基于作者特征和期刊特征的学术论文被引频次预测模型构建与分析

作     者：程子轩 张向先 郭顺利 CHENG Zi-xuan;ZHANG Xiang—xian;GUO Shun-li

作者机构：吉林大学管理学院吉林长春310022 长春大学吉林长春310022 曲阜师范大学传媒学院山东日照276826 

出 版 物：《情报科学》 (Information Science)

年 卷 期：2021年第39卷第3期

页      面：179-184,192页

核心收录：

学科分类：1205[管理学-图书情报与档案管理] 12[管理学] 120501[管理学-图书馆学] 120502[管理学-情报学] 

基　　金：吉林省高教科研一般课题“基于SPOC的混合式教学在物联网工程仿真技术课程中的应用研究”(JGJX2019D416) 

主　　题：作者特征 期刊特征 预测模型 相关分析 逐步回归分析 

摘      要：【目的/意义】预测学术论文的被引频次不仅能够帮助作者提前了解个人研究成果未来的应用价值,还能够帮助期刊编辑人员预估期刊的影响力。【方法/过程】通过分析论文作者特征、论文所在期刊特征与论文被引频次的相关性,发现影响论文被引频次的重要因素;利用逐步回归分析建立用于预测论文被引频次的数学模型,用于预测论文未来几年内的被引频次。【结果/结论】实验发现与学术论文被引频次呈显著相关的10个因素;发现可用期刊即年指标和作者之前发表论文的篇均被引频次的线性组合来预测学术论文未来的被引频次。【创新/局限】分析预测结果,发现可通过以下途径提高预测模型的准确度:将某学科的所有期刊限定到学科内某一特定期刊、将作者之前发表论文的篇均被引频次限定为以第一作者身份发表论文的篇均被引频次、将论文的研究内容纳入预测模型等。