Cơ sở dữ liệu trắc lượng thư mục

NGHIÊN CỨU - TRAO ĐỔI
16 THÔNG TIN VÀ TƯ LIỆU - 4/2017
CƠ SỞ DỮ LIỆU TRẮC LƯỢNG THƯ MỤC1
TS Nguyễn Huy Chương 
 Khoa TT-TV, Trường Đại học KHXH&NV, ĐHQG Hà Nội
PGS TS Đỗ Trung Tuấn
 Khoa Toán Cơ Tin, Trường Đại học KHTN, ĐHQG Hà Nội
Tóm tắt: Trắc lượng thư mục có ý nghĩa đánh giá công trình nghiên cứu khoa học 
đối với người nghiên cứu, đồng thời, thể hiện năng lực của tổ chức nghiên cứu khoa học 
và tổ chức quản lý khoa học. Để triển khai hoạt động này, cần có cơ sở dữ liệu, cho phép 
cung cấp thông tin để thực hiện đo lường/đánh giá. Bài viết phân tích và đề xuất, thiết kế 
cơ sở dữ liệu với SQL server, nhằm hỗ trợ việc tổ chức, lưu trữ và xử lý thông tin liên quan 
đến trắc lượng thư mục.
Từ khóa: Cơ sở dữ liệu; trắc lượng thư mục; nghiên cứu khoa học; SQL; Đại học 
Quốc gia Hà Nội.
Bibliometric databases
 Abstract: Bibliometrics is used to evaluate the work of a researcher as well as 
the capacity of a research institution and a research management organization. In order 
to conduct bibliometric analysis, it’s necessary to have databases to provide information 
for monitoring and evaluation. The article analyzes the current status of bibliometric 
databases and recommends to design bibliometric database with SQL server in order to 
organize, store and analyze bibliometric-related information. 
Keywords: Databases; bibliometrics; scientific research; SQL; Vietnam National 
University Hanoi.
1 Bài viết được thực hiện khi tiến hành đề tài nghiên cứu được tài trợ bởi Đại học Quốc gia Hà Nội
1. Đặt vấn đề
Đánh giá chất lượng sản phẩm thông tin 
cần có dạng cơ sở dữ liệu chuyên dụng. Thực 
tế cho thấy, ở Việt Nam hiện nay thiếu cơ sở 
dữ liệu trắc lượng thư mục phù hợp. Để khắc 
phục vấn đề này, cần phải nhờ đến một giải 
pháp đã được thực hiện từ nhiều năm trước, 
bao gồm: (i) tải dữ liệu; (ii) làm sạch nó; và (iii) 
lưu trữ nó vào một cơ sở dữ liệu thích hợp cho 
các nhiệm vụ trắc lượng thư mục. Đối với các 
đơn vị nghiên cứu, vấn đề là làm thế nào một 
cơ sở dữ liệu như vậy được xây dựng để đáp 
ứng tốt nhất nhu cầu trắc lượng thư mục [1]. 
Để việc đánh giá tiện cho người dùng 
không chuyên công nghệ thông tin, giao diện 
người dùng cần thân thiện, phù hợp. Nhiều 
tiêu chí đặt ra đối với giao diện người-máy; 
nhưng với hệ thống trắc lượng thư mục, cần 
có các tiêu chí phù hợp với công tác TT-TV và 
hệ thống cần có phần tương tác người dùng 
theo cách trực quan [2]. Vì vậy, mục đích của 
bài viết này nhằm mô tả cấu trúc của một cơ 
sở dữ liệu quan hệ, thích hợp cho hầu hết các 
phân tích, thiết kế và tính toán các chỉ số trắc 
NGHIÊN CỨU - TRAO ĐỔI
17THÔNG TIN VÀ TƯ LIỆU - 4/2017
lượng thư mục.
Gần đây, nhu cầu về cơ sở dữ liệu chuyên 
dùng cho các mục đích trắc lượng thư mục 
đã được khẳng định và xuất hiện hướng 
mới trong mô hình dữ liệu. Người ta có thể 
sử dụng tiếp cận quan hệ - đối tượng. Tuy 
nhiên, điều này không có nghĩa là cơ sở dữ 
liệu quan hệ thuần túy là lỗi thời, mà việc sử 
dụng công nghệ hướng đối tượng nhằm thích 
hợp hơn với hoạt động trắc lượng thư mục.
