導語：Python技術在期刊評價的應用一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

學術期刊一直是學術研究所關注的熱點，近年來，學術期刊評價呈現出多元化發展態勢，對相應的學術研究和學科發展起到重要的促進作用。目前，國內比較有影響力的評價體系有《中文核心期刊要目總覽》、《中國人文社會科學核心期刊要覽》、《中文社會科學引文索引》等。通過比較上述期刊評價體系中使用的評價指標，發現大部分的指標都是可以計算的定量指標，一些定性指標是定量化之后再參與計算[1,2]。這就為信息技術應用于期刊評價提供了可能，加上大數據時代的到來，數據的來源多樣、數據量大的特點，使得信息技術加入期刊評價的行列更加必要。python技術作為信息技術中的熱門技術，將Python技術應用于期刊評價，可以擴展數據獲取的來源、提高數據的準確率、增加定量指標的數量等，進而提高評價結果的可靠性。

1Python技術

Python是一種高級的計算機編程語言，是由GuidovanRossum在20世紀80年代末，荷蘭國家數學和計算機科學研究所設計[3]。Python的語法結構簡潔，在Python程序中沒有太多的語法細節和規則要求，初學者可以從語法細節中擺脫出來，只需要專注于分析程序所需要的邏輯和算法即可。Python具有豐富的數據結構，除了基本的數值類型外，Python中還內置了字符串、列表、元組、字典、集合等豐富的高級數據結構，利用這些數據結構可以解決很多的實際應用問題，比如文本處理、數據分析等。Python是一種解釋性語言，就是用Python編寫的程序不需要編譯成二進制代碼，就可以直接運行源代碼程序。由于Python具有語法優美、代碼簡潔、開發效率高、支持的模塊多等優點，使其成為了當前很受歡迎的腳本語言，應用范圍較廣，包括網絡爬蟲、人工智能、網站以及手機應用開發、數據分析等，因為是免費開源的資源，因此具有更多的用戶[4]。

2Python技術在數據獲取中的應用

期刊評價工作中，首先需要有可以進行分析的數據。數據的獲取通過Python技術編寫網絡爬蟲程序來輔助進行數據的獲取。網絡爬蟲就是按照一定的規則，自動地抓取互聯網信息的程序[5]。網絡爬蟲可以獲取更多的數據源，并且這些數據源是根據需求進行的采集，可以去掉很多無關數據。通過爬蟲技術爬取數據，實際上就是向服務器請求數據，獲取響應數據的過程[6]。Chrome開發者工具是一套內置于GoogleChrome中的Web開發和調試工具，可以用來對網站進行迭代、調試和分析。Chrome開發者工具在整個爬蟲過程中作用很大，可以輔助用戶爬取信息、分析頁面和處理反扒。比較常用的模塊有元素面板（elements）、控制臺面板（console）、資源面板（source）、網絡面板（network）。通過元素面板，能查看到想抓取頁面渲染內容所在的標簽、使用什么css屬性等內容，可以為網頁內容提取提供相關的解析語句。控制臺面板（console）可以調試運行js代碼，在js解密過程中比較常用。資源面板主要是進行js斷點調試。網絡面板記錄頁面上每個網絡操作的相關信息，包括詳細的耗時數據、HTTP請求與響應標頭和Cookie等，就是通常說的抓包。通過抓包就可以向服務器獲取請求數據所需要的地址、請求頭（包括host、refer、origin、user-agent、Cookie等）、查詢參數、請求參數等，進而使用爬蟲程序來請求服務器的數據。請求到數據之后，進行內容信息的提取，提取的內容就是需要獲取的數據，共有3種解析方式包括正則表達式、css選擇器和xpath。正則表達式，又稱規則表達式，屬于計算機科學中的概念，在代碼中常被簡寫為regex、regexp或RE。正則表達式通常被用來檢索、替換那些符合某個模式或規則的文本。使用正則表達式，可以檢查字符串的合法性，可以提取字符串中的信息，比如提取一條短信中的數字或提取文件名的后綴等，也可以替換或分割字符串等。在爬蟲程序中，主要使用正則表達式提取所需要的數據以去掉多余的數據[5]。在正則表達式中，使用元字符匹配單個字符，比如使用\d表示匹配數字，使用點匹配任意一個字符（除了\n），使用+*表示匹配多個字符，使用.*表示匹配任意多個字符，使用[]表示匹配[]中列舉的字符等等。在CSS中，選擇器是一種模式，用于選擇需要添加樣式的元素。因此，可以使用CSS選擇器，在HTML頁面中找到數據所對應的標簽。在CSS選擇器中，常用的有標簽選擇器、類選擇器、ID選擇器、組合選擇器、屬性提取器等。Xpath（XMLPathLanguage）是一種在HTML\XML文檔中查找信息的語言，可以用來在HTML\XML文檔中遍歷其元素和屬性。可以使用Xpath來快速定位HTML\XML文檔中的特定元素以及獲取節點信息，從而可以提取出所需要的數據。Xpath主要是使用路徑表達式來選取XML文檔中的節點或節點集。這些路徑表達式類似于電腦文件系統中看到的表達式。遇到復雜的提取規則可以這3種方式混合使用[7]。采集到數據之后，需要保存數據，數據存儲類型有分文本文件和二進制文件（包括音頻、圖片、視頻文件等），數據的保存形式有Excel、Json、Csv，也可以直接與數據庫連接存儲到數據庫中。期刊評價需要的數據會分布在不同的數據源中，可以針對不同的數據源編寫相應的爬蟲程序，進而獲取所需要的數據。在期刊評價中可以通過網絡爬蟲獲取的字段有標題、作者、地址、頁碼、年份、卷期、分類號、引用次數、下載次數、參考文獻、引用文獻、二次文獻轉載次數、期刊微信公眾號中的閱讀量與點贊量等，通過將這些字段進行計算，就可以得到評價期刊的指標值，比如總被引頻次、篇均被引頻次、5年影響因子、高被引文獻量、自引量、社交媒體傳播情況等。期刊評價的結果正是基于這些指標的計算。

