数据引用综合指数测度方法研究

doi:10.3772/j.issn.1000-0135.2026.06.005

情报学报

2026, Vol. 45

Issue (6): 840-854 DOI: 10.3772/j.issn.1000-0135.2026.06.005

情报理论与方法

本期目录 | 过刊浏览 | 高级检索

数据引用综合指数测度方法研究

张丽丽¹, 惠嘉怡^1,2, 刘瑞霖¹, 胡奕柯¹

1.中国科学院计算机网络信息中心，北京 100190
2.香港大学计算与数据科学学院，香港 999077

A Complex Data Citation Index to Trace Data Reusability

Zhang Lili¹, Hui Jiayi^1,2, Liu Ruilin¹, Hu Yike¹

1.Computer Network Information Center, Chinese Academy of Sciences, Beijing 100190
2.School of Computing and Data Science, The University of Hong Kong, Hong Kong 999077

摘要
图/表
参考文献
相关文章 (0)

全文: PDF (3731 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要数据的可复用性测度是追踪开放数据工作成效的重要手段之一。立足数据引用链条，本研究提出一种面向数据可复用性的综合计量框架（简称“C³指数计量框架”），聚焦数据引用强度以及引用时间、引用空间维度特征，设计并实现包含数据引用强度指数、数据引用热度指数和数据引用广度指数在内的数据引用综合指数。以数据论文场景为例，遴选学术期刊Earth System Science Data（ESSD）被引量前30篇数据论文以及15812篇施引文献全文，将从这些论文中抽取的25585条引用语料作为研究样本，就上述计量框架开展分析与验证。统计数据显示，数据论文在引用强度、引用热度和引用广度等方面存在可复用性差异。进一步检验证实，引用强度、引用热度与引用广度等变量可独立解释数据引用的分维度特征。融合形成的数据引用综合指数与被引量排序一致性程度相对较高，同时，对于高至30%的缺失数据样本仍具有较高容错性。综上，本研究提出一种具备多维度解释能力的数据可复用性计量框架，该方法可基于数据引用链条，勾勒被引数据可复用性概貌，有助于从引用强度、引用热度和引用广度层面识别数据工作的优势与薄弱点，以期推进开放数据工作的长期可持续性建设。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	张丽丽
	惠嘉怡
	刘瑞霖
	胡奕柯

关键词 ：数据可复用性, 数据引用综合指数, C³指数计量框架, 数据共享效率, 数据计量

收稿日期: 2025-07-01

基金资助:中国科学院国际大科学计划培育专项“全球开放科学云计划”（241711KYSB20200023）；国家自然科学基金项目“基于引用扩展框架的科学数据可复用性测度研究”（72104229）。

作者简介: 张丽丽，1984年生，博士，高级工程师，硕士生导师，研究方向为机器学习、人工智能科学应用，E-mail：zhll@cnic.cn；惠嘉怡，2002年生，本科，助理工程师，研究方向为数据挖掘；刘瑞霖，2001年生，硕士研究生，研究方向为联邦学习；胡奕柯，2000年生，硕士研究生，研究方向为机器学习；

引用本文:

张丽丽, 惠嘉怡, 刘瑞霖, 胡奕柯. 数据引用综合指数测度方法研究[J]. 情报学报, 2026, 45(6): 840-854.
Zhang Lili, Hui Jiayi, Liu Ruilin, Hu Yike. A Complex Data Citation Index to Trace Data Reusability. 情报学报, 2026, 45(6): 840-854.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2026.06.005 或 https://qbxb.istic.ac.cn/CN/Y2026/V45/I6/840

