時序動態視角下的學術影響力評價方法及實證研究

舒予+張黎俐

〔摘 要〕[目的/意義]論文發表時間和所屬學科的不同會對論文在后續的引文產生稀釋效應的影響，發生在不同時間的引文也代表了不同的學術價值。從時序動態的視角設計一種學術影響力的評價指標，消除稀釋效應的影響并能夠體現不同時期的引文價值。[方法/過程]引入參考文獻集合的篇均被引次數作為論文集合的基準值，消除由于發表時間和所屬學科不同造成的稀釋效應，進而再對不同統計時間點的被引次數賦予不同的權重，用以表征發生在不同時期的引文的不同價值。[結果/結論]以四川大學為例，選取ESI學科和研究人員作為評價對象進行實證研究，結果表明這一指標可以對學術影響力發展趨勢不同的研究實體進行有效的區分。

〔關鍵詞〕時序動態；學術影響力；評價方法；實證研究

DOI：10.3969/j.issn.1008-0821.2017.11.012

〔中圖分類號〕G304 〔文獻標識碼〕A 〔文章編號〕1008-0821（2017）11-0074-07

An Empirical Study on the Evaluation of Academic Influence from the Perspective of Time Series

Shu Yu Zhang Lili

（Library，Sichuan University，Chengdu 610065，China）

〔Abstract〕[Purpose/Significance]The difference between the time of publication and the discipline of the study will cause an effect on the dilution of the citations in the following citations.This paper designed an evaluation index of academic influence from the perspective of temporal dynamics，which could eliminate the influence of dilution effect and can reflect the value of citation in different periods.[Method/Process]The Average number of citations per paper of the reference set was choosen as a benchmark to eliminate the dilution effect caused by the publication time and different discipline，furthermore，different weights were given to the citations that happen on different statistical time points，which could be used to characterize the different values of citations in different periods.[Result/Conclusion]Taking Sichuan University as an example，this paper selected the ESI discipline and the scientific research personnel as the evaluation object to carry on the empirical research，the results showed that this index could effectively distinguish the different research entities with different academic development trends.

〔Key words〕time series dynamics；academic influence；evaluation method；empirical study

學術影響力的評價則是科研績效評價中的一個主要組成部分，在學科、高校乃至國家層面的科研評價體系中發揮了極其重要的作用[1-2]。文獻計量分析為學術影響力的測度提供了相應的定量指標，是對同行評議等定性評價方式的重要補充[3-4]。基于文獻計量分析方法設計的定量評價指標可以分為綜合性指標和單一指標兩種方式[5]。綜合性指標包括h指數、g指數、p指數等，而單一指標主要從論文的產出、質量、利用率等各個方面進行單一維度的評價[6-7]。綜合性指標和單一指標在科研績效評價中都得到的廣泛的應用，但是往往忽略了對文獻老化過程中引文變化規律的描述，由于論文的施引文獻發生的年度代表了在不同時期被利用的情況，自然也就具有不同的價值，例如一位科研人員的論文引用文獻逐年上升，而另一位科研人員的論文引用文獻卻逐年下降，顯然這兩位科研人員學術影響力的發展態勢是不一樣的，因此需要從時序動態的視角設計學術影響力的評價指標，使之能夠真實的反映出文獻在不同時期的引用文獻的價值。學術影響力的動態評價指標多集中在綜合性指標的改造上，Sidiropoulos A以與論文發表年度的時長呈反比的系數為權重，降低早期發表的論文的引文數量，再以修正后的引文數量定義了一種當代的h指數[10]，韓毅針對時間因素的稀釋效應和凝聚效應，在P指數的計算框架下構建了Pt1和Pt2指數，分別用以評價不同發表時間和不同老化速度的文獻價值[5]，此外高志等對各種學術影響力的動態評價方法也做了深入的對比與分析[11]，并針對科學家個人學術影響力隨時間變化的計算方法進行了研究[12]。endprint

