基于Altmetrics视角的学术论文被引频次影响因素分析和预测

• 作者: 于文文 孙昕 张璐 梁柏静 段丹
• 来源期刊: 图书馆杂志
• 关键词: Altmetrics 学术论文被引频次 影响因素 机器学习
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 信息管理
• 页码范围: 102-112
• 页数: 11页
• 语种: 中文
• DOI: 10.13663/j.cnki.lj.2020.04.011

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙昕		3	18	1.0	3.0
2	张璐		4	14	1.0	3.0
3	段丹		4	0	0.0	0.0
4	梁柏静		3	17	1.0	3.0
5	于文文		1	0	0.0	0.0