基于多维特征的引文扩散模式预测研究

[目的/意义]基于科学论文发表后的早期特征,准确预测论文未来的引文扩散演变模式,对科学产出评估、科学突破早期发现等都具有潜在的价值。[方法/过程]归纳总结9种不同的引文扩散演变模式,并基于论文自发表后的早期时序、结构和文献特征,建模预测未来一定引文窗口内的演变模式。选择美国物理学会的引文数据集进行实证研究,探究不同特征组合下引文扩散演变模式的预测效果。[结果/结论]结果显示,时序特征对预测模型的贡献程度最大,同时结构特征和文献特征也起到重要的作用,当融合3个特征时所有预测模型的准确率均超过了80%,证明了本文所选特征的有效性。     

学术论文引用预测及影响因素分析

[目的/意义]在引文分析中,可通过论文的一些属性特征对其未来的被引情况进行预测,并通过预测结果对论文、论文作者、作者所属机构及出版物做出评价。[方法/过程] 从出版物、作者和论文三个方面对影响论文被引的多个因素展开研究,以图书馆学情报学领域被SCI索引的论文作为分析及验证数据,使用逻辑回归、GBDT、XGBoost、AdaBoost、随机森林等算法进行预测,使用多组评测指标对比不同预测方法的效果,并使用GBDT识别对论文被引影响较大的因素。[结果/结论]确定三个方面的影响因素对论文被引预测的影响程度,构建预测模型,并较好地预测论文在未来一段时间的被引情况。大量实验分析发现GBDT、XGBoost和随机森林的预测能力较强,且预测的时间段越长,效果也就相对越好。     

知识进化视角下科学文献传播网络演化与预测研究及应用

[目的/意义]分析与研究科学文献传播网络发展趋势,为揭示科研新成果、把握科技发展脉络以及发现学科领域内前沿发展动态提供参考借鉴。[方法/过程]阐述知识进化理论及其应用,探讨知识进化视角下的科学文献传播网络预测方法可行性,通过对科学文献传播网络的演化机制分析,构建科学文献传播网络预测模型,并以科学文献关键词网络进行实证分析。[结果/结论]通过科学文献数据实证分析表明,提出的知识进化视角下科学文献传播网络演化与趋势预测方法具有可行性和有效性,可以为科学文献传播网络的趋势发展分析提供新的研究思路。     

标准文献的被引证特征及其老化研究

[目的/意义] 为了解我国标准文献的学术影响力, 以为标准文献的利用提供参考, 从标准文献的角度出发, 分析其被引证特征。[方法/过程] 选择中国引文数据库中1994-2013年标准类引文数据, 采用文献计量的方法, 从标准引文总量、篇均标准引文量等方面分析标准文献的总体被引用情况和学科分布情况。[结果/结论] 标准引文量和篇均标准引文量占引文总量比例很小;各学科标准引文量差异较大, 工科和医科对标准文献的引用较多;标准引文数量和被引频次较高的专题集中于自然科学;大部分社会学科标准引用量为零;标准引文的半衰期整体上较长, 老化速度较慢。     

国内外LIS学科主题热度演化分析与预测

[目的/意义]梳理LIS领域学科知识的发展脉络,追踪、预测学科研究热点和增长点。[研究设计/方法]基于LIS领域国外和国内核心期刊数据,使用TP-JIF模型计算学科主题的热度并衡量学科主题的状态,对LIS领域国内外研究热点和学科增长点进行演化分析;使用TPP-LSTM学科主题预测模型,对LIS领域国内外的研究热点和增长点进行预测。[结论/发现]国内外LIS领域研究热点的体量和侧重点具有较大差异,国外研究热点聚焦在社交媒体、电子病历、知识管理、文献计量、机器学习、替代计量等方面,而国内聚焦在图书馆学类、大数据、知识服务、数字人文、人工智能等方面。数据科学可能是LIS领域国内外最具潜力的增长点,医疗健康、人工智能、科研评价指标与体系、数据素养以及数据管理等研究也有望快速增长。[创新/价值]从研究热点和学科增长点两个方面揭示了国内外LIS学科之间的差异,并对研究热点和学科增长点进行了预测,为学科未来规划提供参考。     