綜合性指標的優點在于可以用一個指標將研究實體在不同角度的科研績效綜合起來表征，在一定程度上體現了研究實體的整體面貌，但是在某些時候，我們又希望學術影響力的評價指標能夠從某一個獨立的角度展現研究實體的科研績效，這樣更有利于我們對研究實體在某一個具體的方面存在的問題進行分析，而綜合性指標顯然無法達到這一目的。以h指數為例，h指數是論文產出和學術質量的綜合表征，但是卻無法告知我們研究實體在學術質量這一單一維度上的表現，Van Raan便指出不應該用“一個音符”對研究人員或者研究團隊的學術表現進行闡述[8]，Glnzel也指出設計多個評價指標可以從不同的角度更加充分地反映學術的實際績效[9]。事實上，學術影響力的內涵是多樣的，不僅意味著學術的傳播面和活躍度，也是學術質量的一種表征，同時還體現了學術成果的重要性，例如論文數量、論文總被引次數可以描述研究實體學術的傳播度、輻射面，論文的篇均被引次數可以描述研究實體學術的質量，論文的被引率可以描述研究實體學術上的轉化率、利用率，高被引論文、熱點論文等又可以描述研究實體在前沿研究上的學術影響力。基于這種考慮，本文從篇均被引次數這一單一的維度出發，引入時間因素，設計一種時序動態視角下的學術影響力評價指標，以期將研究實體學術質量的發展趨勢有效地描述出來。

1 時序動態視角下學術影響力評價指標的設計

研究實體（如科研人員、研究團隊，機構、機構的某一學科或者機構下屬的二級單位等）的學術成果通常可以用其發表的論文集合體現，現假設某一研究實體的論文集合中文獻數量為N，截至到統計時間點（比如進行被引次數統計的當天）時，被引用的總次數為C次，那么該研究實體的學術影響力可以用論文集合的篇均被引次數Cpp=CN表征。顯然C是由發生在不同時間節點的引文數量C1，C2，…，組成的，即C=∑iCi ，例如一篇當前被引用總次數為10的論文，其被引總次數可能是由來自2015年的2次被引和2016年的8次被引組成的。由于不同時期的引文數量所代表的價值是不一樣的，例如兩篇被引次數相同的論文，一篇引文量逐年上升，另一篇引文量逐年下降，其表征的學術價值顯然是不同的。因此為了區分其價值的差異，我們希望能夠為不同時間節點上的引文數量賦予不同的權重系數λ1，λ2…，λi，…，最終該研究實體的總被引次數可以表示為各時期引文數量的線性加權，即=∑iλiCi，進而將研究實體學術影響力表征為

但是注意到，論文集合在某一個時間點的引文數量Ci往往又是由不同時期發表的論文在該時間點的被引次數組成的，即Ci=∑jCji ，不同發表時間j的論文在時間點i上的被引次數Cji是不具可比性的，例如一篇2010年發表并在2015年被引用15次的論文與另一篇2012年發表并在2015年被引用12次的論文，其學術影響力是無法比較的，韓毅稱這種導致不可比性的影響因素為稀釋效應，并根據發文時間對Cji進行簡單平均作為修正稀釋效應的加權[6]。如果把這種稀釋效應推廣至更一般的情況，即這些論文還來自不同學科，于是Ci可進一步地描述為Ci=∑i∑kCj，ki ，其中Cj，ki表示第j年發表的來自學科k的論文在第i年的引文數量，顯然論文發表時間和論文所屬學科的不同都會對引文數量產生影響，因此Cj，ki之間是有明顯差異的，彼此之間同樣是不具可比性的，這樣由Cj，ki累加得到的各時間點上的被引次數Ci是非標準非規范的，在此基礎上對Ci賦予權值也就缺乏合理性，并且嚴格來說直接把不同的Cj，ki相加也是沒有任何意義的，例如一位科研人員在2010年發表了一篇計算機方向的論文，在2015年被引用10次，在2012年發表了一篇數學方向的論文，在2015年被引用6次，那么這兩篇論文在2015年的被引用總次數C2015不能簡單的看作是C2015=10+6，因為2015年的被引次數來自發表于不同的時期且屬于不同的學科的兩篇論文，其被引次數10次與6次是在不同的尺度下測度得到的，直接取和10+6是沒有任何實際意義的。對于這種情況我們考慮引入學科的篇均被引次數對Cj，ki進行修正，消除不同發文時間和不同學科對引文帶來的差異性，這樣既保證了對各時期的被引次數Ci進行賦值的合理性，還能使得這樣設計的評價指標可以消除學科之間的引用差異，實現對不同學科的學術影響力的橫向比較。基于上述考慮，我們設計的時序動態學術影響力評價指標分為以下兩步完成：

