CN105404641A - 一种基于baseline的期刊评价方法及评价装置 - Google Patents

Abstract

本发明涉及一种基于baseline的期刊评价方法，属于计算机自然语言处理技术领域。此方法首先通过建立期刊的baseline引文的网络，以便计算期刊的baseline评价值V_baseline，然后通过建立期刊引文网络，以便计算期刊所有引用的评价值V_count，最后综合V_baseline以及V_count得到基于baseline值的期刊评价指标V。与已有技术相比较，本发明方法能够综合考虑论文的关注度与新颖度：论文的被引用数代表论文的关注度，论文的baseline值代表论文本身的重要性与新颖度。基于baseline的期刊评价指标，有效的解决了平衡论文数量与质量的两个评价指标，强调了期刊原创性、新颖性、开拓性的重要性，提供了更加公平的衡量期刊重要性的方法。

Description

一种基于baseline的期刊评价方法及评价装置

技术领域

本发明涉及一种期刊评价方法，特别涉及一种基于baseline值的期刊评价方法及评价装置，属于计算机自然语言处理技术领域。

背景技术

期刊评价是文献计量学研究的重要组成部分，它通过对学术期刊的发展规律和增长趋势进行量化分析，揭示学科文献数量在期刊中的分布规律，为优化学术期刊的使用提供重要参考。合理的期刊评价一方面有助于优选高质量的期刊，从而为高水平的馆藏资源建设提供参考；另一方面有助于期刊编辑工作水平的提高，从而提升期刊学术水平。公平合理的期刊评价方法可以优化论文遴选结果，凸显前沿和热点论题、论著，鼓励科技创新，推动学术期刊质量水平的提高，促进期刊出版竞争机制的完善。

合理的学术期刊评价方法可以科学得进行期刊选定，并对期刊发展方向提供参考。但是传统的衡量论文重要性的算法以论文被引用量为衡量标准，对论文中的所有引文赋予相同的权重，无法突出具有新颖性、作为baseline的引文的重要性。所以对基于baseline值的期刊评价方法的研究很有意义。

在衡量论文重要性指标中，最重要的是期刊影响因子、SJR(SCImagoJournalRanking)。

期刊影响因子以期刊为对象，统计在一定时期内期刊论文的被引用程度。期刊影响因子计算论文量、时间、被引用次数三个因素。期刊影响因子的具体实现公式如下：

IF(k)＝(n_k-1+n_k-2)/(N_k-1+N_k-2)

其中，IF为影响因子，k为某年,N_k-1+N_k-2为该刊在前一两年发表的论文数量,n_k-1和n_k-2为该刊在k年的被引用数量。即某刊在2015年的影响因子是其2014和2013两年刊载的论文在2015年的被引总数除该刊在2014和2013这两年的载文总数(可引论文)。

SJR指数同时考虑了期刊被应用的数量与质量，是基于Scopus数据库的数据应用与PageRank类似的算法提出的指标，它利用期刊之间的引用关系来计算期刊的重要性，将期刊A引用期刊B的次数解释为期刊A对期刊B所投的票数。这样，期刊B在期刊A处得到的分数为期刊A的得分(代表期刊A的重要性)乘以期刊A对期刊B所投的票数。

期刊影响因子、SJR等现存的指标存在的缺点是：①只考虑论文被其他论文引用、关注的重要性，未考虑论文本身的重要性；②属于“篇均”指标，因而综述性期刊因为综述论文被引次数多，持续时间长等特点数值出现膨胀，这对偏重原创性研究论文的期刊不利；③没有为原创性研究论文和综述论文赋予不同的权重，对有创新性、开拓性的论文带来不公平的评价结果。因此需要新的期刊评价的方法，解决以上问题。

发明内容

本发明的目的是为了期刊评价过程中出现的评价指标不公平的问题，提出一种基于baseline值的期刊评价方法及评价装置，同时考虑文章被关注度与新颖度。它的优势在于对引用的质量进行评估，赋予作为论文baseline的引文更高的权重，从而更公平、全面的对期刊进行评价。通过本发明方法可以综合考虑论文本身的质量以及“篇均”指标，从而对原创性研究论文和综述论文给出公平的评价结果。

