基本的网络数据收集方法有：调查问卷（簿记式与自由回忆、自由选择与固定选择、等级评估与完全排序）、访谈、观察、档案记录和实验（Wasserman，Faust，1994）。这里的档案记录有很宽泛的含义，包括任意类型的交互记录。多数文献计量学研究使用档案记录来收集数据。而且，它们大多关注两类数据：书目记录（从引文索引而来，如Thomson Reuters的Web of Science、Elsevier Scopus或者Google Scholar）或专利。档案记录的使用使得对大型网络的研究在时间维度上成为可能，这样要么是不可能的，要么使用其他的数据收集技术会更加耗费劳力。

通常有三种表示网络的方法：图、邻接矩阵和邻接列表（见图3.1）。邻接矩阵用来表示单模网，其中的行和列标志节点。在一个无权邻接矩阵中，链接被赋予二分值，如：

Aij＝Aji，如果网络是无向的，或者如果i和j共享一个链接。

二模网用矩形矩阵来表示，叫作关联矩阵。(www.daowen.com)

邻接列表比邻接矩阵更容易使用，尤其对于大型网络或稀疏网络，这也是我们在不同的软件工具中最广泛使用的网络表达方式。

图3.1　网络的图、邻接矩阵和邻接列表表示

目前，最广泛使用的网络格式之一是.net格式，由Pajek引入。但是，Pajek本身不提供从Web of Science或Scopus检索的书目数据中自动化抽取网络的方法（尽管有独立的软件工具WoS2Pajek，可转换Web of Science为Pajek）。当记录使用特定格式被保存时，Sci2能从这些数据库中抽取网络。例如，Web of Science数据的下载格式是.isi格式，可通过使用“Save to OtherReference Software”选项并改名为.isi格式实现。数据格式及能被抽取的网络类型等详细信息请参见Sci2文档https：//sci2.cns.iu.edu/user/documentation.php。