Measuring the academic reputation through citation networks via PageRank
客观评估一个学术机构的声望是一项困难和激烈辩论的任务。在过去的几年里，不同类型的大学排名被提出来量化世界上不同研究机构的卓越性。尽管在某些情况下受到批评，但大学排名的相关性正日益得到承认：事实上，排名对机构和政府层面的研究政策设计产生了重大影响。然而，关于什么样的排名是{ \em确切}衡量的争论是持久的。在这里，我们通过测量一个给定机构的学术声誉的定量和可靠的代理，并通过评估其与不同的大学排名的相关性来解决这个问题。具体来说，我们研究了五个不同的Web of Science学科类别的大学之间的引文模式，并使用\pr ~算法对五个产生的引文网络。我们的工作背后的基本原理是，科学引文是由参考文献的声誉驱动的，因此PageRank算法预计将产生一个排名，反映学术机构在特定领域的声誉。我们的研究结果允许量化的威望，一组机构在某一研究领域的基础上，只有硬文献计量数据。鉴于分析的数据量，我们的调查结果在统计上是强大的，不太容易出现偏差，在与特设调查往往采用排名机构，以达到类似的结果。因为我们的研究结果被发现与ARWU主题排名非常相关，我们在论文中提出的方法可能会打开新的学术排名方法的大门，这些方法通过协调学术声望的定性评估与其通过出版影响的定量测量，超越了当前的方法。
2019-01-04 cs.DL cs.SI physics.soc-ph
Quantifying and suppressing ranking bias in a large citation network
人们普遍认为，由于不同的科学领域采用不同的引用实践，不同领域的论文引用数不能直接比较。引用次数也受到论文年代的影响，因为较老的论文有更多的时间吸引引用。各种程序旨在消除这些偏差，并产生新的标准化指标，如相对引用数。我们使用Microsoft Academic Graph的大型引用数据集和基于Mahalanobis距离的新统计框架来显示，通过众所周知的指标（包括相对引用计数和Google的PageRank得分）进行的排名受到论文领域和年龄的显著影响。我们提出了一个一般的规范化程序的动机$z$分数，产生更少的偏见排名时，引用计数和PageRank分数。
2017-03-23 cs.DL cs.IR physics.data-an
First Author Advantage: Citation Labeling in Research
科学计量学的主要研究对象是研究论文之间的引文及其形成的网络。引用的行为反映了引用者对相关文献和被引用作品的了解。我们的目标是通过研究引用键来深入了解这一过程：用户选择标签来识别被引用的作品。我们的主要观察结果是，第一作者在这些标签中的比例不成比例，这意味着对第一作者的强烈心理偏见。
2013-10-07 cs.DL
How Does Author Affiliation Affect Preprint Citation Count? Analyzing Citation Bias at the Institution and Country Level
引文是科学话语的一个重要方面，对于量化研究者的科学影响力具有重要意义。以前的作品观察到，引用不仅基于纯学术贡献，而且基于非学术属性，如作者的从属关系或性别。这样就产生了引文偏差。现有的作品，然而，没有分析预印本方面的引用偏见，虽然他们在现代学术交流中发挥着越来越重要的作用。在本文中，我们调查预印本是否受到引文偏见方面的作者隶属关系。我们测量引用偏差bioRxiv预印本及其出版商版本在机构层面和国家层面，使用洛伦兹曲线和基尼系数。这使我们能够减轻混杂因素的影响，并查看与作者从属关系相关的引用偏见是否对预印本引用产生更大的影响。我们观察到一致较高的基尼系数预印本比出版商的版本。因此，我们可以确认引用偏差的存在，而且在预印本的情况下更严重。随着预印本的增加，基于隶属关系的引用偏见不仅对作者来说是一个重要的话题（例如，当决定引用什么时），而且还包括使用引用进行科学影响量化的人和机构（例如，资助机构基于引用计数来决定资助）。
2022-05-04 cs.DL
$C^3$-index: A PageRank based multi-faceted metric for authors' performance measurement
对科学作者进行排名是一项重要但具有挑战性的任务，这主要是由于不断发展的科学出版物的动态性质。作者的生产力和影响力的基本指标仍然是出版物的数量和引用计数（导致流行的指标，如h指数，g指数等）。H指数及其流行的变体主要用于高被引作者的排名，因此在对数量占多数的中被引和低被引作者进行排名时无法解决联系。因此，这些指标在预测有前途的年轻研究人员在职业生涯开始时的能力方面是低效的。在本文中，我们提出了$C^3$ -索引，结合了作者的引用和合作的影响，在一个系统的方式使用加权多层网络排名的作者。我们在计算机科学的大量出版物数据集上进行了实验，结果表明：（i）$C^3$ -索引随时间的推移是一致的，这是排名度量的基本特征之一，（ii）$C^3$ -索引与h-索引及其变体一样有效，可以对高被引作者进行排名，（iii）$C^3$ -索引可以作为冲突解决度量，以打破中被引和低被引作者排名中的联系，（iv）$C^3$ -指数也可以用来预测未来的成功者在其职业生涯的早期阶段。
2016-10-22 cs.DL
Author Name Co-Mention Analysis: Testing a Poor Man's Author Co-Citation Analysis Method
作为德语国家的社会科学信息服务机构，我们记录相关领域的研究项目，出版物和数据。与此同时，我们的目标是提供这些领域有充分依据的文献计量学研究。然而，对德国社会科学领域进行引文分析是一个严峻的挑战，因为这些领域在标准引文数据库中的覆盖率很低，而且可能存在明显的偏见。然而，引文，尤其是作者引文，在文献中起着非常重要的作用。在这项正在进行的工作中，我们报告的作者姓名共同提及分析的一个特别有趣的语料库的德国社会学的大片段的初步方法和结果：四分之一世纪的德国社会学协会（DGS），庆祝其成立100周年会议在2012年的全文诉讼。结果是令人鼓舞的作者共引分析的这个可怜的表亲，但相当大的改进，特别是全文分析的基础计算基础设施，似乎是明智的全面部署这种方法。
