CN110851659B - 基于学者论文关系网络的学者学术影响力计算方法及系统 - Google Patents

基于学者论文关系网络的学者学术影响力计算方法及系统 Download PDF

Info

Publication number
CN110851659B
CN110851659B CN201911009191.7A CN201911009191A CN110851659B CN 110851659 B CN110851659 B CN 110851659B CN 201911009191 A CN201911009191 A CN 201911009191A CN 110851659 B CN110851659 B CN 110851659B
Authority
CN
China
Prior art keywords
student
node
paper
thesis
scholars
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911009191.7A
Other languages
English (en)
Other versions
CN110851659A (zh
Inventor
唐杰
徐菁
王绍兰
刘德兵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN201911009191.7A priority Critical patent/CN110851659B/zh
Publication of CN110851659A publication Critical patent/CN110851659A/zh
Application granted granted Critical
Publication of CN110851659B publication Critical patent/CN110851659B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提出一种基于学者论文关系网络的学者学术影响力计算方法及系统，属于信息技术领域。该系统包括：论文抓取模块、学者论文关系网络构建模块、网络节点权重计算模块和学者学术影响力计算模块。该方法首先确定待评价学者，构造包含学者节点、论文节点以及对应边的学者论文关系网络；计算学者论文关系网络每个节点的权重；根据学者节点的权重以及学者节点之间的引用关系，计算待评价学者的学术影响力分值。本发明同时考虑学者发表的论文数量和质量，以及论文引用者对学者学术影响力的贡献，从而更公平全面地度量学者学术影响力。

