基于内容挖掘的学术论文影响力研究现状与展望

当前,以ChatGPT为代表的人工智能技术飞速发展,文本挖掘平台的功能优化加快有关内容挖掘的学术论文影响力研究进程,全面梳理基于内容挖掘的学术论文影响力测度的研究现状和进展迫在眉睫。通过梳理国内外利用内容挖掘方法测度学术论文影响力的研究,提出从学术、社会和技术3个维度阐述学术论文影响力的内涵。在其基础上,以时间为轴线,重点论述“学术论文影响什么、怎么影响,以及影响程度如何”的相关内容,深入阐述借助内容挖掘技术的学术论文影响力测度指标和方法。目前,基于内容挖掘的学术论文影响力测度还需利用以ChatGPT为代表的文本挖掘平台和数智技术进一步挖掘相关语义特征,深入探究引文背后的影响机制及理论,尝试从学术、社会和技术等维度,词语、句子、篇章等粒度深入文本内容,综合测度论文影响力。

基于IMDb榜单的中国电影海外影响力研究

本文以2012-2021十年间IMDb全球票房前200中国上榜电影为主要研究对象,考察其类型特征、主题偏向、叙事风格等文本因素对中国电影的海外影响力。结果表明,动作片与“轻电影”这类商业电影更具全球市场影响力,其类型化的叙事风格,追求正义、爱国主义与个人爱情等圆满的主题偏向,覆盖大多数受众的兴趣和审美期待,是上榜中国电影表现出的一贯路径,但上榜中国电影缺少全球市场较为青睐的传记、文体类型和亲情、友情等主流叙事作品。同时,中式英雄主义叙事重新回归,也在重塑中国电影的类型特征,影响国产电影的全球市场发展。构建中国特色电影内容与风格体系、构建全球整合营销传播体系、构建中国电影差异化全球消费市场,是有效提升中国电影海外影响力的根本之策。

金华职业技术学院入选2023年度职业教育高影响力机构名录

2024年5月,中国人民大学书报资料中心研制发布了《热点、趋势与前沿——2023年度中国职业教育学术影响力报告》。金华职业技术学院入选2023年度职业教育高影响力机构名录(20家)。这一殊荣是对学校在职业教育学术领域卓越贡献的充分肯定,也彰显了学校在推动职业教育研究与发展方面的实力和影响力。同时,学校浙江省现代职业教育研究中心副研究员瞿连贵入选2023年度职业教育高影响力作者名录(15人)。

全球心血管疾病学术影响力评价(CAPE)体系的方法探索

目的:构建全球心血管疾病学术影响力评价(Cardiovascular Academic Performance Evaluation,CAPE)体系,并对全球医疗机构心血管疾病学术影响力进行排名。方法:由心血管疾病领域人员和图书情报人员提取医学主题词表(MeSH)、Embase同义词表、国际疾病分类(ICD)中心血管疾病相关术语,建立心血管术语词表(即阜外词表),设定缺血性心脏病、高血压、血管疾病、心律失常、肺血管疾病、心力衰竭、先天性心脏病、心肌病和瓣膜性心脏病等9个亚学科,实现亚学科分类、心血管术语词、入口词的映射。检索Web of Science、PubMed、Scopus数据库2016年1月1日至2022年12月31日的心血管领域论文,并对元数据进行去重融合;应用阜外词表对论文中主题词、题目、关键词、摘要等4个位置的内容进行检索匹配,生成论文“位置-心血管术语词-频次”的信息表,计算每一篇论文心血管学科相关度积分及亚学科积分。对论文的机构名、学者名进行规范化清洗,基于心血管强相关(相关度积分≥4分)原创性论文开展全球心血管疾病领域学术影响力的评价。针对全国医疗机构(心血管)的科技评价,还采集了国家自然科学基金项目、授权发明专利、获奖成果、科研平台、注册试验[国家药品监督管理局药品审评中心(CDE)药物临床试验登记数据]等数据。结果:检索到全球2016~2022年心血管领域论文1545103篇,剔除摘要、书籍、传记、新闻、视频、音频、撤稿、更正声明后为1178019篇,使用阜外词表标引“心血管强相关”论文518058篇。还采集到11143项心血管相关国家自然科学基金项目、19382项心血管相关有效授权发明专利、103项心血管相关国家级获奖成果、24个心血管相关国家科研平台、2084项CDE心血管相关药物临床试验登记等数据。经组织心血管疾病及其亚学科专家团队针对各自亚学科论文进行核对和验证,改进学科分类规则,最终锁定11项指标构建了心血管疾病和9个亚学科领域的综合评价指标体系。2016~2022年,中国发表心血管疾病研究论文数量增幅为123.5%,共发表约7.68万篇,平均每天约30篇,仅次于美国(约11.41万篇),居世界第二位。但中国期刊引证报告(JCR)分区和中国科学院分区论文占比仅居世界第八位。在2020~2022年全球医疗机构心血管原创研究论文影响力综合评估中,仅2家中国医疗机构进入前20名。结论:CAPE项目基于2016~2022年多源数据基础,首次探索建立了心血管领域机构学术影响力综合评价指标体系。

