基于論文作者特征的期刊影響力預(yù)測(cè)

■李秀霞 邵作運(yùn)

1) 曲阜師范大學(xué)傳媒學(xué)院，山東省日照市煙臺(tái)路80號(hào) 2768262) 曲阜師范大學(xué)日照校區(qū)圖書(shū)館，山東省日照市煙臺(tái)路80號(hào) 276826

學(xué)術(shù)期刊作為知識(shí)媒介在知識(shí)交流與傳播中起著重要的推動(dòng)作用。學(xué)術(shù)期刊影響力是指在一段時(shí)期內(nèi)學(xué)術(shù)期刊對(duì)其所處科研領(lǐng)域內(nèi)科研活動(dòng)的影響范圍和影響深度[1]。對(duì)學(xué)術(shù)期刊影響力的評(píng)價(jià)一直受到學(xué)者們的關(guān)注，已有的期刊影響力評(píng)估指標(biāo)如影響因子、總被引頻次、h指數(shù)、z指數(shù)、g指數(shù)均是從期刊的外部引用特征評(píng)估期刊的影響力，而且評(píng)估數(shù)據(jù)需要等期刊刊出一段時(shí)間后方能獲取到，在時(shí)間上具有延遲性。期刊論文的作者基本都是論文的直接參與者，作者的研究?jī)?nèi)容和方法、研究思想和觀點(diǎn)直接反映了期刊的屬性特征，因此，作者聲譽(yù)的高低在一定程度上反映了論文的學(xué)術(shù)水平，代表著學(xué)術(shù)期刊在科學(xué)活動(dòng)中的價(jià)值和學(xué)術(shù)地位。一般來(lái)說(shuō)，作者更傾向于引用對(duì)他們研究有幫助且出自著名學(xué)者的論文，而作者的聲望一般通過(guò)其科研成果的產(chǎn)出量和被引用量來(lái)體現(xiàn)。本文擬用作者論文產(chǎn)出量、作者論文被引量、論文作者數(shù)量等來(lái)表征期刊論文的作者特征。對(duì)期刊而言，高影響力作者越多，其刊載論文的質(zhì)量越高，期刊的影響力也就相應(yīng)越高。因此，從理論上講，論文的作者特征可以在一定程度上預(yù)測(cè)期刊的影響力。

目前，國(guó)外已有不少學(xué)者研究了作者特征對(duì)期刊引文的影響。如1983年Stewart[2]實(shí)證研究了地球物理學(xué)領(lǐng)域中作者聲譽(yù)對(duì)引文數(shù)量的影響；Dalen等[3-4]認(rèn)為作者的一些特征是引用分配的決定因素；Bornmann等[5]比較系統(tǒng)地梳理了論文被引頻次的影響因素，如作者國(guó)籍、機(jī)構(gòu)；Borsuk等[6]利用廣義線性模型估算了第一作者和作者數(shù)量對(duì)被引頻次的影響；Danell[7]發(fā)現(xiàn)根據(jù)作者特征可以預(yù)測(cè)科學(xué)成果的影響力；Yu等[8]通過(guò)分析論文作者特征、引文特征和期刊特征等，預(yù)測(cè)論文未來(lái)的引用頻次，發(fā)現(xiàn)論文第一作者之前發(fā)表論文的總被引量與之后論文的引用率有一定的相關(guān)性。國(guó)內(nèi)，研究作者特征對(duì)期刊引文影響的論文相對(duì)較少，代表性的研究有：邱均平等[9]通過(guò)實(shí)證研究，證明了論文發(fā)表中的馬太效應(yīng)，即：越是出名的作者越容易獲得在眾多核心期刊發(fā)表的機(jī)會(huì)；侯劍華等[10]進(jìn)一步證實(shí)了發(fā)文作者中的馬太效應(yīng)，作者的聲譽(yù)可能會(huì)影響期刊論文被引用的總數(shù)；盛麗娜[11]探討了利用作者機(jī)構(gòu)分布情況評(píng)價(jià)科技期刊學(xué)術(shù)影響力的可行性、科學(xué)性和合理性；王海濤等[12]利用負(fù)二項(xiàng)回歸模型研究了論文作者數(shù)量對(duì)論文被引頻次的影響規(guī)律；周春雷[13]提出利用引文數(shù)據(jù)庫(kù)獲取反映專(zhuān)家評(píng)價(jià)意見(jiàn)的客觀數(shù)據(jù)，通過(guò)期刊發(fā)文z指數(shù)和期刊被引z指數(shù)評(píng)價(jià)期刊的學(xué)術(shù)聲譽(yù)。