Description

基于学者论文关系网络的学者学术影响力计算方法及系统
技术领域
本发明属于信息技术领域，特别提出一种基于学者论文关系网络的学者学术影响力计算方法及系统。
背景技术
学者学术影响力是指学者根据科研成果的学术质量和数量，在其所处科研领域内对其他学者及其科研活动产生的影响范围和深度。客观准确的学者学术影响力计算结果可以真实反映学者的学术能力，对科技人才、学术团体、国家等科研实力的评估至关重要，对科技人才的选拔、培养、引进和管理具有重大意义。
目前评价学者学术影响力的方法主要包括同行评议、以及论文发表量、论文总被引频次、h-index等引文分析方法。同行评议方法需要邀请领域专家，一方面费时费力，另一方面细分领域的专家难以甄别，并且评议结果容易参杂专家的主观感受，影响了结果的客观性。论文发表量仅能体现学者的科研生产力，无法有效度量学者的学术影响力。论文总被引频次一方面可以通过论文发表量的增加而提高，另一方面可以通过自引或者找其他学者引用来提高数值，难以真实测度学者的学术影响力。h-index方法虽然兼顾了论文的数量和质量，但是不利于论文发表量较少但是被引频次较高的年轻学者，并且区分度不高。
发明内容
本发明的目的是为克服已有技术的不足之处，提出一种基于学者论文关系网络的学者学术影响力计算方法及系统。本发明同时考虑学者发表的论文数量和质量，以及论文引用者对学者学术影响力的贡献，从而更公平全面地度量学者学术影响力，消除了主观感受、方法单一等因素的制约，使得学者学术影响力计算结果更客观准确。
本发明提出一种基于学者论文关系网络的学者学术影响力计算方法，其特征在于，包括以下步骤：
1)确定待评价学者，构造学者论文关系网络；具体步骤如下：
1-1)确定待评价学者，根据待评价学者信息，获取该待评价学者的发表论文列表，以及待评价学者每篇论文对应的施引论文列表；从所述施引论文列表中获取每篇施引论文的作者，该作者的发表论文列表及该作者每篇论文对应的施引论文列表；
1-2)利用步骤1-1)的结果，构建学者论文关系网络；具体实现方法为：
创建一个有向图网络G＝(A,P,AP,PP,AA)作为学者论文关系网络，其中A表示|A|个学者节点集合，表示待评价学者及待评价学者每篇论文对应的施引论文的作者共同组成的学者集合；P表示|P|个论文节点的集合，表示学者集合发表的所有论文及学者集合发表的所有论文对应的所有施引论文组成的论文集合；根据学者集合发表的所有论文，若存在学者节点ai对应的学者发表了论文节点pix对应的论文，则在学者节点ai和论文节点pix之间构建一条边，边的方向指向论文节点pix，并使用AP表示学者节点集合A和论文节点集合P之间存在的|AP|条边的集合；根据学者集合中每个学者发表的每篇论文分别对应的施引论文列表，在论文节点集合P中每个论文节点之间构建对应边，若存在论文节点pix对应的论文引用了论文节点pjy对应的论文，则在论文节点pix和论文节点pjy之间构建一条边，边的方向指向被引论文的论文节点，并使用PP表示论文节点集合P中所有存在施引关系的论文节点之间的|PP|条边的集合；若论文节点pix存在一条边指向论文节点pjy，则在论文节点pix的作者对应的学者节点ai和论文节点pjy的作者对应的学者节点aj之间构建一条边，由学者节点ai指向学者节点aj，并用AA表示学者节点集合A中所有存在施引关系的学者节点之间的|AA|条边的集合；
2)计算学者论文关系网络每个节点的权重；具体步骤如下：
2-1)对任一论文节点，统计指向该论文节点且边的另一端节点为其它论文节点的边的数量作为该论文节点的权重；
2-2)对任一学者节点，将与该学者节点通过边连接的所有论文节点的权重组成该学者节点对应的论文节点权重数组；将该数组中所有元素按照从大到小排序；排序后，如果该学者节点的论文权重数组中第i个元素的值大于或等于i且第i+1个元素的值小于i+1，则该学者节点的权重为i；排序后，如果该学者节点的论文权重数组中所有元素的值均大于或等于该数组元素的个数，则该学者节点的权重为数组元素的个数；
3)计算待评价学者的学术影响力分值；具体步骤如下：
3-1)统计所有指向待评价学者对应的学者节点且边的另一端为其他学者节点的边，获取统计结果中每条边除待评价学者对应的学者节点外另一端点对应的学者节点的权重，将所有权重组成该待评价学者的引用者数组；
3-2)将引用者数组中所有元素按照从大到小排序；排序后如果该引用者数组中第i个元素大于或等于i且第i+1个元素小于i+1，则待评价学者的学术影响力分值为引用者数组排序后前i个元素的平均值与该待评价学者对应的学者节点权重的和；排序后如果该引用者数组中所有元素的值均大于或等于该数组元素的个数，则待评价学者的学术影响力分值为引用者数组所有元素的平均值与该待评价学者对应的学者节点权重的和。
