QAP方法有两个限制：矩阵的元素必须相同，即必须是相同作者群体的不同关系；矩阵必须是1模矩阵即对称的矩阵。而作者互引矩阵是非对称矩阵，即如果行是作者的话，对应的列实际上是被引作者群体，只是常规的作者分析中一般会抽取相同的作者群体构建成网络，作者互引矩阵本质上是一个2模矩阵。因此，本研究中进行相关性检验的关系网络主要有5个，即作者合作关系网络、作者共被引网络、作者文献耦合网络、作者之间基于关键词的耦合网络和作者之间基于出版物的耦合网络。对于作者互引矩阵和其他矩阵的关系，晏尔伽[18]等人曾经用余弦相关系数衡量过作者互引关系和其他关系的相关系数，即不同类型的共现关系转换成长向量，计算余弦相关系数，但是这种做法仍有许多问题需要商榷。正如之前提到的，除了作者互引以外，其他网络都是无向网络，转换成长向量和互引网络进行相关系数计算时，相同的作者对会计算出两个值，因此无法直接解释两种关系的相关性。作者互引和其他网络之间的相关性计算目前尚且没有很好的办法，分别对样本进行比较研究是一个可替代的研究方法，但这种方法在大数据环境下的可行性并不高，对作者互引关联和其他关联的大规模分析仍有待于新技术的开发。
相关性分析能够更深层挖掘各网络结构之间的语义关联及差异。由于需要所有的网络都是针对同一个群体的不同关联，本研究抽取了同时出现在发文前2 000位和被引前2 000位的380名作者的5种类型的关联网络进行样本分析。QAP分析的结果如表6-2所示，由于二次程序分配需要设定矩阵随机置换的次数和显著性水平，因此，在本研究中设定的矩阵随机转换次数为5 000次，显著性水平P设为0.001。通过分析发现，所有网络间相关检验的显著性水平P值均小于或等于0.001，如表6-3所示，这说明各网络之间的相关检验的显著性水平很高，结果较为可信。
表6-2 各网络间QAP相关性检验p值
表6-3 网络间QAP相关性检验结果(www.xing528.com)
表6-4针对相似性程度的高低进行了排序分析。从产生机理上来看，5种网络的形成过程和机理存在差异，5种网络关系中，共被引关系的生成是基于作者所创作的知识受到他人共同认可的结果。而其余4种网络的行为主体是作者本身，即作者本人的选择是其余网络形成的原因：对于合作关系来说，其网络的形成是由于作者群体之间选择同时从事同一项研究或同一个作品的创作而形成的；作者之间基于文献的耦合是不同的作者在进行研究时，继承和发展了相同的历史研究成果，并在参考文献中同时标注相同的代表知识基础的资源而产生的；作者在进行创作时，会选用与创作内容相关的专业词汇来表述自己的研究，由于词汇所具有的语义，在研究相同或相近的内容时，不同的作者会使用相同的词汇，作者对相同词汇的选择过程最终就表现为彼此间基于关键词的耦合关系；而期刊、图书、会议文集等载体是作者公开其研究内容的主要途径，同样的，这些载体也具有学科归属特征，作者选择与研究内容相吻合的载体来公布创作的成果就导致了基于期刊的作者耦合。这四种网络虽然具有差异，但是隐含的相同点在于，这都是作者根据其创作内容的知识性而做出的选择，这就导致各种关系之间存在明显的潜在联系。
表6-4 网络间QAP相关性检验排序
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