綜上所述，無(wú)論是分析論文的被引頻次，還是分析期刊的影響力，學(xué)者已經(jīng)開(kāi)始關(guān)注作者因素及其作用。已有研究為深入認(rèn)識(shí)到作者特征在期刊影響力中的作用并提供了寶貴性的指導(dǎo)。對(duì)已有研究文獻(xiàn)的梳理分析，發(fā)現(xiàn)已有研究或是就作者的某一特征來(lái)研究論文的被引頻次，或是將作者的某一特征與文獻(xiàn)特征、期刊特征結(jié)合起來(lái)研究論文的影響力，或根據(jù)知名作者在期刊的發(fā)文量與被引量來(lái)評(píng)估期刊的影響力，研究均具有一定的時(shí)滯性。鮮有綜合作者的多種特征指標(biāo)對(duì)期刊影響力進(jìn)行預(yù)測(cè)的研究。本文擬在前人研究基礎(chǔ)上，通過(guò)選取論文作者的多維特征來(lái)構(gòu)建作者特征空間向量，探析作者多維特征與期刊影響力的相關(guān)性，并以定量方式給出二者之間具體的影響關(guān)系，以期通過(guò)這種定量關(guān)系預(yù)測(cè)未來(lái)期刊的影響力，為科研人員和期刊編輯人員分析論文質(zhì)量、預(yù)測(cè)論文被引率提供決策參考。

1 作者特征空間向量和研究假設(shè)

1.1 作者特征空間向量

楊添安等[14]證實(shí)了高水平作者對(duì)期刊學(xué)術(shù)水平和影響力的提升起著十分重要的作用。高水平作者通常由其發(fā)文量、論文總被引次數(shù)、篇均被引次數(shù)和h指數(shù)等指標(biāo)來(lái)衡量。故選取以下的作者特征：作者數(shù)量x1、作者h(yuǎn)指數(shù)(包括所有作者h(yuǎn)指數(shù)的最大值x2、第一作者的h指數(shù)x3)、作者發(fā)文量(包括所有作者的發(fā)文量的最大值x4、第一作者的發(fā)文量x5)、作者論文被引頻次(包括所有作者被引頻次的最大值x6、第一作者論文的最大被引頻次x7、所有作者中總被引頻次的最大值x8、第一作者的總被引頻次x9和第一作者的篇均引頻次x10)。將上述10個(gè)作者特征描述為一個(gè)空間向量X，定義如下：

X={x1,x2,…xi,…}，

xi代表第i個(gè)作者特征，i=1,2,…,10。

(1) 作者數(shù)量。一項(xiàng)研究被提出后，往往需要經(jīng)歷已有研究分析、新研究過(guò)程設(shè)計(jì)、問(wèn)題論證與分析、數(shù)據(jù)獲取、數(shù)據(jù)處理、結(jié)果分析與檢驗(yàn)等過(guò)程，過(guò)程復(fù)雜、工作量大，而且隨著社會(huì)科學(xué)研究的深入發(fā)展，學(xué)科間的交叉融合日趨加劇，論文合作現(xiàn)象日益明顯。多位作者合作發(fā)表的研究論文可以在知識(shí)結(jié)構(gòu)方面相互取長(zhǎng)補(bǔ)短、實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)，發(fā)揮群體智力和優(yōu)勢(shì)，有助于提高研究水平，可獲得較多的引用次數(shù)[15]。當(dāng)然，由于學(xué)術(shù)功利心的趨使，不可避免存在掛名作者的現(xiàn)象。因此，作者數(shù)量對(duì)被引頻次有一定的影響，但不一定存在作者數(shù)越多，論文引用率越高的規(guī)律[16]。為綜合考量作者因素對(duì)期刊影響力的作用，本文將作者數(shù)量歸入作者特征之一。

