| 中文题名： | 基于复杂网络的科研影响力评价与预测 |
| 姓名： | |
| 保密级别： | 公开 |
| 学科代码： | 071101 |
| 学科专业： | |
| 学生类型： | 博士 |
| 学位： | 理学博士 |
| 学位类型： | |
| 学位年度： | 2016 |
| 学校： | 北京师范大学 |
| 校区： | |
| 学院： | |
| 研究方向： | 复杂网络 |
| 第一导师姓名： | |
| 第一导师单位： | |
| 提交日期： | 2016-06-17 |
| 答辩日期： | 2016-05-17 |
| 外文题名： | The scientific impact evaluation and prediction based on complex networks |
| 中文关键词： | |
| 中文摘要： |
复杂网络是复杂性研究的重要组成部分。本文利用复杂网络的工具和方法，对科研文献网络中科研影响力评价和预测问题做了相关研究。首先，本文对科研文献网络中的节点排序进行了研究，发现不同方式的节点融合和边结构改变会对网络结构产生不同的影响。对于科学引文网中论文影响力排序问题，本文提出了新的H指标，新的指标考虑一篇文章引用文章的被引情况，具有算法复杂度低的优点；在对高水平文章的预测方面，新的指标表现出了比较好的效果。对于含时的PageRank算法研究，通过加入时间因子的方式，改变了传统PageRank算法中对于发表时
﹀
|
| 外文摘要： |
Complex network is an important tool for studying complex systems. Based on the complex network theory, this thesis focuses on the evaluation and prediction of scientific impact of researchers based on the citation networks.Firstly, we investigate the ran
﹀
|
| 参考文献总数： | 119 |
| 馆藏地： | 图书馆学位论文阅览区（主馆南区三层BC区） |
| 馆藏号： | 博071101/16003 |
| 开放日期： | 2016-06-17 |
谷歌
