基于Altmetrics视角的学术论文被引频次影响因素分析和预测
作者:段丹 梁柏静 于文文 孙昕 张璐
关键词:
Altmetrics 学术论文被引频次 影响因素 机器学习
摘要:
本文创新性构建学术论文被引影响因素特征空间,以我校SCI&SSCI学术论文为例,验证机器学习模型在预测学术论文被引频次研究中的有效性和准确性,本文的分析结论可以为高校图书馆开展决策支持服务提供参考。本文梳理学术论文被引频次影响因素及预测方法的相关研究,结合传统文献计量和Altmetrics指标构建学术论文影响因素的特征空间,并通过实验比较线性回归、神经网络、支持向量机三种机器学习模型在预测学术论文被引频次研究中的有效性和准确性。本文的分析结论证明基于Altmetrics视角构建的特征空间的预测准确率大幅度提高,并且支持向量机模型在对学术论文影响力预测的实证研究中表现出优异的性能。
上一篇:学生信息素养评价的方法论研究
下一篇:图书馆珍贵资料的开放数据化建设——以京都府图书馆藏明治时期以来旅游指南的数字化项目为例