文献计量学论文

您当前的位置:学术堂 > 图书档案学论文 > 文献计量学论文 >

整理互联网金融研究有助于把握研究热点和前沿(2)

来源:学术堂 作者:周老师
发布于:2016-02-29 共6423字

  3.3 主要发表国家或地区。

  如表 4 所示,在 1462 篇文献中,美国发表的总数有 424 篇,所占比重为 29%,远高于其他国家或地区,其次是中国,发表的数量占了 11.22%. 两个国家的研究成果共占总数的 40%以上, 表明美国和中国是互联网金融研究的主要国家。 虽然美国没有互联网金融这一概念, 但是它的一些金融活动中包含了互联网金融的本质,而且产生的时间更早,因此研究成果丰富;而中国随着互联网金融元年的到来,众多互联网企业巨头涉足金融, 政府部门开始密切关注和推动其发展,以及学者们的重视,使得互联网金融的研究进入爆发期。

  3.4 主要发表机构。

  如表 5 所示, 互联网金融研究机构主要以高校为主,如表 5 所示的排在前 10 位的机构中,美国高校有 7 所,加拿大、英国和中国各有 1 所。 这些高校都是国内外知名的学校,代表了比较高的科研水平。

  每个科研机构发表的文献数量较少, 所占比重不超过 1%,说明还没有专门研究互联网金融的机构。 中国虽然文献发表数量排在第 2,但是排在前 10 位科研机构只有香港城市大学 1 所,这启示我们:其他科研机构尤其是内地高校要进一步学术影响力, 可以考虑在互联网金融这一领域加强研究。

  4 互联网金融研究文献可视化分析。

  4.1 研究前沿与知识基础。

  在信息科学中, 研究前沿是指一组突现的动态概念和潜在的研究问题, 而研究前沿的知识基础是在科学文献中, 被前沿术语所在的文献引用的科学文献所形成的演化网络和共引轨迹。 探测和分析互联网金融的研究前沿和知识基础对该领域研究和相关的研究者具有重要的意义, 可以使研究者及时准确地把握和跟踪最新演化动态, 预测学科知识领域的发展方向和需要进一步研究的热点问题等。

  对 1993-2015 年期间的文献数据进行文献共被引网络图谱分析(如图 1),主要参数设置为:时间切片选择 1 年,节点类型为“cited reference”,选取每个 时 间 切 片 内 的 前 60 条 记 录 分 析 , 并 选 择“pathfinder + pruning sliced networks” 方法进行剪枝。 最终得到 201 个聚类, 包含了 1092 个节点和2954 条连线;其中 Modularity Q 的值为 0.9265,接近1,表示网络中类群与类群之间耦合较小,划分清晰;Mean Silhouette 的值为 0.6395,该值越接近 1,说明类群内部节点之间的同质性越高,0.6395 在可接受的范围之内。

  采用“Title”+“tf*idf”方式获取聚类标识,并进行“Citation Burst”处理,共标识出 201 个聚类。 分析结果表明,互联网金融的研究领域比较广泛,大量的研究呈零散分布状态。 我们主要分析的是聚类集中区域,其余零散分布会根据需要有选择地分析。表 6 罗列了文献数量较多并且同质性较高的类标识, 它们在一定程度上代表了互联网金融主要的研究前沿领域。 可以看到,类标识中没有出现“Internet finance”等互联网金融的概念名词, 而是间接反映互联网金融的词。其中,排名第一的是“trust”,该类别包含 105篇文献, 这些文献间的同质程度为 0.827. 类标识“acceptance”次之,包含的文献数目为 81 篇。 这两个类别的文献主要以网络银行为研究对象, 分析大众对互联网金融的信任度和接受程度。 排在第三的是“stock market move ”, 该类别的文献主要以股市为分析对象, 研究互联网技术对金融市场的影响。 ID为 3 的类标识代表的是以均衡模型为理论基础研究互联网对金融市场的影响的文献,ID 为 15 和 16 的类标识分别代表了研究网络银行发展和中小企业电子商务问题的文献集合。

  互联网金融研究中引用的文献以及被引用的文献之间的关系构成了研究知识基础。 表 7 列出了互联网金融文献的前 10 篇高被引文献信息,大部分的高被引文献涉及到的是计算机技术、 信息技术和创新等方面, 这些文献为互联网金融的研究提供了技术基础。

  共被引文献知识图谱中, 引文突增节点在一定程度上展示了领域中提出重大理论或者创新概念的文献, 或者说是最容易引起新的研究前沿热点的关键文献。 通过引文突现(Citation burst)处理,被引频次突增的文献节点将在图谱中以红色五角星表示。

  互联网金融的知识图谱中共有 4 个突变节点, 节点详细信息如表 8 所示。 第一个突增节点是 Delone 和Mclean 在 2003 年发表的关于评价信息系统成功的德隆和马克林(Delone&Mclean)模型的升级版,节点突现值为 4.23,属于 #1 acceptance 类。 网络银行出现后,很多学者研究了客户对网络银行的接受程度,并对影响客户使用相关服务的影响因素进行了分析。 德隆和马克林模型为这些研究和分析提供了理论基础。第二个突增节点是 1995 年发展传播学创始人 E.M.Rogers 的成名作《Diffusion of Innovations》,文献中提出了着名的“创新扩散模式”,这一模式被认为是传播与发展的一个“主导模式”,它涉及到了创新信息、创新思想被传播和采纳的全过程。许多学者以此为理论基础, 研究大众对互联网金融的认知和态度, 其中还特别关注了移动金融等比较新的领域内的状况,这些都有助于互联网金融的普及和发展。

相关内容推荐
相关标签:
返回:文献计量学论文