1 Stark Z, Glazer D, Hofmann O, et al. A call to action to scale up research and clinical genomic data sharing[J]. Nature Reviews Genetics, 2025, 26(2): 141-147.
2 Janssen M, Charalabidis Y, Zuiderwijk A. Benefits, adoption barriers and myths of open data and open government[J]. Information Systems Management, 2012, 29(4): 258-268.
3 Custers B, Bachlechner D. Advancing the EU data economy: conditions for realizing the full potential of data reuse[J]. Information Policy, 2017, 22(4): 291-309.
4 中国科学院已累计汇聚科学数据超过320 PB[EB/OL]. (2026-06-13) [2026-06-14]. https://www.nda.gov.cn/sjj/swdt/mtsy/0613/20260613131133881891090_pc.html.
5 全国数据资源统计调查工作组. 全国数据资源调查报告(2025年)[R/OL]. (2026-04-29) [2026-05-08]. https://www.nda.gov.cn/sjj/swdt/xwfb/0429/ff808081-9b5e8626-019d-d86b2f54-1154.pdf.
6 蔚海燕, 林晓雯. 数据质量特征视角下的地球科学数据重用影响因素研究——三个科学数据平台的比较分析[J]. 图书馆杂志, 2024, 43(10): 29-40, 84.
7 Murillo A P. Data matters: how earth and environmental scientists determine data relevance and reusability[J]. Collection and Curation, 2022, 41(3): 77-86.
8 Bakhtiari B. An assessment framework for research data reusability[D/OL]. [2025-06-06]. Utrecht: Utrecht University. https://studenttheses.uu.nl/handle/20.500.12932/32405.
9 Máchová R, Hub M, Lnenicka M. Usability evaluation of open data portals: evaluating data discoverability, accessibility, and reusability from a stakeholders’ perspective[J]. Aslib Journal of Information Management, 2018, 70(3): 252-268.
10 支凤稳, 马小琪, 赵梦凡. 科学数据与科技文献关联研究主题、实践与政策述评[J]. 图书情报导刊, 2024, 9(11): 60-69.
11 邱均平, 何文静. 科学数据共享与引用行为的相互作用关系研究[J]. 情报理论与实践, 2015, 38(10): 1-5.
12 丁楠, 黎娇, 李文雨泽, 等. 基于引用的科学数据评价研究[J]. 图书与情报, 2014(5): 95-99.
13 陈莉玥, 马娜, 刘筱敏. 基于中国科学引文数据库的中国科技期刊论文科学数据引用特征研究[J]. 中国科技期刊研究, 2023, 34(10): 1328-1337.
14 卫军朝, 任巧. 我国社会科学领域科学数据引用特征分析[J]. 图书情报工作, 2023, 67(17): 65-76.
15 支凤稳, 彭兆祺, 赵梦凡, 等. 基于内容分析法的我国科学数据引用研究述评[J]. 情报科学, 2024, 42(11): 208-215.
16 杨宁, 张志强, 黄飞虎, 等. 科学数据引用网络建模及演化特征分析——以基因表达数据集为例[J]. 现代情报, 2024, 44(5): 45-57.
17 王莉军, 刘茹, 杨波, 等. 开放科学视角下的数据论文引用意图研究——以生物医学领域为例[J]. 情报学报, 2025, 44(3): 296-308.
18 刘佳豪, 宋凯, 李玉莹, 等. 数据集引用视角下的知识领域跨学科性和主题演变研究[J]. 情报理论与实践, 2025, 48(2): 156-167, 177.
19 文静, 何琳, 韩正彪. 科研人员科学数据重用意愿的影响因素研究[J]. 图书情报知识, 2019(1): 11-20.
20 张丽丽, 胡奕柯, 惠嘉怡. 一种数据出版物可复用性的综合测度方法: CN118897986A[P]. 2024-11-05.
21 Chavan V, Penev L. The data paper: a mechanism to incentivize data publishing in biodiversity science[J]. BMC Bioinformatics, 2011, 12(Suppl 15): Article No.S2.
22 严怡民. 情报学概论[M]. 修订版. 武汉: 武汉大学出版社, 1994: 107-116.
23 Snyder J P. Map projections—a working manual[M]. Provincetown: Books Express Publishing, 1987.
24 胡奕柯, 张丽丽, 惠嘉怡, 等. 一种引文语料数据集的自动化构建方法与实例[J]. 中国科学数据, 2024, 9(4): 403-413.
25 UNESCO recommendation on open science[R/OL]. [2025-06-22]. https://en.unesco.org/science-sustainable-future/open-science/ recommendation.
26 O’brien R M. A caution regarding rules of thumb for variance inflation factors[J]. Quality Quantity, 2007, 41(5): 673-690.
27 Hogg R V, Tanis E A, Zimmerman D L. Probability and statistical inference[M]. 9th ed. London: Pearson, 2015.
28 Thanos C. Research data reusability: conceptual foundations, barriers and enabling technologies[J]. Publications, 2017, 5(1): 2.
29 Zozas I, Ampatzoglou A, Bibi S, et al. REI: an integrated measure for software reusability[J]. Journal of Software: Evolution and Process, 2019, 31(8): e2216.