隨著科學研究的發(fā)展、學者數(shù)量的增加,科研領(lǐng)域?qū)τ趯W者的研究越來越廣泛深入。研究者們總是希望利用一些方法將學術(shù)圈中的優(yōu)秀學者挑選出來,基于這樣的想法,很多評價學者影響力的指標被提出,也涌現(xiàn)出了一些學者影響力預測方法,希望在早期識別出未來的優(yōu)秀學者。大部分的研究更專注于對學者已展現(xiàn)出的學術(shù)能力進行評價,卻很少對學者未展現(xiàn)出來的能力進行研究。本文創(chuàng)新性地提出了學者潛力指數(shù)算法,試圖將學者的學術(shù)潛力進行衡量。學者的潛力是一個比較抽象的概念,我們說一位學者的潛力很大,其實就是對這位學者在未來的學術(shù)影響力進行了預測。因此本文的學者潛力指數(shù)算法首先對決定學者未來影響力的學者特征進行尋找,將H指數(shù)和引用量作為學術(shù)影響力的衡量標準,利用機器學習的多元線性回歸模型對學者未來的學術(shù)影響力進行預測。然而,學者未來的學術(shù)影響力越大并不意味著這位學者目前的潛力就越大,因為學者的潛力需要結(jié)合學者當前以及其他同齡學者的學術(shù)狀態(tài)進行綜合考量。對于如何衡量學者潛力這一問題,物理學中的加速度思想給出了提示,物體之所以會有加速度,是因為受到力的作用,我們將這一理論平移到學者上,學者的學術(shù)影響力變化加速度也一定是受到了“力”的作用,可將這種“力”視為潛力。因此,在計算出學者未來的學術(shù)影響力之后,算法將學者當前的學術(shù)影響力變化加速度進行計算,得到最終的學者潛力指數(shù)。最后,本文基于微軟學術(shù)圖譜(MAG)數(shù)據(jù)集,對所提出的學者潛力指數(shù)算法進行了實現(xiàn),為計算機領(lǐng)域的學者計算出潛力指數(shù),并對相應(yīng)的學者潛力指數(shù)系統(tǒng)進行了開發(fā),以系統(tǒng)的方式對計算結(jié)果進行展示,為研究者們提供參考。
【學位單位】：大連理工大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：TP311.52

【參考文獻】

相關(guān)期刊論文 前1條

1 王妍;郭舒;張建勇;;學者影響力評價指標的相關(guān)性研究[J];圖書情報工作;2015年05期

本文編號：2809505