Bài viết này nhằm mô tả cấu trúc của một 
cơ sở dữ liệu quan hệ, thích hợp cho hầu hết 
các phân tích, thiết kế và tính toán các chỉ số 
trắc lượng thư mục. Trong khi vẫn chưa có 
một cơ sở dữ liệu quan hệ mẫu, bài viết sẽ 
phân tích, thiết kế một cơ sở dữ liệu quan hệ 
phù hợp với công tác trắc lượng thư mục tại 
Đại học Quốc gia Hà Nội 
2. Phân tích cơ sở dữ liệu trắc lượng 
thư mục 
Phân tích sử dụng chỉ số trắc lượng thư 
mục có thể được phân thành: (i) trắc lượng 
thư mục mô tả; (ii) trắc lượng thư mục đánh 
giá. Trong khi trắc lượng thư mục mô tả theo 
tiếp cận từ trên xuống, cố gắng để có được 
những bức tranh lớn, chẳng hạn kết quả 
nghiên cứu của một quốc gia trong các lĩnh 
vực khác nhau, tỷ lệ của các lĩnh vực khác 
nhau và thay đổi theo thời gian, thì trắc lượng 
thư mục là một công cụ để đánh giá hoạt 
động nghiên cứu của các đơn vị nhỏ hơn như 
nhóm nghiên cứu hoặc thậm chí các cá nhân 
và sử dụng một phương pháp tiếp cận từ 
dưới lên, thu thập tất cả các ấn phẩm (có liên 
quan) của các đơn vị tương ứng. Rõ ràng, 
trắc lượng thư mục đánh giá đặt ra yêu cầu 
cao hơn về chất lượng dữ liệu.
Tính toán các chỉ số trắc lượng thư mục là 
2 CPP : Citation per publication 
3 CPPex : CPP, self citation excluded 
đếm số ấn phẩm và trích dẫn. Liên quan đến 
vấn đề này có một số ý kiến sau:
• Công việc này đề cập con số định lượng, 
nhưng vấn đề quan trọng là đảm bảo chất 
lượng dữ liệu. Chất lượng dữ liệu được xác 
định qua các đặc trưng, tức các từ khóa mà 
người ta lựa chọn để thống kê [3];
• Một số đặc trưng liên quan đến con người, 
như tiểu sử cá nhân, cũng được xem xét, khảo 
cứu để tra cứu, đánh giá công trình [4];
• Tác động của một công trình này đến 
công trình khác là tác động trực tiếp. Tuy 
nhiên, công trình thứ hai lại có ảnh hướng đến 
công trình thứ ba, thứ tư Do vậy, việc truy vết 
tác động của một công trình cũng cần được 
thể hiện trong cơ sở dữ liệu. Kinh nghiệm cho 
thấy cần xác định đường đi của một công trình 
trong mạng lưới các công trình [7];
• Trong cơ sở dữ liệu về trắc lượng thư mục, 
các đối tượng chính được coi như đặc trưng xác 
định các đặc trưng khác, chẳng hạn thuộc tính 
khóa trong cơ sở dữ liệu. Nên xác định tên đối 
tượng số hóa trong hệ thống đánh giá có uy tín, 
như trên Web về khoa học và Scopus [5].
2.1. Trắc lượng thư mục
Trong bài này, chúng tôi sử dụng một số 
tiêu chí về chỉ số trắc lượng thư mục trên cơ sở 
tham khảo các tiêu chí của Nicolai Mallig [6] 
với các ký pháp. Việc sử dụng lại các ký pháp 
nhằm thuận tiện cho việc đối chiếu, so sánh.
