[论文解读] Scholars on Twitter: who and how many are they?

Rodrigo Costas, Jeroen van Honk+1 more|arXiv (Cornell University)|Dec 15, 2017

Wikis in Education and Collaboration参考文献 15被引用 14

一句话总结

本研究提出了一种新颖的书目计量方法，通过匹配作者姓名与Twitter账号，利用语言特征和基于规则的评分系统识别Twitter上的学者。研究发现，约2%的Web of Science学者活跃于Twitter，社会科学与人文学科中占比更高，且Twitter上的学者普遍更年轻、产出更多，其Twitter采用率依出版产出而异，范围在1%至5%之间。

ABSTRACT

In this paper we present a novel methodology for identifying scholars with a Twitter account. By combining bibliometric data from Web of Science and Twitter users identified by Altmetric.com we have obtained the largest set of individual scholars matched with Twitter users made so far. Our methodology consists of a combination of matching algorithms, considering different linguistic elements of both author names and Twitter names; followed by a rule-based scoring system that weights the common occurrence of several elements related with the names, individual elements and activities of both Twitter users and scholars matched. Our results indicate that about 2% of the overall population of scholars in the Web of Science is active on Twitter. By domain we find a strong presence of researchers from the Social Sciences and the Humanities. Natural Sciences is the domain with the lowest level of scholars on Twitter. Researchers on Twitter also tend to be younger than those that are not on Twitter. As this is a bibliometric-based approach, it is important to highlight the reliance of the method on the number of publications produced and tweeted by the scholars, thus the share of scholars on Twitter ranges between 1% and 5% depending on their level of productivity. Further research is suggested in order to improve and expand the methodology.

研究动机与目标

• 开发一种可靠的方法，利用书目计量数据识别拥有Twitter账号的学者。
• 估算不同学术领域中活跃于Twitter的学者所占比例。
• 分析使用Twitter的学者在人口统计与产出方面的模式。
• 评估出版产出对学者在Twitter上活跃可能性的影响。
• 提供一种可扩展的、基于规则的匹配框架，用于链接学术平台与社交媒体平台上的学者身份。

提出的方法

• 通过自定义的基于URL的标识符，将Web of Science的书目数据与Twitter用户数据相结合。
• 应用姓名匹配算法，考虑语言特征，如姓名变体、缩写及拼写相似性。
• 使用基于规则的评分系统，对学术姓名与Twitter账号之间的共通元素进行加权。
• 结合活动指标（如出版物数量与推文数量）以优化匹配结果。
• 应用多准则决策框架，对潜在的学者-Twitter用户匹配对进行排序与验证。
• 通过学科特定分析与产出阈值对结果进行验证，以提高准确性。

实验结果

研究问题

• RQ1 Web of Science中有多大比例的学者活跃于Twitter？
• RQ2 哪些学术领域在Twitter上的学者参与度最高？
• RQ3 学者的学术产出水平与Twitter活跃度之间有何相关性？
• RQ4 Twitter上的学者是否显著比未使用Twitter的学者更年轻？
• RQ5 所提出的匹配方法在链接学者身份与社交媒体资料方面，其准确性和可扩展性如何？

主要发现

• Web of Science中约有2%的学者活跃于Twitter，比例因产出水平而异。
• 社会科学与人文学科在Twitter上的学者代表性最高，而自然科学领域最低。
• 活跃于Twitter的学者显著比未使用Twitter的学者更年轻。
• 根据出版产出水平，活跃于Twitter的学者占比在1%至5%之间波动。
• 该方法成功识别出迄今最大的已匹配学者-Twitter用户对数据集。
• 基于规则的评分系统通过整合语言特征与活动指标，显著提升了匹配准确性。