国内外“科学-技术关系”研究方法述评——聚焦文献计量方法

[目的/意义] 鉴于"科学-技术关系"是情报学领域的热点研究问题,文献计量方法是研究该问题的常用方法,对国内外研究该问题的主要文献计量方法进行述评,就如何更好地运用这些方法进行"科学-技术关系"研究提出建议。[方法/过程] 在回顾"科学-技术关系"的含义和相关研究方法的基础上,梳理和总结专利的论文引文分析法、论文的专利引文分析法、"专利发明人-论文作者关联关系"分析法3种主要文献计量方法在"科学-技术关系"研究方面的应用和国内外进展,比较3种方法的理论基础、应用范围和存在的问题。[结果/结论] 3种方法基于不同的理论基础,分别被应用于:①识别与科学领域关系较强的技术领域;②识别被科学领域引用较多的技术领域、国家和机构;③测度专利发明人的科学研究活动、大学和企业的合作情况。这些方法分别存在专利的施引动机不明确、专利的论文引文字段不规范、数据较少、主题分析和技术对科学的作用机理研究较少、专利发明人和论文作者名称难以识别和匹配等问题。研究"科学-技术关系"时需根据研究问题和数据特征等选择合适的文献计量方法,并注意解决这些方法存在的问题。     

基于LSTM神经网络的学科主题热度预测模型

[目的/意义]作为科学学预测的重要组成部分,学科主题热度预测旨在揭示学术前沿和发展趋势,辅助学者发现前沿选题,支持科研管理机构科学立项。[研究设计/方法]提出基于期刊影响因子的学科主题热度计算指标(TP-JIF),构建基于LSTM神经网络的学科主题热度预测模型(TPP-LSTM),并以LIS领域数据为例,通过时间切片的形式抽取、计算学科主题的热度序列,检验不同长度时间序列下模型的各项误差。[结论/发现]相对于RBF-SVM、Linear-SVM、KNN、Naive Bayesian等模型,TPP-LSTM预测模型可有效表征学科主题热度时间序列的特性,当时间序列长度为4年时预测效果相对较好。[创新/价值]提出的基于期刊影响因子的学科主题热度计算指标,能够有效刻画不同学术刊物对学科影响的差异,规避了单纯依据频率计算热度的弊端;构建的学科主题热度预测模型,有效表征了学科主题的时间序列变化规律,减小了各项预测误差,预测效果较好。     

非专利引文分析研究进展

[目的/意义]了解非专利引文分析的研究进展,为后续研究提供借鉴和参考.[方法/过程]在介绍非专利引文相关概念和起源的基础上,对相关文献进行回顾并归纳总结,分别阐述非专利引文研究领域及其研究方法.[结果/结论]结果表明,基于非专利引文的研究主要集中在科学-技术关联和知识转移等领域;研究方法则主要包括定量指标方法、模型研究方法、网络计量方法.最后,指出非专利引文分析的特点和局限性,在此基础上,提出一些改进建议并对未来研究的发展进行讨论.     

引文推荐研究综述

[目的/意义]梳理引文推荐的相关研究,为后续研究提供借鉴和参考。[方法/过程]首先,阐述引文推荐的起源、概念界定和分类;其次,根据研究数据的不同,总结引文推荐基于作者关系、内容过滤、论文关系、计量指标等不同类型数据的多种方法;最后,梳理深度学习技术在引文推荐中的应用实践。[结果/结论]基于大数据和人工智能的学术环境,展望引文推荐未来可能的发展。     