(2) 第一作者。一般來(lái)講，第一作者是論文的設(shè)計(jì)者和主要參與者，同時(shí)又是作品的直接責(zé)任者，享有更多的權(quán)利，承擔(dān)著更多的義務(wù)[17-18]。因此，論文第一作者的科研水平直接體現(xiàn)了論文的科研水平和質(zhì)量，影響著期刊論文未來(lái)的被引量。

(3) 作者發(fā)文量。發(fā)文量是指作者發(fā)表文獻(xiàn)數(shù)量的總和，是描述作者學(xué)術(shù)產(chǎn)出的指標(biāo)之一。高水平作者一般具有較高的學(xué)術(shù)產(chǎn)出，而且，高水平作者通過(guò)為核心期刊提供與其科研成果相關(guān)的論文，不斷推動(dòng)核心期刊的進(jìn)步與發(fā)展。邱均平等[19]發(fā)現(xiàn)高發(fā)文量是作者影響力的基礎(chǔ)，非高產(chǎn)作者成為高影響力作者的可能性極低。楊添安等[14]研究表明高水平作者發(fā)文量占總體發(fā)文量比例和高水平作者發(fā)文被引次數(shù)占總體被引次數(shù)比例較高時(shí)，期刊h指數(shù)和影響因子的數(shù)值往往也高。所以，作者的發(fā)文量與期刊影響力之間一定存在某種特定的關(guān)聯(lián)性。

(4) 作者論文的被引頻次。被引頻次是指科研成果被引用的次數(shù)，該指標(biāo)已被廣泛用于評(píng)估論文、專(zhuān)利、期刊、作者、研究團(tuán)隊(duì)、科研機(jī)構(gòu)等的科學(xué)貢獻(xiàn)或價(jià)值[20]。論文的被引頻次是其學(xué)術(shù)質(zhì)量及學(xué)術(shù)影響力的重要評(píng)價(jià)指標(biāo)，邱均平等[21]認(rèn)為唯有具有一定的被引頻次，期刊、作者、機(jī)構(gòu)、論文等的價(jià)值才會(huì)得以體現(xiàn)。反映被引頻次的指標(biāo)有很多，《中國(guó)科技期刊引證報(bào)告》中的被引頻次指標(biāo)有總被引頻次、影響因子、h指數(shù)、即年指標(biāo)等。考慮到對(duì)一般作者而言，其論文的當(dāng)年被引頻次通常較少，沒(méi)有選取即年指標(biāo)。

1.2 研究假設(shè)

本研究基于以下兩個(gè)假設(shè)：

(1) 期刊影響力與論文的質(zhì)量高低相一致。期刊的學(xué)術(shù)質(zhì)量取決于其發(fā)表論文的學(xué)術(shù)質(zhì)量。一般來(lái)說(shuō)，高影響力的期刊具有較高的“顯示度”和“可利用度”，故其吸引相關(guān)學(xué)科優(yōu)秀論文的能力較強(qiáng)，并因此導(dǎo)致其稿源相對(duì)較多，進(jìn)而對(duì)所錄用的論文的篩選更為嚴(yán)格[20]，所以相對(duì)同類(lèi)低影響力的期刊而言，高影響力的期刊所刊載的相同研究領(lǐng)域的論文應(yīng)具有更高的學(xué)術(shù)質(zhì)量。論文的學(xué)術(shù)水平高、學(xué)術(shù)影響大，其被引用次數(shù)才會(huì)多。因此，可以設(shè)定期刊影響力與其刊登論文的學(xué)術(shù)質(zhì)量之間互為正向關(guān)系。

