基于Sigmoid函数的文献计量指标评价标准研究

[目的/意义]文献计量指标有几十种,但是对于多数评价指标而言难以直接判断评价对象的优劣,使得文献计量指标的直接评价功能受到削弱,有必要解决这个问题。[方法/过程]该文提出基于Sigmoid函数对文献计量指标进行标准化,并基于JCR2017经济学期刊进行了实证。[结果/结论]Sigmoid标准化符合事物发展的成长曲线规律,同时高度保留了原始指标的大量信息;Sigmoid标准化结果可用于评价对象优劣水平的直接评价,比较评价对象间的相对差距,判断评价对象的发展阶段,甚至不同指标之间的比较;Sigmoid标准化降低了离散度同时使得指标数据更加接近正态分布;Sigmoid标准化抑制高分指标,同时提升低分指标,使得标准化结果更加符合实际情况。

基于因子-BP人工神经网络的期刊评价方法选择研究

[目的/意义]学术评价中多属性评价方法有几十种,每种评价方法结果均不相同,难以进行方法选择。[方法/过程]本文在分析评价本质属性的基础上,提出了一种新的多属性评价方法选取方法:因子-BP人工神经网络筛选法,并以JCR2017经济学期刊为评价对象,同时采用专家会议赋权法、主成分分析、因子分析、TOPSIS进行评价,并进行评价方法的选择。[结果/结论]研究结果表明:在学术评价中多属性评价方法的选择必须兼顾主观和管理因素;因子-BP人工神经网络筛选法是一种有效的评价方法选取手段;因子-BP人工神经网络筛选法可以用来辅助专家赋权;对于多属性评价方法的进一步优化成为新的问题;当评价对象较少时不宜采用本文方法。