基于PhraseLDA-SNA和机器学习的技术主题影响力测度方法研究

[目的/意义]旨在利用PhraseLDA-SNA和机器学习方法准确测度技术主题的影响力,以期为制定科技政策、优化资源配置提供理论参考。[方法/过程]本研究首先分析了技术主题影响力的显性及隐性决定因素,据此构建了技术主题影响力测度指标体系。其次,基于PhraseLDA-SNA与机器学习方法分析测度指标,实现对技术主题影响力的测度。最后,以纤维素生物降解领域为例进行实证研究,验证方法的有效性。[结果/结论]本研究提出的基于PhraseLDA-SNA和机器学习的技术主题影响力测度方法与传统方法相比,显著降低了受专利数据授权及引用时滞问题的影响。

试论文学作品历史影响力测度模型的构建——兼与王兆鹏先生商榷“唐诗、宋词排行榜”的计算模型

一部作品的历史影响力是其对历史上所有个体影响力的总和,可以认定该作品在现存文献中的分布密度与当时人们对该作品的接受程度呈正相关关系。如果我们把这种分布密度用该作品相关信息在文献中被提及的频数来计算,并且根据不同文献的重要性分配相应的权重,则我们可以把该作品在各文献中被提及的频数乘以该文献权重的总和作为该作品历史影响力的得分。根据此计算原则,我们对王兆鹏先生用于《唐诗排行榜》和《宋词排行榜》计算模型提出如下改进建议:首先,确立文献类型重要性的梯度;其次,权重系数不但要设立文献类型系数、文献时代系数,还应当设立单篇文献影响系数;最后,随着文献资料库的不断丰富,可以开展"唐诗、宋词排行榜"的年度发布活动。总之,王兆鹏先生的定量研究方法在古代文学研究领域具有推广意义。

高校科技期刊国际传播的影响力测度与特征分析

基于《中国学术期刊国际引证报告》(2012—2019年),测度近8年高校TOP科技期刊的数量及其学术影响力,且从语种分布、主办高校层次、学科、刊期等角度分析他们的传播特征。为进一步提升高校科技期刊的国际学术影响力,结合测度分析结果,指出高校科技期刊可在创办英文期刊、充分发挥刊群优势、突显学科期刊的专业化特征、适当缩短出版周期等方面努力。