2013-09-20 cs.DL
Author-choice open access publishing in the biological and medical literature: a citation analysis
在这篇文章中，我们分析了2003年至2007年在11种生物和医学期刊上发表的文章的引文，这些文章采用作者选择开放获取模式。控制已知的引文解释性预测因子，11种期刊中只有2种显示出积极和显著的开放获取效应。综合分析所有期刊，我们发现论文引用量小幅但显著增加了17%。此外，有强有力的证据表明，开放获取的优势正在以每年约7%的速度下降，从2004年的32%下降到2007年的11%。
2008-12-12 cs.DL
Large publishing consortia produce higher citation impact research but co-author contributions are hard to evaluate
本文介绍了一种简单的凝聚聚类方法，以确定大型出版联盟，至少有20个作者和80%的文章之间的作者共享。根据1996-2018年的Scopus期刊文章，在这些标准下，几乎所有（88%）的大型联盟发表的研究的引用影响力高于世界平均水平，但主要是较新的联盟，其平均引用计数不可靠。平均而言，联盟研究的引用影响力几乎是世界平均水平的两倍（1.95）。在大多数联盟中，至少部分按字母顺序排列的作者是规范的。250个最大的财团是围绕昂贵设备的核物理学和天文学，以及基因组学、医学、公共卫生、微生物学和神经心理学中主要与健康有关的问题。对于与健康有关的问题，除了第一个和最后几个作者之外，作者身份似乎主要表明对收集原始数据所需的共享项目基础设施的贡献。研究评估人员不可能在庞大的物理学和天文学字母联盟中确定单个作者的贡献，而对于健康相关联盟的中间和最终作者来说，这是一个问题。对于小规模的评价，可以使用作者贡献声明（如果有的话）。
2019-06-05 cs.DL
Metrics to Detect Small-Scale and Large-Scale Citation Orchestration
本研究提出三个指标（引用与h指数平方比、解释50%引用的作者数、超50篇合著论文的合著者数）以检测小规模和大规模引用编排，并基于Scopus数据探讨其分布与阈值。
2025-06-24 cs.DL
Graph Analysis of Citation and Co-authorship Networks of Egyptian Authors
该研究利用 Semantic Scholar 数据与 Networkx 构建埃及机构作者的引文及合著网络，通过清洗数据和中心性分析识别高影响力出版物，为学术评估与决策提供支持。
2024-12-19 cs.DL
Biblioranking fundamental physics
我们提出了改进现有研究的影响的措施，如计算论文数量，引用和$h$索引。由于不同的论文和不同的领域有很大不同的共同作者和参考文献的平均数量，我们用共同作者之间共享的单独引用取代引用。其次，我们将PageRank算法应用于论文之间的引用，改进了引用计数。由于是按时间排序的，这简化为对引用后代的加权计数，我们称之为PaperRank。类似地，我们计算一个AuthorRank应用PageRank算法的作者之间的引用。这些指标量化了作者或论文的影响力，同时考虑了引用它的作者的影响力。最后，我们展示了如何通过定义一个封闭的引用币市场来消除自引用和循环引用。我们将这些指标应用于InSpire数据库，该数据库涵盖了基础物理学、论文排名、作者、期刊、研究所、城镇、国家、大洲、性别、历史和近期。
2021-04-06 astro-ph.CO cs.DL hep-ph
Recognition of Emerging Technology Trends. Class-selective study of citations in the U.S. Patent Citation Network
通过采用基于引用的专利递归排名方法，可以跟踪新技术领域的演变。具体而言，它表明，激光/喷墨打印机技术出现的重组两个现有的技术：顺序打印和静态图像生产。来自不同“先驱”类别的引文的动态阐明了新领域出现的机制，并提供了对未来技术发展进行预测的可能性。对于专利网络，PageRank阻尼因子的最佳值接近0.5; d=0.85的应用导致不可接受的排名结果。
2016-02-25 cs.DL physics.soc-ph
OC-AND: A Citation-Enriched Benchmark for Author Name Disambiguation
University of Bologna（博洛尼亚大学）；University of Copenhagen（哥本哈根大学）
针对现有作者名消歧基准多源自封闭环境的问题，本文构建了开放且丰富引用信息的OC-AND基准数据集，保留WhoIsWho真值结构，引入开放环境特征，支持更贴近实际的AND方法评估与相关研究。
2026-10-12 cs.DL
On Good and Bad Intentions behind Anomalous Citation Patterns among Journals in Computer Sciences
科学期刊是大多数作者的重要出版选择。在知名期刊上发表论文对作者的录用和晋升起着决定性的作用。在过去的十年中，引用压力对所有科学实体来说比以往任何时候都更加完整。不道德的出版实践已经开始操纵广泛使用的绩效指标，如期刊的“影响因子”和作者的基于引用的指数。这威胁到科学质量的完整性，并剥夺了合法作者及其真实出版物的应有声誉。在本文中，我们提取所有可能的异常引用模式之间的期刊从计算机科学书目数据集，其中包含2,500多种期刊。除了过度的自引外，我们主要集中在发现两种或多种期刊之间的几种模式，如双向互引、链、三角形、网格、卡特尔关系。在宏观层面上，我们的动机是通过建模期刊如何通过引用相互作用来理解这些模式的本质。在微观层面上，我们区分这些模式背后可能的意图（好的或坏的）。我们看到这种模式是否长期或在任何特定的时间段内普遍存在。对于非正常的引文行为，我们研究了期刊影响因子在时间基础上突然膨胀的本质，这种膨胀可能是由于在这种封闭模式的相互作用中增加了无关和多余的引文而发生的。我们还研究了可能的影响，如突然增加的论文计数，由于存在的自指论文或重复的手稿，作者自引，作者合著网络，作者编辑网络，出版社等整个研究是做质疑现有的文献计量学的可靠性，因此，这是一个迫切需要削减其使用或重新定义它们。
