科學引文網絡分析及其應用研究.pdf

1、引文網絡分析以其巨大的研究和應用價值受到了人們的極大關注?，F(xiàn)有研究大多都僅關注論文引用數據的靜態(tài)分析，對論文引用趨勢發(fā)展的實證分析及其預測研究還相對薄弱。本文詳細研究了引文網絡中論文被引的動態(tài)發(fā)展特性，提出三種預測論文未來被引趨勢的算法，主要工作如下：
　　1、提出一種基于引證多樣性的論文潛在價值預測算法?，F(xiàn)有的科研評價方法大多基于論文當前被引次數進行直接評估，忽略了論文引用呈動態(tài)發(fā)展的事實，存在一定的局限性。本文通過真實數據集上

2、的實證分析，發(fā)現(xiàn)引文的領域多樣性、時間多樣性能在一定程度上反映論文未來被持續(xù)引用的潛力，由此我們改進已有方法，提出基于引證多樣性的論文價值預測算法。實驗結果表明，該方法能在不利用作者等文本信息的情況下，挖掘論文的潛在價值，并且預測準確性遠優(yōu)于原有算法。
　　2、提出一種基于持續(xù)關注度衰減的論文動態(tài)排序算法?，F(xiàn)有的對論文進行動態(tài)排序的方法大多存在預測精度較低或者計算復雜等問題。本文通過研究發(fā)現(xiàn)論文的年均引用次數與其未來的被引次數有很

3、大的相關性，由此提出持續(xù)關注度的概念，進一步結合引文網絡中的時間衰減效應設計論文動態(tài)排序算法。該方法計算過程簡單，尤其適用于在海量文獻中對論文進行快速排序。兩個典型數據集上的實驗結果表明，該算法在準確率上較現(xiàn)有算法提高30％。
　　3、提出一種能預測論文未來被引次數的算法?，F(xiàn)有的預測論文被引趨勢的方法大都只能對其進行分類和排名，無法進行論文未來被引次數的具體數值預測。本文以同時期發(fā)表的論文為研究對象，剝離分析新增引用增長和自身質量