融合Altmetrics指标的领域高产学者综合影响力研究——以Nature生物科技子刊为例

[目的/意义]评估高产学者的影响力有利于推动学者研究的积极性,也可为引进优秀人才提供参考。根据普赖斯定律确定的高产作者是一个研究领域中有影响力的骨干力量,在科研工作中发挥着关键的导向作用。但依据科研产出量这一单一指标来评判学者的影响力存在一定的局限性。合理的学者影响力评价方法在评价学者科研产出绝对数量的基础上还应考虑科研成果的质量,对学者进行包括学术水平在内多维度的综合影响力展开评价研究。[方法/过程]本文在前人的研究基础上初步遴选传统指标和Altmetrics指标,以3本Nature生物科技子刊为例,其官网为数据源采集相关指标数据。分别从高产学者的科研影响力和社会影响力两个维度构建评价指标体系,通过相关性分析等方法对指标进行筛选,接着采用因子分析、主成分分析方法分别对高产学者的科研影响力和社会影响力进行评价,并分析两个维度的相关关系,最后得到高产学者影响力的二维测度结果。[结果/结论]结果显示,大部分学者在两个维度的影响力排名差距较大,并且两个维度呈较强的正相关关系,因此本文将科研影响力即传统指标与社会影响力即Altmetrics指标二者结合进行高产学者的综合影响力评价具有合理性。同时,通过比较该领域不同发文量的高产学者综合影响力情况,发现高产学者科研成果的“高产出量”并不完全意味着“高质量”,预示学者们应摒弃唯发文量至上的观念,形成一支真正高质量的高产作者队伍,助推领域的发展。

“双一流”大学教师国际学术影响力研究——结构、评价指标及影响因素

构建大学教师国际学术影响力的三维评价指标和量表,对中国37所“双一流”大学教师进行了国际学术影响力抽样调查和测评。通过结构方程模型方法,拟合验证了所构建的大学教师国际学术影响力的三维结构,即国际人才培养、国际科学研究和国际社会服务。研究结果表明,大学教师的国际学术影响力平均水平偏低,存在较大的个体差异,同时,还会受到大学教师的学科领域、职称、访学时长、访学次数等因素的显著影响。