2018-07-27 cs.DL
Early identification of important patents through network centrality
技术预测中最具挑战性的问题之一是尽早确定那些有可能导致我们社会发生根本变化的技术。在本文中，我们使用美国专利引文网络（1926-2010年），以测试我们的能力，早期识别一系列具有历史意义的专利，通过引文网络分析。我们表明，为了有效地发现这些专利后不久，他们被授予，我们需要超越原始引用计数，并考虑到引文网络拓扑结构和时间信息。特别是，一个年龄归一化的专利中心性的措施，称为重新缩放的PageRank，使我们能够识别显着的专利早于引用计数和PageRank得分。此外，我们发现，虽然高影响力专利倾向于以类似于科学论文的方式依赖于其他高影响力专利，但专利的引用动态明显慢于论文，这使得重要专利的早期识别比重要论文更具挑战性。
2017-10-25 cs.DL cs.IR cs.SI
An approach to the author citation potential: Measures of scientific performance which are invariant across scientific fields
引用潜力是被引用概率的度量。显然，科学、社会科学和人文科学领域之间的差异是不同的，因为跨学科的出版和引用行为存在系统性差异。过去，引用潜力是在期刊层面上研究的，考虑到已建立的期刊组的平均引用数量（例如，皇冠指标是基于Web of Science数据库中的期刊主题类别）。本文从三个不同的研究维度对作者的科学研究进行了描述：产出（期刊论文）、影响（期刊引用）和参考（文献来源）。然后，我们提出了不同的措施的基础上，这些方面的比例为作者的引用潜力。从CSIC研究中心（西班牙）随机挑选的四个学科领域的120名高产作者的实证应用表明，生产和影响维度之间的比率是对单个作者一级引用潜力的标准化衡量。此外，这一比率降低组间方差相对于组内方差的比例高于所分析的其他指标。此外，它与所使用的期刊影响力指标类型一致。这一结果的一个可能的应用是在跨学科机构的选拔和晋升过程中，因为它允许根据作者的具体科学研究进行比较。
2014-10-08 cs.DL
Categorizing Influential Authors Using Penalty Areas
h指数的概念已经被提出来，以方便地评估一个研究人员的性能与一个单一的二维数字。然而，通过仅使用这个单一的数字，我们丢失了关于作者出版物列表中每篇文章的引用数量分布的重要信息。具有相同h指数的两个作者可能具有完全不同的每篇文章被引次数分布。一个人可能在引用曲线上有一个很长的“尾巴”，也就是说，他可能发表了大量的文章，但没有得到相对较多的引用。另一位研究者可能有一个短尾巴，即他几乎所有的出版物都得到了相对大量的引用。在这篇文章中，我们研究了作者的引文曲线，并定义了出现在这条曲线上的一些区域。这些领域用于从定量和定性的角度进一步评估作者的研究绩效。我们称这些区域为“惩罚”区域，因为它们越大，作者的表现就越受惩罚。此外，我们使用这些领域来建立新的指标，旨在将研究人员分为两个不同的类别：“有影响力的”与“大规模生产者”。
2013-09-01 cs.DL
Authorship-contribution normalized Sh-index and citations are better research output indicators
针对传统文献计量指标无法体现个人贡献差异的问题，研究团队开发了可集成Google Scholar的开源工具GScholarLens，提出按作者角色加权的Sh指数，还新增撤稿检测功能，为学术评估提供更贴合实际贡献的开源框架。
2025-09-04 cs.DL
A Single Journal Study : Malaysian Journal of Computer Science
单期刊的研究进行了审查，并在研究中使用的措施突出显示。本文采用以下定量方法对《马来西亚计算机科学杂志》发表的272篇论文进行了研究：（1）1985 - 2007年该杂志的论文生产率;（2）利用作者生产率的洛特卡定律、核心作者的识别和排序，对观察到的和预期的作者生产率进行了检验;（3）按作者来源国和所属机构划分的作者身份、合著模式;（4）研究的主题领域;（5）引用资源的引文分析以及引文的年代和半衰期;引用的期刊和测试的地带性分布使用布拉德福德的期刊分散的法律;网络引用的程度;和（6）引用收到的文章发表在MJCS和影响因子的期刊的基础上从谷歌学术，作者和期刊自引的水平获得的信息。
2013-01-23 cs.DL
Thirty-Two Years of IEEE VIS: Authors, Fields of Study and Citations
IEEE VIS会议（VIS）最近将自己重新命名为一个统一的会议，并正式将自己定位于数据科学学科。在这一运动的推动下，我们调查了（1）谁为VIS做出了贡献，以及（2）VIS在科学界的地位。我们根据OpenAlex和IEEE Xplore等来源收集的数据，对过去32年中3，240篇VIS出版物的作者和研究领域进行了研究。我们还检查了引用论文的引用流（即，VIS中引用的那些）到VIS，以及从VIS到引用论文（即，引用VIS）。我们发现，VIS已变得越来越受欢迎和协作。出版物、独特作者和参与国家的数量一直在稳步增长。无论是跨国合作，还是教育和非教育机构之间的合作，即“跨类型合作”，都在增加。美国的主导地位正在下降，中国作者现在是VIS的重要组成部分。在作者所属类型方面，VIS越来越多地由来自大学的作者主导。我们发现，VIS研究的主题、灵感和影响是有限的，例如（1）VIS及其参考和引用的论文主要属于计算机科学领域，（2）引文主要在计算机科学的同一组子领域之间流动。我们的引文分析表明，获奖的VIS论文有更高的引用。交互式可视化、复制数据、源代码和补充材料可在https://32vis.hongtaoh.com和https://osf.io/zkvjm上获得。
2022-08-07 cs.DL
Are self-citations a normal feature of knowledge accumulation?
