基于“precision-recall”曲线分析的高被引论文识别研究

• 作者: 李信 程齐凯
• 来源期刊: 图书馆杂志
• 关键词: 高被引论文“precision-recall”曲线 文献下载量 期刊引用分数 补充指标
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 信息管理
• 页码范围: 83-90
• 页数: 8页
• 语种: 中文
• DOI: 10.13663/j.cnki.lj.2019.01.013

摘要

文章首先对高被引论文识别的现状、问题进行梳理和分析,在此基础上,选取地球物理学、计算机与自动化、力学、图书情报学和药学5个学科的90本中文核心期刊在2004-2016年间刊载的448 749篇研究文献,将高被引论文识别问题转化为信息检索问题,利用文献下载量(DS)和期刊引用分数(JCS)两个指标对高被引论文进行识别,并引入新的观测视角——“precision-recall”曲线,对识别效果进行分析和可视化.结果表明, “precision-recall”曲线可以较好地对指标的高被引论文识别能力进行直观反映;文献下载量和期刊引用分数均可作为高被引论文识别指标,且文献下载量的高被引论文识别能力优于期刊引用分数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程齐凯		38	336	11.0	17.0
2	李信		25	128	7.0	10.0