本发明的特点及有益效果：
本发明能够综合利用同行评议和引文分析的优势：为了体现同行评议的优势，本发明方法利用论文引用者作为同行专家的获取渠道，不仅可以获取细分领域的同行专家，而且论文引用者来自不同国家和地区，扩展了领域专家的获取范围，并且方法容易实现。在引文分析上，本发明方法兼顾了学者发表论文的数量和质量，并且通过构建学者论文关系网络使得学者和论文可以根据重要程度自动分配权重。本发明提高学者学术影响力计算结果的客观性和准确性，并且方法操作性强，系统容易实现，对科技人才、学术团体、国家等科研实力的评估，以及对科技人才的选拔、培养、引进和管理具有重要的应用价值
附图说明
图1是本发明方法的整体流程图。
图2是本发明中学者论文关系网络的示意图。
图3是本发明一个实施例中学者论文关系网络示例的示意图。
图4是本发明中学者学术影响力计算系统的结构示意图。
具体实施方式
本发明提出一种基于学者论文关系网络的学者学术影响力计算方法及系统，下面结合附图和具体实施例对本发明进一步详细说明如下。
本发明提出一种基于学者论文关系网络的学者学术影响力计算方法，整体流程如图1所示，包括以下步骤：
1)确定待评价学者，构造学者论文关系网络；具体步骤如下：
1-1)确定待评价学者，根据待评价学者信息，利用网络爬虫方法获取该待评价学者的发表论文列表，以及待评价学者每篇发表论文对应的施引论文列表；从所述施引论文列表中获取每篇施引论文的作者(下面称为论文引用者)，以及该作者的发表论文列表及该作者每篇论文对应的施引论文列表。
1-2)利用步骤1-1)的结果，通过所有论文之间的引用关系获取学者之间的引用关系，并构造包含“学者与论文之间存在发表关系”、“论文与论文之间存在引用关系”、“学者与学者之间存在引用关系”的学者论文关系网络，并表示为一个有向图形式。具体实现方法如下所示：
首先创建一个有向图网络G＝(A,P,AP,PP,AA)，其中A表示|A|个学者节点集合，用来表示待评价学者及待评价学者每篇论文对应的施引论文的作者共同组成的学者集合；P表示|P|个论文节点的集合，用来表示待评价学者及其论文引用者(即学者集合)发表的所有论文及学者集合发表的所有论文对应的所有施引论文组成的论文集合；根据学者集合发表的所有论文，若存在学者节点ai对应的学者发表了论文节点pix对应的论文，则在学者节点ai和论文节点pix之间构建一条边，边的方向指向论文节点pix，并使用AP表示学者节点集合A和论文节点集合P之间存在的|AP|条边的集合；根据学者集合中每个学者发表的每篇论文分别对应的施引论文列表，在论文节点集合P中每个论文节点之间构建对应边，若存在论文节点pix对应的论文引用了论文节点pjy对应的论文，则在论文节点pix和论文节点pjy之间构建一条边，边的方向指向被引论文的论文节点(即pix指向pjy)，并使用PP表示论文节点集合P中所有存在施引关系的论文节点之间的|PP|条边的集合；通过论文节点集合P中论文节点之间是否存在边以及边的指向，可以获取学者之间的引用关系，并在学者节点集合A的该论文对应学者节点之间构建边，且学者节点之间边的方向和论文节点之间边的方向相同，若论文节点pix存在一条边指向论文节点pjy，则在论文节点pix作者对应的学者节点ai和论文节点pjy作者对应的学者节点aj之间构建一条边，由学者节点ai指向学者节点aj，并用AA表示学者节点集合A中所有存在施引关系的学者节点之间的|AA|条边的集合；。
图2为本发明学者论文关系网络的示意图。其中，ai和aj分别表示一个学者节点，pix和pjy分别表示一个论文节点。apix表示学者节点ai和论文节点pix之间的边，方向指向pix。apjy表示学者节点aj和论文节点piy之间的边，方向指向piy。ppxy表示两个论文节点pix和pjy之间的边，如果pjy引用了pix，ppxy的方向指向pix；反之，如果pix引用了pjy，ppxy的方向指向pjy。aaij表示两个学者节点ai和aj之间的边，aaij的指向与ppxy相同。
图3是本发明一个实施例中学者论文关系网络示例的示意图。图3中，假设待评价学者为a1,该学者存在两个论文引用者，分别为a2,a3。学者a1发表了三篇论文，分别是p11,p12,p13；学者a2发表了三篇论文，分别是p21,p22,p23；学者a3发表了三篇论文，分别是p31,p32,p33。论文p11的施引论文分别是p21,p22,p33；论文p12的施引论文分别是p23,p32,p33；论文p13的施引论文分别是p22,p32,p33；论文p21无施引论文；论文p22的施引论文分别是p12,p31；论文p23的施引论文分别是p31,p32；论文p31无施引论文；论文p32的施引论文分别是p22,p13；论文p33的施引论文分别是p32。将以上信息表示为一个有向图，如图3所示。图中包含学者节点ai(i＝1,2,3)和论文节点pik(k＝1,2,3)，学者节点和论文节点之间由边apik连接。此外，在图中，根据论文节点之间是否存在边，进而推测出学者节点之间是否存在边。如果学者节点之间存在边，则边的指向与论文节点之间边的指向相同，由aaij(j＝1,2,3)表示。比如，论文节点p12和p23之间存在边pp32，则学者节点a1和a2之间存在边aa21，两条边的指向相同。在本实施例中，a1,a2,a3存在互相引用对方论文的情况，因此这三个学者节点之间两两存在互相指向对方的边。
