论文评审意见汇总（18）

武夷山

第一则

本文修改后可发表。建议从以下几方面修改。

1.      标题，是否可改为“知识域可视化研究的数据准备”之类。“双引”是什么？所指不确。作者无论是介绍共被引，还是介绍耦合，都是为可视化研究的数据准备阶段服务的，本文并未讨论可视化阶段的工作。

2.      最好举一个典型例子，该例能够明确区分什么是知识可视化，什么是知识域可视化。我现在读此稿的感觉是：二者一回事，只不过不同的人用了不同的名称。

3.      建议作者把domain的概念好好介绍一下，这个概念在读者心中清楚了，就不再需要介绍知识域了。按文中的说法，知识域就是学科知识领域，那么把标题改为“学科知识领域可视化”好了，扯什么“域”呢？可见，本文现在对“域”的讨论相当随意。

4.      共被引是从期刊论文数据做起来的。将此概念延伸到作者共被引，就出现一个新问题：如果A作者的一篇会议论文和B作者的一本著作同时被引，算不算共被引？同样，若被引用的分别是两项专利的主发明人（两篇专利文献各自的第一“作者”），则这两篇专利文献算不算共被引？希望作者讨论一下，共被引是否必须局限于期刊论文？Why？

第二则

本文选题很好，是一篇优秀的论文。修改意见如下。

1.      作者在说明被引源项概念时，举了大学、期刊、论文三类例子。其实，引用认同（citation identity）是引用方向相反的类似概念——一个作者总共引用过多少位其他作者。建议作者引用一下“引用认同”概念，这样，作者这篇文章问世后，则一正一反（引用方向）两方面的工作都有了。

2.      文献引用方面，Bar-Ilan，J.的那篇文献是集大成之作。但是，国际上很多学者指出，一定要注意引用原始文献，而不是综述了原始文献的二次文献，这样才能凸显原始文献作者的贡献，不让综述作者获得过高的荣誉。本文在引用原始文献方面尚显不足，例如，Sylvan Katz的一篇论文似乎不可不引：

The self-similar science system

JS Katz - Research policy, 1999 - Elsevier

A system with a self-similar property is scale-independent and statistically exhibits that property at all levels of observation. In addition, a power law describes the distribution of a scale-independent property. Many investigators have observed social activities and ...

Cited by 138 Related articles Web of Science: 53

3.      在说明为何国家数据的拟合程度不好时，不仅要指出国家数量少，全世界才200多国家，尤其要指出国家大小不一，小国家全国的论文量还不如大国一所大学的论文量多（可找典型的例子来对比）。这样的事实更有说服力。

4.     一些小地方也要注意。如，北卡罗来纳，不是“北卡罗来那”；为什么表1中有两处是美国威斯康星大学、美国密歇根大学，难道别的国家也有威斯康星大学吗？要么在大学名称前都写国家，要么都不写。

第三则

1.     题目有“智慧发现”，全文没有一处有“智慧发现”的定义。

2.     本文将服务对象分解得比较清楚，这属于需求方；“供应方”（资源集合）的情况则语焉不详，比如，对哪几类信息资源（论文、专利、奖励、学术履历等等）进行挖掘，对之做出什么样的分析与综合，才能产生出“人才引进候选对象”的清单？希望举一个这样的典型例子，才能使读者明白智慧发现指什么，这一功能的吸引力有多大？

3.     国外有没有类似的平台？不管叫不叫智慧发现的名称。国外有没有其他值得我们借鉴的东西？例如，智慧发现平台需要强大的算法，美国婚恋网站的“配对算法”其实对我们的人才发现与推荐功能很有启发。现在的稿子对国外文献完全没有交代。