(2) 論文質(zhì)量的高低與作者聲譽(yù)正相關(guān)。優(yōu)質(zhì)的論文要求在研究思想觀點(diǎn)、研究方法和研究?jī)?nèi)容上具有獨(dú)創(chuàng)性，具有思想、方法、實(shí)驗(yàn)、結(jié)果、分析等環(huán)節(jié)的完整性，而且論證過(guò)程邏輯思維嚴(yán)密、語(yǔ)言規(guī)范生動(dòng)。一篇高質(zhì)量的論文集中反映了作者豐厚的知識(shí)積累、高度的概括總結(jié)能力、系統(tǒng)性的綜合推理能力及前瞻性的視野和敏銳的判斷力，其研究成果將對(duì)研究領(lǐng)域產(chǎn)生深遠(yuǎn)影響[10]。這種影響一般體現(xiàn)在論文的被引量上，高質(zhì)量的論文被引頻次一般較高，而作者論文的被引頻次反過(guò)來(lái)又體現(xiàn)了作者聲譽(yù)的高低。從這個(gè)意義上講，論文質(zhì)量的高低與作者聲譽(yù)具有顯著的相關(guān)性。

本文利用Microsoft Excel工具進(jìn)行數(shù)據(jù)統(tǒng)計(jì)，用統(tǒng)計(jì)分析工具SPSS 19.0完成作者特征與期刊影響力的相關(guān)性分析和基于作者特征的期刊影響力回歸預(yù)測(cè)分析。

2 期刊作者特征與期刊影響力關(guān)系

2.1 數(shù)據(jù)來(lái)源及處理

研究表明，作者更傾向于引用3或4年前的文獻(xiàn)，越早或者越晚的文獻(xiàn)都越不容易被引用[22]。為利用作者特征預(yù)測(cè)期刊的影響力，選取2011年的期刊論文為研究對(duì)象，相應(yīng)的論文作者特征為自變量，數(shù)據(jù)來(lái)自中國(guó)知網(wǎng)(CNKI)數(shù)據(jù)庫(kù)；選取2014年的期刊影響因子為因變量，數(shù)據(jù)來(lái)自中國(guó)科技期刊引證報(bào)告(2015年核心版)。

作者特征數(shù)據(jù)的具體獲取過(guò)程為：首先根據(jù)中文社會(huì)科學(xué)引文索引(CSSCI)2011年的來(lái)源期刊目錄，選定刊登在圖書(shū)情報(bào)、檔案學(xué)領(lǐng)域的18種核心期刊2011年第1期的論文為數(shù)據(jù)樣本，每種期刊20篇(《圖書(shū)館建設(shè)》40篇)，共380篇。

在CNKI數(shù)據(jù)庫(kù)高級(jí)檢索界面“主題”中輸入一篇樣本論文的題目，檢索論文發(fā)表的時(shí)間、論文作者及單位，記錄論文作者數(shù)目；然后刪除“主題”中的論文題目，將檢索時(shí)間設(shè)置為該論文發(fā)表日期的前一日，對(duì)論文的每位作者逐一設(shè)置作者和作者單位(對(duì)改變工作單位的作者，修改作者單位后進(jìn)行多次檢索)，檢索作者在本論文發(fā)表之前的所有論文；最后將檢索到的論文按被引量降序排列，統(tǒng)計(jì)每位作者發(fā)表論文的總量、每篇論文的被引量、所有論文中的最大被引量、被引總量和作者h(yuǎn)指數(shù)，以及每篇論文所有作者中的最大發(fā)文量和最大被引量等，作為作者特征指標(biāo)的原始數(shù)據(jù)。