科学是一种累积性的活动，它可以通过引用的行为来表现自己。引文也是研究评价的核心，从而激励研究人员引用自己的工作。本文使用一个包含超过6300万篇文章和5100万名已消除歧义的作者的数据集，考察了自引和自指在学术交流景观中的相对重要性，它们与作者年龄和性别的关系，以及它们对各种研究评估指标的影响。结果表明，自我引用和自我参考在整个研究人员的职业生涯中朝着不同的方向发展，男性和老年研究人员更有可能自我引用。虽然自引平均对作者的引用率有小到中等的影响，但它们高度夸大了一部分研究人员的引用。通过比较被引和引用论文的摘要来评估不同类型引文的相关性，结果表明自引比其他类型的引文更相似，因此更相关。然而，自我参考更多的研究人员倾向于包括不太相关的引文。文章最后讨论了自引在学术交流中的作用。
2023-03-05 cs.DL
Co-citation and Co-authorship Networks of Statisticians
我们收集并清理了大量关于统计出版物的数据集。该数据集由统计学、概率学和机器学习领域36种代表性期刊上发表的83，331篇论文的合著关系和引文关系组成，跨越41年。该数据集使我们能够构建许多不同的网络，并激发了一些研究问题的研究模式和趋势，研究的影响，和网络拓扑结构的统计社区。在本文中，我们集中在（i）使用引文关系来估计作者的研究兴趣，（ii）使用合著者关系来研究网络拓扑结构。使用我们构建的共同引文网络，我们发现了一个“统计三角形”，让人想起统计哲学三角形（Efron，1998）。我们提出了新的方法来构建统计学家的“研究地图”，以及“研究轨迹”为一个给定的作者可视化他/她的研究兴趣演变。使用我们构建的合著网络，我们发现了一个多层社区树，并产生一个Sankey图，以可视化作者在不同子区域的迁移。我们还提出了几个新的指标的研究多样性的个人作者。我们发现，“贝叶斯”，“生物统计学”和“非参数”是统计学的三个主要领域。我们还确定了15个子领域，每个子领域都可以被视为主要领域的加权平均值，并确定了共同作者社区形成的几个根本原因。我们还发现，统计学家的研究兴趣在我们研究的41年时间窗口中发生了显著变化：一些领域（例如，生物统计学、高维数据分析等）变得越来越受欢迎
2022-04-24 cs.DL
Self-citation and its impact on research evaluation: Literature review. Part I
本文对自引对科研评价影响的研究进行了综述。我们介绍了自引及其变体的广义定义：作者，机构，国家，期刊，学科，出版商自引。给出了基本自引测度的计算公式，即自引数和自引率。作者，机构，国家和期刊自引的世界文献进行了更详细的研究。目前的自引的作用和影响的观点进行了汇编和分析。研究发现：（1）自引过多是病态的，自引的缺失是病态的;（2）自引对大型科研单位的影响不大，但对个体研究者的分析可能是关键的;（c）文献计量学成绩低的单位自引的比例一般较高，而顶尖科学家，机构，期刊的大部分引用来自外部。本文还讨论了文献计量工具和数据库如何应对自引可能带来的操纵挑战，以及它们如何校正由它们计算的文献计量指标。本文的第一部分介绍了自引的基本术语和定义，以及讨论和研究最多的自引类型，即作者自引。该论文由RFBR资助，项目编号为20-111-50209
2021-09-19 cs.DL
Measure the Impact of Institution and Paper via Institution-citation Network
本文基于异质性的机构-引文网络，考察了机构和论文的影响力。引入了一个新的模型IPRank，同时衡量机构和论文的影响。该模型利用异质结构测度方法揭示了机构和论文的影响，反映了引文、机构和结构测度的影响。该模型首先基于美国物理学会（APS）数据集构建了一个异构的机构-引文网络，并对该网络的性能进行了评价。随后，PageRank被用来量化机构和论文的影响。最后，合并同一机构的影响力，计算机构和论文的排名。实验结果表明，IPRank模型可以更好地识别诺贝尔奖获得者所在的大学，表明所提出的技术可以很好地反映有影响力的研究。
2020-08-10 cs.DL physics.soc-ph
Empirical Patterns in Google Scholar Citation Counts
学术影响力可以使用作者的引用总数作为实际价值的替代来衡量，但这种衡量标准在不同学科之间的适用性不同。每种出版物被引用次数的细节现在在网络上有更详细的映射，揭示了某些经验模式。本文探讨了这些模式，使用来自谷歌学术的引文数据的一些作者。
2014-01-08 cs.DL
National, disciplinary and temporal variations in the extent to which articles with more authors have more impact: Evidence from a geometric field normalised citation indicator
研究中合作的重要性被广泛接受，因为作者越多的文章往往被引用越多。然而，尽管之前的研究已经调查了合作的明显优势是否因国家，学科和共同作者的数量而异，但本研究引入了一种更细粒度的方法来识别差异：几何平均标准化引文评分（gMNC）。基于对200万篇期刊文章的学科、年份和国家之间的比较，文章的平均引用影响随着作者人数的增加而增加，即使排除国际合作。这种明显的合作优势因学科和国家而异，并随着时间的推移而略有变化。然而，与趋势相反，在俄罗斯，独唱文章更具影响力。在所考察的四个广泛学科中，合作与艺术和人文学科的影响力有着最强的联系。虽然国际比较受到作者所属国系统数据的限制，但新指标是迄今为止最精确的，可以提供统计证据而不是估计数。
2015-11-23 cs.DL
Evolution of interdependent co-authorship and citation networks
对书目数据的研究表明，引文网络的增长与其相应的合著网络之间存在很强的相关性。我们探讨了1970年至2013年美国物理学会期刊上印度作者发表的论文的引用和合著网络之间的相互依赖关系。我们以两种方式记录每对可能的作者之间的交互：第一，通过跟踪他们交换的引用的变化，第二，通过跟踪合著网络中作者之间的最短路径。我们为分析期间的每年创建这些数据。我们使用概率的方法来量化引文和最短路径之间的相关性，以及对引文合作作者系统的动态的影响。我们发现，作者对谁有一个共同作者的距离$d \leq 3$显着影响对方的引文，但这种影响迅速下降，为更长的距离在共同作者网络。与$d=1$的对之间的引文交换在第一次合著事件时表现出突然增加，此后衰减，表明合作中的老化效应。这表明合著网络的动态似乎正在推动引文网络的动态，而不是相反。此外，大多数作者收到的大部分引文是由于当前或过去的共同作者的相互引用。我们的结论是，为了回答科学合作的性质和动力学的问题，有必要同时研究合著和引文网络。
2019-08-31 cs.DL physics.soc-ph
ResearchGate and Google Scholar: How much do they differ in publications, citations and different metrics and why?
