基于因子分析和诱导密度算子的学术期刊组合评价

摘要：

[目的/意义]针对组合评价法可以实现优势互补、减少单一评价法产生偏差的情况,提出一种新的基于因子分析和诱导密度算子的学术期刊组合评价模型.该模型的提出对学术期刊的评价研究具有十分重要的意义.[方法/过程]首先,利用因子分析法通过提取公共因子来消除指标间的相关共线性,并确定基于因子分析的综合评价值;然后,以信息熵为诱导分量,利用诱导密度算子对评价信息进行集结,并确定基于诱导密度算子的综合评价值;最后,基于最小偏差法建立组合评价模型,以此确定最终的组合评价值并排序.[结果/结论]选取信息与新闻出版学期刊为研究对象,实证结果表明,该方法不仅能利用因子分析法的优点,有效消除指标间的相关共线性,而且还能利用诱导密度算子的优点,充分考虑评价信息的分布情况,是一种科学合理的学术期刊评价方法.

关键词：学术期刊、组合评价、因子分析、诱导密度算子、信息熵

所属期刊栏目：37

分类号：G350(情报学、情报工作)

资助基金：国家自然科学基金资助项目"复杂信息融合视阈下的区域可持续发展能力综合评估方法研究"41661116;江西省教育厅科技资助重点项目"基于数值仿真的评价理论与方法研究"GJJ150027;江西省社学科学"十二五规划"重点项目"多信息形式下的群体与组合评价方法及应用"15ZQZD01

在线出版日期：2018-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：165-170