Step 1.對于發表于不同年代、屬于不同學科的文獻在同一個統計時間點上的引文標準化處理。

假設論文集合中屬于學科k發表于第j年的所有論文在第i年的被引總次數為Cj，ki。其中，k=1，2，…，K，表示待評價論文集合共涉及K個學科；j=1，2，…，J，表示將該論文集合中最早發表的論文時間作為統計時間節點的第1年，最晚發表的論文時間作為第J年；i=1，2，…，I，表示將該論文集合中最早發表的論文時間作為統計被引次數的時間節點的第1年，將統計被引次數的時間節點的最后一年記為第I年。

我們首先按照發表時間和所屬學科將論文集合中的論文劃分到不同的組，每一組的論文均發表于相同年份、屬于相同學科，然后對每個組的論文引入一個對應的參考文獻集合，例如，可以選擇為第j年發表的屬于學科k的全球論文，顯然同一組的論文在后續時間段被他人引用應當具有相同的共性，因此用該參考文獻集合的論文篇均被引次數作為基準值可以修正由于論文之間發表年份不同、所屬學科不同帶來的稀釋效應的影響。設第j年發表的屬于學科k的論文的篇均被引次數為ej，ki，于是第j年發表的屬于學科k的論文在任意一個統計時間點i的被引次數j，ki可以修正為：

需要說明的是，由于通常選擇的學科劃分是ESI學科，按照論文與ESI學科的對應規則，一篇論文只對應一個ESI學科，但是如果學科選取的Web of Science的學科劃分方法，則會出現一篇論文對應多個學科的情況，為此我們是這樣考慮的：將修正論文被引次數的基準值ej，k取作論文對應的相應學科的論文篇均被引次數的平均值。例如，一篇2012年的論文在2015年的被引次數為15次，這篇論文對應Mathematics、Mathemitics，Applied和Mathemitics，Interdisciplinary Application 3個學科，而這3個學科2012年的論文篇均被引次數分別為3.46、4.89和6.81，那么則將3個學科2012年的論文篇均被引次數的平均值作為修正這篇論文被引次數的基準值，即e=（（3.46+4.89+6.81））/3=5.05，這篇論文在2015年修正后的被引次數則為15/5.05=2.97，這樣把論文集合中2012年的每篇論文在2015年修正后的被引次數加起來，則為論文集合中2012年的論文在2015年的修正后的被引次數。不失一般性，如果論文集合中的每篇論文均對應一個學科，那么這樣的處理方法則與上述Step1的方法是一致的。endprint

Step 2.對于發生于不同時間的引用，其引文的加權處理。

可以看到，在上一步我們將不同年代發表的文獻在后續各統計時間節點上的引文做了標準化的處理，得到的標準化引文數據既保證了對于發表于不同年代、屬于不同學科的文獻在某一個時間點的被引用次數的價值都是等同的，同時也保證在第二步對于不同時間點的被引次數的加權是合理科學的。從（1）式可知，傳統的論文集合篇均被引次數Cpp=∑I1Ci/N是論文集合在某一時間段的各統計時間節點上的篇均被引次數的線性加權，并且認為每一統計時間節點的權重是相等的，而DAI則可以看作是該論文集合在各統計時間節點上修正后的篇均被引次數的線性加權，并且對每一統計時間節點賦予了不同的權重，這樣便可以對在不同時期學術影響力表現不同的研究實體進行有效的區分。

2 實證分析

2.1 針對機構ESI學科的學術影響力評價

為驗證我們設計的DAI指標的合理性，以四川大學的化學、物理、計算機科學等18個ESI學科作為評價對象，利用DAI指標對各ESI學科的學術影響力進行評價。考慮到引文有一定的滯后性，在近年發表的論文其引文還可能存在較大幅度的增長，目前還不能完全體現其真實的價值，因此文獻發表時間限定為2009-2013年。

在InCites數據庫中可以下載到四川大學各ESI學科論文的列表（下稱ESI學科論文列表），論文列表中包含該學科各論文的標題、作者、來源期刊等信息，但是InCites數據庫并不提供這些論文在隨后各年的被引用次數，所以需要再在Web of Science數據庫中以Sichuan Univ*作為檢索地址，并限定檢索年份為2009-2013年檢索四川大學的科研人員在這一期間發表的所有文獻，通過Web of Science提供的“創建引文報告”功能下載到這些文獻的所有引文列表（下稱WoS論文列表），列表中包括了被引文獻的標題、作者、發表時間、來源期刊以及在隨后各年的被引用次數。然后依據ESI學科論文列表中的每一篇論文的標題在WoS論文列表中找到同一篇論文并由此獲得該論文在隨后各年的被引用次數。按照這一步驟，可以獲得所需的四川大學18各ESI學科在2009-2013年發表的論文及其在隨后各年的被引用次數。計算過程通過python和matlab編程實現。下面以計算機科學學科為例對DAI指標的計算方式進行介紹：

