基于信誉分配的学者影响力评价算法

倪 金

(鞍山师范学院 成人教育学院,辽宁 鞍山 114000)



基于信誉分配的学者影响力评价算法

倪 金

(鞍山师范学院 成人教育学院,辽宁 鞍山 114000)

提出了一种基于信誉分配算法的评价方法(CAIF).该算法采用的实验数据来自美国物理协会数据集(APS)，实验结果证明基于信誉分配的评价方法能较好反映不同学者真实的影响力.

信誉分配；学者影响力；评估方法

合理评估学者的影响力不仅能够帮助研究者发现相关学者的研究内容，而且为学者的职称晋升、工作调转、科研奖励等提供重要的依据.由于学者影响力在学术大数据的演进中具有动态变化的特征，公平评价学者影响力具有非常大的挑战性.对学者评价的传统方法有：学者发表的论文数量、学者所发表的论文的总引用量等.目前，较为流行的方法是H-index[1]，它反映的学者影响力是一个累计的增长过程.然而，这些方法都不能准确地捕获学者影响力变化的趋势.

为了解决这个问题，学者们已经开展了许多探索性的工作.例如，作者影响因子被介绍[2]，它是期刊影响因子的拓展，作者影响因子可以通过一个比值求得，用一个学者近几年所获得的引用量除以这个学者所发表的论文数量.作者影响因子被介绍方法的优点在于能够捕获学者的科学产出影响力的变化趋势，但这个方法存在一个弊端，即一篇文章所获得的引用量被同等地分配给同一文章的共同作者.这样会造成引用量的膨胀，同……