基于相关分析和逐步回归分析的期刊论文被引量预测  

作　　者：赵思喆 李秀霞[1] 宋凯[1] 李林[1] 

机构地区：[1]曲阜师范大学,山东日照276800

出　　处：《科技与出版》2017年第1期87-91,共5页Science-Technology & Publication

基　　金：国家社会科学基金项目"大数据时代图书馆服务体系的创新与发展研究"(编号:15BTQ023)的阶段性成果之一

摘　　要：研究人员通常更关注最近两年内发表的论文,特别是可能在未来有很大论文影响力的论文。然而,目前论文被引量预测方法的准确性仍不令人满意。期刊论文的特征空间包括外部特征、作者特征、引用特征和期刊特征4个方面。利用逐步多元回归分析从特征空间中选择合适的特征,建立回归模型来解释被引量和所选特征之间的关系,并以图情领域期刊为例,验证了回归模型对期刊论文被引量预测的有效性。

关 键 词：期刊论文 被引量预测 特征空间 逐步多元回归 

分 类 号：G353.1[文化科学—情报学]