基于早期知识结构新颖性的学者影响力预测研究:以生物医学领域为例
Research on Predicting Scholar’s Influence Based on the Novelty Indicators of Early Knowledge Structure: A Case Study in the Field of Biomedical
-
作者:
吴志祥
1
伊海港
1
祝艺萌
1
王培
1
王昊
2
-
作者单位:
- 通讯作者:
吴志祥
Email:cnwzx2012@njtech.edu.cn
-
提交时间:2024-10-21 19:01:16
摘要: 【目的/意义】研究利用学者知识结构蕴含的创新特征,设计指标测度学者早期知识结构新颖性,以此预测学者未来的影响力,为学术人才的早期识别提供新的指标借鉴。【方法/过程】首先,通过PKG(PubMed Knowledge Graph)数据库获取57927位生物医学领域学者数据,利用受控主题词共现关系构建学者的知识结构;其次,从知识主题与结构位置两个层面出发设计6项指标测度学者早期知识结构新颖性;之后,根据学者后期的影响力对学者进行分类标注,训练机器学习模型;最后,实验评估不同组合变量模型下的分类效果,分析基于知识结构新颖性指标的预测性能。【结果/结论】研究发现,新颖性指标能有效预测影响力;单指标预测中,主题新颖性(TN)效果最好,结构层面的4个指标效果均超过主题组合新颖性(TCN);综合指标的预测F1值平均提高了2.7%。论文提供了从内容特征预测与理解学者学术影响力的视角,新指标设计有价值,能弥补现有预测指标的不足。
版本历史
[V1] |
2024-10-21 19:01:16 |
ChinaXiv:202410.00144V1
|
下载全文 |