文献类型：期刊文章

作　　者：王江盼[1] 郭强[2] 刘建国[3]

WANG Jiang-pan;GUO Qiang;LIU Jian-guo(School of Financial Technology,Shanghai Lixin University of Accounting and Finance,Pudongxin Shanghai 201209;Complex Systems Science Research Center,University of Shanghai for Science and Technology,Yangpu Shanghai 200093;Institute of Financial Technology Laboratory,Shanghai University of Finance and Economics,Yangpu Shanghai 200433)

机构地区：[1]上海立信会计金融学院金融科技学院,上海浦东新区201209 [2]上海理工大学复杂系统科学研究中心,上海杨浦区200093 [3]上海财经大学金融科技研究院,上海杨浦区200433

出　　处：《电子科技大学学报》

基　　金：国家自然科学基金(71771152)。

年　　份：2020

卷　　号：49

期　　号：6

起止页码：918-923

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：随着科研合作越来越普遍,对合著者的贡献如何合理分配提出了挑战。该文提出了一种基于PageRank的论文合著者贡献分配算法(ACA_PR算法),采用PageRank值和总引用量的加权值度量文章的价值,构建合作者科研记录和科研成果被引情况的共引网络,对论文合著者的贡献进行分配。以美国物理学会APS数据集进行实证研究,通过在诺贝尔物理学奖得主发表的合著论文中识别诺贝尔奖得主验证算法的准确性。实验结果表明,在31篇诺贝尔奖提名论文中,ACA_PR算法的准确率为80.64%。工作在人员聘用、奖励、晋升等方面对评价科研工作者的影响力有着十分重要的作用。

关 键 词：合著贡献度  引文网络 学术影响力  团队科学  

分 类 号：TP391] N949[计算机类]