• P. Số lượng ấn phẩm;
• C. Số trích dẫn nhận được;
• CPP2. (Số trung bình) các trích dẫn đối 
với mỗi ấn phẩm;
• CPPex3. (Số trung bình) trích dẫn đối với 
mỗi xuất bản; không tính tự trích dẫn;
NGHIÊN CỨU - TRAO ĐỔI
18 THÔNG TIN VÀ TƯ LIỆU - 4/2017
• % Pnc. Tỷ lệ phần trăm của các bài báo 
không được trích dẫn (trong khoảng thời gian 
xem xét);
• JCS4. Tỷ số trích dẫn tạp chí (số trung 
bình của các trích dẫn trên mỗi xuất bản, 
theo loại bài báo và tạp chí);
• FCS5. Tỷ số trích dẫn lĩnh vực (số trung 
bình của các trích dẫn trên mỗi xuất bản, 
theo loại tạp chí và lĩnh vực hẹp);
• JCSm. Tỷ lệ trích dẫn trung bình của gói 
tạp chí (đánh trọng số theo số lượng các ấn 
phẩm của gói bài báo đang xét);
• FCSm. Tỷ lệ trích dẫn trung bình theo 
lĩnh vực (đánh trọng số theo số lượng các ấn 
phẩm của gói các bài báo đang xét);
• % SELFCIT. Tỷ lệ tự trích dẫn;
• CPP/JCSm. Trích dẫn theo xuất bản, so 
với tỷ lệ trích dẫn của các gói tạp chí;
• CPP/FCSm. Trích dẫn theo xuất bản, so 
với tỷ lệ trích dẫn của các lĩnh vực hẹp;
• JCSm/FCSm. Tỷ lệ trích dẫn của các gói 
tạp chí, so với tỷ lệ trích dẫn các lĩnh vực hẹp.
Nicolai Mallig [6] đề xuất thêm một chỉ số 
khác, thường được sử dụng như đánh giá hợp 
tác (quốc tế), đó là chỉ số: CoP. Số cùng xuất 
bản (cùng với một đơn vị khác).
Đếm ấn phẩm là hoạt động nhằm tính 
điểm cho ấn phẩm. Các điểm được gộp lại, 
theo các mức độ, chẳng hạn theo tác giả, tổ 
chức hay quốc gia. Những phương pháp đếm 
thường được sử dụng gồm:
1. Toàn bộ6. Mỗi đơn vị cơ bản có liên 
quan (tác giả) được thêm 1 điểm;
4 JCS : Journal Citation Score
5 FCS : Field Citation Score
6 Complete
7 Complete normalized
8 Straight
9 Whole
10 Whole normalized
2. Toàn bộ theo chuẩn7. Mỗi tác giả tham 
gia được điểm 1/n, với n là số các tác giả của 
bài báo;
3. Trực tiếp8. Tác giả đầu tiên nhận được 
1 điểm; tác giả khác không được tính điểm;
4. Tất cả9. Mỗi đơn vị tham gia, theo mức 
độ gộp lại, đều được điểm 1;
5. Tất cả bình thường10. Mỗi đối tượng có 
liên quan, theo mức độ gộp lại, tăng thêm 1/n 
điểm; với n là số lượng đơn vị tham gia, theo 
mức độ này.
Hai phương pháp hoàn toàn bình thường, 
tự nhiên, là các loại phương pháp đếm một 
phần, hay toàn phần. Chẳng hạn bài báo với 
hai tác giả Việt Nam và một tác giả người 
Pháp.
• Nếu đếm một phần, tác giả Việt Nam 
được 2/3 điểm; tác giả Pháp được 1/3 điểm;
• Nếu đếm toàn phần, tức đầy đủ, ½ điểm 
cho Việt Nam, và ½ điểm cho Pháp.
Về các cơ sở dữ liệu để phân tích trắc 
lượng thư mục hiện có trên thế giới, người 
ta thường kể đến: (i) ISI Web of Science 
(Thomson Reuters); (ii) Scopus (Elsevier); 
(iii) Google Scholar (Google Inc); và (iv) Các 
thư mục cục bộ. 
2.2. Cơ sở dữ liệu bổ sung, nhằm truy 
vết các trích dẫn
Truy vết các ấn phẩm là cần thiết [7]. Một 
số nhà xuất bản hoặc cơ sở dữ liệu cung cấp 
thông tin theo dõi trích dẫn. Dưới đây là danh 
sách một số cơ sở dữ liệu như vậy. 
1. Thư viện kỹ thuật số ACM: CSDL gồm 
NGHIÊN CỨU - TRAO ĐỔI
19THÔNG TIN VÀ TƯ LIỆU - 4/2017
các bài báo và các hội nghị khoa học máy 
tính và công nghệ thông tin. Việc tìm kiếm 
một tác giả hoặc công việc cụ thể là dễ dàng. 
