hi,小慕
课程

中国大学MOOC,为你提供一流的大学教育

hi,小mooc
网络信息计量与评价
第15次开课
开课时间: 2025年03月01日 ~ 2025年07月06日
学时安排: 3-5小时每周
进行至第6周,共19周 已有 1444 人参加
立即参加
课程详情
课程评价(710)
spContent=你了解大数据吗?你了解互联网吗?你了解怎样对互联网大数据进行有效地分析、评价与利用吗?……如果你对类似的问题感兴趣,请走进“网络信息计量与评价”MOOC课堂!我们会带你欣赏网络大数据之美,掌握网络计量学的理论、方法与应用,熟悉七大网络数据库的用法,学会十种最流行的网络信息分析软件!
你了解大数据吗?你了解互联网吗?你了解怎样对互联网大数据进行有效地分析、评价与利用吗?……如果你对类似的问题感兴趣,请走进“网络信息计量与评价”MOOC课堂!我们会带你欣赏网络大数据之美,掌握网络计量学的理论、方法与应用,熟悉七大网络数据库的用法,学会十种最流行的网络信息分析软件!
—— 课程团队
课程概述

有人说:这是一个信息大爆炸时代。著名未来学家约翰·赖斯比特在其名著《大趋势》中就无可奈何地写到:“我们被信息所淹没,但却渴望知识”。是的,要想很好地驾驭、开发、利用互联网海量信息资源,就必须懂得如何对互联网信息进行精确地采集、分析、评价以及可视化呈现。其中,最快捷、最有效的应对之道就是努力学好“网络信息计量与评价”这门MOOC课程!

本课程主要讲授以下五部分内容:

第一部分会简单介绍本课程概况、学习目的、学习内容、学习建议以及网络计量学的来龙去脉,包括网络计量学的现状以及未来发展。

第二部分会介绍因特网信息资源的概况与检索方法,特别是常用的中外七大网络文献数据库的检索方法和具体步骤。

第三部分主要介绍网络计量学四大分析方法的工作原理及应用,包括网络引文分析方法、网络链接分析方法、网络日志分析方法、社会网络分析方法。

第四部分着重介绍十种网络信息计量分析软件的应用步骤和应用示例,其中既包括Python、R这两款炙手可热的网络数据分析编程软件,也包括SPSS、SAS、MATLAB等三大统计分析工具,还包括Pajek和Ucinet这两款经典的社会网络分析软件,以及Histcite、CiteSpace、SCI2等三款应用广泛的文献可视化软件。

第五部分详细介绍网络计量学在评价中的四大典型应用,包括网络计量学与期刊评价、网络计量学与大学评价、网络计量学与网站评价、网络计量学与网络信息资源评价。

对所有学科人员来说,这是一门实用的课程、很棒的课程,值得大家拥有!

“网络信息计量与评价”课程获评校级课程思政建设优秀课程、全国课程思政案例大赛二等奖,获批人工智能赋能教改立项。目前,课程团队正在建设课程知识图谱,将在2025年推出新版本。同时,与本课程配套的课程思政教材也在2025年由文化发展出版社正式出版,敬请期待。

本课程微信公众号:网络信息计量与评价MOOC北师。同步发送“网络信息计量与评价”课程相关信息,欢迎关注!欢迎各兄弟院校将本课程列作必修课程或者选修课程,组织学生选修,并给予学分承认。欢迎本课程的爱好者们、先行者们将你的案例贡献为本课程的学习内容。

授课目标

如果你是管理类相关专业的大学生,本课程会助你拿到满意的学分,掌握网络信息计量与评价的理论、方法与应用; 如果你是人文或自科类相关专业的大学生,本课程会助你轻松掌握网络数据计量的方法、工具与应用案例; 如果你是初入IT职场的新人,将会学到对互联网大数据进行分析与评价的案例、方法及技巧。

课程大纲

第一周 第1讲 大数据时代的网络计量学(1)

1.1 本讲课程导入

1.2.1 本小节课程导入:学习本课程是怎样一种体验?

1.2.2 为什么要学习这门课程?

1.2.3 本课程能学到些什么内容?

1.2.4 怎样才能学好这门课程?

