05-定量分析方法(信息分析課件)

信息分析查先進§5定量分析方法§5.1多元分析法§5.2時間序列分析法§5.3系統(tǒng)動力學方法§5.4文獻計量學方法§5.1多元分析法變量之間本身具有某種關(guān)系（如線性關(guān)系），但因各種誤差使之不具備該關(guān)系，通過回來，使之復原該關(guān)系。變量之間本身不具有某種關(guān)系，通過回來，抓主要沖突，使之近似具有某種關(guān)系。5.1.1回來分析回來分析可能應(yīng)用的領(lǐng)域處理兩個或兩個以上變量之間的相關(guān)關(guān)系樣本視察（散點圖）選擇恰當?shù)哪Ｐ痛_定模型參數(shù)回來效果檢驗預料和限制數(shù)據(jù)采集一元線性回來分析一元線性回來方程參數(shù)的求解有聯(lián)系的兩個變量：X與Y由視察和試驗得到n對數(shù)據(jù)：(x1,y1),(x2,y2),······,(xn,yn)用散點圖描述收集到的點：兩變量之間大致成線形關(guān)系：數(shù)學公式表達yx0方法和過程設(shè)

可得一元線性回來方程參數(shù)的求解由此得出回來方程：求解得分析可表示為lyy=U+Q通過x對y的線性相關(guān)關(guān)系而引起的分散性剩余部分引起的y的分散性回來方程效果的檢驗1）平方和分解公式F體現(xiàn)了x與y的線性相關(guān)關(guān)系的相對大小F值相當大F值比較小x與y有線形相關(guān)關(guān)系x與y沒有線形相關(guān)關(guān)系2）F檢驗F檢驗的一般程序計算U、Q，得出F值對給定的檢驗標準α，查自由度為1，n-2的F分布臨界值表，得臨界值λ：P（F>λ）＝α

比較F值與λ值的大小

F>λ

F<λx,y間具有線性相關(guān)關(guān)系x,y間不具有線性相關(guān)關(guān)系t聽從自由度為n-2的T分布3）t檢驗t檢驗的一般程序計算t值對給定的檢驗標準α，查自由度為n-2的t分布臨界值表，得臨界值λ：P（t>λ）＝α

比較t值與λ值的大小

t>λ

t<λx,y間具有線性相關(guān)關(guān)系x,y間不具有線性相關(guān)關(guān)系可線性化的非線性回來指數(shù)函數(shù)模式冪函數(shù)模式雙曲線模式對數(shù)函數(shù)模式線性化可線性化的非線性回來指數(shù)函數(shù)模式兩邊取對數(shù)，并令a’=lnab’=b線性化

兩邊取對數(shù)，并令a’=lnax’=lnx冪函數(shù)模式線性化雙曲線模式令線性化令x’=lnx對數(shù)函數(shù)模式設(shè)y與x1，x2，…，xk有線性關(guān)系，通過觀測或試驗得到n組數(shù)據(jù)：（x11，x21，…，xk1，y1）（x12，x22，…，xk2，y2）…………（x1n，x2n，…，xkn，yn）則它們之間的線性關(guān)系可表示成：(對于某些非線性的關(guān)系，可通過適當?shù)淖儞Q化為形式上的線性模式。)多元線性回來分析多元線性回來方程參數(shù)的求解設(shè)Q（b0，b1，…，bk）=∑[yt-（bo+b1x1t+…+bkxkt）]2為了使Q達到最小值，應(yīng)滿足：由上式可以推得：其中，lyy=Q+U回來方程效果的檢驗1）平方和分解公式F聽從自由度為k，n-k-1的F分布。F檢驗的一般程序如下：①計算F值；②對于給定的檢驗標準α，查自由度為k，n-k-1的F分布臨界值表，得臨界值λ:P（F>λ）=α；③比較F值與λ值的大小。假如F>λ，則認為線性回來方程效果是顯著的；反之，則認為是不顯著的。2）F檢驗3）各自變量影響程度大小的判別在實際的信息分析工作中，我們還常常會關(guān)切在y對x1，x2，…，xk的線性回來中，哪些因素很重要，哪些因素不太重要。這就須要對回來方程的每個自變量都進行顯著性檢驗。關(guān)于xi變量顯著性檢驗的一般程序：①計算ti值；②對于給定的檢驗標準α，查自由度為n-k-1的t分布臨界值表，得臨界值λ：P（t>λ）=α；③比較ti值與λ值的大小。假如ti>λ，則說明xi對y的影響顯著，必需保留xi在回來方程中；否則，應(yīng)去掉xi重新建立回來方程。3）各自變量影響程度大小的判別回來分析的實際應(yīng)用例：已知某年中國各地區(qū)城鎮(zhèn)居民平均每人全年可支配收入和消費性支出兩個變量，試利用社會科學統(tǒng)計分析軟件SPSS對上表中的數(shù)據(jù)進行回來分析。（1）作散點圖