基于隐喻思维的引文分析研究与创新

[目的/意义]对引文分析领域的研究与创新进行回顾和展望。[方法/过程]运用隐喻思维方法,以"科学睡美人"和第二代期刊评价指标（EF和SJR）的创设为例,对引文分析领域取得的主要研究进展进行说明;同时,通过对生态学相关研究文献的调研分析,提出将生态学原理引入到未来引文分析研究中来,形成一个新的研究方向——引文生态学,并就若干重要研究议题进行简要说明。[结果/结论]隐喻思维方法在学术研究及方法论创新中具有重要作用,引文生态学的提出对引文分析领域的理论完善和应用创新具有重要价值。     

ѧ����������Ԥ���о���չ

��[Purpose/significance] This paper summarizes the influencing factors and prediction methods of academic paper citation, analyzes the existing problems and proposes the future development directions.[Method/process] This paper used the literature research method to review the research progress of academic papers at home and abroad, and summarized the relevant content and characteristics of influencing factors and prediction methods.[Result/conclusion] There are many indicators of influencing factors, but there is no unified selection criteria. The theoretical basis of prediction methods is weak. The research on dynamics of citation prediction is insufficient. The generality of prediction models is limited. In the future, we should strengthen the theoretical research of citation prediction methods, the combination of traditional bibliometrics and alternative metrics, the deep application of natural language processing, and establish a unified baseline standard, a more accurate prediction model.     

Altmetrics热点论文传播特性及影响力分析

[目的/意义] 研究Altmetrics热点论文的传播特性,阐释学术内容的学术影响力和社会影响力。[方法/过程] 以www.altmetric.com热点论文的数据为基础,双向分析热点论文的Altmetrics分值与Web of Science被引次数的相关性,并讨论其传播渠道的多样性、传播主体的分布以及学术内容在社交媒体的传播影响。[结果/结论] 学科的差异影响Altmetrics与传统引文分析的相关性。公众为学术内容社交传播的主体,科学家利用社交媒体推广学术内容的比例呈逐年增长趋势。热点论文在Twitter上的传播一般在10-30d达到峰值,影响其传播的因素主要包括：学术传播内容的显著性和新奇性、学术传播的内需、开放获取、学术内容的营销途径等。虽然Altmetrics有速度和广度的优势,但也存在理论方法缺失、认知程度不高、数据质量较低、商业驱动浓厚、容易博弈等缺点。     

科技论文引用对象研究综述

[目的/意义] 为更好地提升基于内容的引文分析效果，对国内外引用对象相关研究进行调研总结，为引用内容分析研究提供借鉴。[方法/过程] 通过调研国内外引用对象相关研究，梳理引用对象的概念定义、分类体系、应用领域和自动化识别等方面研究进展，总结当前引用对象研究不足并提出未来发展方向。[结果/结论] 引用对象从语义层面评价文献学术研究的贡献和利用价值，为引文分析方法增加了重要维度。引用对象研究需要从理论、技术和应用三个方向进行深化：理论上，加强多维度引用对象特征的研究和分析；技术上，探索基于大规模语料的自动化识别方法；应用上，尝试基于引用对象的科研评价服务。     

学术期刊影响力评价方法研究进展

[目的/意义]期刊影响力评价是科学计量学研究的重要组成部分和应用领域,对于优化期刊质量、促进科学交流具有重要意义。[方法/过程]综述国内外期刊影响力评价方法研究进展,从传统指标、影响因子系列评价指标、H指数以及衍生指标、类PageRank及其衍生指标、基于多因素综合评价方法、基于社交媒体的期刊影响力评价指标以及跨学科期刊评价方法出发,总结现有学术期刊影响力评价方法的特征及其不足之处。[结果/结论]现有评价指标融合度较差,较少考虑引文偏态与自引问题,且新兴的基于社交媒体的评价方法可行性有待商榷。未来应重视深度融合评价指标,引文偏态改进方法多样化,社交媒体期刊评价方法规范化以及跨领域期刊评价方法体系化。     

