挖掘 AceMap 和 Altmetric 信息点，以及批量获取

Table of Contents generated with DocToc

• 0. 摘要
• 1. 背景
• 2. 分析过程
  • 2.1 思路
  • 2.2 具体步骤
    • 论文一：Automatic Differentiation in Machine Learning: a Survey
    • 论文二：Information-Geometric Optimization Algorithms: A Unifying Picture via Invariance Principles
    • 论文三：Ontology learning from text: A look back and into the future
• 3. 结论
• 4. 讨论
  • 4.1 对结论的讨论
  • 4.2 可优化的环节
  • 4.3 收获：获取论文相关的实践
• 5. 参考文献
• ChangeLog

0. 摘要

该报告分为两部分：

• 一是对一篇论文的引用数据深入挖掘：借助 Altmetric，从 Twitter 和 Wikipedia 找到可用的信息；借助 AceMap 的 Mentorship 栏目，将论文与已知的学者建立联系。
• 用爬虫抓取 Google Scholar、 AceMap 和 Altmetric 三个网站的引用数据，以便筛选出重要的论文。这里用 Python 获取 Altmetric API 数据，而不是用 R。

1. 背景

ch2 检索实操题：请从查询一本你感兴趣的英文期刊，从 2018 年发表的论文中任选三篇自己感兴趣的，检索它的学术引用和社会引用数据，形成一份信息报告。

2. 分析过程

2.1 思路

1. 挑选一本英语期刊中的三篇论文
2. 查找学术引用数据，可用 AceMap
3. 查找社会引用数据，可用 Almetric

2.2 具体步骤

论文一：Automatic Differentiation in Machine Learning: a Survey

1. 之前从 Google Scholar --> Metrics --> Top publication 获取了 Top 20 Artificial Intelligence Journal List，选择其中的 Journal of Machine Learning Research，Google 之，进入其官网 Journal of Machine Learning Research Homepage。

2. 点击 Papers --> Volume 18，到达页面如下，用Chrome 的插件 chrono 批量下载论文。

   

3. 选择一篇能读懂摘要的论文：Automatic Differentiation in Machine Learning: a Survey，去Acemap搜索该篇论文的标题，得到搜索结果：

   

4. 信息不多，而且这篇在 JMLR 2018年发表的论文，在2015年就已经发表了（可见计算机领域，期刊论文会滞后）。去看一下四位作者，一次点击四位作者，其中有两位有较高的 Hindex，分别为23和16。其中一位作者的页面如下图，右侧的合作者关系图能找到该篇论文四位作者中的三位（Acemap也会遗漏信息）。

   

5. 点击 Mentorship 右侧的 More，进入师徒关系的大图，调整后得到下图，其中一作和三作是四作的学生，是二作的徒孙，而二作是 Hinton 老先生的学生。 Hinton 是反向传播算法和对比散度算法的发明人之一，也是深度学习的积极推动者，领域中的顶级学者。此时将该篇论文归类到 Hinton 门下，我们对它就没那么陌生了。

   

6. 该论文在 Acemap 的引用数为0，此时没有获取到所需的信息，再去 Google Scholar 查看它的引用数，如图：

   

7. 在[1502.05767] Automatic differentiation in machine learning: a survey点击 Almetric 书签，页面右上角出现下图，指数为75，有料！

   

8. 点击 Click for more details，进入详情页，可以看出该论文的影响力蛮强的，排名在前5%-10%。

   

9. 从详情页的左侧可看到，Twitter 提及该篇论文113次，点开查看。往下拉发现了一个信息点，一群人在转发同一条一条推特，跟 PyTorch 有关，这条推特是 Soumith Chintala 发出的，其关注人数达4万+，应该是重要的人物。

   

10. 点击进入 Soumith 的推特主页，发现他是 PyTorch 的创始人，该篇论文应该有助于开发 PyTorch 的Automatic Differentiation 功能。

    

11. 点击进入 Wikipedia 栏目，有一次引用如图。Automatic Differentiation 是评价 Deep Learning Software 的一项重要指标，而 Automatic Differentiation 概念来自气象学等领域， Automatic Differentiation in Machine Learning: a Survey 这篇论文清晰的阐述了机器学习中 the main differentiation techniques and their interrelationships。

    

论文二：Information-Geometric Optimization Algorithms: A Unifying Picture via Invariance Principles

1. 在 acemap 检索标题，获取引用数为 Citations: 18
2. 在 Google Scholar 检索标题，获取引用数为 94
3. 在论文的 publisher site: PDF for 1106.3708v3，点击 altmetric 书签，获得 Attention Score：9

论文三：Ontology learning from text: A look back and into the future

1. 在 acemap 检索标题，查无此论文
2. 在 Google Scholar 检索标题，获取引用数为 273
3. 在论文的 publisher site: Ontology learning from text，点击 altmetric 书签，获得 Attention Score：4

3. 结论

• Automatic Differentiation 是评价 Deep Learning Software 的一项重要指标，而 Automatic Differentiation 概念来自气象学等领域， Automatic Differentiation in Machine Learning: a Survey 这篇论文清晰的阐述了机器学习中 the main differentiation techniques and their interrelationships。PyTorch 的创始人推荐他的团队关注这篇论文，PyTorch 的 Automatic Differentiation 功能应该与这篇论文有关系。这篇论文的作者是 Hinton 的门徒。
• 从 Zotero 导出论文条目数据，格式为 CSL JSON，用爬虫抓取 Google Scholar、 AceMap 和 Altmetric 三个网站的引用数据（只写了 Jupyter Notebook，待写成脚本），部分结果如下：

4. 讨论

4.1 对结论的讨论

• 在查找学术引用数据的时候，一开始挺沮丧的，论文引用次数为0。做下去之后，信息越来越丰满，也大致了解了这篇论文在领域中的作用和 Automatic Differentiation 这个知识点，在下也因这些信息记住了这篇论文。下次需要深入理解 Automatic Differentiation 或遇到比较不同的深度学习软件，可以从这篇论文开始。

• 手动一篇篇去获取引用数据还是比较繁琐，批量获取可节省时间，只需从结果中选择被引数较高的论文，点开查看。不过也有不足的地方，获取 Altmetric 数据要求有唯一编码，Altmetric id、doi、ads、arxiv、pmid 中的一种。

4.2 可优化的环节

步骤2，实践后得知，批量下载再导入 Zotero 的论文， 抓取 PDF 元数据时不能获取年份。更好的做法是获取左下角 RSS 的URL，在 Zotero 新建订阅，再批量添加到 Library 的对应目录下。

4.3 收获：获取论文相关的实践

从 Altmetric，可挖掘出学界以外的人士对论文的反应。一般，有一群人不断转发同一条 Twitter 等的信息，意味着一个团体（可能是一个项目的不同成员）在关注该论文，而这个项目就是一种实践。

5. 参考文献

• GitHub - lnielsen/python-altmetric: Altmetric API v1 wrapper for Python
• Altmetric API Support – Altmetric
• Getting Started | Altmetric API documentation

ChangeLog

2018-05-19 初稿