期刊h指数的集成预测研究

摘要：

期刊学术影响力的预测逐渐受到期刊界和学术界的广泛关注.Hirsch曾指出,相比于其他文献计量指标,h指数具有更好的预测能力,预测期刊h指数的未来发展相当于预测期刊影响力的未来演化.本文以中文社会科学引文索引为数据源库,以我国图书情报学科的13种核心期刊作为研究对象,分别建立向量自回归、向量误差修正和长短期记忆神经网络的时间序列预测模型,动态预测期刊的未来h指数.根据集成预测方法,形成上述3个模型的集成预测值,并比较各模型和方法的精度.实证结果表明,集成预测方法下的平均绝对百分比误差与均方根误差均小于3个单一的预测模型;同时,提升了预测稳定性,期刊h指数在未来呈现稳定增长趋势,图书情报领域的期刊学术影响力将保持良好的正向发展.

关键词：期刊h指数、集成预测、VAR模型、VEC模型、LSTM模型

所属期刊栏目：42

分类号：G255.2;G350;TP391

资助基金：国家社会科学基金19ZDA348

在线出版日期：2023-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：575-584