基于Altmetrics视角的学术论文被引频次影响因素分析和预测

本文创新性构建学术论文被引影响因素特征空间,以我校SCI&SSCI学术论文为例,验证机器学习模型在预测学术论文被引频次研究中的有效性和准确性,本文的分析结论可以为高校图书馆开展决策支持服务提供参考。本文梳理学术论文被引频次影响因素及预测方法的相关研究,结合传统文献计量和Altmetrics指标构建学术论文影响因素的特征空间,并通过实验比较线性回归、神经网络、支持向量机三种机器学习模型在预测学术论文被引频次研究中的有效性和准确性。本文的分析结论证明基于Altmetrics视角构建的特征空间的预测准确率大幅度提高,并且支持向量机模型在对学术论文影响力预测的实证研究中表现出优异的性能。     

利用引文构建的主题模型研究进展

[目的/意义] 概率主题模型算法在不断得到改进与扩展，本文对国内外已有的利用引文构建的主题模型进行研究，分析和对比不同模型的生成过程与算法，并探讨利用引文构建的主题模型在科技文本分析中的应用与可扩展的研究方向。[方法/过程] 通过Web of Science数据库和CNKI数据库获取国内外利用引文构建主题模型的相关文献，经人工判读后筛选出具有代表性的文献，对这些文献中利用引文构建的主题模型，从建模思想、生成过程、参数估计与推断算法等方面进行对比与分析。[结果/结论] 目前国内外利用引文构建的主题模型主要包括研究主题与引文分布的主题模型、研究被引与施引主题间关系的主题模型，以及基于引用内容的引用主题模型；主题模型中引入引文信息后，能够获得更完整的主题内容和特定主题下的重要文献，并可识别施引文献和被引文献之间主题间的关系及影响；已有的模型多集中在概率潜在语义分析（Probabilistic Latent Semantic Analysis，PLSA）和潜在狄利克雷分配（Latent Dirichlet Allocation，LDA）主题模型基础上进行扩展。未来可扩展研究引入引用内容的主题模型、模型的性能优化和评价方法、模型的应用研究等。     

学术文献引文推荐研究进展

[目的/意义]学术文献引文推荐是指对于给定的学术文献,自动化地为其推荐合适的引文和参考文献。借助于引文推荐,用户可以在一定程度上提高撰写学术文献的效率,降低对重要相关文献的漏引。[方法/过程]分析国内外引文推荐研究的最新进展,阐述引文推荐问题的演化过程,从局部引文推荐和全局引文推荐等方面对引文推荐进行梳理,重点归纳文档相似性、主题模型、翻译模型、协同过滤和混合推荐等5种引文推荐常用方法,并总结引文推荐常用数据集和测评方法。[结果/结论]已有引文推荐研究的主要问题在于未考虑用户偏好的动态变化性及研究领域的综合性,在用户研究和实际应用方面仍有所欠缺;未来引文推荐的研究可运用语义化表达方法和自然语言生成技术,从基于上下文的引文推荐和跨语言引文推荐等方面进行展开。     

信息偶遇行为研究的知识脉络与前沿展望

[目的/意义]对信息偶遇行为展开深入的系统综述分析,以推动本研究领域学术创新以及相关信息服务领域的应用创新。[方法/过程]以CNKI和Web of Science为数据源,采用系统综述方法对该领域最具代表性的41篇文献展开分析。在知识脉络研究部分,从理论模型、研究方法和影响因素等视角进行系统的梳理和归纳;在前沿展望部分,将用户信息偶遇的过程分解为偶遇前、偶遇中、偶遇后3个阶段,并对偶遇后续行为的研究进行总结。[结果/结论]信息偶遇行为是信息、个体、技术和环境共同作用的结果。偶遇信息使用研究是目前的研究热点,而基于信息搜寻过程链的信息偶遇研究、基于移动互联网的信息偶遇研究、基于客观数据驱动的信息偶遇研究以及基于跨学科信息偶遇交叉研究等是未来可行的、具有较大研究价值的热点选题。