380篇論文的被引量(統(tǒng)計(jì)時(shí)間為2014年12月16日)如圖1所示。從圖1可以看出，每篇論文被引量y的分布表現(xiàn)出長(zhǎng)尾特征，被引量在8次以上的僅占22.1%，近80%論文的被引量分布在0～7次之間。因此，380篇論文的被引頻次符合文獻(xiàn)分布集中分散的“二八定律”，說(shuō)明本研究選取的數(shù)據(jù)是有效的。

圖1 論文的被引量分布

統(tǒng)計(jì)380篇論文對(duì)應(yīng)上述10個(gè)作者特征指標(biāo)x1～x10的數(shù)值，為消除論文作者的各個(gè)特征在數(shù)量上的差異，對(duì)所有指標(biāo)數(shù)值進(jìn)行了歸一化處理，結(jié)果見(jiàn)圖2(部分?jǐn)?shù)據(jù))，以此作為作者特征與期刊影響力之間相關(guān)分析的數(shù)據(jù)基礎(chǔ)。

圖2 期刊影響力(y)與作者特征(x1～x10)歸一化數(shù)據(jù)

為便于后續(xù)的建模實(shí)驗(yàn)和模型檢驗(yàn)，從每個(gè)期刊的論文中隨機(jī)選取3/4(285篇論文)作為訓(xùn)練樣本，即從每個(gè)期刊的20篇論文中隨機(jī)選取15篇(從《圖書(shū)館建設(shè)》期刊的40篇論文中隨機(jī)選取30篇)，剩余的1/4(95篇論文)作為測(cè)試樣本。對(duì)訓(xùn)練樣本和測(cè)試樣本都作如下處理：(1)就每種期刊所有論文對(duì)應(yīng)的每個(gè)作者特征指標(biāo)xi求和后取均值作為該期刊對(duì)應(yīng)指標(biāo)xi的值，這樣就將“論文-作者特征”之間的關(guān)系轉(zhuǎn)變?yōu)榱恕捌诳?作者特征”之間的對(duì)應(yīng)關(guān)系；(2)將所有期刊的影響因子y和作者特征指標(biāo)xi作歸一化處理。將完成上述處理的訓(xùn)練集樣本和測(cè)試集樣本分別作為構(gòu)建預(yù)測(cè)模型和檢驗(yàn)預(yù)測(cè)模型有效性的數(shù)據(jù)樣本。

2.2 期刊作者特征X與期刊影響力y的相關(guān)分析

相關(guān)分析是研究現(xiàn)象之間是否存在某種依存關(guān)系，并對(duì)具有依存關(guān)系的現(xiàn)象探討其相關(guān)方向及相關(guān)程度的一種統(tǒng)計(jì)方法[23]。為探析作者不同學(xué)術(shù)特征與期刊影響力的相關(guān)性，將表1數(shù)據(jù)導(dǎo)入SPSS 19.0，選用斯皮爾曼相關(guān)系數(shù)來(lái)測(cè)量期刊影響因子y和10個(gè)作者特征x1～x10的相關(guān)關(guān)系，結(jié)果如圖3所示。

由圖3發(fā)現(xiàn)，每個(gè)作者特征與y之間、不同作者特征之間的相關(guān)系數(shù)均有較大的差異。如作者數(shù)量x1與y之間，x1與其他作者特征指標(biāo)之間的相關(guān)系數(shù)均較小，說(shuō)明作者數(shù)量與論文的被引量關(guān)系不大，對(duì)期刊影響力的作用極小。而第一作者的總被引量x9與第一作者的h指數(shù)x3、所有作者的最大發(fā)文量x4、第一作者的發(fā)文量x5、所有作者的最大被引量x8之間的相關(guān)系數(shù)均在0.9以上，說(shuō)明上述幾個(gè)作者特征之間具有較高的相關(guān)性。但這幾個(gè)指標(biāo)與期刊影響因子之間的相關(guān)系數(shù)并非一致，有的較高(如x3、x9與y的相關(guān)系數(shù)分別為0.577、0.586)，有的較低(如x4、x5與y的相關(guān)系數(shù)分別為0.074、0.026)，說(shuō)明相關(guān)的作者特征對(duì)期刊的影響力有較大的差異。因此，在分析作者特征對(duì)期刊的影響力時(shí)，不能因?yàn)樽髡咛卣骶哂休^高的相關(guān)性而用其中一個(gè)作者特征代替其他的作者特征，還要通過(guò)其他的分析方法對(duì)作者特征進(jìn)行衡量。