ResearchGate在很短的时间内成为科学家和研究人员的热门专业网络。与Google Scholar类似，ResearchGate索引使用自动抓取算法，从各种来源提取有关学术文章的书目数据，引文和其他信息。然而，人们注意到，这两个平台经常显示相同机构、期刊和作者的不同出版物和引文数据。因此，本文试图分析和测量两个平台的高被引作者的大数据集的出版物计数，引文和不同的指标的差异。结果表明，两个平台中相同作者的出版物数量和引用量存在显著差异，其中Google Scholar在绝大多数情况下的数量更高。两个平台计算的不同指标的值也不同，显示出不同程度的相关性。两个平台的报道政策、标引错误、作者归属机制和应对掠夺性出版的策略可能是造成差异的主要原因。
2022-01-28 cs.DL
The relationship between the number of authors of a publication, its citations and the impact factor of the publishing journal: Evidence from Italy
经验证据表明，共同撰写的出版物具有更高的知名度和影响力。目前工作的目的是测试意大利出版物的存在类似的相关性。我们还验证了这种相关性是否不同：i）按主题类别和宏观领域; ii）按文档类型; iii）随着时间的推移。结果证实了世界级的证据，显示出在几乎所有学科类别中，随着合著者数量的增加，出版物的可引用性呈一致和显著的线性增长。这种影响在社会科学和艺术与人文科学领域比在科学领域更显着，这一发现在仔细审查以前的研究时并不明显。此外，我们的研究结果部分否定了作者数量与期刊声誉之间的正相关关系，如其影响因子所衡量的那样。
2018-10-31 cs.DL
Distinguishing True Influence from Hyperprolificity with Citation Distance
Business School, Sichuan University（四川大学商学院）；School of Economics and Management, Anhui University of Science and Technology（安徽理工大学经济管理学院）
本文提出x指数，通过引用距离衡量学术影响，改进了传统指标对高产作者的偏袒，更公平地反映学术成就。
2026-02-12 cs.DL
Author-level metrics in the new academic profile platforms: The online behaviour of the Bibliometrics community
新的基于网络的学术交流平台不仅使研究人员能够更好地宣传他们的学术成果，使其比以往任何时候都更加引人注目，而且还提供了广泛的指标，以帮助作者更好地了解他们的工作正在产生的影响。这项研究有三个目标：a）分析特定科学界（文献计量学，科学计量学，信息计量学，网络计量学和altmetrics）对一些最流行的平台（Google Scholar Citations，ResearcherID，ResearchGate，Mendeley和Twitter）的吸收; b）比较每个平台可用的指标; c）确定所有这些新指标的含义。为了做到这一点，我们提取了这些平台中关于811位作者（文献计量学研究人员，他们的公开资料在谷歌学术引文中被发现）的样本数据。共分析了31个指标。结果显示，大量被分析的研究人员仅在Google Scholar Citations（159）或仅在Google Scholar Citations和ResearchGate（142）中有个人资料。最后，我们发现了两种在线影响的度量。首先，与连接性（追随者）相关的指标，其次，与学术影响力相关的所有指标。这第二组可以进一步分为使用指标（读取，查看）和引用指标。结果表明，Google Scholar Citations是提供更全面的引文相关数据的来源，而Twitter在连接性相关指标方面表现突出。
2018-04-16 cs.DL
A Comparison of On-Line Computer Science Citation Databases
本文分析了两个联机计算机科学引文数据库DBLP和CiteSeer的异同。DBLP中的数据库条目是手动插入的，而CiteSeer条目是通过Web的抓取和用户提交的自动处理自动获得的。CiteSeer的自主引文数据库可以被认为是一种自我选择的在线调查。重要的是要了解这些数据库的局限性，特别是当引用信息被用来评估作者，机构和资助机构的表现。我们发现，CiteSeer数据库包含相当少的单作者论文。这种偏差可以通过具有直观解释的指数过程来建模。该模型使我们能够预测，DBLP数据库涵盖了大约24%的整个计算机科学的文献。CiteSeer对低引用论文也有偏见。尽管它们的差异，这两个数据库表现出类似的和显着不同的引文分布相比，以前的分析物理社区。在这两个数据库中，我们还观察到每篇论文的作者数量随着时间的推移而增加。
2007-03-09 cs.DL
Medical articles in questionable journals are less impactful than those in non-questionable journals but still extensively cited
问题期刊的一个关键特征是缺乏对文章的充分同行评审。因此，质量未知的内容可能会被不知情的从业者利用，或者被纳入同行评审的研究，从而变得合法化。因此，有必要检查可疑期刊文章的引用模式，以了解可疑期刊研究的影响和范围。类似的研究往往侧重于来自低收入和中等收入国家的作者。因此，本研究调查了德国作者在可疑期刊上的研究概况和影响。可疑的期刊是通过将期刊与德国机构的作者的文章进行匹配来确定的，从Dimensions到Cabell的Predatory Reports。从Dimensions中提取这些文章的元数据和非可疑期刊中文章的比较样本，并比较两组之间的3年引文、自引、未引用率、共同撰写和引用国家的概况以及作者的机构类型。2010-2020年，德国作者在88种有问题的期刊上发表了近600篇文章。四分之三的人在医学和健康科学领域。在有问题的期刊上发表的医学文章比在无问题的期刊上发表的类似文章的引用次数要少得多。然而，有问题期刊上的文章仍然被1,736种主要是无问题期刊广泛引用。自我引用仅占这些引文的12%。来自非大学医疗机构的作者在可疑期刊的文章中占比过高。系统层面的变革是必要的，以消除有问题的期刊，并将高质量的研究转移到信誉良好的场所。
