基于加权模糊分类的高学术影响力学者判别的研究
2021-09-15分类号:G353.1
【部门】西安电子科技大学经济与管理学院
【摘要】[目的/意义]精准定位具有高学术影响力的学者可以帮助科研人员迅速了解研究领域的前沿知识以及研究趋势,加深学者之间的交流与学习。文章使用基于加权模糊分类的方法对具有高学术影响力的人群进行精准判别。[方法/过程]收集学者的多维度信息,进行特征体系的构建,将各类特征作为分类模型的输入,选取具有专家称号的学者;使用加权模糊逻辑的算法,在具有专家称号的学者中对目标人群进行二次筛选,得到精确符合目标要求的学者。[结果/结论]使用加权模糊分类方法,结合精确性与语言表达的模糊性,平衡各类特征影响,对寻找高学术影响力的学者具有独特的优势。[局限]文章将国家授予的三类专家称号作为分类标准,其他称号未讨论。
【关键词】学术影响力 机器学习 模糊逻辑 学术评价 加权模糊分类 学者判别
【基金】
【所属期刊栏目】情报理论与实践
文献传递