2)计算学者论文关系网络每个节点的权重；
对有向图网络G中所有论文节点和学者节点计算权重，具体步骤如下：
2-1)针对有向图网络G中任一论文节点，统计指向该论文节点的边(该边另一端的节点也为论文节点)的数量作为该论文节点的权重。本实施例中，在图3中，论文节点p11和p22的权重分别为3。
2-2)针对有向图网络G中任一学者节点，将与该学者节点通过边连接的所有论文节点的权重组成该学者节点对应的论文节点权重数组。针对该学者节点的论文权重数组，将该数组中所有元素按照从大到小排序；排序后，如果该学者节点的论文权重数组中第i个元素的值大于或等于i，但是第i+1个元素的值小于i+1，则该学者节点的权重为i；排序后，如果该学者节点的论文权重数组中所有元素的值均大于或等于该数组元素的个数，则该学者节点的权重为数组元素的个数；
本实施例中，根据以上计算方法，学者节点a1,a2,a3的权重分别为3,2,1。
3)计算待评价学者的学术影响力分值；
根据学者节点的权重以及学者节点之间的引用关系，计算学者的学术影响力分值。具体步骤如下：
3-1)针对有向图网络G中待评价学者对应的学者节点，统计所有指向该学者节点且边的另一端为其他学者节点的边，获取统计结果中每条边除待评价学者对应的学者节点外另一端点对应的学者节点的权重，将所有权重表示为该待评价学者的引用者数组。本实施例中，在图3中，指向待评价学者节点a1且边的另一端为学者节点的边共有两条，此两条边的另一端的端点分别为a2,a3，这两个学者节点权重分别为2，1，因此待评价学者节点a1的引用者数组表示为[2,1]。
3-2)将引用者数组中所有元素按照从大到小排序；排序后如果该数组中第i个元素大于或等于i，但是第i+1个元素小于(i+1)，则待评价学者的学术影响力分值为引用者数组排序后前i个元素的平均值与与该待评价学者节点对应的学者节点权重的和。排序后如果引用者数组中所有元素的值均大于或等于引用者数组元素的个数，则待评价学者的学术影响力分值为引用者数组所有元素的平均值与该待评价学者对应的学者节点权重的和。学者的学术影响力分值可以用公式(1)进行计算：
Figure GDA0002813359370000051
其中，we表示待评价学者节点e的权重，wi表示与e具有引用关系且边指向e的其他学者节点的权重。
本实施例中，根据以上计算方法，待评价学者a1的学术影响力分值为5。
根据本发明得到的结果，对于同一学科领域，学者学术影响力分值越高则代表该学者的学术影响力越高。
本发明提出一种基于上述方法的基于学者论文关系网络的学者学术影响力计算系统，结构如图4所示，包括论文抓取模块、学者论文关系网络构建模块、网络节点权重计算模块和学者学术影响力计算模块。所述论文抓取模块的输出端连接学者论文关系网络构建模块相的输入端，学者论文关系网络构建模块的输出端连接网络节点权重计算模块的输入端，网络节点权重计算模块的输出端连接学者学术影响力计算模块的输入端。
所述论文抓取模块用于利用网络爬虫方法获取待评价学者信息，待评价学者信息的发表论文列表和待评价学者每篇论文对应的施引论文列表，获取每篇施引论文的作者以及该作者的发表论文列表及该作者每篇发表论文对应的施引论文列表，并将获取的所有信息发送给学者论文关系网络构建模块；
所述学者论文关系网络构建模块用于根据从论文抓取模块接收的信息，构建学者论文关系网络并发送给网络节点权重计算模块；
所述网络节点权重计算模块用于根据学者论文关系网络计算该网络中每个论文节点权重和每个学者节点权重并发送给学者学术影响力计算模块；
学者学术影响力计算模块根据从网络节点权重计算模块接收到的每个论文节点权重和每个学者节点权重，利用本发明方法计算学者学术影响力分值。
作为优选，所述待评价学者信息包括姓名、工作单位、研究方向。
作为优选，学者论文关系网络构建模块根据从论文抓取模块接收的信息，构造包含“学者与论文之间存在发表关系”、“论文与论文之间存在引用关系”、“学者与学者之间存在引用关系”的学者论文关系网络，并表示为一个有向图形式并输出。
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 (2)