1.2.5 专家访谈1:国外教育技术专家Patrizia Ghislandi

1.2.6 专家访谈2:国外网络计量学专家Peter Ingwersen

第1周 单元测验

第二周 第1讲 大数据时代的网络计量学(2)

1.3.1 本小节课程导入:有关大数据的一则网络笑话(动画)

1.3.2 大数据的含义

1.3.3 大数据的特征

1.3.4 大数据的应用

1.4.1 本小节课程导入:林清玄散文朗诵《前世与今生》(节选)

1.4.2 网络计量学的概念

1.4.3 网络计量学的体系结构

1.4.4 网络计量学的研究对象和研究内容

1.5.1 本小节课程导入:余秋雨散文朗诵《来生我依旧等你》(节选)

1.5.2 网络计量学面临的挑战

1.5.3 网络计量学的未来发展

1.6 本讲课程小结

第2周 单元作业

第三周 第2讲 网络信息知多少(1)

2.1 本讲课程导入

2.1.1 本小节课程导入:主讲老师介绍

2.1.2 本小节课程导入:菜市场与超市

2.2 畅聊因特网

2.2.1 本小节课程导入:“连接”的升级

2.2.2 因特网:一个超大型“Shopping Mall”

2.2.3 给因特网来次“性格”剖析

2.2.4 案例分析2-1:你知道因特网的“正确打开方式”吗?

2.3 练练搜索功力的“葵花宝典”

2.3.1 本小节课程导入:搜商来了

2.3.2 因特网信息资源检索方法

2.3.3 案例分析2-2:因特网信息资源检索工具

第3周 单元测验

第四周 第2讲 网络信息知多少(2)

第4节 如何成为因特网的“淘金客”?

2.4.1 本小节课程导入:旧金山与新金山

2.4.2 因特网信息资源采集概述

2.4.3 案例分析2-3:因特网信息资源采集案例

第5节 绝对不能错过的中文资源总库CNKI

2.5.1 本小节课程导入:古诗Style

2.5.2 CNKI概述

2.5.3 案例分析2-4:CNKI检索举例

第6节 CSSCI:社科期刊哪家强可就靠它了

2.6.1 本小节课程导入:来给期刊“颁个奖”

2.6.2 CSSCI概述

2.6.3 案例分析2-5:CSSCI检索举例

第4周 单元测验

第五周 第2讲 网络信息知多少(3)

第7节 最权威的中文科学引文数据库CSCD

2.7.1 本小节课程导入:神探狄仁杰与卷福

2.7.2 CSCD概述

2.7.3 案例分析2-6:CSCD检索举例

第8节 全球最核心的期刊引文索引数据库WoS

2.8.1 本小节课程导入:加菲猫与Garfield

2.8.2 WoS概述

2.8.3 案例分析2-7:WoS检索举例

第9节 世界上最大的引文数据库Scopus

2.9.1 本小节课程导入:知识的广度与深度

2.9.2 Scopus概述

2.9.3 案例分析2-8:Scopus检索举例

第5周 单元测验

第六周 第2讲 网络信息知多少(4)

第10节 IT小伙伴专属的文献数据库 CiteSeerX

2.10.1 本小节课程导入:武林高手少林扫地僧

2.10.2 CiteSeerX概述

2.10.3 案例分析2-9:CiteSeerX检索举例

第11节 Google Scholar:给你“站在巨人肩膀上”的免费机会

2.11.1 本小节课程导入:“海边玩耍的孩子”

2.11.2 Google Scholar概述

2.11.3 案例分析2-10:Google Scholar检索举例

第12节 本讲课程小结

第6周 单元作业

第七周 第3讲 网络信息会说话(1)

第1节 本讲课程导入

第2节 窥探网民足迹行为的网络日志分析法

3.2.1 本小节课程导入:手机上的搜索

3.2.2 网络日志里的秘密

3.2.3 解读网络日志的秘钥

3.2.4 网络日志分析的主要方法

3.2.5 网络日志分析的过程

3.2.6 案例分析3-1:基于日志分析的网络舆情监测案例分析

第3节 研究网站链接关系的网络链接分析法

3.3.1 本小节课程导入:蜘蛛与蜘蛛网

3.3.2 网上“生命之链”

3.3.3 网络链接分析面面观

3.3.4 网络链接分析的测度指标

3.3.5 网络链接分析的基本步骤

3.3.6 案例分析3-2:MOOC平台的网络链接案例分析

第7周 单元测验

第八周 第3讲 网络信息会说话(2)

