温学兵, 刘 洋, 王秋萍

(1. 沈阳师范大学 学报编辑部, 沈阳 110034;2. 铁岭市私立求实中学 数学组, 辽宁 铁岭 112000; 3. 沈阳师范大学 国际教育学院, 沈阳 110034)

0 引 言

期刊量化评价指标有数十种,其中有些指标对期刊的评价方面有重叠性,各个指标间的相关性强弱差别也很大。本文目的是削减对期刊某一方面性质的刻画有重叠性和相关性很弱的指标,即去除冗余指标,而这恰巧是粗糙集属性约简理论最擅长的应用。

粗糙集(rough sets,RS)是由Pawlak[1]于1982年提出的一种知识发现与数据挖掘的方法,主要对信息系统含有的不够准确的数据或数据缺损情况进行研究。经过近10年的研究发展,粗糙集理论开始在数据挖掘、人工智能、模式识别等各个领域得到广泛应用。

本文先利用粗糙集理论将期刊评价指标约简,去除冗余指标,再根据指标理论意义进行分类,最后利用结构方程模型原理进行指标间的相关性和因果关系认定[1]。

1 指标选取

《中文核心期刊要目总览》是由近万名专家遴选出的学术影响力较高的期刊,本文选取2014版《中文核心期刊要目总览》[2]和2017版《中国科技期刊引证报告(扩刊版)》[3]中共有的工程技术类347种期刊,采用2017版《中国科技期刊引证报告(扩刊版)》的具体数据。

2 基于粗糙集属性约简的统合结构模型的具体过程

2.1 基于粗糙集属性约简方法的期刊评价指标的筛选

1) 数据离散化

经典粗糙集[4]只能处理离散数据,故分析前需将量化指标数据进行离散,这里采用等距离散化方法。……