圖3 作者特征(x1～x10)與期刊影響力(y)之間的相關(guān)性

同時(shí)還發(fā)現(xiàn)，10個(gè)作者特征中，第一作者h(yuǎn)指數(shù)x3、所有作者中的最大被引頻次x6、第一作者的總被引頻次x9與期刊影響因子y之間的相關(guān)系數(shù)分別為0.577、0.546、0.586，比中間值0.5稍高，在0.05的水平上屬于顯著相關(guān)，表明三者對(duì)期刊影響力會(huì)產(chǎn)生一定的影響。在所有作者特征中，第一作者的篇均引頻次x10與期刊影響因子之間的相關(guān)系數(shù)最高，為0.698，且在0.01的水平上顯著相關(guān)，表明第一作者論文的篇均被引頻次與期刊影響力有較強(qiáng)的相關(guān)性，會(huì)對(duì)期刊影響力產(chǎn)生較大的作用。

2.3 論文作者特征X與期刊影響力y之間的回歸分析

表1 作者特征(x3、x6、x9、x10)與期刊影響力(y)之間的決定系數(shù)

2.4 模型檢驗(yàn)與評(píng)估

圖4 曲線回歸預(yù)測(cè)模型的預(yù)測(cè)效果

由圖4發(fā)現(xiàn)，多數(shù)期刊的預(yù)測(cè)結(jié)果與4年后期刊的影響力水平在一定程度上吻合，預(yù)測(cè)吻合度約68%，根據(jù)鮑玉芳等[24]給出的論文被引頻次的預(yù)測(cè)效果一般在60%～70%之間，少數(shù)預(yù)測(cè)效果好的模型可以達(dá)到90%，說(shuō)明本文預(yù)測(cè)效果可以接受。

預(yù)測(cè)結(jié)果存在誤差的原因可能是：(1)本研究是基于兩個(gè)假設(shè)“期刊影響力與論文的質(zhì)量高低相一致、論文的質(zhì)量高低與作者聲譽(yù)呈正相關(guān)”。不能否認(rèn)，論文的研究類(lèi)型不同(比如有的論文屬于技術(shù)研究，有的論文屬于應(yīng)用研究)，會(huì)導(dǎo)致相同質(zhì)量水平的論文被引頻次存在差異，甚至出現(xiàn)高質(zhì)量的論文被引頻次卻較低的現(xiàn)象。這是論文的固有屬性造成的被引量差異導(dǎo)致的期刊影響力之間的差異；而且也不能認(rèn)為聲譽(yù)低的新生研究力量就不會(huì)有高質(zhì)量論文的產(chǎn)出。(2)指標(biāo)x10是指作者的篇均被引次數(shù)，有的作者可能發(fā)文量較大，但僅有少數(shù)論文被引頻次較高，致使其篇均被引次數(shù)降低。(3)由于選取的樣本僅僅是圖書(shū)情報(bào)學(xué)18種CSSCI期刊2011年第1期論文，無(wú)論是訓(xùn)練樣本還是測(cè)試樣本都存在選取范圍小、數(shù)量少的弊端。

3 結(jié)語(yǔ)

已有的對(duì)期刊影響力的研究多是根據(jù)期刊的發(fā)文量、引文量等期刊外部特征展開(kāi)，本文提出了一種綜合作者多種特征指標(biāo)對(duì)期刊影響力進(jìn)行預(yù)測(cè)的方法。該方法不僅考慮到了期刊的內(nèi)生因素，還彌補(bǔ)了已有研究具有時(shí)滯性的不足。