3Python技術在數據清洗中的應用

數據的準確性對于評價結果的正確性、客觀性起著舉足輕重的作用。因此，數據計算之前需要對數據的內容進行清洗、優化，目的是刪除重復信息、糾正錯誤信息、并提供數據的一致性。由于原始數據包含有非學術論文，例如征稿通知、啟事、會議紀要等類型內容，故需要進行清洗。數據清洗的任務是清洗掉不符合要求的數據，不符合要求的數據主要有不完整的數據、錯誤或無效的數據、重復的數據3大類[8]。清洗內容包括檢查數據一致性、處理重復文獻、無效文獻和文獻信息不完整的瑕疵文獻等。其中，一致性檢查是指檢查原始數據表格中下載文獻總量與數據庫服務商中原始文獻數量的一致性；檢查數據內容的一致性是指由于數據是單一途徑數據，不存在數據組合問題，故而內容具有一致性。重復文獻處理：通過Python程序檢查有無重復文獻，若有，則刪除之；無效文獻和瑕疵文獻處理：根據無關文獻判定準則和瑕疵文獻的重要性判斷準則通過Python程序刪除，其中無關文獻判定準則是：（1）原始文獻數據中題名含有“動態”、“研討會”、“悼念”、“短訊”、“征稿”、“工作會議”、“出席會議”、“紀要”、“紀事”、“會議綜述”、“啟事”等停用詞的則刪除整條文獻數據記錄；（2）原始文獻數據中所屬專題含有“人物傳記”字樣，則刪除整條文獻數據記錄；（3）原始文獻數據中作者為空的，則刪除整條文獻數據記錄。在期刊評價中，有效的文獻均為學術論文，根據大量數據的核驗與判斷，得到了數據清洗時用到的停用詞集合：“動態”、“研討會”、“悼念”、“短訊”、“征稿”、“工作會議”、“出席會議”、“紀要'”、“紀事”、“會議”、“綜述”、“啟事”、“訂閱”、“入選”、“召開”、“座談”、“會”、“年會”等。數據清洗的過程雖然在數據量較少、清洗步驟比較簡單時，可以用Excel替代完成，但是一旦數據量大、清洗規則較多時，使用Excel就沒有那么得心應手了，比如運行速度會明顯下降、操作步驟也復雜得多。在期刊評價中，如果需要計算全周期的影響因子之類的指標，這類指標的計算需要用到期刊創刊以來的數據，數據量還是很大的，所以使用Python技術進行數據清洗是十分有必要的。

4Python技術在數據合并與計算中的應用

在期刊評價中，一個指標的數值可能存在多個數據源，那么就需要進行數據的合并。比如：二次文獻轉載量這個指標，可能需要采集包括人大復印報刊資料、新華文摘等不同來源的轉載次數，那么就需要將這些數據進行合并。人工合并這些數據不但工作量大，而且容易出錯。使用Python技術來進行數據合并，節省時間，也可以降低出錯率，更重要的是工作可以復用，相似處理模式的數據可以稍微修改程序直接使用，人工處理就必須重新完整地走完全部流程，可謂是費時費力。數據的計算則是按照指標定義，理清其邏輯關系進行代碼編寫，最終實現數據的自動化處理。以下列舉部分數據計算方法：綜合總被引頻次：評價周期內，該期刊所載全部學術論文被期刊論文引用的次數總和。復合總被引頻次：評價周期內，該期刊所載全部學術論文被期刊文獻、博碩士論文、專著、報紙引用的次數總和。篇均綜合被引頻次：評價周期內，該期刊的綜合被引頻次除以該期刊所載文獻總量。篇均復合被引頻次：評價周期內，該期刊的復合被引頻次除以該期刊所載文獻總量。5年綜合影響因子：該期刊5年中所有文獻被期刊文獻在當年的被引頻次除以該刊近5年內的發文量。5年復合影響因子：該期刊近5年中所有文獻被期刊文獻、博碩士論文、專著、報紙在當年的被引頻次之和除以該刊近5年內所載文獻總量。高被引文獻量：評價周期內，該期刊所載全部文獻被包含在被引頻次TOP10%的數量。高被引文獻率：評價周期內，該期刊所載全部文獻被包含在被引頻次TOP10%的數量除以評價周期內該刊所載文獻總量。自被引量：評價周期內，通過獲取到的引證文獻集合，篩選出該期刊引用本刊文獻的數量。自被引率：評價周期內，通過獲取到的引證文獻集合，篩選出該期刊引用本刊文獻的數量除以該期刊的總被引頻次。Web下載量：評價周期內，該期刊所載全部學術論文中，在數據庫出版并上網的論文被全文下載的次數。作者人數：評價周期內，該期刊所有文獻所包含的作者數量。

5結語

在大數據時代，期刊評價也呈現出多元化發展態勢，這就說明所需要的數據也是多元化的，并且數據量大，那么勢必要求使用信息技術。比如Python技術來進行數據的一系列處理，包括數據獲取、清洗、合并、計算等，進而提高了工作效率。有了Python技術的助力，期刊評價工作可以擴大數據的多元化范圍，增加可量化指標的數量，提高數據的準確性，最終使得評價結果的可靠性更高。