2022-10-27 cs.DL
Journal Status
一个演员在社会背景下的地位通常由两个因素来定义：演员从其他演员那里获得的认可的总数和认可演员的声望。这两个因素分别表明了演员的受欢迎程度和专家欣赏之间的区别。我们把前者称为声望，把后者称为威望。这些关于声望和声望的概念也适用于学术评估领域。ISI影响因子（ISI IF）是指期刊在2年内收到的平均引用次数。通过仅仅计算引用的数量而忽略引用期刊的声望，ISI IF是一个受欢迎程度的度量，而不是声望。我们演示了如何加权版本的流行的PageRank算法可以用来获得一个度量，反映声望。我们对比期刊的排名，根据他们的ISI IF和加权PageRank，我们提供了一个分析，揭示了显着的重叠和差异。此外，我们引入了Y因子，这是一个简单的组合，ISI IF和加权PageRank，并发现由此产生的期刊排名对应的一般理解的期刊状态。
2006-01-09 cs.CY cs.DL
Publication productivity and citation analysis of the Medical Journal of Malaysia: 2004 - 2008
我们分析了2004年至2008年期间发表在马来西亚医学杂志上的580篇文章（仅限原创文章），文章引用的资源以及引用和影响。我们的目的是检查文章和作者的生产力，使用的参考文献的年龄和期刊的影响。发表数据来自MyAIS数据库，Google Scholar提供了引文数据。从分析的580篇文献来看，投稿者主要来自医院、大学和诊所。外国作者的贡献很低。引用的参考文献的使用寿命为3至11年。ISI得出的MJM影响因子范围为0.378至0.616。期刊自引率低。在580篇抽样文章中，76.8%的文章在5年内至少被引用过一次，总出版物与引文的比例为1：2.6。
2013-01-23 cs.DL
The Demise of Single-Authored Publications in Computer Science: A Citation Network Analysis
在这项研究中，我分析了DBLP书目数据库，以研究1940年至2019年之间计算机科学文献中单作者出版物的作用。我通过计算多年来单作者出版物的人口比例，引文统计和PageRank分数来检查人口统计和接收情况。自1940年代以来，人口比例和接待人数都在不断下降。单一作者出版物的总体下降趋势在质量上与其他科学学科中观察到的趋势一致，尽管这种下降比自然科学晚了几十年。此外，我分析了单作者出版物的范围和数量，使用页面长度和引用计数作为出版物范围的一阶近似值。虽然这两个指标平均显示出与引用计数的正相关性，但与其他出版物相比，单作者论文的页数或引用计数没有显着差异，这表明存在其他影响单作者出版物引用的因素。
2020-01-02 cs.CY cs.DL
Recency predicts bursts in the evolution of author citations
Indiana University Network Science Institute（印第安纳大学网络科学研究所）；Center for Complex Networks and Systems Research（复杂网络与系统研究中心）；Luddy School of Informatics, Computing and Engineering（勒迪信息学、计算与工程学院）；Institute of Mathematics and Computer Science（数学与计算机科学研究所）
科学论文的引用过程已经被广泛研究。但是，尽管作者积累的引文是其论文引文的总和，但将引文积累的动态从论文转化为作者水平并不简单。在这里，我们进行了系统的研究，作者引文的演变，特别是他们的突发动态。我们发现了作者最近积累的引用数量与他们未来收到的引用数量之间存在相关性的经验证据。使用一个简单的模型，其中作者收到新引用的概率仅取决于在过去12-24个月内收集的引用数量，我们能够重现作者在几十年内的引用和爆发大小分布。
2019-11-27 cs.CL cs.DL physics.soc-ph
Reinforcing Prestige: Journal Citation Biases in Astronomy
Universidade do Porto（波尔图大学）；Alikhanian National Science Laboratory（阿里哈尼扬国家科学实验室）
研究分析了2000-2025年间发表的255,000篇天文学论文，发现跨学科期刊被引用次数远高于其发表量，而专业期刊则相对较少，作者在同期刊发表文章会增强该期刊的引用率，这一现象仍需关注。
2026-03-26 cs.DL
Formation of subject area and the co-authors network by sounding of Google Scholar Citations service
提出的方法是通过探测内容网络来形成学科领域模型和合著者网络。本文提出了Google学术引文服务中标签与作者匹配网络的概念。文中所描述的模型是针对物理光学领域建立的，它可以应用于其他领域。提出的定义科学领域和作者之间的联系的方式描绘了合作的机会和跨学科的多功能性。
2016-05-07 cs.DL cs.SI
Citation Count Analysis for Papers with Preprints
我们探讨了在arXiv上预发表的论文获得更多引用的程度，试图更清晰地描绘与预发表相关的公平问题。论文的引用计数是使用负二项广义线性模型（GLM）估计的，同时观察一个二元变量，该变量表明该论文是否已预先发表。我们控制作者影响力（通过作者在论文写作时的h指数），发表地点和论文在arXiv上可用的总时间。我们的分析只包括最终在顶级CS会议上被接受发表的论文，并且在接受通知之前或之后发布在arXiv上。我们观察到，在被接受之前提交给arXiv的论文，与之后提交的论文相比，在接下来的一年中平均有65%的引用。我们注意到这一发现不是因果关系，并讨论可能的下一步。
