《Science》、《Nature》和《Cell》三大學(xué)術(shù)期刊在學(xué)術(shù)界可謂是家喻戶曉，那么發(fā)表在其上的文章到底有什么與眾不同之處呢？本文便構(gòu)建了這三大刊的學(xué)術(shù)畫像，深趴了其牛文的獨(dú)特性質(zhì)，揭開CNS的神秘面紗。

說起《Science》、《Nature》和《Cell》這三本學(xué)術(shù)期刊，相信大家都不會陌生，甚至網(wǎng)上有流傳說，學(xué)者們獲評院士的必要條件之一，便是要發(fā)表過《Nature》或《Science》的文章。

《Science》、《Nature》和《Cell》被統(tǒng)稱為CNS三大刊。大家可能會好奇：

CNS三大刊上的文章為什么如此受青睞？

其和普通文章相比究竟有何特別的氣質(zhì)？

它們的刊登背后有何共同規(guī)律和現(xiàn)象可以為我們所掌握？

手握大把的《Nature》或《Science》是否真的對學(xué)者們的職位上升有決定性的作用？

這些學(xué)者中有多少人擁有漫長的學(xué)術(shù)生涯，又有多少人僅僅是“one hits wonder”？

也有人想好奇地了解，CNS三大刊的大牛們在合作模式上有何特點，他們究竟愛和大牛們維持合作還是樂于采用廣發(fā)合作帖的模式？

另外，除了學(xué)者的自身信息，CNS文章作者們所在的機(jī)構(gòu)、文章的領(lǐng)域等是不是都蘊(yùn)含著各種我們意想不到的信息量？

要回答這么多問題，就需要獲取CNS的相關(guān)數(shù)據(jù)進(jìn)行分析。然而，目前網(wǎng)絡(luò)上還沒有包含這三個學(xué)術(shù)期刊的數(shù)據(jù)庫，而且就算有了它們的學(xué)術(shù)信息，我們也很難直接從字符串里得到清晰、立體的學(xué)術(shù)信息。

于是，帶著對這三個期刊學(xué)術(shù)信息的好奇心，小編決定從頭構(gòu)建它們的學(xué)術(shù)畫像，以此來深趴一下發(fā)表在CNS三大刊上的牛文究竟有哪些方面的獨(dú)到特質(zhì)，希望這些特質(zhì)或多或少可以幫助廣大民眾揭開ＣＮＳ的神秘面紗，還原其niubility養(yǎng)成的廬山真面，以此滿足廣大民眾對CNS長期以來持有的各類好奇心。

CNS三大刊的學(xué)術(shù)畫像如何構(gòu)建？

在期刊的官網(wǎng)上爬取公開的學(xué)術(shù)論文信息

爬取的內(nèi)容包括：標(biāo)題、作者、作者所屬機(jī)構(gòu)、發(fā)表時間、論文領(lǐng)域以及引用的文獻(xiàn)信息。

對爬取得到的數(shù)據(jù)進(jìn)行規(guī)范化和補(bǔ)足處理

由于官網(wǎng)上的論文信息時間跨度很大，早年幾乎都沒有收錄機(jī)構(gòu)信息和領(lǐng)域信息；而且隨著時間變化，同一機(jī)構(gòu)的名稱在表達(dá)上也會有些出入。

對最終數(shù)據(jù)進(jìn)行可視化處理

在可視化階段，對于論文合作者關(guān)系，我們充分考慮學(xué)術(shù)信息在時間維度上的變化情況，開創(chuàng)性地每十年劃分一個數(shù)據(jù)集，制作出合作者關(guān)系變遷圖；對于機(jī)構(gòu)信息，我們讓機(jī)構(gòu)與其實際地理位置產(chǎn)生聯(lián)系，繪制出含經(jīng)緯度信息的機(jī)構(gòu)地圖。除此以外，我們還繪制出了論文引用網(wǎng)絡(luò)以及幾個有趣指標(biāo)在時間跨度上的演變。

