融合引用网络结构和时间特性的学术评价算法

摘要：

近年来学术论文数量成倍增长,快速准确的评价学术论文的学术价值和影响力成为一大难题.目前通用的论文学术评价方法单纯的使用引用数量,忽略了引文网络的网络结构和时间信息.传统的PageRank算法在学术评价时考虑到网络结构,解决了引文网络异质性的问题.然而时间信息往往会造成时间累积效应,导致在评价中旧论文有明显优势.因此,本文在PageR-ank算法的基础上提出了一种融合引用网络结构和时间特性的CGRank算法,增加了引文网络的时间特性维度,对引文网络的链接赋予随引用时间指数衰减的权重.本文使用APS数据集来验证算法的性能,实验结果表明,与现有的学术评价算法相比,CGRank算法可以减少时间累积效应,对于旧论文和新论文都具有相对较好的性能.

关键词：学术评价、时间衰减、PageRank、CGRank、引文网络

所属期刊栏目：44

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金61603340

在线出版日期：2023-05-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1095-1101