学者研究主题演化的时空测度:速度、覆盖度和迂回度

来源：图书情报工作杂志2022年第24期北京时间：

作者：步一,黄圣智,黄永,陆伟

单位：1. 北京大学信息管理系 北京 100871;2. 武汉大学信息管理学院 武汉 430072

摘要：[目的/意义]运用深度学习技术,提出结合时间和空间特征的测度(速度、覆盖度和迂回度)方法,用于量化学者研究主题演化,从而为基于内容的学者评价提供量化依据。[方法/过程]提出三维指标框架,其中速度反映作者改变研究主题快慢的平均程度,覆盖度反映作者研究内容所覆盖的主题广度,迂回度反映作者研究路径的曲折性。使用微软学术数据集中计算机科学的作者进行实证研究,并考察学者研究主题演化的三维测度和学者学术影响力和生产力的关系。[结果/结论] 实证研究结果显示,覆盖度与总被引量和总发文量的关系为单调递减,这一特征说明聚焦于特定研究主题较为深入的作者,其发文量和影响力都较大。作者研究主题演化的"速度"和"迂回度"与总被引量、总发文量都存在先增加后减少的倒U型关系。所提出的多维度指标框架不仅可在理论上丰富科学计量学对于学者研究主题转移演化及其机制的理解,而且结合深度学习模型提出了问题的解决思路。

关键词：研究主题,深度学习,学术影响力,科学评价,科学计量学,

基金资助：本文系教育部人文社会科学研究青年基金项目\"复杂网络视角下科学文献的知识融合与知识扩散对比研究\"(项目编号:21YJC870001)研究成果之一。