1.一种基于学者论文关系网络的学者学术影响力计算方法，其特征在于，包括以下步骤：
1)确定待评价学者，构造学者论文关系网络；具体步骤如下：
1-1)确定待评价学者，根据待评价学者信息，获取该待评价学者的发表论文列表，以及待评价学者每篇论文对应的施引论文列表；从所述施引论文列表中获取每篇施引论文的作者，该作者的发表论文列表及该作者每篇论文对应的施引论文列表；
1-2)利用步骤1-1)的结果，构建学者论文关系网络；具体实现方法为：
创建一个有向图网络G＝(A,P,AP,PP,AA)作为学者论文关系网络，其中A表示|A|个学者节点集合，表示待评价学者及待评价学者每篇论文对应的施引论文的作者共同组成的学者集合；P表示|P|个论文节点的集合，表示学者集合发表的所有论文及学者集合发表的所有论文对应的所有施引论文组成的论文集合；根据学者集合发表的所有论文，若存在学者节点ai对应的学者发表了论文节点pix对应的论文，则在学者节点ai和论文节点pix之间构建一条边，边的方向指向论文节点pix，并使用AP表示学者节点集合A和论文节点集合P之间存在的|AP|条边的集合；根据学者集合中每个学者发表的每篇论文分别对应的施引论文列表，在论文节点集合P中每个论文节点之间构建对应边，若存在论文节点pix对应的论文引用了论文节点pjy对应的论文，则在论文节点pix和论文节点pjy之间构建一条边，边的方向指向被引论文的论文节点，并使用PP表示论文节点集合P中所有存在施引关系的论文节点之间的|PP|条边的集合；若论文节点pix存在一条边指向论文节点pjy，则在论文节点pix的作者对应的学者节点ai和论文节点pjy的作者对应的学者节点aj之间构建一条边，由学者节点ai指向学者节点aj，并用AA表示学者节点集合A中所有存在施引关系的学者节点之间的|AA|条边的集合；
2)计算学者论文关系网络每个节点的权重；具体步骤如下：
2-1)对任一论文节点，统计指向该论文节点且边的另一端节点为其它论文节点的边的数量作为该论文节点的权重；
2-2)对任一学者节点，将与该学者节点通过边连接的所有论文节点的权重组成该学者节点对应的论文节点权重数组；将该数组中所有元素按照从大到小排序；排序后，如果该学者节点的论文权重数组中第i个元素的值大于或等于i且第i+1个元素的值小于i+1，则该学者节点的权重为i；排序后，如果该学者节点的论文权重数组中所有元素的值均大于或等于该数组元素的个数，则该学者节点的权重为数组元素的个数；
3)计算待评价学者的学术影响力分值；具体步骤如下：
3-1)统计所有指向待评价学者对应的学者节点且边的另一端为其他学者节点的边，获取统计结果中每条边除待评价学者对应的学者节点外另一端点对应的学者节点的权重，将所有权重组成该待评价学者的引用者数组；
3-2)将引用者数组中所有元素按照从大到小排序；排序后如果该引用者数组中第i个元素大于或等于i且第i+1个元素小于i+1，则待评价学者的学术影响力分值为引用者数组排序后前i个元素的平均值与该待评价学者对应的学者节点权重的和；排序后如果该引用者数组中所有元素的值均大于或等于该数组元素的个数，则待评价学者的学术影响力分值为引用者数组所有元素的平均值与该待评价学者对应的学者节点权重的和。
2.一种基于如权利要求1所述方法的基于学者论文关系网络的学者学术影响力计算系统，其特征在于，包括：论文抓取模块、学者论文关系网络构建模块、网络节点权重计算模块和学者学术影响力计算模块；所述论文抓取模块的输出端连接学者论文关系网络构建模块的输入端，学者论文关系网络构建模块的输出端连接网络节点权重计算模块的输入端，网络节点权重计算模块的输出端连接学者学术影响力计算模块的输入端；
所述论文抓取模块用于获取待评价学者信息、待评价学者信息的发表论文列表和待评价学者每篇论文对应的施引论文列表，获取每篇施引论文的作者以及该作者的发表论文列表及该作者每篇发表论文对应的施引论文列表，并将获取的所有信息发送给学者论文关系网络构建模块；
所述学者论文关系网络构建模块用于根据从论文抓取模块接收的信息，构建学者论文关系网络并发送给网络节点权重计算模块；
所述网络节点权重计算模块用于根据学者论文关系网络计算该网络中每个论文节点权重和每个学者节点权重并发送给学者学术影响力计算模块；
学者学术影响力计算模块根据从网络节点权重计算模块接收到的每个论文节点权重和每个学者节点权重，计算学者学术影响力分值。
CN201911009191.7A 2019-10-23 2019-10-23 基于学者论文关系网络的学者学术影响力计算方法及系统 Active CN110851659B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911009191.7A CN110851659B (zh) 2019-10-23 2019-10-23 基于学者论文关系网络的学者学术影响力计算方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911009191.7A CN110851659B (zh) 2019-10-23 2019-10-23 基于学者论文关系网络的学者学术影响力计算方法及系统