本发明的目的是通过下述技术方案实现的：

一种基于论文baseline值的期刊评价的方法，其具体操作步骤为：

步骤一、计算期刊的baseline评价值V_baseline；

对期刊的baseline评价值进行计算，这是对期刊引用质量的评价，具体步骤为：

步骤1.1：建立期刊的baseline引文的网络；

如果期刊A以期刊B的论文为baseline，代表在期刊网络中节点A指向节点B；以此为基础建立期刊论文网络；

作为优选，期刊A是否以期刊B的论文为baseline使用预先训练好的baseline分类器判定。

所述baseline分类器通过以下过程进行训练：

步骤1.1.1：人工标注数据集，对于一篇文献，人工判断其引文中的哪些被作为baseline；

步骤1.1.2：根据标注数据集，把源文献和其baseline构成的文献对，作为正例，生成特征向量；

步骤1.1.3：根据标注数据集，把源文献和其引文中不是baseline的文献构成的文献对作为负例，生成特征向量；

步骤1.1.4：使用多种分类模型进行训练和测试得到baseline分类器。

作为优选，所述特征向量包括标题相似度、摘要相似度、是否有相同作者、年份差和引文的引用次数。

步骤1.2：使用改进的PageRank算法，将期刊A以期刊B的论文为baseline的次数解释为期刊A对期刊B所投的票数，期刊B在期刊A处得到的分数为期刊A的得分乘以期刊A对期刊B所投的票数；

步骤1.3:根据期刊论文网络，将各期刊从其相邻期刊处所得的分数累加即为其更新后分数，返回步骤1.2迭代计算直到收敛，得到期刊的baseline评价值；

步骤二、计算期刊所有引用的评价值V_count；

对期刊的所有引用使用改进的PageRank算法进行迭代计算，这是对期刊引用数量的评价，具体步骤为：

步骤2.1：建立期刊引文网络；

期刊A引用期刊B的论文代表在期刊网络中节点A指向节点B。

步骤2.2：使用改进的PageRank算法，将期刊A引用期刊B的论文的次数解释为期刊A对期刊B所投的票数，期刊B在期刊A处得到的分数为期刊A的得分乘以期刊A对期刊B所投的票数；

步骤2.3:根据期刊引文网络，将各期刊从其相邻期刊处所得的分数累加即为其更新后分数，返回步骤2.2迭代计算直到收敛，得到期刊的引用评价值；

步骤三、综合V_baseline以及V_count得到基于baseline值的期刊评价指标V。

综合计算期刊的所有引用的评价值与baseline引用的评价值，获得平衡了期刊引用数量与引用质量的最终的期刊评价指标。

作为优选，V＝α*V_baseline+(1-α)*V_count，其中α为V_baseline在综合指标中所占的比重。

一种基于论文baseline值的期刊评价装置，包括baseline评价值计算模块、引用评价值计算模块和期刊评价指标计算模块，baseline评价值计算模块、引用评价值计算模块分别与期刊评价指标计算模块相连；

baseline评价值计算模块用于对输入计算期刊的baseline评价值并输出；

引用评价值计算模块用于对输入计算期刊的引用评价值并输出；

期刊评价指标计算模块用于根据baseline评价值和引用评价值计算期刊评价指标并输出。

作为优选，所述输入为待评价期刊的论文集合，其中论文参数包括标题、摘要、作者、发表年份、发表期刊、引文数量及其引用次数。

作为优选，baseline评价值计算模块由彼此相互连接的baseline分类器、baseline引文网络建立单元、baseline初值设定单元、baseline值更新单元和baseline引文网络收敛评价单元组成；

baseline分类器用于对baseline引文网络建立单元输出的论文及其引文判定是否为baseline引文并反馈；

baseline引文网络建立单元根据输入以及baseline分类器反馈的结果建立baseline引文网络；

baseline初值设定单元用于对baseline引文网络节点设置初值；

baseline值更新单元用于采用改进的PageRank算法更新baseline引文网络节点的baseline值，并在更新后通知baseline引文网络收敛评价单元进行判定，当其反馈判定结果为已收敛时输出网络各节点的baseline值；

baseline引文网络收敛评价单元用于根据网络更新前的baseline值和更新后的baseline值差异判定网络是否收敛。

作为优选，引用评价值计算模块由彼此相互连接的期刊引文网络建立单元、期刊引文初值设定单元、期刊引文值更新单元和期刊引文网络收敛评价单元组成；

期刊引文网络建立单元根据输入建立期刊引文网络；

期刊引文初值设定单元用于对期刊引文网络节点设置初值；

期刊引文值更新单元用于采用改进的PageRank算法更新期刊引文网络节点的期刊引用值，并在更新后通知期刊引文网络收敛评价单元进行判定，当其反馈判定结果为已收敛时输出网络各节点的期刊引文值；