Đối với mỗi công việc, số lượng trích dẫn và 
số lượng tải được hiển thị;
2. IEEE Xplore: Gồm các bài báo và kỷ 
yếu hội nghị về công nghệ và khoa học máy 
tính;
3. MathSciNet: Gồm các bài báo, kỷ yếu 
hội nghị, và sách về toán học;
4. Tạp chí ScienceDirect: Gồm các bài 
báo về y học, khoa học, một số ngành khoa 
học xã hội, nhân văn,. 
3. Đề xuất lược đồ cơ sở dữ liệu quan hệ
Để xác định các thành phần cấu trúc 
chính của một bài báo và các mối quan hệ 
của chúng, cần xem xét 
các khái niệm tổng quan 
liên quan đến bài báo, bao 
gồm:
• Bài viết có tiêu đề và 
tóm tắt.
• Bài báo được viết bởi 
một hoặc nhiều tác giả 
(thứ tự xuất hiện có thể là 
thông tin quan trọng).
• Tác giả liên kết với 
một tổ chức (hoặc một số) 
trong đó có địa chỉ.
• Tác giả có thể có địa 
chỉ e-mail.
• Bài viết được đăng tải 
trên một tạp chí có tên.
• Bài viết được xuất bản 
theo vấn đề cụ thể của tạp 
chí. Đặc trưng của nó là 
chất lượng, ngày xuất bản.
• Bài viết này có ngày 
tác giả gửi và ngày tạp chí nhận.
• Có một số từ khóa (được cung cấp bởi 
các tác giả). 
• Bài báo có một danh sách các tài liệu 
tham khảo đến các bài báo khác.
• Mỗi tài liệu tham khảo có chứa thông 
tin đầy đủ (trong trang đầu của bài báo trích 
dẫn). 
Liên quan đến tổ chức thông tin, có các 
đối tượng quan trọng như: (i) bài báo; (ii) tạp 
chí; (iii) người (tác giả); (iv) cơ quan.
Các mối quan hệ được xác định, tức các 
thực thể liên kết, là:
• tác giả (liên kết người và bài viết);
• xuất bản (liên kết bài báo và tạp chí);
Hình 1. Sơ đồ ER cơ bản
Tổ chức
tên
Địa 
chỉ
Người
họ tên email
Công 
tác
Bài báo
tên
Tóm 
tắt
Viết 
Vị 
trí
Tham 
chiếu
Tác 
giả
Năm 
xuất bản
Nhan 
đề
Tạp 
chí
Trích
Được 
trích
Xuất 
bản
tập
Ngày 
xuất bản
số
Tạp chí
tên
NGHIÊN CỨU - TRAO ĐỔI
20 THÔNG TIN VÀ TƯ LIỆU - 4/2017
• liên kết (liên kết người và tổ chức);
• tài liệu tham khảo/trích dẫn (liên kết bài 
viết với bài viết, liên kết trích dẫn với trích dẫn).
Ở đây sử dụng mô hình thực thể- quan hệ 
(ER) để hình dung các thực thể với các thuộc 
tính và các mối quan hệ xác định ở trên. Một 
sơ đồ thực thể- quan hệ là một thể hiện trừu 
tượng của dữ liệu, thường được sử dụng để 
mô hình hóa dữ liệu. 
Các đối tượng được hiển thị như: (i) hình 
hộp ứng với thực thể; (ii) thuộc tính ứng với 
hình bầu dục; (iii) mối quan hệ ứng với hình 
thoi; (iv) các mũi tên với nhãn.
Các thực thể và các mối quan hệ được xác 
định được hiển thị trong Hình 1. Thực tế là một 
bài báo được công bố trên một tạp chí được 
thể hiện thông qua các mối quan hệ liên kết 
xuất bản bài báo cho tạp chí. Các tác giả thiết 
lập một liên kết giữa một bài báo và người đã 
viết nó, theo quan hệ viết. Một người thuộc về 
một tổ chức được thể hiện bởi các mối quan 
hệ công tác. Các mối quan hệ tài liệu tham 
khảo liên kết các trích dẫn vào bài báo trích 
dẫn, tức nó được liên kết hai lần, theo quan 
hệ tham chiếu.
