[发明专利]一种考虑引用异常值的期刊学术影响力的评估方法

说明书

本发明公开了一种考虑引用异常值的期刊学术影响力的评估方法，计算N年某期刊的学术影响力，该方法包括步骤：1)统计N‑1年和N‑2年期刊每篇论文引用量中的异常值：N‑1年期刊论文被引用数集合S1；N‑2年期刊论文被引用数集合S2；2)计算S1和S2中的异常值组成集合S3；3)从期刊中剔除在集合S3中的论文；4)计算剔除集合S3中论文后N‑1年收录论文数R₁；N‑2年收录论文数R₂；N年自引N‑1年论文数SC₁；N年他引N‑1年论文数C₁；N年自引N‑2年论文数SC₂；N年他引N‑2年论文数C₂；5)根据公式：计算N年期刊学术影响力，若K_i为N‑1年该期刊收录论文的引用数，则R＝R₁，否则R＝R₂。本发明将降低利用漏洞提高期刊学术影响力的风险。

技术领域

本发明属于文献评估方法领域，特别是涉及一种考虑引用异常值的期刊学术影响力的评估方法。

背景技术

影响因子(Impact Factor，IF)：是汤森路透(Thomson Reuters)出品的期刊引证报告(Journal Citation Reports，JCR)中的一项数据。即某期刊前两年发表的论文在该报告年份(JCR year)中被引用总次数除以该期刊在这两年内发表的论文总数。

根据影响因子公式(以2018年IF的计算为例，M为该期刊2016年发表的文章数量，N为该期刊2017年发表的文章数量，C为该期刊2016和2017年两年发表的文章在2018年这一年被引用的总次数。)计算后的结果进行排序来评价期刊的影响力，虽然该公式目前是国际公认的标准，但是近年来的一些期刊利用公式漏洞(例如综述+减少学术文章比例+强制投稿者引用本期刊的文章)来提升自己期刊的影响力，也让该公式的权威性再次受到挑战。

PageRank:网页排名，又称网页级别，是一种根据网页之间相互的超链接计算的技术，而作为网页排名的要素之一，。Google用它来体现网页的相关性和重要性，在搜索引擎优化操作中是经常被用来评估网页优化的成效因素之一。

领域中还有根据Google对网页重要程度提出的PageRank算法来对期刊进行排序，该算法对于网页链接网络和对于期刊引用网络的作用有一些本质区别，网页链接网络中新加入的网页节点可以指向旧网页节点，旧网页节点也可以指向新网页节点，但是期刊引用网络中已存在节点是不能指向新加入节点的，所以直接利用PageRank算法有失偏颇。

因此，如何解决上述问题成为本领域人员研究的重点。

发明内容

本发明的目的就是提供一种考虑引用异常值的期刊学术影响力的评估方法，能够弥补上述现有技术的不足之处。

本发明的目的通过下述技术方案来实现：

一种考虑引用异常值的期刊学术影响力的评估方法，计算N年一个期刊的学术影响力，N为任意年，该方法包括步骤：

1)计算机的数据检索模块和数据处理模块从期刊数据信息中统计N-1年以及N-2年该期刊每篇论文引用量集合中的异常值：

计算机的数据检索模块和数据处理模块从期刊数据信息中获取N-1年该期刊每篇论文被引用数集合S1{m1,m2,,,mn}，n为N-1年该期刊收录论文总数；

计算机的数据检索模块和数据处理模块从期刊数据信息中获取N-2年该期刊每篇论文被引用数集合S2{q1,q2,,,qx}，x为N-2年该期刊收录论文总数；

2)通过计算机数据处理模块计算S1和S2中的异常值组成集合S3{K1，K2，，，Ky}，y为S1、S2的总异常值个数；

3)通过计算机数据处理模块从该期刊中剔除在集合S3中的论文；