从算法提出视角看国家学术影响力差异--以自然语言处理领域算法为例

随着数字技术发展,算法在不同领域的重要性日益提升,但少有论文探讨不同国家在算法研发工作中的表现。文章以自然语言处理领域为例,利用机器学习方法抽取该领域学术论文提及的算法,获得领域中的完整算法集合;收集所有算法的提出国家及相关信息,从算法数量和质量等维度分析不同国家的学术影响力。研究发现:在算法数量上,各国差异明显,中美是提出算法的主力军;在算法质量上,美国在综合被引上表现出色,各国平均被引差距较小,澳大利亚、乌克兰等排名明显提升;综合考虑算法数量和质量,将不同国家的学术影响力分为4种类型,从中发掘出数量、质量表现皆优的模范型国家,以及在单一维度影响力高的潜力型国家。文章为国家、机构、个人的学术影响力评价提供了新视角,验证了利用细粒度知识成果进行国家学术影响力评价的可能性,能为算法创新过程中各国之间的学术合作提供参考。

文化基因视域下中国年画的海外收藏与影响力研究

中国年画在海外的收藏与展示表明国外对中国民间美术的热衷早于中国本土。流传海外的年画内容、图示、传播路径与存在样态,既阐释了传统民艺的精髓,又深化了中国民间美术跨境传播的认同理论。分析以年画为代表的中国民艺自发地与各地区文明之间进行的有机联系与互动,剖析海外对中国年画持续收藏与影响力研究,有利于提升中国传统民间艺术的对外传播力,使以年画为代表的国家级“非遗”在充满活力的传承中不断发扬光大。

融合论文引用与学者信息的交叉领域学术影响力分析

[目的/意义]交叉学科内的学术影响力评价是科学计量领域的重要研究内容,其对探究跨学科知识融合趋势及科研人员影响力的测度与评价等具有十分重要的意义。当前的影响力度量方法普遍存在着论文引用的载体单一化、传播单向化,并且没有考虑学者领域交叉程度等问题。[方法/过程]通过提取学者自身的领域信息特征,把影响力双向传播引入论文引用网络中,提出了一种融合论文引用传播与学者信息传播的交叉领域学术影响力识别方法(IPCSI),该方法首先通过量化t时刻节点文献的学科交叉度,构建学者—论文交叉度矩阵,在此基础上将引证文献对节点文献的引用传播作为影响力连边,计算t+1时刻引文因子向量,利用图上排序算法实现学术影响力的后向引文传播。其次,从学者间合著领域相关性视角,通过增加以学者自身为传播载体的学者影响力连边,计算t-1时刻学者因子向量,模拟该时刻下学术影响力的前向信息传播。最后,通过同时建模论文引文传播与学者信息传播,客观再现学术影响力的前序与后序传播过程,并采用调和计量方法分配学术贡献度,最终完成学者影响力双向传播的量化分析。[结果/结论]在真实数据集上验证了IPCSI方法的有效性与可行性,实验结果表明通过结合论文引用粒度与学者信息粒度,能够丰富交叉领域内学术影响力的传播路径,提升学术影响力评价的准确性。

RM-RT^(2)NI:融合评论时效与可信近邻影响力的推荐模型

基于矩阵分解的推荐模型虽然能够处理高维评分数据,但容易遭受评分数据稀疏性的困扰。基于评分和评论的推荐模型通过外加隐藏在评论中的用户偏好与物品属性信息,缓解了评分数据的稀疏性,但在特征提取时大多没有关注评论时效性和可信近邻影响力,无法获得更丰富的用户和物品特征。为进一步提高推荐精度,提出了融合评论时效与可信近邻影响力的推荐模型RM-RT^(2)NI。基于评分矩阵,该模型使用矩阵分解提取了用户偏好和物品属性的浅层特征,利用云模型和修正的用户相似度评估模型和新构建的信度评估模型提取出可信近邻影响力;基于评论文本,该模型利用BERT模型获得每条评论的隐表达,利用双向GRU提取评论间的联系,利用新构建的融合时间因子的注意力机制识别各评论的时效贡献度,以获取用户和物品的深层特征。在此基础上,将用户浅层特征、深层特征以及可信近邻影响力特征融合成用户特征,将物品浅层特征和深层特征融合成物品特征,并将它们输入全连接神经网络以预测用户-物品评分。在5组公开数据集上对RM-RM-RT^(2)NI的推荐性能进行了实验评估,结果显示,与7个基线模型相比,RM-RT^(2)NI具有更高的评分预测精度,且RMSE平均降低了3.0657%。