Step 1.首先對該學科每一年發表的論文在隨后各年被引次數進行修正。例如，2009年計算機科學學科發表的論文在隨后各年被引用次數C2009j（其中j=2009，2010，…，2016）見表1。

而2009年發表的計算機科學學科全球的論文截止到2017年4月的篇均被引次數為e2009=9.41。于是該學科2009年發表的論文在隨后各年被引次數則按照下式進行修正：

修正后的各年被引用次數見表2。

同理，可得計算機學科在其它年份發表的論文在隨后各年的修正被引用次數，見表3。

此時，表中各列都是修正后的標準化數據，也就是說論文由于發表時間不同而造成的稀釋效應已經被消除，從而在不同發表年份的論文在同一時間節點被引用的次數（即是同一列的數據）已經修正到了統一的尺度下，因此可以保證表中數據按列相加的合理性。按表3各列相加，可得計算機科學學科2009-2013年發表的論文在2009-2016各年份修正后的被引用次數，而2009-2013年計算機科學學科論文數量為204篇，因此再用修正后的被引次數除以論文數量即可得計算機科學學科2009-2013年發表的論文在2009-2016各年份修正后的篇均被引次數，見表4。

Step 2.對各統計時間點的修正篇均被引用次數進行線性加權。取在第i年被引用次數所對應的動態權重為e0.4*ki，其中i=2009，2010，…，2016，ki是第i年距離2009年的時間間隔，例如k2010=2010-2009=1，顯然這一權重設計意味著越靠近當前時期的引文具有越高的權重，從而可以用以突出近期學術影響力較好的研究實體。于是計算機學科的動態學術影響力DAI指標值為：

DAIcomputer=0.0047*e0.4*0+0.0289*e0.4*1+0.0646*e0.4*2+0.1161*e0.4*3+0.1928*e0.4*4+0.2861*e0.4*5+0.2833*e0.4*6+0.1950*e0.4*7=14.88

同理，可以計算其它17個學科的DAI指標值。為與其它指標對比，同時也分別計算了這18個學科的篇均被引次數Cpp、MNCS值、總引用次數、論文總篇數、h指數，并按DAI指標值降序排序。見表5。

根據表5的計算結果可以看到，DAI指標比h指數的區分度更高，說明DAI指標作為一種單一性指標與h這種綜合性指標相比，區分度更高，也更能展示研究實體在篇均被引次數這一單一維度上的細節。DAI、Cpp和MNCS 3個指標在某些學科的排序上出現了不一致，例如分子生物學與遺傳學學科的DAI指標值高于臨床醫學學科，但是前者的Cpp和MNCS均低于后者，這說明雖然在被引次數的累積上前者低于后者，但是前者被引次數的累積大多出現在近期，后者被引次數的累積大多出現在早期，DAI指標通過對不同時間的引文進行了加權處理，從而突出了在近期學術影響力表現較好的分子生物學與遺傳學學科。總體來說，心理學/精神病學、農業科學、藥理學與毒物學3個學科不僅在近期有較高的影響力，在整個統計時間段的學術影響力也高于其它學科。

從表5的計算結果同時也可以看到，DAI、h指數、MNCS等指標均可用于描述研究實體的學術影響力，但是描述研究實體學術影響力的細致程度有所不同。h指數并未區分不同學科論文的被引次數，因此不能將由于學科引用差異性造成的學術影響力的差異刻畫出來，而DAI指標包括MNCS指標均考慮到了論文的所屬學科在引用上的差異性，并利用學科論文篇均被引次數消除了這種差異性，這是DAI指標或者MNCS指標區分度高于h指數的原因，并且也更為合理科學。而DAI指標和MNCS指標相比，又進一步地考慮到了論文被引時間的差異同樣也反映了不同的學術影響力，因此DAI指標相對于MNCS指標在描述研究實體的學術影響力（特別是在描述學術影響力的發展趨勢）方面又要更為精準細致。endprint

