传统的共引分析利用论文之间的共引次数作为对论文关联程度的表示具有合理性以及有效性,从而成为一种有效的文献分析方法,在情报领域得到了广泛应用。随着理论与应用的发展,人们根据应用过程中面临的问题对关联程度衡量的指标进行改进和调整,可以利用多个指标进行更全面的衡量,如利用共引次数、相同参考文献数、相同作者数和相同关键词数这四个指标综合起来进行衡量。而仅用四个指标对文献关联程度揭示时,若这四个指标均相同则对文献关联程度的揭示是有限的,因此本文引入Jaccard指数对指标值进一步细化,以期对论文关联程度进行更为准确的衡量。具体做法是以共引次数、相同参考文献数、相同作者数以及相同关键词数为基础,引入被引Jaccard指数和参考Jaccard指数,从文献对的六个衡量指标出发分别考虑指标直接综合的关联程度和基于样本的关联程度两种情况,根据得到的关联程度表达式或关联程度期望值表达式的基础之上可以得到非样本论文在这两种衡量方法下关联程度的值,进一步利用共引分析的一般处理过程对论文结构进行分析,并且与关联程度衡量方法调整之前的文献结构关系进行比较。