圖中關(guān)系怎么表示？

在合作者關(guān)系圖中，用節(jié)點表示合作者，連邊表示合作者合作完成過一篇學(xué)術(shù)論文，節(jié)點越大，就表示它參與的工作越多；在引文網(wǎng)絡(luò)中，用節(jié)點表示論文，連邊表示論文的引用關(guān)系，節(jié)點越大，就表示它的被引用量越多。

機(jī)構(gòu)地圖怎么聯(lián)系節(jié)點與實際位置？

我們將機(jī)構(gòu)與其地理位置（國家/州）進(jìn)行匹配，再用匹配好的地理名稱區(qū)匹配經(jīng)緯度。在用Gephi繪圖時，使用插件GeoLayout來放置節(jié)點。

文引用網(wǎng)絡(luò)中的節(jié)點都來自同一期刊嗎？

當(dāng)然不是來自同一期刊的文章。但是構(gòu)建的過程是先引入某一期刊（如《Cell》）的所有論文，再將這些文章的引用引入到Gephi中，所以引文網(wǎng)路中的文章是不能保證均出自同一期刊的。

從學(xué)術(shù)畫像中得到的有趣發(fā)現(xiàn)

在完成可視化后，我們在學(xué)術(shù)畫像中得到了一些有趣的發(fā)現(xiàn)。下面給大家一一道來！O(∩_∩)O

《Nature》合作者關(guān)系

圖1 《Nature》合作者關(guān)系變遷圖

圖2 《Nature》合作者關(guān)系總覽圖

從圖1最直觀的可以看到的是，隨著時間變化，重要性高（合作數(shù)高）的點（藍(lán)點）越來越小，數(shù)目也在不斷增加，說明隨著時間變化，學(xué)術(shù)大牛也在不斷增加，但是和 他們合作的人也越來越多，呈現(xiàn)了一個學(xué)術(shù)不斷發(fā)展壯大的趨勢。

另外，隨著時間增 長，圖的復(fù)雜度也在不斷地增長。還可以觀察到的是，在 1900 到 1950 這段時間里，重要性高的點非常分散且位于圖的邊緣，而重要性低的點往往聚在一起且交錯復(fù)雜，可以猜測這段時間里，學(xué)術(shù)大牛往往喜歡單人作業(yè)或和少數(shù)人合作，而其他人則喜歡聚在一起完成一些項目。

值得注意的是，從20世紀(jì)初到20世紀(jì)70年代，藍(lán)點學(xué)者W. F.Denning一直活躍在《Nature》學(xué)術(shù)界，擁有超高的合作量。通過搜索了解到，原來這位學(xué)者是來自英國的William Frederick Denning，他是一位業(yè)余的天文學(xué)家，這就是說，他并沒有接受過專業(yè)的科學(xué)培養(yǎng)。他的主要成就在于對彗星的發(fā)現(xiàn)，比如周期性的72P/Denning–Fujikaw彗星和失落彗星D/1894 F1。

《Cell》合作者關(guān)系

圖3 《Cell》合作者關(guān)系變遷圖

圖4 《Cell》合作者關(guān)系總覽圖

從時間維度上看，圖譜邊緣區(qū)域游離的社區(qū)在不斷的減少，從一開始的游離在中心外的社區(qū)變成中期游離的節(jié)點或一組有合作關(guān)系的節(jié)點，到最后節(jié)點數(shù)量大減；中心區(qū)域的節(jié)點不斷增多，社區(qū)結(jié)構(gòu)不斷復(fù)雜化，到最后看不出來有社區(qū)結(jié)構(gòu)存在。

這兩個 區(qū)域的變化都暗示了 《Cell》 雜志上的論文合作都朝著領(lǐng)域交叉的方向進(jìn)行。

圖5 《Cell》 合作者關(guān)系圖（2010-2019）

在2010-2019年的圖中，圖中出現(xiàn)了肉眼可見的巨變，游離的節(jié)點驟減，中心區(qū)域的結(jié)構(gòu)也發(fā)生了很大的變化。在中心區(qū)域的邊緣，出現(xiàn)了一群藍(lán)點學(xué)者包括 Li Ding, Matthew H. Bailey 和 Jianfang Liu 等（他們在癌癥和基因等方面有所發(fā)文），在這?年里，他們互相之間和與其他較低合作數(shù)的學(xué)者進(jìn)行了高強(qiáng)度的合作。但是他們的研究可能和其他的學(xué)者之間聯(lián)系并不那么密切，導(dǎo)致他們飛到了中心區(qū)域邊緣。

《Science》合作者關(guān)系

圖6 《Science》合作者關(guān)系變遷圖

圖7 《Science》合作者關(guān)系總覽圖

《Science》 雜志和其他期刊很不同的一點在于：它在很長一段時間里，都沒有大量的學(xué)者合作交流，所以從時間上來看，它的變化僅僅在于合作者數(shù)量不斷增加。但是到了 21 世紀(jì)，可能是學(xué)術(shù)界的一股交流合作浪潮，讓 《Science》 的合作關(guān)系圖也開始變得交錯復(fù)雜起來。

1990年代的時候，圖中大社區(qū)開始萎縮，周圍的游離點也開始相應(yīng)的萎縮，這可能和雜志社的刊文策略有關(guān)，可能在這一年代里，雜志社減少了學(xué)術(shù)論文的刊載，增加了科普性文章的刊載，導(dǎo)致合作者數(shù)量減少。

《Nature》機(jī)構(gòu)地圖

圖8 《Nature》機(jī)構(gòu)地圖

以信息最為豐富的 《Nature》 圖為例。總的來說，美國在這三張圖上有絕對的領(lǐng)先優(yōu)勢：

首先，它擁有全球最多的機(jī)構(gòu)數(shù)量；

其次，它擁有全球發(fā)文數(shù)量最多的機(jī)構(gòu)：加州大學(xué)系列，MIT等；

最后，它的總體發(fā)文數(shù)量也是最多的。

再把目光移到南美洲，巴西、智利和阿根廷等國家，發(fā)現(xiàn)它們也有很強(qiáng)的科研能力。旁邊的北非、東非、南非也實力不菲，如肯尼亞、加納，他們都在這張地圖里占據(jù)了很大的版面。整個歐洲也擁有與美國匹敵的機(jī)構(gòu)數(shù)量和發(fā)文數(shù)量，其中以英法德三國最為矚目。

再將目光駐足到亞洲地區(qū)，可以發(fā)現(xiàn)中印日三國的實力也不可小覷，但是相較而言，在《Nature》 的刊物發(fā)表上，中國還有上升空間。從世界角度看，若把節(jié)點大小（發(fā)文量）看作是機(jī)構(gòu)的科研實力的某種維度體現(xiàn)的話，除了美國，英國，澳大利亞外，其他國家還沒有科研實力非常出眾的機(jī)構(gòu)。

從大洲的層面上看，歐洲足以和北美分庭抗禮，而其他幾個大洲里，亞洲主要靠中日印以四國的科研力量領(lǐng)跑第二階梯，澳洲的兩個國家和非洲南美的差距不算太大。

《Nature》領(lǐng)域分布

圖9 《Nature》領(lǐng)域分布

圖9.1 《Nature》領(lǐng)域分布 圖例

在采集到Nature 的機(jī)構(gòu)信息和領(lǐng)域信息后，我們決定將兩個信息放到一起來發(fā)現(xiàn)領(lǐng)域與機(jī)構(gòu)/地理位置的關(guān)系。圖中的機(jī)構(gòu)節(jié)點按該機(jī)構(gòu)發(fā)文數(shù)量最多的領(lǐng)域染色。

我們可以看到，在全球范圍里，機(jī)構(gòu)發(fā)文中Health sciences的數(shù)量最多，Scientific community andsociety次之，Earth and environmental sciences數(shù)量最低，這一大小比例和2010年代合作者領(lǐng)域關(guān)系是基本吻合的。雖然橙色的Physical science占比不高，但是它仍然在歐美板塊中占據(jù)了一些影響力較高的機(jī)構(gòu)。

由于本圖領(lǐng)域劃分過大，導(dǎo)致圖中的顏色較為分散，如果進(jìn)一步細(xì)分領(lǐng)域，我們可能會獲得更多有趣的信息。

《Cell》引文網(wǎng)絡(luò)

圖10 《Cell》引文網(wǎng)絡(luò)

從圖10可以看出，由左下到右上，時間不斷增長，圖的復(fù)雜交錯性也在不斷增長，這是由于年代越新，引用文獻(xiàn)的年代越復(fù)雜造成的。另外，在這條對角線上，基本上各個年代都會出現(xiàn)少量重要性高的文章，這一點很有趣，而且他們都在各自年代的圖的中部位置。

而到了 00 和 10 年代后，這些重要性高的文章變得更多了，但是相對的重要程度卻變低了。這個現(xiàn)象有兩個解釋：a. 年代久遠(yuǎn)的文章，被引用的時間去見更久，所以重要性更大，而今年的 文章還沒有足夠多的時間被其他文章引用；b. 近年來的學(xué)術(shù)發(fā)展，大牛不斷增加，這一結(jié)果 和之前的作者合作關(guān)系圖不謀而合。

CNS論文的標(biāo)題長度、論文合作者數(shù)量、論文合作機(jī)構(gòu)數(shù)量隨時代的變遷趨勢。

圖11 論文標(biāo)題長度變遷

圖12 論文合作者數(shù)量變遷

圖13 論文合作機(jī)構(gòu)數(shù)量變遷

從圖形上看，可發(fā)現(xiàn)CNS三大刊的論文標(biāo)題基本呈高斯分布，且不同年代的峰值也會發(fā)生偏移。綜合對比，可發(fā)現(xiàn)三大刊的高斯峰值點無外乎均在5、10、15附近波動，而Science在1960和2010年代甚至還在20附近出現(xiàn)了二次小高峰，甚是有趣。

在機(jī)構(gòu)數(shù)量和合作者數(shù)量方面，我們可以看到曲線基本是隨數(shù)量增多而下降的，說明一篇文章的作者數(shù)和機(jī)構(gòu)數(shù)并非多多益善，存在著一個合作的最佳尺度！

按時間維度來分析，在論文標(biāo)題長度和論文合作者數(shù)量上，《Nature》和《Science》都是隨時間變化而增長，而《Cell》與其他們的變化相反；在機(jī)構(gòu)數(shù)量變遷上，三本期刊的單篇文章機(jī)構(gòu)數(shù)都在上升，這一點有兩個原因：1. 隨著時間變化，網(wǎng)站上關(guān)于機(jī)構(gòu)的信息越來越豐富了；2. 需時間變化，機(jī)構(gòu)間的合作也更加密切了。

總結(jié)

本次研究中，我們深度挖掘了潛藏在期刊（《Nature》，《Science》和《Cell》）數(shù)據(jù)中的有趣信息，如各個期刊的學(xué)術(shù)發(fā)展脈絡(luò)，學(xué)術(shù)界的合作關(guān)系演變，領(lǐng)域的興起，融合和衰落，標(biāo)題的長度演變等。這些分析結(jié)果可以將研究人員從大量的原始數(shù)據(jù)中解脫出來，通過研究學(xué)術(shù)畫像的形式，更加輕松地獲取潛藏其中的信息，進(jìn)而揭示學(xué)術(shù)界眾多領(lǐng)域的發(fā)展歷程和規(guī)律，尋找各領(lǐng)域中的關(guān)鍵學(xué)者、關(guān)鍵論文，探索可拓展的交叉新興領(lǐng)域，并預(yù)測未來研究熱點。

未來展望

雖然在本篇推文中我們引入了時間和空間維度的概念，但是我們要么是單獨(dú)討論時間維度，要么是單獨(dú)討論空間維度，并沒有將二者真正結(jié)合在一起。為了達(dá)成這個目的，我們可以在機(jī)構(gòu)地圖中加入時間信息，將各國/各洲在時間尺度上的變化動態(tài)地表現(xiàn)出來；也可以在合作關(guān)系中加入作者受教育機(jī)構(gòu)的地理信息（如：大學(xué)本科-研究生-博士），為進(jìn)一步了解合作者關(guān)系提供有力的手段。