本文在已有研究成果的基礎(chǔ)上，分析并構(gòu)建了論文作者特征空間，以圖書(shū)情報(bào)學(xué)18種CSSCI期刊2011年第1期380篇論文為樣本，通過(guò)統(tǒng)計(jì)其作者特征數(shù)據(jù)，利用相關(guān)分析發(fā)現(xiàn)了作者特征與期刊影響力的相關(guān)性，通過(guò)曲線回歸分析，給出基于作者特征的期刊影響力預(yù)測(cè)模型。結(jié)果發(fā)現(xiàn)：(1)論文第一作者的h指數(shù)、所有作者被引頻次的最大值、第一作者發(fā)表論文的總被引頻次、第一作者發(fā)表論文的篇均引頻次與期刊影響因子之間具有較高的相關(guān)性，說(shuō)明上述四種作者特征對(duì)期刊影響力具有顯著的影響，其中第一作者發(fā)表論文的篇均引頻次x10對(duì)期刊影響因子的影響最大。(2)可以利用作者特征之一——“第一作者發(fā)表論文的篇均引頻次”預(yù)測(cè)期刊的影響力，通過(guò)實(shí)驗(yàn)驗(yàn)證，預(yù)測(cè)模型與論文被引高峰期的期刊影響因子有一定的吻合度。

由于本文研究對(duì)象僅選取了圖書(shū)情報(bào)、檔案學(xué)的18種核心期刊，文獻(xiàn)也只選取了這18種期刊的第1期論文，期刊學(xué)科類(lèi)別單一、數(shù)據(jù)量較少，因此得出的模型可能不夠穩(wěn)定；另外，由預(yù)測(cè)模型得到的預(yù)測(cè)值與期刊2014年的影響因子差異最大的期刊是《中國(guó)圖書(shū)館學(xué)報(bào)》，利用同樣的數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，發(fā)現(xiàn)用第一作者h(yuǎn)指數(shù)的對(duì)數(shù)值lnx3來(lái)預(yù)測(cè)該期刊的影響力，得到的預(yù)測(cè)結(jié)果與該期刊的影響因子吻合程度較高，但用lnx3對(duì)其他期刊的影響力進(jìn)行預(yù)測(cè)，其預(yù)測(cè)效果卻較差。這也意味著一些期刊的影響力預(yù)測(cè)模型需要獨(dú)立構(gòu)建，即通過(guò)分析某期刊以前論文作者的特征來(lái)構(gòu)建該期刊的影響力預(yù)測(cè)模型，這樣得到的預(yù)測(cè)效果或許更好。相關(guān)研究將在后續(xù)進(jìn)行。

[1] 何學(xué)鋒,彭超群,張?jiān)鴺s.論科技期刊學(xué)術(shù)影響力的評(píng)估[J].中國(guó)科技期刊研究,2002,13(5):400-401.

[2] Stewart J A.Achievement and ascriptive processes in the recognition of scientific articles[J].SocialForces,1983,62(1):166-189.

[3] Van Dalen H P, Henkens K.How influential are demography journals?[J].PopulationandDevelopmentReview,1999,25(2):229-251.

[4] Van Dalen H P, Henkens K.What makes a scientific article influential? The case of demographers[J].Scientometrics,2001,50(3):455-482.

[5] Bornmann L, Daniel H D.What do citation counts measure? A review of studies on citing behavior[J].JournalofDocumentation,2008,64(1):45-80．

[6] Borsuk R M, Budden A E, Leimu R,etal.The influence of author gender, national language and number of authors on citation rate in ecology[J].OpenEcologyJournal,2009,2(1):25-28．

[7] Danell R.Can the quality of scientific work be predicted using information on the author′s track record?[J].JournaloftheAmericanSocietyforInformationScienceandTechnology,2011,62(1):50-60.

