基于“precision-recall”曲线分析的?高被引论文识别研究

文章首先对高被引论文识别的现状、问题进行梳理和分析,在此基础上,选取地球物理学、计算机与自动化、力学、图书情报学和药学5个学科的90本中文核心期刊在2004-2016年间刊载的448 749篇研究文献,将高被引论文识别问题转化为信息检索问题,利用文献下载量(DS)和期刊引用分数(JCS)两个指标对高被引论文进行识别,并引入新的观测视角——"precisionrecall"曲线,对识别效果进行分析和可视化。结果表明,"precision-recall"曲线可以较好地对指标的高被引论文识别能力进行直观反映;文献下载量和期刊引用分数均可作为高被引论文识别指标,且文献下载量的高被引论文识别能力优于期刊引用分数。