進一步地，引入Pearson相關系數分析6個指標值的相關程度，見表6。

從表6可以看到，DAI、Cpp和MNCS 3個指標與論文被引總次數和論文總篇數2個指標之間的相關性均較低，說明DAI、Cpp和MNCS具有較相似的特性，主要體現的是研究實體的學術質量，與研究實體整體上的學術影響力和學術產出能力沒有太大的關系。DAI、篇均被引次數和MNCS 3個指標中，DAI與Cpp相關性較低，但與MNCS卻高度相關，說明DAI指標確實能夠像MNCS一樣，消除學科之間由于引用規律的不同而造成的差異性。

2.2 針對個人的的學術影響力評價

為進一步探討DAI指標的性質下面選取來自四川大學的12名學者作為評價對象，對其學術論文的影響力進行評價分析，進而對比DAI和MNCS 2個指標的不同。12名學者分別來自8個不同的院系，學術論文涉及化學、物理、計算機科學、數學、臨床醫學等19個ESI學科。

2.2.1 DAI指標“突出當前引用”的性質

計算12名學者的DAI和MNCS指標值，并以DAI指標值高低排序，見表7。

從表7可知，序號為2、3、4、6、7、8的學者在DAI和MNCS 2個指標值上的排序發生了較大的變化。選取學者2和學者4做進一步的對比，分析二者DAI和MNCS指標值排序出現差異的原因。由于學者的MNCS值是他們在2009-2013年5年的MNCSi值的平均值，因此首先對兩位學者在2009-2013年5年的MNCS值進行分析，見表8。

由表8可知，學者4在2009年、2010年、2012年和2013年4年的MNCS值都高于學者2，因此使得學者4五年的總MNCS值也高于學者2。從上文的分析中可知，DAI是對論文集合在各統計時間節點上的修正篇均被引次數進行的加權平均，因此以學者2和學者4在2009年發表的論文集合為例，兩個學者的論文集合在各統計時間節點上的修正篇均被引次數形成的趨勢圖如圖1所示。

由圖1可知，學者2在2009-2013年這5年修正篇均次數低于學者4，但是從2014年后的3年均高于學者4，由于各學者在2009年的MNCS值與其論文在2009-2016年總共8年累積的被引次數有關，顯然，學者4在論文的被引次數在累積量上高于學者2，因此使得學者4在2009年的MNCS2009也高于學者2。但是學者4論文的被引次數大多來源于早期的、遠離當前的引用，而學者2的引用累積雖然低于學者4，但是在近期的引用量卻明顯高于學者4，由于DAI指標具有“突出當前、遺忘過去”的作用，因此放大了學者2在近期引用高于學者4的“優勢”，而忽略了學者2在早期引用低于學者4的“劣勢”。總體來看，學者2雖然在被引次數的累積量上低于學者4，導致其MNCS值低于學者4，但是學者2的引用大多聚集在近期，學者4的引用大多聚集在早期，因此DAI突出了近期引用表現出色的學者2，這說明DAI能夠將近期學術影響力不同的學者進行有效的區分。

2.2.2 DAI指標“突出主要研究方向”的性質

從上式可以看到，這種標準化處理本質上是將各學科在某一年份的論文的相對影響力（即MNCS值）按照該學科論文產出份額的歸一化。對上式進一步分析還可以看到，對學科k第i年發表的論文的被引次數Cj，ki的修正首先是采用該學科在第i年的一個參考論文集合（本文中選擇為該學科全世界的論文）的篇均被引次數作為這一論文集合的篇均被引次數的一個比較基準值，在此基礎上對這一標準化的值（實際上就是該學科的MNCS值）按照該論文集合占總論文集合的比例賦予一個權重，保證了比例較大的某一論文集合的學術影響力能夠對整個論文集合的學術影響力起到更大的作用。因此，影響研究實體DAI指標值的因素有兩個：一是該研究實體論文在不同時期引文數量，靠近當前的引文越多，DAI指數越高；二是該研究實體中主要的學科論文的相對影響力（即該學科的MNCS值），主要學科論文的相對影響力越高，DAI指數也越高。

