基于PageRank算法的期刊影响力研究

在分析传统期刊影响力评价指标缺陷的基础上,引入一种新的期刊影响力评价指标———基于PageRank算法的期刊影响力权值。首先详细阐述其思想、计算过程和影响因素等,然后以国外图书情报类期刊为例,计算图书情报领域期刊的影响力权值,分析这些期刊的学术影响力,并将其与期刊影响因子、期刊自引率、总被引次数等指标进行对比分析。     

核心期刊评价的基础理论研究

核心期刊是文献计量学的统计结果,是自然科学论文分布的现实反映.核心期刊评价基础理论的研究对于期刊的管理,提高期刊质量,推动期刊发展起到非常重要的作用.本文总结分析了我国核心期刊的主要特征及核心期刊评价方法,并对核心期刊评价的基础理论研究和评价系统提出了新的想法.     

管理科学期刊影响因子评价比较研究——基于国内学术期刊引证数据

通过对国内5种学术期刊文献引证数据库特性比较分析,并用其影响因子进行了部分管理科学期刊的排序比较,发现管理科学期刊排序出现了较大的错位现象,并对造成这一现象的原因进行了详细分析,这主要是由学术期刊文献引证数据库的来源期刊量多少和学科范围不同而产生的。     

期刊影响因子和网络影响因子与科技期刊评价

影响因子是期刊评价的重要指标。介绍了几种影响因子的概念及意义,并探讨了电子期刊及期刊网站的特殊 评价指标,指出了使用影响因子评价期刊时应注意的问题。     

论文计数影响因子(ACIF):期刊评价的新指数

目前对期刊质量的评价主要依赖于流行的ISI期刊影响因子,包括期刊影响因子(JIF)、及时指数(IIx)、H指数等.其中JIF应用最为广泛,但JIF主要针对期刊整体引用情况,对具体论文的引用率关注不多,这就造成了某些作者本身的论文被引用率虽很低,但却能从高影响因子的刊物中获得荣誉的不公平现象."论文计数影响因子(ACIF)"用于根据论文被引用情况而对期刊质量进行评价,这种新的ACIF指数定义为本年度被引用的论文数与该期刊在前两年间所出版的所有源项之比.分析比较发现,ACIF值越高,论文被引用的次数就越多.ACIF指数为我们提供了另一种评估期刊质量的工具,尤其对于那些有相同或类似期刊影响因子(JIF)值的期刊,ACIF更显示了它的优越性.同时,利用ACIF可以合理、公平地评价研究者的论文水平和研究价值.     

基于特征向量中心度加权的期刊影响因子研究

运用社会网络分析的特征向量中心度测度影响力的方法对期刊影响因子进行加权。实证分析表明,基于特征向量中心度加权的影响因子可以解决影响因子对不同期刊间的引文等同等重看待的问题。     

CiteScore与影响因子评价对比研究——基于2016年SCI收录的美国眼科学期刊

【目的】 分析Scopus数据库新推出的期刊评价指标CiteScore与JCR经典指标影响因子对期刊评价效力的差异。【方法】 以2016年同时被SCI和Scopus数据库收录的美国眼科学期刊为研究对象,以问卷调查评分结果为标准,对比分析CiteScore与影响因子(IF₂)对期刊评价效力的异同。同时计算各期刊3年引证时间窗口影响因子(IF₃),及按照CiteScore计算公式获得的3年引证时间窗口影响因子(IF_3T),并对上述评价指标进行对比分析。【结果】 Wilcoxon检验结果显示,CiteScore较IF₂、IF₃小,但较IF_3T大,差异均有统计学意义。CiteScore较IF₂、IF₃、IF_3T更接近于正态分布,离散度更小。Pearson相关性分析结果表明,CiteScore、IF₂、IF₃、IF_3T与问卷调查得分之间均呈显著正相关;各指标与问卷调查得分的相关系数由大到小分别为CiteScore(0.727)、IF₂(0.700)、IF₃(0.700)、IF_3T(0.565)。【结论】CiteScore对美国眼科学期刊的评价效力与IF₂、IF₃类似。     

基于影响因子插值法的期刊评价方法及其数值模拟

提出一种新的期刊整体投稿文章水平的评价方法并进行了实例验证,对评价结果进行数值拟合,以期对期刊进行合理的评价。结果表明：期刊评价新方法能够很好地模拟期刊文章水平由高到低的被引频次一般规律;模拟的“基线”截距值可以反映期刊发表的文章水平,并进行自我比较和评价,也能在同学科期刊之间对比;期刊提高影响因子的最直接方法就是优选并适当减少刊出的文章数量,即减少可被引文献量,尽可能提高对热点问题稿件的发表数量。该方法有利于期刊根据具体情况制定相应的调整计划。     

