基于知识关联度的科学论文扩散效果预测研究

摘要：

[目的/意义]基于早期施引文献与科学论文的知识关联对科学论文扩散效果进行预测,有助于从价值反馈角度前瞻性识别高影响力学术论文,为科研人员建立科学研究成果早期学术影响力评估体系提供参考.[方法/过程]测度早期施引文献与目标科学论文在主题、期刊和作者 3 个层面的关联程度,采用线性回归与负二项回归模型,挖掘 3 种类型的知识关联度与目标科学论文扩散效果(即扩散速度、广度和强度)的内在关联机制;在此基础上引入机器学习算法对科学论文的扩散效果进行预测,剖析 3 类知识关联特征在预测任务中的重要性排序.[结果/结论]神经科学领域的实证分析显示,主题关联与目标科学论文的扩散速度呈正相关关系,与扩散广度和扩散强度呈倒U型关系;期刊关联会抑制目标科学论文的扩散速度,但能够正向影响其扩散强度与扩散广度;作者关联仅对扩散强度有稳定的正向影响;基于主题关联与期刊关联可以实现对科学论文扩散速度的有效预测,但难以预测扩散广度和扩散强度.随机森林模型在扩散速度预测中性能最佳,主题关联特征的重要性高于期刊关联.

关键词：扩散效果预测、引文扩散、知识关联度、早期施引文献

所属期刊栏目：43

分类号：G250.252(图书馆学、图书馆事业)

资助基金：国家自然科学基金;中国博士后科学基金

在线出版日期：2023-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：73-84