期刊引文网络收敛评价单元用于根据网络更新前的期刊引文值和更新后的期刊引文值差异判定网络是否收敛。

有益效果

与已有技术相比较，本发明方法能够综合考虑论文的关注度与新颖度：论文的被引用数代表论文的关注度，论文的baseline值代表论文本身的重要性与新颖度。基于baseline的期刊评价指标，有效的解决了平衡论文数量与质量的两个评价指标，强调了期刊原创性、新颖性、开拓性的重要性，提供了更加公平的衡量期刊重要性的方法。

附图说明

图1为本发明实施例一种基于baseline的期刊评价方法流程示意图。

图2为本发明实施例一种基于baseline的期刊评价装置组成结构示意图。

具体实施方式

根据上述技术方案，下面结合附图和实施例对本发明进行详细说明。

实施例1：

本实施例中使用基于baseline的期刊评价方法，其流程图如图1所示，具体操作步骤为：

步骤一、计算期刊的baseline评价值。

要计算期刊的baseline评价值，首先需了解期刊A中论文的哪些引文是其baseline

对期刊的baseline评价值进行计算，这是对期刊引用质量的评价。具体步骤为：

步骤1.1：选取一部分期刊，根据期刊A是否以期刊B中论文为baseline，建立期刊的baseline引文的网络。

如果期刊A中的论文以期刊B的论文为baseline，代表在期刊网络中节点A指向节点B。

判定期刊A中的论文是否以期刊B的论文为baseline，可以采用人工判定，也可以采用分类器判定。为了提高判定效率，本实施例采用分类器判定，因此，在使用分类器判定前需要先以训练数据对分类器进行训练，其具体过程如下：

步骤1.1.1：对于一篇文献，获取其标题、摘要、作者、发表年份、发表期刊、引用次数等信息，并人工判断每篇文献的引文中的哪些被作为baseline；

步骤1.1.2：根据标注数据集，把源文献和其baseline构成的文献对，作为正例，生成特征向量，计算两者之间的标题相似度、摘要相似度、是否有相同作者、年份差和引文的引用次数；此处，由于文本相似度的计算可以采用现有的TF-IDF、余弦相似度、向量空间模型(VSM)、最长公共子串、最长公共子序列、最少编辑距离法、汉明距离(基于权值空间)等技术中的任一一种计算，本实施例中采用余弦相似度方法；

步骤1.1.3：根据标注数据集，把源文献和其引文中不是baseline的文献构成的文献对作为负例，生成特征向量，计算两者之间的标题相似度、摘要相似度、是否有相同作者、年份差和引文的引用次数；此处，由于文本相似度的计算可以采用现有的TF-IDF、余弦相似度、向量空间模型(VSM)、最长公共子串、最长公共子序列、最少编辑距离法、汉明距离(基于权值空间)等技术中的任一一种计算，本实施例中采用余弦相似度方法；

步骤1.1.4：使用多种分类模型进行训练和测试得到baseline分类器，如支持向量机，逻辑斯蒂回归，决策树等。

步骤1.2：在期刊网络中，对每个期刊设置初始分值，将期刊A以期刊B的论文为baseline的次数解释为期刊A对期刊B所投的票数，期刊B在期刊A处得到的分数为期刊A的得分乘以期刊A对期刊B所投的票数，由此得到网络中每个期刊从其邻近期刊得到的分数，将其求和即为更新一次得到的新的baseline值。