2018-05-14 cs.DL
Collaboration Effect by Co-Authorship on Academic Citation and Social Attention of Research
学术引用和社会关注衡量研究成果影响力的不同维度。这两个指标相互之间并不相关，它们受到许多因素的影响。这些因素包括研究领域、访问类型和合著。在这项研究中，增加的影响，由于共同作者在科学文章按研究领域和访问类型分类，进行了量化。为此，分析了2018年发表的244，880篇研究论文到2021年积累的引文和社会关注度。数据来源是Dimensions.ai，研究单位是经济学、历史和考古学以及数学方面的研究文章。作为主要结果，小部分文章获得了大部分的引用和大部分的社会关注。总的来说，随着合著者人数的增加，引文和社会关注度都在增加。因此，共同作者的数量越多，在学术文章中被引用和在社交媒体上被提及的概率就越大。合作在引用和社会关注方面的优势与出版物的访问类型无关。此外，虽然与一个额外的合著者的合作在引用和社会关注方面通常是积极的，但这些积极影响随着合著者人数的增加而减少。
2022-06-15 cs.DL stat.AP
The Closer the Better: Similarity of Publication Pairs at Different Co-Citation Levels
本文从期刊、文章、章节、段落、句子和括号等不同共引层次上考察了被共引的论文对的相似性。我们的研究结果表明，文本相似性，知识重叠（共享参考文献），作者重叠（共享作者），在出版时间的接近度都单调上升的共引水平越低（从期刊到括号）。虽然相似性的主要增加发生在从期刊到文章共引时，但所有级别的变化都需要增加相似性，特别是节到段落和段落到句子/括号级别。我们比较了2010-2015年四种期刊的结果：Cell，欧洲运筹学杂志，物理快报B和研究政策，具有一致的一般结果和一些有趣的差异。我们的研究结果激励使用颗粒共引信息定义的有意义的文本单位，与影响，除其他外，科学地图的制定和检索的学术文献。
2017-10-27 cs.DL
Bibliometrics/Citation networks
除了塑造社交网络之外，例如，在合著关系方面，科学传播还诱导和复制认知结构。科学文献是按照学科和专业进行智力组织的;这些结构通过引用这些文献中嵌入的作者、概念和文本而被反射性地复制和网络化。认知结构的概念是由David Krackhartt在1987年的社会网络分析（SNA）中引入的，但SNA的重点迄今为止一直是将认知作为人类能动性的心理属性。在文献计量学中，以及在更普遍的科学和技术研究中，社会认知结构指的是超个人层面的智力组织。这种知识组织出现了，并被作者的集体所复制，这些作者不仅根据人际关系组织起来，而且根据特定领域的交流代码组织起来。引文可以作为这一编纂过程的指标。
2015-02-23 cs.DL
Analysis of effects to scientific impact indicators based on the coevolution of coauthorship and citation networks
本研究通过优先连接构建合著与引文联合网络，模拟论文发表与引用过程，分析参数对期刊影响因子和h指数的影响，发现参考文献数、论文寿命、团队规模和新作者概率等参数可显著改变指标，且易被操纵，强调持续改进指标的必要性。
2024-04-19 cs.DL
Research Citations Building Trust in Wikipedia
该研究通过跨出版商的作者调查，探究学者对维基百科研究引用的态度，发现整体态度积极，但不同内容类型和学科间存在差异，为相关后续研究奠定基础。
2024-09-18 cs.DL
Citations in Software Engineering -- Paper-related, Journal-related, and Author-related Factors
许多因素会影响论文的引用次数。引文在研究政策和衡量研究和研究人员的卓越性方面发挥着重要作用。这项工作是在软件工程（SE）的第一项研究，以评估多种因素影响的引用次数SE文件。我们使用（a）负二项回归和（b）分位数回归来研究论文的算术平均值和中位数预期引用。我们的数据集包括1970年至2018年期间在16种主要SE期刊上发表的所有25，113篇论文。研究结果表明，论文发表地点、作者团队被引次数、论文长度、参考文献数量和参考文献的近度是影响科技论文被引次数的主要因素。从我们的实证研究结果中，我们提出了几个启示和建议，以获得更高的引用他们的论文，这是除了进行高质量的技术研究，例如（1）瞄准高知名度的场地，（2）建立一个高质量的作者团队与高引用过去的论文，（3）以内容全面的高质量工作为目标（因此论文长度和参考文献列表更长）。
2019-08-13 cs.DL cs.SE
Joint Modeling of Topics, Citations, and Topical Authority in Academic Corpora
KAIST（韩国科学技术院）；Australian National University（澳大利亚国立大学）
许多科学进步都源于以前发表的发现，但在浩瀚的科学出版物中搜索是很困难的。我们经常依靠学术权威的指标来寻找杰出的作者，但这些权威指数并没有根据研究主题区分权威。我们提出了潜在的主题权威索引（LTAI），共同建模的主题，引文和主题权威的学术论文语料库。与以前的模型相比，LTAI在两个主要方面有所不同。首先，它明确地模拟了引文的生成过程，而不是将引文视为给定的。其次，它根据被引论文的主题以及被引论文来建模每个作者对论文被引的影响。我们适合LTAI四个学术语料库：CORA，Arxiv Physics，PNAS和Citeseer。我们比较了LTAI对各种基线的性能，从潜在的Dirichlet分配开始，到更高级的模型，包括作者链接主题模型和动态作者引用主题模型。结果表明，LTAI在预测出版物的单词、引文和作者时，比其他类似模型的准确率有所提高。
2017-06-02 cs.CL cs.DL cs.SI
A comparative analysis of local network similarity measurements: application to author citation networks