第4节 测度网络引证特性的网络引文分析法

3.4.1 本小节课程导入:引文的力量

3.4.2 网络引文——网络时代的产物

3.4.3 从传统引文分析到网络引文分析

3.4.4 网络引文分析的研究内容与应用

3.4.5 网络引文分析的方法步骤

3.4.6 案例分析3-3:维基百科的网络引文分析

第5节 揭示社会网结构特征的社会网络分析法

3.5.1 本小节课程导入:尿布与啤酒的故事

3.5.2 无处不在的社会网络

3.5.3 独特的社会网络分析方法

3.5.4 影响力的量化分析

3.5.5 小团体的量化分析

3.5.6 案例分析3-4:微博舆情互动的社会网络案例分析

第6节 本讲课程小结

第8周 单元作业

第九周 第4讲 善事必先择利器(1)

第1节 本讲课程导入

4.1 本讲课程导入

第2节 最受欢迎的网络编程语言Python

4.2.1 本小节课程导入:怎样用Python来画出爱心?

4.2.2 进入Python的世界

4.2.3 搭建Python的开发环境

4.2.4 案例分析4-1:怎样用Python来分析政府工作报告?

第3节 最好用的数据科学语言R

4.3.1 本小节课程导入:怎样用R来绘制圣诞树?

4.3.2 R的前世今生

4.3.3 R的独特之处

4.3.4 搭建R的开发环境

4.3.5 案例分析4-2:怎样用R来分析美国2016年大选结果

第9周 单元测验

第十周 第4讲 善事必先择利器(2)

第4节 最专业的科学仿真计算工具MATLAB

4.4.1 本小节课程导入:喜欢MATLAB的7大理由

4.4.2 MATLAB软件概述

4.4.3 Matlab的菜单与窗口

4.4.4 案例分析4-3:MATLAB在统计分析中的应用示例

第5节 最标准的统计分析工具SAS 内容简介

4.5.1 本小节课程导入:SAS软件概述

4.5.2 SAS的窗口和菜单

4.5.3 案例分析4-4:SAS应用示例

第10周 单元测验

第十一周 第4讲 善事必先择利器(3)

4.6.2 SPSS的窗口与菜单

4.6.3 SPSS应用示例

第7节 最易上手的社会网络分析软件Ucinet

4.7.1 Ucinet软件概述

4.7.2 Ucinet的窗口与界面

4.7.3 Ucinet应用示例

第8节 面向大型网络的分析工具Pajek

4.8.1 Pajek软件概述

4.8.2 Pajek的窗口与界面

4.8.3 Pajek的数据处理

4.8.4 Pajek应用示例

第6节 应用最广的社科统计工具SPSS

4.6.1 SPSS软件概述

第11周 单元测验

第十二周 第4讲 善事必先择利器(4)

第9节 最简单易用的编年可视化工具HistCite

4.9.1 HisCite软件概述

4.9.2 HistCite的菜单与界面

4.9.3 案例分析4-8:HistCite应用示例

第10节 国内最流行的文献可视化工具CiteSpace

4.10.1 本小节课程导入:CiteSpace软件概述

4.10.2 CiteSpace的理论基础与相关概念

4.10.3 CiteSpace的功能界面

4.10.4 案例分析4-9:CiteSpace应用示例

第11节 最强悍的知识图谱分析工具SCI2

4.11.1 SCI2软件概述

4.11.2 SCI2的菜单与窗口

4.11.3 案例分析4-10:SCI2应用示例

第12节 本讲课程小结

4.12 本讲小结

第12周 单元作业

第十三周 第5讲 网络计量学在评价中的应用(1)

第1节 本讲课程导入

第2节 网络环境下怎样对网站进行评价?

5.2.1 本小节课程导入:传统的网站评价方法

5.2.2 网络计量学在网站评价中的应用研究

5.2.3 案例分析5-1:网络环境下网站评价应用举例

第3节 网络环境下怎样对信息资源进行评价?

5.3.1 本小节课程导入:网络信息资源评价的现状

5.3.2 网络信息资源评价的方法

5.3.3 案例分析5-2:网络信息资源评价应用举例

第13周 单元测验

第十四周 第5讲 网络计量学在评价中的应用(2)

第4节 网络环境下怎样对大学进行评价?

5.4.1 本小节课程导入:“中国十大名校”引发的词条编辑大战(动画)

5.4.2 大学评价现状

5.4.3 网络环境下的大学评价

5.4.4 案例分析5-3:网络环境下大学评价应用举例

第5节 网络环境下怎样对期刊进行评价?