步骤1.3:重复步骤1.2不断进行迭代计算，直到收敛，即直到网络稳定，得到期刊的baseline评价值。

本实施例中设定的收敛条件为本次迭代值与前一次迭代值相差小于某个预先设定的阈值，如0.0001。

步骤二、计算期刊所有引用的评价值。

对期刊的所有引用使用改进的PageRank算法进行迭代计算，这是对期刊引用数量的评价。具体步骤为：

步骤2.1：选取同样的期刊样本，建立期刊引文的网络。

期刊A引用期刊B的论文代表在期刊网络中节点A指向节点B。

步骤2.2：在期刊网络中，对每个期刊设置初始值，将期刊A引用期刊B的论文数解释为期刊A对期刊B所投的票数，期刊B在期刊A处得到的分数为期刊A的得分乘以期刊A对期刊B所投的票数，由此得到网络中每个期刊从其邻近期刊得到的分数，将其求和即为更新一次得到的新的引用评价值。

步骤2.3:重复步骤2.2不断进行迭代计算，直到收敛，即直到网络稳定，得到期刊的引用评价值。

步骤三、计算基于baseline值的期刊评价指标。

综合计算期刊的所有引用的评价值与baseline引用的评价值，获得最终的期刊评价指标，本实施例中使用公式α*score(baseline评价值)+(1-α)*score(所有引用评价值)，得到平衡了期刊引用数量与引用质量的评价指标，其中α表示baseline评价值占期刊评价指标的比例，本实施例中，设定α＝0.6。

实施例2：

一种基于论文baseline值的期刊评价装置，如图2所示，包括baseline评价值计算模块、引用评价值计算模块和期刊评价指标计算模块，baseline评价值计算模块、引用评价值计算模块分别与期刊评价指标计算模块相连；

baseline评价值计算模块用于对输入计算期刊的baseline评价值并输出；

引用评价值计算模块用于对输入计算期刊的引用评价值并输出；

期刊评价指标计算模块用于根据baseline评价值和引用评价值计算期刊评价指标并输出。

作为优选，所述输入为待评价期刊的论文集合，其中论文参数包括标题、摘要、作者、发表年份、发表期刊、引文数量及其引用次数

作为优选，baseline评价值计算模块由彼此相互连接的baseline分类器、baseline引文网络建立单元、baseline初值设定单元、baseline值更新单元和baseline引文网络收敛评价单元组成；

baseline分类器用于对baseline引文网络建立单元输出的论文及其引文判定是否为baseline引文并反馈；

baseline引文网络建立单元根据输入以及baseline分类器反馈的结果建立baseline引文网络；

baseline初值设定单元用于对baseline引文网络节点设置初值；

baseline值更新单元用于采用改进的PageRank算法更新baseline引文网络节点的baseline值，并在更新后通知baseline引文网络收敛评价单元进行判定，当其反馈判定结果为已收敛时输出网络各节点的baseline值；

baseline引文网络收敛评价单元用于根据网络更新前的baseline值和更新后的baseline值差异判定网络是否收敛。

作为优选，引用评价值计算模块由彼此相互连接的期刊引文网络建立单元、期刊引文初值设定单元、期刊引文值更新单元和期刊引文网络收敛评价单元组成；

期刊引文网络建立单元根据输入引文信息期刊引文网络；

期刊引文初值设定单元用于对期刊引文网络节点设置初值；

期刊引文值更新单元用于采用改进的PageRank算法更新期刊引文网络节点的期刊引文值，并在更新后通知期刊引文网络收敛评价单元进行判定，当其反馈判定结果为已收敛时输出网络各节点的期刊引文值；

期刊引文网络收敛评价单元用于根据网络更新前的期刊引文值和更新后的期刊引文值差异判定网络是否收敛。

本发明的主要内容已通过上述优选实例作了详细介绍，应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (9)

1.一种基于论文baseline值的期刊评价的方法，其特征在于：包括以下步骤：

步骤一、计算期刊的baseline评价值V_baseline；

步骤1.1：建立期刊的baseline引文的网络：

如果期刊A以期刊B的论文为baseline，代表在期刊网络中节点A指向节点B；以此为基础建立期刊论文网络；

步骤1.2：使用改进的PageRank算法，将期刊A以期刊B的论文为baseline的次数解释为期刊A对期刊B所投的票数，期刊B在期刊A处得到的分数为期刊A的得分乘以期刊A对期刊B所投的票数；

