發(fā)布時間：2020-09-28 07:52

　　 20世紀(jì)30年代,英國文獻(xiàn)學(xué)家B.C.Bradford提出了“核心期刊”的概念。60年代,美國文獻(xiàn)計量學(xué)家E.Garfield也從引文角度證實了核心期刊的存在。隨著對核心期刊的討論,形成了一套基于影響因子的評價體系。在期刊評價中,測度期刊影響力的主要依據(jù)有:載文量、下載量、總被引次數(shù)、影響因子、引用半衰期等。而目前主要采用的就是影響因子,如:國外的WOS出版的期刊引證報告(JCR)數(shù)據(jù)庫、國內(nèi)的南京大學(xué)出版的中文社科引文數(shù)據(jù)庫(CSSCI)等等。這些著名的期刊引文數(shù)據(jù)庫都是遵循的文獻(xiàn)計量學(xué),采用影響因子等對期刊進(jìn)行評價�，F(xiàn)有期刊影響力的評價指標(biāo)受到了學(xué)界廣泛的質(zhì)疑,其原因主要來源于前提假設(shè)、計量方法和影響因素。傳統(tǒng)的引文分析僅僅只考慮了引用的次數(shù)的多少,而忽略了不同的期刊間相互引文所帶來的差異。通常都認(rèn)為一種期刊被引用的次數(shù)越多,其期刊的影響力就越大。在實際中,孤立的看待各種期刊之間的引用情況而忽略了科學(xué)領(lǐng)域的文獻(xiàn)關(guān)系,忽略了期刊自身的影響力所帶來的影響。特別是對于在核心期刊邊緣的期刊,在專家的定性分析中,往往會受到專家所從事的專業(yè)領(lǐng)域以及其偏好等因素的影響。因此,本文引入了一種新的算法—PageRank算法對期刊進(jìn)行排序,該方法不僅僅考慮了期刊之間的相互引用的次數(shù),還考慮了不同期刊之間引用的不同權(quán)重,即期刊自身的影響力。本文在第一章介紹了 PageRank算法,主要從該算法提出的背景,及其在鏈接挖掘分析中的地位。從PageRank算法的簡單模型中存在的Rank Sink和Rank Leak異常推到出基于轉(zhuǎn)移概率的PageRank算法模型。利用馬爾科夫鏈證明了 PageRank算法中轉(zhuǎn)移矩陣特征值為1的特征向量的存在性和唯一性,并證明了特征向量和為1的定號性。介紹了求解PageRank算法的冪法。第二章主要介紹了 PageRank算法求解的隨機約化算法,提出了隨機約化的思想,并進(jìn)一步對Kaczmarz算法和Randomized Kaczmarz算法進(jìn)行了闡述及其之間的對比。第三章是對JCR中的統(tǒng)計與概率類的期刊124種期刊利用PageRank算法對其影響力進(jìn)行排序,使用postman軟件對2016年124種期刊之間相互引用的數(shù)據(jù),基于隨機約化算法改進(jìn)的PageRank算法得到這124種期刊的影響力。本文得到的結(jié)論是:基于PageRank算法得到的期刊影響力排序與影響因子排序存在較大的差異,且PageRank算法對JCR中124種概率與統(tǒng)計類的期刊影響力排序結(jié)果與學(xué)者的觀點一致,使得期刊的影響力排序更加科學(xué)和合理。
【學(xué)位單位】：中南財經(jīng)政法大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：G255.2;TP301.6
【部分圖文】：

邐（２－９）逡逑該方法的幾何解釋如下：逡逑假設(shè)在二維空間中，有兩條＾線相交，求解兩條直線的交點圖２－１，Ｋａｃｚｍａｒｚ方逡逑法的基本思想就是在二維平面上＾機的選擇點通過點向其中一條直線作逡逑投影，相交于＆，從＆像另一個圖形作投影相交于ｘ２，如此反復(fù)的向直線作投影，最逡逑終這個點會收斂到兩條直線的交點。當(dāng)該方法推廣到多維的時候，每個方程就變?yōu)槌义掀矫�，因此，轉(zhuǎn)換為求解一個點像超平面作投影。更多關(guān)于Ｋａｃｚｍａｒｚ方法的幾何表逡逑示可以查看相關(guān)文獻(xiàn)２６。逡逑＼邐Ｘ０（ｘｈｘ２＼）邋Ｉ逡逑％＿逡逑圖２－１邋Ｋａｃｚｍａｒｚ求解兩條直線的父點逡逑從圖２－１可以看出，通過該種方法求解的投影次數(shù)，不僅僅取決于初始點的選擇，逡逑還取決于兩條直線之間的夾角。當(dāng)兩條直線垂直時，只需要兩次就求得兩直線的交點。逡逑也可以將Ｋａｃｚａｒｚ方法迭代簡寫為：逡逑＾邋丨鷓＾丨丨…Ｊ２，邐（２－１0）逡逑這是一個強凸函數(shù)，最小值有唯一的解。因此，利用拉普拉斯定理２７邋（Ｌａｇｒａｎｇｉａｎ），逡逑令逡逑Ｌ｛ｘ

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宋京京;潘云濤;蘇成;;基于PageRank算法的圖書影響力評價[J];中華醫(yī)學(xué)圖書情報雜志;2015年12期

2 康傳剛;周恒;;Kaczmarz算法收斂解的性態(tài)分析[J];CT理論與應(yīng)用研究;2015年05期

3 馬鳳;;基于PageRank算法的期刊影響力研究[J];情報雜志;2014年12期

4 喻依;甘若迅;樊鎖海;劉慶;邵晴;;基于PageRank算法和HITS算法的期刊評價研究[J];計算機科學(xué);2014年S1期

5 李仲謀;劉凱;王創(chuàng)維;;一種新的基于PageRank算法的學(xué)術(shù)論文影響力評價方法[J];數(shù)學(xué)建模及其應(yīng)用;2013年02期

6 尹莉;;一種基于PageRank算法的期刊評價理論模型[J];情報科學(xué);2012年12期

7 許海云;方曙;付鑫金;;基于特征向量中心度加權(quán)的期刊影響因子研究[J];情報理論與實踐;2011年11期

8 安梅;;科技期刊的主要影響力指標(biāo)的波動與期刊載文量的關(guān)系[J];中國科技期刊研究;2011年05期

9 黃賀方;孫建軍;李江;;期刊影響力評價指標(biāo)之間的相關(guān)性研究[J];情報科學(xué);2011年09期

10 王金玲;張燕蕾;;學(xué)術(shù)期刊影響力評價指標(biāo)探析[J];圖書館雜志;2011年04期

本文編號：2828532