融合新闻影响力衰减的碳价格多元分解集成预测

新闻数据涵盖了与碳价格密切相关的政策、经济和能源等信息,对碳价格的影响具有时效性。为量化新闻影响力的衰减程度,基于词频统计和指数衰减对新闻数据提取特征,提出了1种新闻影响力衰减时间序列的计算方法,新闻的衰减效应更准确地反映新闻对碳价格的影响程度。为提高预测精度,构建了融合新闻影响力衰减的碳价格多元分解集成预测模型,运用噪声辅助多元经验模态分解方法对碳价格和新闻数据进行多元分解,基于样本熵重构分量,使用机器学习方法对分量进行预测,加和集成得到预测结果。以湖北省碳价格为例进行实证分析。结果表明:新闻影响力指数衰减方法能有效刻画新闻与碳价格的相关性,多元分解集成模型表现出优异且稳定的预测性能。

学科知识输出影响力分析: 基于交叉知识的学科归属度测度

[目的/意义]新文科建设背景下,量化与评价学科在科学体系中的影响力,有利于推动学科交叉融合发展及话语体系构建。[方法/过程]首先,从研究持续性、均衡性、关注度三方面构建知识的学科归属度测度模型;其次,引入流体动能理论,基于归属度构建目标学科知识输出动能模型,从知识输出密度和知识输出速度两方面综合识别此学科知识主要影响了哪些学科,进而分析目标学科影响力;最后,以图书情报学2017—2022年数据为例,进行实证分析。[结果/结论]对比发现提出的研究方法较同类研究具有一定优势,并识别到管理科学与工程等是图书情报学影响的主要学科,法学等受图书情报学影响呈上升趋势,自然科学受图书情报学影响较小,尤其理科。由此,提出学科影响力提升策略建议。

农业高校学报2011-2022年高影响力论文来源及作者分析

本研究对《中文核心期刊要目总览》(2020年版)中的16家农业高校学报2011-2022年刊发的942篇高被引、高下载、高PCSI论文(以下简称“三高”论文)的来源及作者进行分析。结果发现,“三高”论文集中产出于我国少数科研实力雄厚的农业高校;华东、华北地区产出的“三高”论文较多,华中、西北、东北地区也占有一定的比例,华南、西南地区较少;论文的合著率为98.3%,合著度为5.27位,3~7位作者合著论文较多;作者的学历和职称分布均呈纺锤形,硕士学历和中级、副高级职称作者发文较多;高产作者很少,但高产通信作者较为集中。基于此提出,农业大学学报编辑应加强人文关怀,积极向高学历、高职称作者约稿;积极与学校管理部门沟通,争取政策扶持;跟踪研究生导师,积极组约高水平稿件,提升期刊的学术影响力。

基于深度强化学习的复杂网络节点影响力排序算法

针对当前节点影响力评估算法准确度较低的情况,提出了一种基于深度强化学习的节点影响力排序算法。该算法从网络拆解的视角看待节点影响力,将节点影响力的排序问题转换为网络拆除策略的优化问题。算法首先利用排序学习训练图神经网络模型的节点特征提取能力,然后使用强化学习对依赖于网络状态的节点断连行为做价值学习,最后使用训练完成的模型预测网络拆除的最佳策略,即节点影响力的最准确排序。仿真实验证明,所提算法在典型真实数据集的CN(Crtical Node)与ND(Network Dismantling)问题上,相较于PageRank算法,准确度分别提升了31.1%与29.0%。同时,该算法具有较低的复杂度,可为网络稳定性分析和网络性能优化提供技术支撑。

