引用评论证据视角下高水平论文遴选研究

论文作为科研成果的重要表现形式,在“破五唯”的大背景下,科学遴选高水平论文至关重要,是保障代表作评价工作落地的基本抓手。引用评论是学术共同体对论文价值最直接的认可,亦是学术评价的实质性关键证据,对其内容进行深入挖掘有助于更科学地发现高水平论文。首先,本文基于学术认同理论和证据特征阐释了模型构建的基本思想;其次,对基于内容语义的引用情感和引用功能进行重新界定和分类,并充分考虑“施引作者可信度”,构建高水平论文遴选综合加权模型;再其次,选取化学领域顶级刊物Angewandte Chemie-International Edition中的相关论文展开实证研究,结果表明,本文提出的模型可以较精准地筛选出“非常重要论文(very important paper,VIP)”;最后,与其他主流评价指标进行比较分析,证实了本文模型具有较高的区分度和鉴别度,在论文学术水平评价中具有显著优越性。

基于引用评论加权的论文代表作遴选研究

论文代表作的科学遴选是保障代表作评价制度落地的基础工作,对当前“破五唯”的大背景下如何立新标具有重要的理论和方法指导意义。本文首先探析了论文代表作的内涵与遴选视角,在此基础上阐释了遴选模型构建的理论和实践两个思想来源,接着从权威施引者和引用评论等级两个方面综合考量,构建了论文代表作遴选模型。最后,基于物理学领域国家自然科学奖入围项目展开实证研究,结果表明,本文提出的遴选模型是一种典型的“优中选优”模型,能够较为精准地从申请人的众多论文中挑选出代表作。同时,与他引次数和影响因子进行比较分析,进一步证实了本文模型的优越性——更具鉴别力且更稳定。

基于团购商品评论的网络意见领袖识别

网络意见领袖的评论是消费者购买团购商品时的重要决策依据。基于评论回复关系,构建了有向加权评论引用网络,借鉴PageRank算法的基本思想,提出了网络意见领袖的识别算法,并以北邮人论坛团购版块数据为样本进行了实证研究。分析结果表明,与基于引用次数的传统方法相比,该算法综合考虑了引用次数、引用者自身影响力、用户间引用依赖强度三方面的因素,更加客观地评估用户的意见影响力,并且减小了网络水军对识别结果的影响,进而帮助企业准确识别意见领袖,借助其影响力进行口碑营销。