[8] Yu T, Yu G, LiP Y,etal.Citation impact prediction for scientific papers using stepwise regression analysis[J].Scientometrics,2014,101(2):1233-1252．

[9] 邱均平,周春雷.發(fā)文量和h指數(shù)結(jié)合的高影響力作者評(píng)選方法研究——以圖書(shū)情報(bào)學(xué)為例的實(shí)證分析[J].圖書(shū)館論壇,2008,28(6):44-49.

[10] 侯劍華,劉波.期刊評(píng)價(jià)研究產(chǎn)出中的馬太效應(yīng)[J].中國(guó)科技期刊研究,2015,26(9):992-996.

[11] 盛麗娜.作者機(jī)構(gòu)分布情況在科技期刊評(píng)價(jià)中的應(yīng)用[J].中國(guó)科技期刊研究,2012,23(4):585-588.

[12] 王海濤,譚宗穎,陳挺.論文被引頻次影響因素研究——兼論被引頻次評(píng)估科研質(zhì)量的合理性[J].科學(xué)學(xué)研究,2016,34(2):171-177.

[13] 周春雷.期刊評(píng)價(jià)中新型專(zhuān)家評(píng)審指標(biāo)探討[J].圖書(shū)情報(bào)工作,2012,56(16):71-74.

[14] 楊添安,阮學(xué)平,孫靈芝,等.我國(guó)圖書(shū)館學(xué)情報(bào)學(xué)核心期刊高水平作者分析[J].情報(bào)雜志,2011,30(2):29-32.

[15] Montpetit E, Blais A, Foucault M.What does it take for a Cnadian political scientist to be cited?[J].SocialSiencecQuarterly,2008,89(3):802-816.

[16] 肖紅,袁飛,鄔建國(guó).論文引用率影響因素——中外生態(tài)學(xué)期刊比較[J].應(yīng)用生態(tài)學(xué)報(bào),2009,20(5):1253-1262.

[17] 李鳳芹.中文生態(tài)學(xué)論文署名中的第一作者與通信作者/責(zé)任作者[J].中國(guó)科技期刊研究,2010,21(4):530-532.

[18] 薛鐳.關(guān)于學(xué)術(shù)論文第一作者的署名問(wèn)題[J].編輯學(xué)報(bào),2003,15(l):33-34.

[19] 邱均平,周春雷.發(fā)文量和h指數(shù)結(jié)合的高影響力作者評(píng)選方法研究——以圖書(shū)情報(bào)學(xué)為例的實(shí)證分析[J].圖書(shū)館論壇,2008,28(6):44-49.

[20] 劉勇.論用期刊影響因子評(píng)價(jià)論文作者的邏輯前提與局限性[J].編輯學(xué)報(bào),2007,19(2):152-153.

[21] 邱均平,宋艷輝,楊思洛.基于期刊、作者、機(jī)構(gòu)被引分析的學(xué)術(shù)評(píng)價(jià)比較研究——以引文索引庫(kù)“CSSCI”與“CCD”為例[J].情報(bào)資料工作,2011,32(5):14-17.

[22] 王海濤,譚宗穎,陳挺.論文被引頻次影響因素研究——兼論被引頻次評(píng)估科研質(zhì)量的合理性[J].科學(xué)學(xué)研究,2016,34(2):171-177.

[23] 周爽,朱志洪,朱星萍.社會(huì)統(tǒng)計(jì)分析：SPSS應(yīng)用教程[M].北京:清華大學(xué)出版社,2006.

[24] 鮑玉芳,馬建霞.科學(xué)論文被引頻次預(yù)測(cè)的現(xiàn)狀分析與研究[J].情報(bào)雜志,2015,34(5):66-71.

李秀霞：提出研究方案，負(fù)責(zé)實(shí)證分析和論文撰寫(xiě)及修改；

邵作運(yùn)：數(shù)據(jù)收集及處理，程序調(diào)試及論文結(jié)構(gòu)調(diào)整。

(本文責(zé)編：李翠霞)