基于知识扩散理论期刊网络传播影响力评价——以我国管理类CSSCI期刊为例

为深入了解学术期刊在知识扩散过程中的传播力及其影响因素,以管理类核心期刊为对象,构建基于基础影响力和网络传播力两大维度的评价指标体系。利用偏序集理论,通过构建Hasse图对期刊网络传播质量进行聚类展示,并采用VIKOR方法获取排序结果。研究发现,管理类核心期刊之间在知识扩散水平方面存在较大差异,发展呈现不平衡态势,影响因子、影响力指数等指标对期刊网络传播影响力产生显著影响。结合知识扩散理论对提升管理类领域期刊网络传播影响力提出建议,为相关领域的学术传播提供有益参考。

公共图书馆线上图书推荐影响力、模式及策略实证研究

文章以2022年公共图书馆在官方微信公众平台推送的图书推荐类推文为研究对象,分析公共图书馆微信公众平台的社会影响力、公共图书馆基于微信公众平台的图书推荐模式、图书推荐的品牌和所推荐图书的类型分布等内容,并提出了切实可行的公共图书馆基于微信公众平台进行图书推荐的策略,以期促进我国公共图书馆图书推荐工作的开展。

基于新媒体数据分析的舆论宣传影响力评估方法研究

多种新媒体宣传形式是现在很多单位惯用宣传形式,为塑造部门形象,构建和谐社会关系发挥重要作用。为综合评估单位宣传作品的影响力,构建基于“四力”的新闻传播效果评价指标模型,建立三级评估指标,运用德尔菲法进行指标筛选和权重赋值,形成适用于单位宣传部门的评估指标体系。通过实验验证评估指标体系的可行性和合理性。

我国高校图书馆科研影响力评价服务的实践与思考

开展科研影响力评价服务是高校图书馆发挥业务优势、拓展服务内容、扩大图书馆影响力的重要途径。笔者细致梳理了我国高校图书馆该服务发展的背景、动因,简述其发展现状,总结北京师范大学图书馆开展该服务的实践,并针对业务良性运行、可持续发展提出建议:按需定制,内容为主;探索并深化多方合作;积极开展业务研究;注重服务展示与宣传;持续推进,提质增效;推进服务体系化发展。

基于用户影响力感知的在线学习资源推荐方法

针对在线学习中推荐数据稀疏性和资源多样化需求等问题,构建了一套在线学习混合推荐策略。该研究提出了一种基于用户相似性、知识可信度和用户影响力评估的在线学习用户模型LIAM,以提高推荐效果。同时,采用动态直觉模糊DIF策略对LIAM模型进行优化,以提高模型的推荐准确性和可解释性。最后,该研究提出了一种基于自组织的推荐方法SOR,用于解决推荐结果的多样性和覆盖性问题,从而形成了一套完整的在线学习混合推荐策略。同时,采用Coursera数据集对推荐方法SOR进行性能验证,实验结果表明,该方法优于其他两种代表性推荐方法。推荐方法SOR有望为在线学习推荐系统提供更加准确和个性化的推荐服务,提升学习效果和用户体验。

基于节点影响力的区块链匿名交易追踪方法

随着区块链技术的快速发展,借助虚拟货币进行非法交易的行为越来越普遍,且数量仍在快速增长。为打击该类犯罪行为,目前主要从网络分析技术和图数据挖掘等角度研究区块链交易数据,以进行区块链交易追踪。然而,现有的研究在有效性、普适性以及效率等方面存在不足,且无法对新注册地址进行有效追踪。针对上述问题,文中提出了一种基于节点影响力的账户余额模型区块链交易追踪方法NITT,旨在追踪特定目标账户模型地址的主要资金流向。相比传统方法,该方法引入时间策略,降低了图数据规模,同时采用多重权重分配策略,筛选出了更有影响力的重要账户地址。在真实数据集上进行实验,结果表明,所提方法在有效性、普适性和效率等方面具有较大的优势。