5.5.1 传统的期刊评价

5.5.2 网络计量学在期刊评价中的应用

5.5.3 案例分析5-4:网络环境下期刊评价应用举例

第6节 本讲课程小结

5.6 本讲课程小结

第14周 单元测验

展开全部
预备知识

如果你满足以下基本条件,即可考虑选修本MOOC课程:

1、有一定的计算机操作能力(比如,会开机、会打字);

2、有一定的上网浏览经验(比如,会下载资料,QQ)。

参考资料

1、肖明. 网络计量学[M]. 北京师范大学出版社, 2017.

2、肖明. 知识图谱工具使用指南[M]. 中国铁道出版社, 2014.

3、邱均平. 网络计量学[M]. 科学出版社, 2010.

4、孙建军, 李江. 网络信息计量理论、工具与应用[M]. 科学出版社, 2009.

5、庞景安. 网络信息资源的计量与评价[M]. 科学技术文献出版社, 2007.

6、肖明.图书馆学情报学知识图谱研究:理论、方法与应用.中国经济出版社, 2017.

7、肖明.国内图书情报知识图谱实证研究.中国经济出版社, 2017.

8、肖明.国外图书情报知识图谱实证研究.中国经济出版社, 2018.



备注:本MOOC课程还引用了一些网上开放资源,在此对这些资源的制作者和主讲者表示由衷的感谢!如果侵犯到您的权益,请与我们团队联系,邮箱:bnu_2017@126.com。

常见问题

1、本MOOC课程提供上机实习所用的平台和软件吗?

答:由于受数据库和软件知识产权保护限制,本MOOC课程不对外提供上机实习所用的平台和软件。但本MOOC课程欢迎学员之间相互交流有关平台和软件的使用经验,以及提供实用性的网络资源链接。

2、本MOOC课程难学吗?

答:目前,本课程已经在北京师范大学进行过11个轮次的实际教学。在所有选修过本课程的同学中,100%的学生获得良好(80-89分)以上成绩,其中50%的学生成绩为优秀(90-100分)。祝愿各位同学通过自己的努力,也取得良好的学习成绩。Good Luck!

3、怎样学习本MOOC课程?

答:MOOC课程本质上是完全网上课程,要求学员具有一定的上网条件,能够流畅地观看教学视频。课程的重要信息都会采用公告的形式来进行发布,同时抄送学员注册的邮箱,请各位及时查看。

本MOOC课程不允许逾期补交作业。请网速有问题的学员提前提交作业,不要等到最后几分钟才交作业,从而造成提交不成功。切切!

4、本MOOC课程有QQ群号吗?

答:在本课程实际课堂教学过程中,我们曾使用过QQ群,但由于QQ群人数受限,大量学员难以加入QQ群。为此,本MOOC课程决定不设立专门的QQ群。大家如果有问题,请到本课程讨论区来进行讨论,真正让课程平台成为学习的主战场。谢谢大家!

有关教学问题,也请大家到课程讨论区进行提问,我们会统一进行处理。请不要给课程团队个人发邮件或是发信息,因为我们无法承诺会对本MOOC课程学员的邮件/信息给予及时回应,谢谢大家的理解!

5、能介绍一下本MOOC课程的教学团队吗?

答:谢谢大家对本MOOC课程教学团队的关心!目前,本MOOC课程教学团队阵容强大,主要由以下四部分成员组成:

(1)主讲教师:

肖 明 教授

王 卫 副教授

王京山 教授

(2)课程顾问:

意大利教育技术专家Patrizia Ghislandi 教授

丹麦网络计量学专家Peter Ingwersen 教授

(3)特聘教师:

杨 楠 博士

(4)课程助教:

徐卓琪

张子希

如果大家对本MOOC课程内容感兴趣,并且有相关教学经验,欢迎加入我们的教学团队。如有意,请提交简历至邮箱:bnu_2017@126.com。我们会给予相应的回复!

北京师范大学
3 位授课老师
肖明

肖明

教授

王卫

王卫

副教授,硕士生导师

王京山

王京山

教授,研究生导师

推荐课程

人工智能:模型与算法

吴飞

17259人参加

人工智能实践:Tensorflow笔记

曹健

36045人参加

武忠祥·高等数学·解忧铺

武忠祥

1066357人参加

【26考研】考研数学实战通关秘籍

武忠祥

524人参加
下载
下载

下载App