步骤1.3:根据期刊论文网络，将各期刊从其相邻期刊处所得的分数累加即为其更新后分数，返回步骤1.2迭代计算直到收敛，得到期刊的baseline评价值；

步骤二、计算期刊所有引用的评价值V_count；

步骤2.1：建立期刊引文网络；

步骤2.2：使用改进的PageRank算法，将期刊A引用期刊B的论文的次数解释为期刊A对期刊B所投的票数，期刊B在期刊A处得到的分数为期刊A的得分乘以期刊A对期刊B所投的票数；

步骤2.3:根据期刊引文网络，将各期刊从其相邻期刊处所得的分数累加即为其更新后分数，返回步骤2.2迭代计算直到收敛，得到期刊的引用评价值；

步骤三、综合V_baseline以及V_count得到基于baseline值的期刊评价指标V。

2.根据权利要求1所述的一种基于论文baseline值的期刊评价的方法，其特征在于，所述期刊A是否以期刊B的论文为baseline使用预先训练好的baseline分类器判定。

3.根据权利要求2所述的一种基于论文baseline值的期刊评价的方法，其特征在于，所述baseline分类器通过以下过程进行训练：

步骤1.1.1：人工标注数据集，对于一篇文献，人工判断其引文中的哪些被作为baseline；

步骤1.1.2：根据标注数据集，把源文献和其baseline构成的文献对，作为正例，生成特征向量；

步骤1.1.3：根据标注数据集，把源文献和其引文中不是baseline的文献构成的文献对作为负例，生成特征向量；

步骤1.1.4：使用多种分类模型进行训练和测试得到baseline分类器。

4.根据权利要求3所述的一种基于论文baseline值的期刊评价的方法，其特征在于，所述特征向量包括标题相似度、摘要相似度、是否有相同作者、年份差和引文的引用次数。

5.根据权利要求1-4任一所述的一种基于论文baseline值的期刊评价的方法，其特征在于，V＝α*V_baseline+(1-α)*V_count，其中α为V_baseline在综合指标中所占的比重。

6.一种基于论文baseline值的期刊评价装置，其特征在于，包括baseline评价值计算模块、引用评价值计算模块和期刊评价指标计算模块，baseline评价值计算模块、引用评价值计算模块分别与期刊评价指标计算模块相连；

baseline评价值计算模块用于对输入计算期刊的baseline评价值并输出；

引用评价值计算模块用于对输入计算期刊的引用评价值并输出；

期刊评价指标计算模块用于根据baseline评价值和引用评价值计算期刊评价指标并输出。

7.根据权利要求6所述的一种基于论文baseline值的期刊评价装置，其特征在于，所述输入为待评价期刊的论文集合，其中论文参数包括标题、摘要、作者、发表年份、发表期刊、引文数量及其引用次数。

8.根据权利要求6所述的一种基于论文baseline值的期刊评价装置，其特征在于，baseline评价值计算模块由彼此相互连接的baseline分类器、baseline引文网络建立单元、baseline初值设定单元、baseline值更新单元和baseline引文网络收敛评价单元组成；

baseline分类器用于对baseline引文网络建立单元输出的论文及其引文判定是否为baseline引文并反馈；

baseline引文网络建立单元根据输入以及baseline分类器反馈的结果建立baseline引文网络；

baseline初值设定单元用于对baseline引文网络节点设置初值；

baseline值更新单元用于采用改进的PageRank算法更新baseline引文网络节点的baseline值，并在更新后通知baseline引文网络收敛评价单元进行判定，当其反馈判定结果为已收敛时输出网络各节点的baseline值；

baseline引文网络收敛评价单元用于根据网络更新前的baseline值和更新后的baseline值差异判定网络是否收敛。

9.根据权利要求6所述的一种基于论文baseline值的期刊评价装置，其特征在于，所述引用评价值计算模块由彼此相互连接的期刊引文网络建立单元、期刊引文初值设定单元、期刊引文值更新单元和期刊引文网络收敛评价单元组成；

期刊引文网络建立单元根据输入建立期刊引文网络；

期刊引文初值设定单元用于对期刊引文网络节点设置初值；

期刊引文值更新单元用于采用改进的PageRank算法更新期刊引文网络节点的期刊引用值，并在更新后通知期刊引文网络收敛评价单元进行判定，当其反馈判定结果为已收敛时输出网络各节点的期刊引文值；

期刊引文网络收敛评价单元用于根据网络更新前的期刊引文值和更新后的期刊引文值差异判定网络是否收敛。