论文部分内容阅读
作者是学术交流的主体,也是创新力量的主要组成部分,在推动文化传承和科技创新方面发挥着关键作用。随着研究深度和广度的增加,科研人员数量的不断增长,作者之间的交流互动也变得更加密切。作者引用网络是一种体现作者引用关系的复杂网络,网络中的知识链接对信息资源传播以及不同学科间的合作发展具有重要意义。本研究基于作者引用网络,通过改进Page Rank算法探究作者学术影响力的评价指标。通过梳理利用Page Rank算法评价作者影响力的方法,发现已有研究中鲜有考虑论文被引时间异质性、作者贡献差异性等因素。本文在前人研究的基础上,从论文被引时间异质性和作者贡献差异性这两个角度改进PageRank算法,提出识别作者影响力的有效方法。其主要内容分为以下几个部分:(1)概述作者影响力评价的研究背景、研究意义。从网络视角和Page Rank算法两个方面入手,梳理涉及作者影响力评价的国内外研究,为新方法的提出奠定基础。(2)针对现有利用PageRank算法评价作者影响力的研究中鲜有考虑论文被引时间异质性这一问题,本研究提出基于论文被引时间异质性改进PageRank算法的Time-Page Rank指标。利用作者引用网络,选取41位作者在2013-2017年发表在图书情报领域的10种核心期刊文献作为基础数据进行实证研究。通过将Time-PageRank指标和PageRank算法对比分析,发现Time-PageRank指标具有更好的区分功能和调节功能,并且与已有的权威评价指标h指数、他引频次等相关性较高。(3)针对利用PageRank算法评价作者影响力的研究中没有合理分配合著论文中不同署名位置的作者贡献这一问题,提出基于作者贡献值差异性改进PageRank算法的Weight-PageRank指标。同样选取41位作者以其2013-2017年发表在10种图书情报领域核心期刊文献为研究对象,利用作者引用网络,计算作者Weight-PageRank值,识别高影响力作者。通过与已有作者评价指标h指数、发文量、他引频次PageRank值和署名顺序的对比分析,发现Weight-PageRank指标对他引频次高、被高影响力作者引用、署名顺序靠前的作者具有较好的识别效果。最后,将本研究提出的基于论文被引时间异质性和作者贡献差异性的PageRank改进方法进行对比,发现两种指标在计算和识别效果上各有侧重,在实际应用中应进行综合分析。