Hình 2. Sơ đồ của các lược đồ quan hệ cơ bản
Hình 3. Các thuộc tính của quan hệ Bài báo
Mối quan hệ tham chiếu là phức tạp. Nó 
có ý nghĩa cho việc đánh giá bản thân bài 
viết. Vì vậy, các thuộc tính của các mối quan 
hệ tham chiếu là thông tin dự phòng đã được 
chứa trong dữ liệu của các bài viết được trích 
dẫn. 
Để cụ thể hóa các lược đồ quan hệ, các 
thực thể, các mối quan hệ và các thuộc tính 
của mô hình ER phải được tương ứng với các 
thuộc tính trong các bảng quan hệ của mô 
hình quan hệ. Sự chuyển đổi này khá đơn 
giản: các thực thể và các mối quan hệ được 
ánh xạ vào các bảng trong khi các thuộc tính 
được ánh xạ vào các cột của bảng tương ứng. 
Mối quan hệ có thể tạo nên một quan hệ mới.
Hệ quản trị cơ sở dữ liệu được đề xuất sử 
dụng là SQL Server. Đây là hệ quản trị thông 
dụng, phổ cập đối với mọi cơ quan/trường 
học/thư viện Việt Nam. Dưới đây là các lược 
đồ được trình bày theo ngôn ngữ của hệ quản 
trị này.
Hình 4. Các thuộc tính của quan hệ Người
Hình 5. Các thuộc tính của quan hệ Tạp chí
NGHIÊN CỨU - TRAO ĐỔI
21THÔNG TIN VÀ TƯ LIỆU - 4/2017
Hình 6. Các thuộc tính của quan hệ Tổ chức
Hình 7. Các thuộc tính của mối quan hệ 
Xuất bản
Hình 8. Các thuộc tính của mối quan hệ Viết
Hình 9. Các thuộc tính của mối quan hệ 
Công tác
Hình 10. Các thuộc tính của mối quan hệ 
Tham chiếu
4. Kết luận 
Đối với chương trình xử lý dữ liệu, một vấn 
đề rất quan trọng là dữ liệu cần được thể hiện 
ở dạng thuận tiện đối với người dùng.
Đề xuất lược đồ cơ sở dữ liệu trong phần 
trên hoàn toàn có thể đáp ứng được nhu cầu 
đánh giá, hỗ trợ xếp hạng của trắc lượng thư 
mục. Lược đồ cơ sở dữ liệu này phù hợp với 
thực tiễn hoạt động thông tin thư mục tại các 
trường đại học Việt Nam nên cần được triển 
khai áp dụng rộng rãi.
TÀI LIỆU THAM KHẢO
1. Andrea Bonaccorsi, Tindaro Cicero (2016). 
Nondeterministic ranking of university 
departments, Journal of Informetrics, 10 
(2016), p. 224-237
2. Feng Feng et al. (2015). Visualization and 
quantitative study in bibliographic databases: 
A case in the field of university-industry 
cooperation, Journal of Informetrics, 9 
(2015), p. 118-134
3. Guo Chen, Lu Xiao (2016). Selecting 
publication keywords for domain analysis 
in bibliometrics: A comparison of three 
methods, Journal of Informetrics, 10 (2016), 
p. 212-223
4. Ilia Reznik, Vladimir Shatalov, Hidden 
revolution of human priorities: An analysis of 
biographical data from Wikipedia, Journal of 
Informetrics 10 (2016) 124-131
5. Juan Gorraiz et al. (2016). Availability of 
digital object identifiers (DOIs) in Web of 
Science and Scopus, Journal of Informetrics, 
10 (2016), p. 98-109.
6. Nicolai Mallig (2010). A relational database 
for bibliometric analysis, Innovation Systems 
and Policy Analysis, No. 22, ISSN 1612-
1430, Karlsruhe.
7. Qi Yu et al. (2015). Tracing database usage: 
Detecting main paths in database link 
networks, Journal of Informetrics, 9 (2015), 
p. 1-15.
(Ngày Tòa soạn nhận được bài: 10-3-2017; 
Ngày phản biện đánh giá: 28-4-2017; Ngày 
chấp nhận đăng: 28-6-2017).