（2）方差分析

查自由度為1，29的F分布臨界值表得λ=7.60(α=0.01)F=862.501>7.60，所以可支配收入與消費性支出之間具有強線性相關(guān)關(guān)系?；貋矸匠虨橄M性支出=0.772×可支配收入+126.005（3）預料值與殘差通過SPSS，可以按要求輸出消費性支出的預料值、殘差和標準化殘差。（3）預料值與殘差通過SPSS，可輸出消費性支出的預料值、殘差和標準化殘差。5.1.2聚類分析聚類是把一組個體依據(jù)相像性歸成若干個類別，即物以類聚。其目的是使得屬于同一類別的個體之間的距離盡可能地小，而不同類別上的個體間的距離盡可能地大。聚類分析的基本思想是在樣品之間定義距離，在變量之間定義相像系數(shù)。距離或相像系數(shù)代表樣品或變量之間的相像程度。例如，在分層聚類中，按相像程度的大小，將樣品或變量逐一歸類，關(guān)系親密的樣品或變量聚集到一個小的分類單位，然后逐步擴大，使得關(guān)系疏遠的樣品或變量聚集到一個大的分類單位，直到全部的樣品或變量都聚集完畢，形成一個表示親疏關(guān)系的譜系圖，再對譜系圖進行分析，并依據(jù)要求對樣品或變量進行分類。相像性程度是聚類所依據(jù)的標準，樣品間的相像性通常用距離進行度量，而變量間的相像性通常用相像系數(shù)進行度量。分層聚類——HierarchicalClusterAnalysis分層聚類一起先將每個樣品看成是一類或一簇（cluster），然后從低到高創(chuàng)建一個聚類的層次。其中，最低層次的簇合并在一起創(chuàng)建下一個較高層次的簇；這一層次的簇再合并在一起，進一步創(chuàng)建更高層次的簇。用分層聚類法聚類時，聚多少類為合適是一個很實際的問題。一個較好的聚類應(yīng)當在類內(nèi)各樣品盡可能相像的前提下，使得類的個數(shù)盡可能少。對于相同的樣品對象，分層聚類在具體操作中，可實行不同的類間距離進行計算，并得到不同的分類結(jié)果。哪個結(jié)果更能反映樣品對象本身的客觀分類，這種推斷的正確與錯誤將干脆確定分層聚類法在實際應(yīng)用中的價值。例：表中顯示的是某年度20個代表性地區(qū)農(nóng)村居民家庭平均每人生活消費現(xiàn)金支出狀況。試用SPSS進行分層聚類。在層次聚類的參數(shù)選擇中，選擇按樣品聚類；聚類指標為食品、衣著、居住、家庭設(shè)備及服務(wù)、醫(yī)療保健、交通和通訊、文教消遣用品及服務(wù)、其他商品及服務(wù)；樣品間的距離接受歐式距離；類間距離分別接受最短距離、最長距離和重心距離，不同的類間距離算法適合不同的聚類形態(tài)，在不了解聚類形態(tài)之前，可嘗試多種類間距離算法并對不同的分類效果進行比較分析。①最短距離法譜系圖聚類過程②最長距離法譜系圖聚類過程③重心距離法譜系圖聚類過程主要特征——可以依據(jù)須要預先確定k個聚類。依據(jù)選定的k值，聚類可以產(chǎn)生兩個完全極端的結(jié)果。假如設(shè)k等于1，就可能會得到一個沒有意義的結(jié)果，因為全部的數(shù)據(jù)會歸類到一個節(jié)點中。另一個極端是設(shè)k等于樣品數(shù)，同樣也會得到一個毫無意義的結(jié)果。任何其他的聚類個數(shù)取決于k值，對于k值的選取沒有一個固定的規(guī)則，常常須要對各種取值進行反復試驗?？焖倬垲悺狵-meansClusterAnalysis

