标题
  • 标题
  • 作者
  • 关键词

期刊h指数的集成预测研究

2023-05-24分类号:G353.1

【作者】宋艳辉  傅绮媛  邱均平  
【部门】杭州电子科技大学管理学院  杭州电子科技大学中国科教评价研究院  
【摘要】期刊学术影响力的预测逐渐受到期刊界和学术界的广泛关注。Hirsch曾指出,相比于其他文献计量指标,h指数具有更好的预测能力,预测期刊h指数的未来发展相当于预测期刊影响力的未来演化。本文以中文社会科学引文索引为数据源库,以我国图书情报学科的13种核心期刊作为研究对象,分别建立向量自回归、向量误差修正和长短期记忆神经网络的时间序列预测模型,动态预测期刊的未来h指数。根据集成预测方法,形成上述3个模型的集成预测值,并比较各模型和方法的精度。实证结果表明,集成预测方法下的平均绝对百分比误差与均方根误差均小于3个单一的预测模型;同时,提升了预测稳定性,期刊h指数在未来呈现稳定增长趋势,图书情报领域的期刊学术影响力将保持良好的正向发展。
【关键词】期刊h指数  集成预测  VAR模型  VEC模型  LSTM模型
【基金】国家社会科学基金重点项目“基于大数据的科教评价信息云平台构建和智能服务研究”(19ZDA348)
【所属期刊栏目】情报学报
文献传递