Publications (2)

Publication Number Publication Date
CN110851659A CN110851659A (zh) 2020-02-28
CN110851659B true CN110851659B (zh) 2021-06-29

Family

ID=69597719

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911009191.7A Active CN110851659B (zh) 2019-10-23 2019-10-23 基于学者论文关系网络的学者学术影响力计算方法及系统

Country Status (1)

Country Link
CN (1) CN110851659B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112883147A (zh) * 2021-01-15 2021-06-01 上海柏观数据科技有限公司 一种基于知识关联的论文引用关联指标评估方法和装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102012911B (zh) * 2010-11-19 2012-11-14 清华大学 基于约束优化的专家匹配方法及系统
CN102646122B (zh) * 2012-02-21 2014-01-22 北京航空航天大学 一种学术社交网络的自动构建方法
CN103179198B (zh) * 2012-11-02 2016-01-20 中国人民解放军国防科学技术大学 基于多关系网络的话题影响力个体挖掘方法
CN103729432B (zh) * 2013-12-27 2017-01-25 河海大学 一种引文数据库中主题文献学术影响力的分析与排序方法
CN104657488B (zh) * 2015-03-05 2016-03-02 中南大学 一种基于引用传播网络的作者影响力计算方法
CN106650276A (zh) * 2016-12-29 2017-05-10 大连理工大学 一种基于学术大数据的学者影响力评估方法
CN106778011A (zh) * 2016-12-29 2017-05-31 大连理工大学 一种基于学术异构网络的学者影响力评估方法
CN109657122B (zh) * 2018-12-10 2020-10-20 大连理工大学 一种基于学术大数据的学术团队重要成员识别方法

Also Published As

Publication number Publication date
CN110851659A (zh) 2020-02-28

Similar Documents

Publication Publication Date Title
Rosas et al. The use of concept mapping for scale development and validation in evaluation
Grigoli A hybrid approach to estimating the efficiency of public spending on education in emerging and developing economies
CN107705033A (zh) 一种基于大数据的教学质量测评系统
Pokropek et al. An extension of the invariance alignment method for scale linking
CN109636690A (zh) 基于学习者在线学习行为数据的学习有效性综合评分方法
CN104867074A (zh) 基于遗传算法优化bp神经网络的学生综合素质测定方法
CN110851659B (zh) 基于学者论文关系网络的学者学术影响力计算方法及系统
Khatri et al. Development of scale to measure attitude of farmers’ sons towards permanently working in rural area
CN106960401A (zh) 就业薪酬预估方法、推荐高考院校的方法及装置
CN105069543A (zh) 基于灰色聚类的全视角反馈评价考核方法
Christensen et al. Revisiting scholarly production among recently tenured landscape architecture faculty
Ramasamy et al. Analyzing Link Dynamics in Student Collaboration Networks using Canvas-A Student-Centered Learning Perspective
CN115879820B (zh) 一种基于在线教学反馈信息的师生联结质量评价方法及系统
Efendi APPLICATION OF THE SMART METHOD TO DETERMINE THE BEST VILLAGE
Bachioua et al. Total quality Management at Algerian Higher Education Institutions to promote our roles in comprehensive development
Chen et al. Establishing a measurement framework indicating regional technology innovation ability
Zhao Evaluation research on the effectiveness of practical teaching of ideological and political courses in higher vocational colleges under micro-culture
Lazarev et al. Properties of the Multiple Measures in Arizona's Teacher Evaluation Model. REL 2015-050.
Lazarev et al. Can Multifactor Models of Teaching Improve Teacher Effectiveness Measures?
Liumei et al. Analysis of system implementation effect based on Bayes analysis of imbalanced measures
Madill et al. Measuring Teachers' Attunement to Children's Friendships, Victimization, and Popularity Dynamics.
Ripley Hybrid Logistic and Confined Exponential Growth Models: Estimation Using SEM Software
Elijio Reading achievements in urban and rural communities: Comparative analysis of the equity in education
Liu et al. Research on computerized adaptive testing system based on IRT
Shammari An Examination Factors Influencing The Intention To Use Instructional Technologies: An Extention Technlogy Acceptance Model (TAM)

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant