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

分类： 图书馆学、情报学 >> 各种文献工作 提交时间： 2024-10-21

吴志祥 伊海港 祝艺萌 王培 王昊

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。

同行评议状态:待评议

 点击量 1558  下载量 564  评论 0