期刊:Scientometrics
作者:Liwei Cai · Jiahao Tian · Jiaying Liu ·Xiaomei Bai · Ivan Lee · Xiangjie Kong · Feng Xia
Citation Weighting Solutions for Author Assessment
主要问题来自两方面:一是自引的权重问题,另一个是合作者贡献问题。
One problem is the self-citation
weighting problem, and the other one is the problem of the co-authors’ contribution distribution.
1.Citation-based Weighting Methods
Self-citations Solutions: 去除自引;赋予较小的权重;Jaccard Index(也称并交比)衡量施引文章和被引文章的相似度,根据文章作者的重合程度赋予不同的权重。
Cooperative Contribution Distribution Solutions:K-th ranked,根据作者排名,贡献为1/k;在此基础上考虑通讯作者。
2.Network-based Weighting Methods:
Weighted PageRank:基于PageRank算法
PageRank算法:
Author-Level Eigenfactor:使用作者特征因子度量来评估;
给予期刊引用不同权重,被声望高的期刊引用,期刊自身的声望也会得到提高,同时,完全排除自引,将时间跨度调整为5年。
步骤:
(1)通过期刊建立引用矩阵;
(2)随机游走计算期刊被阅读的几率——影响向量;
Follow參考文獻(85%):从当前期刊以85%的概率游走到参考期刊
A会以85%的概率被B、C、E和F阅读到;
不follow參考文獻(15%):15%的概率,按各期刊文章数占所有期刊总文章数的比例,推估各期刊几率。
A会以15%的概率被A-F阅读到
计算A的IV(施引期刊的频次、质量和期刊发文数量),迭代运算直至收敛。
=0.85*{[(1/6)(3/14)]+ [(1/6)(2/7)]+ [(1/6)(4/5)]+ [(1/6)(3/6)]}+0.15*(3/14)=0.2871
(3)代回矩阵计算特征因子。
當一個期刊被引用得越多,其越容易累積來自引用期刊的IV值,而使自身的IV值提高。
被IV值越高的期刊引用,所獲得的IV值也將越高。
向外引用較少的期刊,其所能貢獻給個別引用期刊的IV值將越高。
TimeRank(2018):动态指标,考虑施引和被引文章作者的排名,低排名引用高排名作者,引用的reward趋于0,反之趋于1,接近时,reward接近0.5。
监督分类识别:方法和讨论中的引用是重要引用,相关工作的引用是偶然引用。
识别合作者贡献:除了排名,可以考虑作者发表的其他相关论文,作者其他相关论文的影响力越大,作者对该学术论文的贡献就越大。