了解论文和作者引用的演变对于设计可以促进和加速科学发现的研究政策和评估标准至关重要。近年来，许多关于科学演化的研究都是在科学领域的涌现科学的背景下进行的。虽然许多研究探讨了引文网络中的链接问题，但只有少数研究分析了作者引文网络中链接预测的时间性质。在这项研究中，我们比较了10个著名的本地网络相似性测量的性能，以预测未来的链接在作者引文网络。与传统的链接预测方法不同，预测链接的时间性质与我们的方法相关。我们的分析揭示了有趣的结果。Jaccard系数被认为是最相关的测量。相反，优先附件测量显示出最差的性能。我们还发现，本地测量的扩展到他们的加权版本并没有显着提高预测引用的性能。最后，我们还发现，一个神经网络的方法总结的信息，从所有10个考虑的相似性测量是不能够提供最高的预测性能。
2021-03-25 cs.DL cs.SI
Simplified Relative Citation Ratio for Static Paper Ranking: UFMG/LATIN at WSDM Cup 2016
论文的静态排名在学术搜索环境中起着关键作用。在文献中通常使用许多功能来产生这样的排名，一些例子是基于引用的指标，PageRank的不同应用等等。最近，学习排序技术已经成功地应用于组合产生有效结果的特征集。在这项工作中，我们提出了度量S-RCR，这是一个简化版本的度量称为相对引用率-都基于一个共同的引文网络的想法。与经典版本相比，我们的简化S-RCR可以提高效率并具有合理的有效性。我们使用S-RCR对Microsoft Academic Graph数据集中超过1.2亿篇论文进行排名。通过使用这个没有参数也不需要调整的单一功能，我们的团队能够在2016年WSDM杯第一阶段获得第三名。
2016-03-04 cs.DL cs.IR
Gender Gap in Natural Language Processing Research: Disparities in Authorship and Citations
National Research Council Canada（加拿大国家研究委员会）
性别之间在作者和引用方面的差异不仅对弱势性别，而且对整个研究领域都可能产生重大不利影响。衡量性别差距是解决这些问题的关键一步。在这项工作中，我们研究了女性第一作者的百分比和引用他们的论文在自然语言处理（1965年至2019年）。我们使用现有的手动策划的作者-性别列表以及与性别密切相关的名字来确定聚合级统计数据。我们发现，只有大约29%的第一作者是女性，只有大约25%的最后作者是女性。值得注意的是，这一比例自2000年代中期以来没有改善。我们还表明，平均而言，女性第一作者被引用的次数少于男性第一作者，即使在控制经验和研究领域的情况下。最后，我们讨论了自动人口统计分析中涉及的伦理问题。
2020-09-03 cs.CL cs.DL
Citation network applications in a scientific co-authorship recommender system
Sberbank（俄罗斯联邦储蓄银行）；National University of Science and Technology “MISIS”（国立研究型技术大学莫斯科钢铁合金学院）
在科学合作领域，共同作者的选择问题可能是一个令人生畏的问题。在本文中，我们提出了一个新的管道，有效地利用引文数据的链接预测任务的合著网络。特别是，我们探讨了基于不同图的数据聚合策略的推荐系统的功能。由于图神经网络证明了它们在与推荐系统相关的广泛任务上的效率，因此我们利用它们作为预测科学界潜在合作的相关方法。
2021-11-22 cs.DL cs.LG
Depth and Breadth of Research Area Coverage and Its Impact on Publication Citation: An Analysis of Bibliometric Papers
本研究通过文献计量分析发现，研究领域覆盖的深度与广度显著影响论文被引用，高影响力论文引用和吸引更广泛领域，拓宽知识流动，建议作者广泛引用高影响力文献。
2023-11-12 cs.DL
Statistics in everyone's backyard: an impact study via citation network analysis
越来越多的策展引文数据为分析和理解科学出版物的知识影响力提供了丰富的资源。在统计学领域，目前对引文数据的研究主要集中在统计期刊和论文之间的相互作用上，将影响力的衡量主要局限于统计学本身。在本文中，我们迈出了理解统计在大数据时代对其他科学领域的影响的第一步。通过从Web of Science数据库中收集选定的统计期刊的综合文献计量学数据，我们调查了随着时间的推移，引用领域的引用趋势和组成，以显示其多样性一直在增加。此外，我们使用的本地聚类技术，涉及个性化的PageRank与电导大小选择，找到最相关的统计研究领域为一个给定的外部感兴趣的话题。我们为该过程提供了理论保证，并通过一些案例研究，表明我们的引文数据的结果与我们对这些外部主题的知识和直觉非常一致。总的来说，我们发现统计学界最近发明的统计理论和方法对其他科学领域的影响越来越大。
2021-10-16 cs.DL stat.AP
Community Detection and Growth Potential Prediction Using the Stochastic Block Model and the Long Short-term Memory from Patent Citation Networks
专利文献评分对技术管理非常有用。然而，传统的方法是基于静态模型，因此，不反映技术集群的专利的增长潜力。因为即使专利集群没有增长的希望，我们也认识到，如果PageRank或其他排名得分很高，那么专利就很重要。因此，有必要开展引文网络聚类和未来引文预测。本研究利用随机块模型对专利引文网络进行聚类分析，目的是使企业管理者和投资者能够评估技术的规模和生存周期。结果表明，嵌套SBM适用于专利引文网络的图聚类。此外，当通过使用LSTM预测每个集群的增长潜力时，获得了高MAPE值，并且方向准确度达到了大于50%的值。
2019-04-23 cs.DL cs.IR