快速聚類示意圖例：對上例表中顯示的某年頭20個代表性地區(qū)農(nóng)村居民家庭平均每人生活消費現(xiàn)金支出狀況，用SPSS進行快速聚類。在降維思想指導下產(chǎn)生的一種有效處理高維數(shù)據(jù)的方法。在實際問題探討中，往往會涉及眾多相關(guān)的變量。雖然所涉及的每個變量都供應(yīng)了確定的信息，但其重要性不同，且在很多狀況下，變量間有確定的相關(guān)性，從而使得這些變量所供應(yīng)的信息在確定程度上有所重疊。信息的重疊越大，變量間的相關(guān)性也越大。如何對這些變量加以“改造”，用為數(shù)較少的、互不相關(guān)的、不行干脆測量的新變量來反映原變量所供應(yīng)的絕大部分信息，并通過對新變量的分析達到解決問題的目的，是基于主成分的因子分析法核心思想。5.1.3主成分分析實踐中，反映某個問題的可干脆測量的變量很多（例如國家信息化測評指標），并且這些變量之間存在相關(guān)性。因此，該方法的應(yīng)用極其廣泛。通常，在分析過程中，選取m（m<p）個主成分，使前m個主成分的累計貢獻率達到較高的比例（如80%～90%）。這樣，用前m個主成分Z1，Z2，…，Zm代替原始變量X1，X2，…，Xp，不但使變量維數(shù)降低（在原始變量反映信息重疊較多的狀況下，基于主成分的因子分析往往可以只取1～3個主成分來代替十多個甚至數(shù)十個原始變量），而且也不致于損失原始變量中太多的信息。國家信息化測評指標每千人廣播電視播出時間人均帶寬擁有量人均電話通話次數(shù)長途光纜長度微波占有信道數(shù)衛(wèi)星站點數(shù)每百人擁有電話主線數(shù)每千人有線電視臺數(shù)每百萬人互聯(lián)網(wǎng)用戶數(shù)每千人擁有計算機數(shù)每百戶擁有電視機數(shù)網(wǎng)絡(luò)資源數(shù)據(jù)庫總?cè)萘侩娮由虅?wù)交易額企業(yè)信息技術(shù)類固定投資占同期固定資產(chǎn)投資的比重信息產(chǎn)業(yè)增加值占GDP比重信息產(chǎn)業(yè)對GDP增長的干脆貢獻率信息產(chǎn)業(yè)探討與開發(fā)經(jīng)費支出占全國探討與開發(fā)經(jīng)費支出總額的比重信息產(chǎn)業(yè)基礎(chǔ)設(shè)施建設(shè)投資占全部基礎(chǔ)設(shè)施建設(shè)投資比重每千人中高校畢業(yè)生比重信息指數(shù)例：表中顯示了某年省會城市和支配單列市的主要經(jīng)濟指標，通過主成分分析，試圖得出各城市的綜合經(jīng)濟得分并排列名次?！?.2時間序列分析法時間序列分析方法的類型移動平均法是對簡潔平均法的改進。簡潔平均法不能反映時間序列中的高數(shù)點和低數(shù)點，也不能反映變量的發(fā)展過程和變更趨勢。5.2.1移動平均法一次移動平均基本公式和遞推公式二次移動平均基本公式和遞推公式模型建立與預料在移動平均方法中，n值是關(guān)鍵參數(shù)，n值越大，波動曲線的“修勻”效果越顯著，但對變更反映的靈敏度降低，對趨勢反映滯后大。一次指數(shù)平滑1）基本公式5.2.2指數(shù)平滑法2）平滑指數(shù)α的含義及取值當α=0時，即平滑值維持不變；當α=1時，即平滑值等于最新的視察值。通常，α選得小一些，預料值趨向就較平穩(wěn)，“修勻”效果越顯著；α選得大一些，近期數(shù)據(jù)所占的比重越大，對變更的反映越靈敏，但“修勻”的效果越不明顯。α的取值反映新舊數(shù)據(jù)的支配比例干脆影響預料結(jié)果依賴于影響程度遠期近期未來預料結(jié)果對α的依靠性α值越小，“修勻”效果越顯著。即：

在實際應(yīng)用中，一般取α值與n值的關(guān)系α的選擇影響預料效果。一般依據(jù)時間序列的特點和閱歷確定：α取值的閱歷選擇1）假如時間序列的長期趨勢較穩(wěn)定，應(yīng)取較小值，如0.05～0.202）假如時間序列具有快速明顯的變動趨向時，應(yīng)取較大值，如0.3～0.7當實際數(shù)據(jù)較多（50個以上）時，初始值的影響將逐步被平滑而降低到很小，此時，可取最早的數(shù)據(jù)作初始值，即：當實際數(shù)據(jù)較少（20個以內(nèi)）時，初始值影響較大，可以取最初幾個實際值的平均值作初始值。值的確定二次指數(shù)平滑

——對一次指數(shù)平滑值再進行一次平滑

線性指數(shù)平滑模型的一般形式：at與bt為平滑系數(shù)（at為截距，bt為斜率）

模型與計算——為改善預料效果，建立線性指數(shù)平滑模型再預料三次指數(shù)平滑1）基本公式2）平滑模型的建立

對稱的生長曲線又稱：邏輯（Logistic）曲線或珀爾（Pearl）曲線

不對稱的生長曲線又稱：龔珀茲（Gompertz）曲線

生長曲線法是利用生長曲線模型來描述事物發(fā)生、發(fā)展和成熟的全過程的方法。5.2.3生長曲線法邏輯曲線1）數(shù)學模型

——由美國統(tǒng)計學家珀爾（pearl）提出（其中，k>0，a>0，b>0）邏輯曲線具有的數(shù)學特征：①當t→∞

時，y→k，即k是y值變化的上限；

②在（－∞，＋∞）上，y’>0，該曲線單增，無極值。③當y=0，y=k和y=k/2時，y”=0，表明該曲線在其單增區(qū)間內(nèi)，y=k/2是唯一拐點，拐點的上下兩部分相對于拐點是對稱的。又求得：t=(lna)/b∴該曲線的拐點為((lna)/b，k/2)④通過改變a或b的數(shù)值，可以對它的形狀和位置獨立地進行控制。改變a只影響曲線位置，而不改變其形狀；相反，改變b只影響形狀而不改變其位置。2）模型系數(shù)的確定確定系數(shù)k,a,b的方法①線性回來法②三段和值法三段和值法解決問題的基本動身點是將整個時間序列分為三個相等的時間周期。假定有3n組數(shù)據(jù)（t0，Y0），（t1，Y1），…，（tn-1，Yn-1）；（tn，Yn），（tn+1，Yn+1），…，（t2n-1，Y2n-1）；（t2n，Y2n），（t2n+1，Y2n+1），…，（t3n-1，Y3n-1），n為隨意整數(shù)。一般來說，n值越大，估計的精度就越高。假如該時間序列不是3的倍數(shù)，即存在3n+1或3n+2組數(shù)據(jù)的情形，可實行舍去遠期1組或2組數(shù)據(jù)的方式，預先對該時間序列進行處理。上述3n組數(shù)據(jù)應(yīng)分別滿足式5-34。若以i代ti（i=0，1，…，（3n-1）），則可得下述三組方程組：龔珀茲曲線1）數(shù)學模型由英國統(tǒng)計學家和數(shù)學家龔珀茲（B.Gompertz）提出

其中，k>0，0<a<1，0<b<1龔珀茲曲線具有的數(shù)學特征：①當t→-∞時，y→0；當t→∞時，y→k，即y值在0～k之間變更，k為上限；②將代入得由上式可知，除y=0和y=k外，在0～k之間的一切y值均不能使等于0，即該曲線是單調(diào)的，無極值。龔珀茲曲線具有的數(shù)學特征：③

曲線的拐點

由于k/e<k/2，故龔珀茲曲線的拐點位置比邏輯曲線的拐點更低，龔珀茲曲線拐點前后兩部分是不對稱的。

④t=0時，y=ka，即曲線與y軸相交點為（0，ka）。

2）模型系數(shù)的確定

具有代表性的模型系數(shù)確定的方法：線性回來法三段和值法時間序列的結(jié)構(gòu)形式影響時間序列值的因素趨勢（T）因素：當時間序列值依時間變更時，表現(xiàn)出某種傾向（如線性、指數(shù)曲線或S型曲線趨勢）。它影響時間序列值的主導因素；循環(huán)（C）因素：它是周期不固定的波動變更（如經(jīng)濟危機）產(chǎn)生的緣由；季節(jié)變動（S）因素：它是周期相對固定（如一年四季）的波動變更產(chǎn)生的緣由；不規(guī)則變動（I）因素：它是指很多外生的不易限制的因素。這些因素的出現(xiàn)帶有很大的隨機性。時間序列分解法若以Yt表示時間序列值，Tt、Ct、St、It分別表示趨勢、周期、季節(jié)變動和不規(guī)則變動，則時間序列值可分解為以下3種模式：①加法模式：Yt=Tt＋Ct＋St＋It②乘法模式：Yt=TtCtStIt③混合模式：Yt=TtCtSt＋It分解出Tt與Ct

分解出St與It從StIt中分解出St

從TtCt序列中分解出Ct時間序列的傳統(tǒng)分解常用時間序列分解預料法1）同季平均法同季平均法分析具有季節(jié)變更的時間序列并在此基礎(chǔ)上進行預料的最簡潔的方法，主要適用于受季節(jié)變更影響而無明顯趨勢變更的時間序列。包括兩個步驟：一是將歷年同季數(shù)據(jù)的平均值與各季總平均值相比，求得季節(jié)系數(shù)；二是以最近一年的各季平均值分別乘以各季節(jié)系數(shù)，即得來年各季的預料值。常用時間序列分解預料法2）季節(jié)系數(shù)法季節(jié)系數(shù)法：分析具有趨勢變更和季節(jié)變更的時間序列并在此基礎(chǔ)上進行預料的一種方法。步驟：通過分析數(shù)據(jù)的趨勢變更和季節(jié)波動規(guī)律，建立趨勢變動模型，求出季節(jié)系數(shù)，然后再用季節(jié)系數(shù)去修正反映趨勢變更的模型。方法基于的思想：趨勢是時間序列在整個長時期內(nèi)的平均運動，是制約時間序列波動的主導因素，而其它各因素引起的波動只能算是對趨勢的偏離?！?.3系統(tǒng)動力學方法系統(tǒng)動力學（SystemDynamics）是一門相識系統(tǒng)問題和解決系統(tǒng)問題的交叉的綜合性新學科。該方法所要解決的，主要是如何定量地分析各類困難系統(tǒng)的結(jié)構(gòu)與功能的內(nèi)在聯(lián)系，如何定量地分析系統(tǒng)的各種特性等問題。5.3.1系統(tǒng)動力學的概念和特點基本概念系統(tǒng)與邊界因果鏈及因果關(guān)聯(lián)圖反饋、反饋系統(tǒng)與反饋回路流圖

流圖系統(tǒng)動力學把系統(tǒng)中物質(zhì)和信息的運動都想象成流體的運動，物質(zhì)的運動形成物質(zhì)流，信息的運動形成信息流，流圖就是為描述系統(tǒng)的運動而特地設(shè)計的一套特殊的符號圖。5.3.1系統(tǒng)動力學的概念和特點特點1）系統(tǒng)動力學把相關(guān)問題作為信息反饋系統(tǒng)來探討，認為在每個系統(tǒng)中都存在著信息反饋機制。這正是限制論的主要觀點，系統(tǒng)動力學以此為理論基礎(chǔ)。2）系統(tǒng)動力學把一切社會經(jīng)濟系統(tǒng)的運動都假想成流體的運動。3）系統(tǒng)動力學特殊適于探討與處理高階數(shù)、多回路、非線性的困難系統(tǒng)問題。

5.3.2系統(tǒng)動力學建模步驟福瑞斯特教授建議依據(jù)下列10個步驟來建立系統(tǒng)動力學模型：

（1）明確問題。（2）找出造成問題癥狀的因素。（3）找出決策與行為間的因果信息反饋環(huán)路。（4）定出可接受的正式政策。（5）建立數(shù)學模型。（6）以計算機模擬產(chǎn)生隨系統(tǒng)時間變更的模型行為。（7）將模擬的結(jié)果與真實系統(tǒng)進行比較。（8）修正模型設(shè)計，以符合真實狀況。（9）針對系統(tǒng)問題癥狀的改善，重新設(shè)計模型內(nèi)各元素間的組成關(guān)系與政策。（10）參考模型政策模擬的結(jié)果，應(yīng)用于真實系統(tǒng)以期變更系統(tǒng)現(xiàn)狀及改善和解決問題。5.3.3系統(tǒng)動力學建模軟件DYNAMO模型軟件美國麻省理工學院的普夫（AlexanderPughL）依據(jù)系統(tǒng)動力學中無限分割、以不變代變和遞推的思想方法，設(shè)計了系統(tǒng)動力學專用仿真語言DYNAMO，其基本思想是充分相識系統(tǒng)中的反饋和延遲，并按確定規(guī)則建立流圖式的結(jié)構(gòu)模型，從而實現(xiàn)對困難大系統(tǒng)的模擬。5.3.3系統(tǒng)動力學建模軟件Vensim模型軟件Vensim是一個可視化的建模工具，可用于抽取、驗證、模擬、分析和優(yōu)化動態(tài)系統(tǒng)模型。它是一個基于視窗界面的系統(tǒng)動力學建模工具，供應(yīng)了功能強大的圖形編輯環(huán)境。5.3.4系統(tǒng)動力學模型的建立以網(wǎng)絡(luò)系統(tǒng)為例,分析步驟:①明的確際問題，界定網(wǎng)絡(luò)系統(tǒng)。②依據(jù)實際網(wǎng)絡(luò)系統(tǒng)，構(gòu)造因果反饋環(huán)。③依據(jù)閱歷數(shù)據(jù)資料，分析反饋環(huán)，繪制系統(tǒng)流圖。④建立系統(tǒng)動力學模型。⑤模型檢驗、調(diào)試和運行。⑥仿真結(jié)果分析。⑦提出結(jié)論或建議。5.3.4系統(tǒng)動力學模型的建立系統(tǒng)動力學方法探討網(wǎng)絡(luò)系統(tǒng)的適用性分析①可以很好地適用于探討網(wǎng)絡(luò)系統(tǒng)的動態(tài)性。②可以很好地適用于探討網(wǎng)絡(luò)系統(tǒng)的困難性。③可以很好地適用于探討網(wǎng)絡(luò)系統(tǒng)的反饋性。④可以很好地適用于探討網(wǎng)絡(luò)系統(tǒng)的長期性、周期性。⑤可以很好地適用于對數(shù)據(jù)不足的問題進行探討。模型1）模型的流圖2）反饋環(huán)分析緣由樹用來跟蹤緣由，這可以有效地發(fā)覺什么導致了某件事的發(fā)生。圖5-14結(jié)果樹可運用戶跟蹤運用所選中變量的全部變量，顯示所選中變量對哪些變量的結(jié)果產(chǎn)生影響。圖5-15在緣由樹和結(jié)果樹的基礎(chǔ)之上，我們可以進一步分析流圖中的反饋環(huán)。3）模型的系統(tǒng)動力學方程4）模型語法和單位錯誤檢測模擬結(jié)果和分析基于實際問題從不同角度探討模擬模型的行為特征，如新增網(wǎng)民的變更、網(wǎng)民的增減、站點的變更、實際共享的變更等。在同一個圖中比較國際出口帶寬、網(wǎng)站數(shù)、網(wǎng)民和實際共享的動態(tài)趨勢（圖5-16）。比較和分析新增網(wǎng)民在不同假設(shè)條件下的輸出。表5-22顯示了不同模擬環(huán)境下的常量值。還可從其他角度視察網(wǎng)絡(luò)系統(tǒng)模型的模擬，如對共享系數(shù)、實際共享、擁塞影響因子、國際出口帶寬、網(wǎng)民、網(wǎng)站數(shù)等變量在不同假定常量值的模擬環(huán)境下的輸出進行比較和分析。圖5-16模型的模擬結(jié)果（Ⅰ）期望共享上網(wǎng)時間系數(shù)站點退出的時間成為網(wǎng)民的時間條件1100.135條件2150.553

常量條件表5-22不同模擬環(huán)境下的常量值

圖5-17模型的模擬結(jié)果（Ⅱ）§5.4文獻計量學方法5.4.1文獻計量學方法的緣起從文獻計量向信息計量發(fā)展文獻計量學、科學計量學、信息計量學的合流趨勢文獻計量探討手段的現(xiàn)代化趨勢重視文獻計量學在科技管理和決策中的應(yīng)