内容简介
学术影响力是衡量学术实体的重要的评价指标。如何合理、地评估学术影响力，预测学术影响力，正面临着隐式关系、动态学术网络嵌入以及学术影响力膨胀等方面的诸多挑战，已引起国内外科研工作者的广泛关注。本书介绍了作者在学术影响力评估、方面的研究成果，展示了数据驱动的学术影响力评估、研究的技术趋势。 本书内容对于学术大数据研究具有的参考意义，既适合专业人士了解学术影响力评估、的前沿热点，也可以作为对学术大数据研究感兴趣的本科生和研究生的学。
目录
第1章 学术影响力评估概述 1.1 引言 1.2 论文影响力评估 1.2.1 影响论文影响力的因素 1.2.2 基于量化的论文影响力评估方法 1.2.3 基于网络的论文影响力评估方法 1.3 学者影响力评估 1.3.1 影响学者影响力的因素 1.3.2 基于量化的学者影响力评估方法 1.3.3 基于网络的学者影响力评估方法 1.4 期刊影响力评估 1.4.1 影响期刊影响力的因素 1.4.2 期刊引用报告 1.4.3 期刊引用报告的分析展 1.4.4 基于网络的期刊影响力评估方法 1.5 挑战的问题 1.5.1 合作影响力的模式 1.5.2 统一的评价标准 1.5.3 隐式因素挖掘 1.5.4 动态学术网络嵌入 1.5.5 学术影响力膨胀 1.6 小结 参考文献第2章 基于异构网络的机构与论文影响力评估 2.1 引言 2.2 相关工作 2.3 问题描述 2.4 评估方法 2.4.1 数据源和数据预处理 2.4.2 IPRank模型框架 2.5 实验结果及分析 2.5.1 比较在机构排名上的相似 2.5.2 比较在论文排名上的相似 2.5.3 IPRank算法与的影响力之间的关系 2.5.4 比较在排名论文上的召回率和 2.6 小结 参考文献第3章 机构影响力预测模型 3.1 引言 3.2 相关工作 3.2.1 论文影响力预测模型 3.2.2 学者影响力预测模型 3.3 问题描述 3.4 基于机器学测模型 3.4.1 数据集及预处理 3.4.2 基于一阶马尔科夫的预测模型 3.4.3 基于神经网络的预测模型 3.4.4 基于SVM和NN的预测模型 3.5 实验结果及分析 3.5.1 模型评价指标 3.5.2 能分析 3.6 小结 参考文献第4章 学：综述 4.1 引言 4.2 方法 4.2.1 基于内容方法 4.2.2 基于协同方法 4.2.3 基方法 4.2.4 基于混合方法 4.3 评价指标 4.3.1 4.3.2 召回率 4.3.3 F-measure 4.3.4 NDCG 4.3.5 MAP 4.3.6 MRR 4.3.7 RMSE 4.3.8 MAE 4.3.9 UCOV 4.4 挑战的问题 4.4.1 冷启动 4.4.2 稀疏 4.4.3 可扩展 4.4.4 隐私 4.4.5 偶然 4.4.6 统一的学术标准 4.5 小结 参考文献