為此我們以學者7和學者8為例作進一步的闡述。學者7的論文共涉及生物學與分子生物學、材料科學等6個ESI學科，學者8的論文共涉及生物學與分子生物學、材料科學等6個ESI學科，兩位學者各個學科上的論文MNCS值分別見表9和表10。

從表9和表10的對比可以看到，學者8的MNCS值高于學者7的重要原因在于他在生物學與分子生物學學科的論文表現較好（MNCS值為2.15，明顯高于2位學者的其他11個學科論文的MNCS），這一學科的MNCS值極大的拉高了他整體的MNCS值，使得學者8的MNCS值最終高于學者7，但是生物學與分子生物學學科并非學者8的主要研究方向（在他發表的所以論文中生物學與分子生物學學科論文僅占3.3%），根據DAI的性質，這一較小比例論文的學術影響力并不能對學者8的DAI值產生較大的影響。實際上，學者7和學者8的主要研究方向均為化學學科（在他們發表的論文中化學學科各占76.1%和81.3%），但是2位學者在化學學科的表現卻不盡相同，學者7在化學學科的MNCS（1.7）明顯高于學者8的MNCS（1.25），根據DAI的性質，2位學者的DAI值受到其主要研究方向（化學學科）的論文的MNCS值影響，這使得學者7的DAI高于學者8。這說明DAI指標體現的是研究實體主要研究方向上論文的表現。

3 結 論

本文我們設計了一種時序動態的學術影響力評價指標，將待評價的論文集合中的論文按照發表時間和所屬學科的不同劃分為不同的組別，對每一個組別的論文引入一個對應的參考文獻集合，引入參考文獻集合的篇均被引次數作為該組別論文的基準值，消除了由于發表時間和所屬學科不同造成的稀釋效應，進而再對不同統計時間點的被引次數賦予不同的權重，用以表征發生在不同時期的引文的不同價值。通過實證研究可知，這一指標受到兩個因素的影響：一是論文集合在后續各時間段的引文分布，靠近當前的被引次數越高，DAI指標值越高；二是論文集合中主要學科的論文相對影響力，占較大份額的學科論文相對影響力越高，DAI指標值越高。這說明DAI指標可以對主要研究方向上學術發展趨勢不同的研究實體進行有效的區分，有助于決策者更好地了解到各個研究實體整體層面更為細致和精準的學術表現。endprint

參考文獻

[1]King D A.The scientific impact of nations[J].NATURE，2004，430（6997）：311-316.

[2]Garfield E.CITATION ANALYSIS AS A TOOL IN JOURNAL EVALUATION - JOURNALS CAN BE RANKED BY FREQUENCY AND IMPACT OF CITATIONS FOR SCIENCE POLICY STUDIES[J].SCIENCE，1972，178（4060）：471.

[3]Bornmann L，Daniel H D.Functional use of frequently and infrequently cited articles in citing publications.A content analysis of citations to articles with low and high citation counts.Proceedings of ISSI 2007：11th International Conference of the International Society for Scientometrics and Informetrics，Vols I and II，2007：149-153.

[4]Daniel H D.Publications as a measure of scientific advancement and of scientists' productivity[J].LEARNED PUBLISHING，2005，18（2）：143-148.

[5]韓毅，夏慧.時間因素視角下科研人員評價的Pt指數研究[J].中國圖書館學報，2015，（6）：73-85.

[6]花芳.學科基準化的科研績效定量評價方法及指標研究[J].圖書情報工作，2014，（3）：78-84.

[7]Moed H F.New developments in the use of citation analysis in research evaluation[J].ARCHIVUM IMMUNOLOGIAE ET THERAPIAE EXPERIMENTALIS，2009，57（1）：13-18..

[8]Van Raan A.Comparison of the Hirsch-index with standard bibliometric indicators and with peer judgment for 147 chemistry research groups[J].SCIENTOMETRICS，2006，67（3）：491-502

[9]Glnzel，wolfgang.On the opportunities and limitations of the H-index[J].Science focus，2006.

[10]Sidiropoulos A，Katsaros D，Manolopoulos Y.Generalized Hirsch h-index for disclosing latent facts in citation networks[J].SCIENTOMETRICS，2007，72（2）：253-280.

[11]高志，張志強.個人學術影響力的動態評價方法研究綜述[J].情報雜志，2015，（11）：40-43，78.

[12]高志，張志強.科學家個人學術影響力隨時間變化的計算方法研究[J].現代情報，2017，37（5）：66-71.endprint