国内期刊评价及其方法研究的进展与实践

从我国期刊评价研究的视角、热点、方法与实践出发,分别探讨了我国期刊评价研究的单指标评价与多指标综合评价研究进展,试图理清我国期刊评价理论研究与实践活动演进的方向和脉络,以期为期刊评价研究和合理使用期刊评价方法提供科学依据。最后对单指标评价方法的创新、多指标评价指标体系构建与综合评价方法提出我国期刊评价研究发展思路与方向。     

基于概念的权重PageRank改进算法

对比了基于链接分析的搜索引擎排序算法PageRank和HITS。针对原有PageRank算法采用的平分页面自身PageRank值的策略,提出了一种按权值分配的改进算法。权值由页面间的概念关联比重和用户的搜索概念确定。     

基于PageRank算法的搜索引擎优化策略

分析了Google的PageRank（PR值）算法原理,详细论述了网站链接的3个主要方面：出站链接、入站链接、站内链接的变化对网站PR值的影响,并提出了通过增加入链、减少出链和避免不必要的内部链接来优化网站链接,以提高PR值,从而为改善网站在搜索引擎中的排名提出了优化策略。     

网页PageRank算法分析及主题相关性的改进策略

分析了基于链接结构的PageRank算法,考虑算法在网页排序方面的客观优点的同时,指出了其在判定网页主题相关性方面的不足,提出了基于主题预测相关度加权的改进策略,为提高定向信息采集的准确率和召回率提供了理论依据.     

基于时序关联分析的PageRank改进算法研究

搜索引擎是互联网资源搜索的入口,搜索的快捷性、准确性是搜索引擎的核心竞争力,如何提高竞争力是业内企业的工作重点。已有的搜索引擎算法中,最具代表性的就是PageRank算法,针对该算法的改进方法也有很多,但效果并不很理想。分析了已有PageRank改进方法的不足,立足于用户搜索行为信息挖掘,采用时序关联分析方法,将关联比例作为权值加入到PageRank计算公式中,改变平均分配权威值的计算方法,从而得到了改进的PageRank算法——TCPR算法,使得搜索排序结果更符合用户的信息需求。     

TopRank（k）算法与PageRank算法的比较研究

介绍了一种新的基于接近中心度的排名算法Top Rank（k）,并将其与已有的Page Rank算法进行分析比较,说明了它们各自的特点。通过实证分析,论证了在确定条件下,Top Rank（k）算法比Page Rank算法更有效,突出表现为节省大量时间。     

GOOGLE搜索引擎PageRank技术的优化

本文通过研究搜索引擎Google的PageRank技术存在的不足，根据用户在输出结果中的翻页情况和用户点击URL的分布情况的统计分析，提出了PageRank技术优化方案的初步设想。     

搜索引擎Google的检索功能及PageRank技术分析

本文介绍了搜索引擎Google的特点和检索功能，并重点介绍了其PageRank专利技术的概念及计算方法。     

Bringing PageRank to the citation analysis

The paper attempts to provide an alternative method for measuring the importance of scientific papers based on the Google’s PageRank. The method is a meaningful extension of the common integer counting of citations and is then experimented for bringing PageRank to the citation analysis in a large citation network. It offers a more integrated picture of the publications’ influence in a specific field. We firstly calculate the PageRanks of scientific papers. The distributional characteristics and comparison with the traditionally used number of citations are then analyzed in detail. Furthermore, the PageRank is implemented in the evaluation of research influence for several countries in the field of Biochemistry and Molecular Biology during the time period of 2000–2005. Finally, some advantages of bringing PageRank to the citation analysis are concluded.     

Discovering author impact: A PageRank perspective

This article provides an alternative perspective for measuring author impact by applying PageRank algorithm to a coauthorship network. A weighted PageRank algorithm considering citation and coauthorship network topology is proposed. We test this algorithm under different damping factors by evaluating author impact in the informetrics research community. In addition, we also compare this weighted PageRank with the h-index, citation, and program committee (PC) membership of the International Society for Scientometrics and Informetrics (ISSI) conferences. Findings show that this weighted PageRank algorithm provides reliable results in measuring author impact.