基于Altmetrics视角的学术论文被引频次影响因素分析和预测

摘要/Abstract

摘要： 本文创新性构建学术论文被引影响因素特征空间，以我校SCI&SSCI学术论文为例，验证
机器学习模型在预测学术论文被引频次研究中的有效性和准确性，本文的分析结论可以为高校图
书馆开展决策支持服务提供参考。本文梳理学术论文被引频次影响因素及预测方法的相关研究，
结合传统文献计量和Altmetrics指标构建学术论文影响因素的特征空间，并通过实验比较线性回
归、神经网络、支持向量机三种机器学习模型在预测学术论文被引频次研究中的有效性和准确
性。本文的分析结论证明基于Altmetrics视角构建的特征空间的预测准确率大幅度提高，并且支
持向量机模型在对学术论文影响力预测的实证研究中表现出优异的性能。

关键词: Altmetrics , 学术论文被引频次 , 影响因素, 机器学习

Abstract: This paper innovatively constructs the prediction model of influencing factors on citation of
academic papers. Taking SCI&SSCI scientific research papers of our university as an example, it verifies
the validity and accuracy of machine learning model in predicting citation frequency of academic papers.
The conclusions of this paper can provide reference for university libraries to carry out decision support
services. This paper combs the related literature of influencing factors and prediction methods of cited
frequency of academic papers, constructs the characteristic space of influencing factors of academic papers
by combining traditional literature measurement and Altmetrics index, and compares the effectiveness and
accuracy of three kinds of machine learning models of linear regression, neural network and support vector
machine in predicting cited frequency of academic papers through experiments. The conclusion of this
paper proves that the prediction accuracy of feature space constructed from the perspective of altmetrics is
greatly improved, and that the support vector machine model shows excellent performance in the empirical
research of the impact prediction of academic papers.

Key words: Altmetrics, Citation frequency of academic papers, Influencing factors, Machine learing

段丹梁柏静于文文孙昕张璐. 基于Altmetrics视角的学术论文被引频次影响因素分析和预测[J]. 图书馆杂志, 2020, 39(4): 102-112.

Duan Dan, Liang Baijing, Yu Wenwen, Sun Xin, Zhang Lu. Analysis of Influencing Factors on Citation Frequency of Academic Papers Based on Altermetrics Perspective and Prediction[J]. Libraly Journal, 2020, 39(4): 102-112.

参考文献

[ 1 ] 白晓梅. 基于社会网络分析的学术影响力评估与
预测[D]. 大连: 大连理工大学, 2017.
[ 2 ] 中国科学技术信息研究所.2016年度中国科技论
文统计与分析年度研究报告[M]. 北京: 科学技术
文献出版社, 2018: 230-235.
[ 3 ] Gross P L, Gross E M. College Libraries and
Chemical Education[J]. Science, 1927, 66(1713):
385.
[ 4 ] BEEL J, GIPP B. Google Scholar’s ranking
algorithm: the impact of citation counts (an empirical
study)[C]//Proceedings of the 3rd IEEE International
Conference on Research Challenges in Information
Science. Piscataway: IEEE, 2009: 439-446.
[ 5 ] 何春建.单篇论文学术影响力评价指标构建[J].
图书情报工作, 2017, 2(61): 98-106.
[ 6 ] Priem, Jason, Piwowar, et al. Altmetrics in the wild:
Using social media to explore scholarly impact
[J/OL]. Computer Science, 2012(3). [2018-12-26].
http://arXiv.org/abs/: 1203.4745v1.
[ 7 ] 晏晓菁. 基于社会网络的学术团体识别及其学术
影响力研究[D]. 苏州: 苏州大学, 2018.
[ 8 ] 《图书情报工作》杂志社. 计量学研究的发展与
创新[M]. 北京: 海洋出版社, 2014.4.
[ 9 ] 赵思喆.基于回归模型的学术论文与学术期刊影
响力预测研究[D]. 曲阜: 曲阜师范大学, 2018.
[10] Garfield E. The Evolution of the Science Citation
Index[J]. International Microbiology, 2010, 10(1):
65-69.
[11] Bornmann L, Daniel H D.What Do Citation Counts
Measure? A Review of Studies on Citing Behavior[J].
Journal of Documentation, 2008, 64(1): 45-80.
[12] 叶鹰.国际学术评价指标研究现状及发展综述[J].
情报学报, 2014, 33(2): 215-224.
[13] Thelwall M. Bibliometrics to Webometrics[J]. Journal

of Information Science, 2007, 34(4): 1-18.

[14] Jerome K Vanclay. Factors affecting citation rates
in environmental science[J]. Journal of Informetrics,
Volume 7, Issue 2013(4): 265-271.
[15] Iman Tahamtan, Askar Safipour Afshar, Khadijeh
Ahamdzadeh. Factors affecting number of citations:
a comprehensive review of the literature [J].
Scientometrics, 2016, 107(3): 1195-1225.
[16] 鲍玉芳, 马建霞.科学论文被引频次预测的现状
分析与研究[J]. 情报杂志, 2015, 34(5): 66-71.
[17] 牟象禹, 龚凯乐, 谢娟, 等.论文被引频次的影响
因素研究——以国内图书情报领域为例[J]. 图书
情报知识, 2018(4): 43-52.
[18] P r i e m J , P i w o w a r H A , H e m m i n g e r b M .
Altmetrics in the wild: Using social media to
explore scholarly impact[J/OL].Computerscience,
2012. [2016-10-27]. http://arxiv.org /abs/
1203.4745v1.
[19] Rodrigo Costas, Zohreh Zahedi, Paul Wouters.
Do “altmetrics” correlate with citations? Extensive
comparison of altmetric indicators with citations from
a multidisciplinary perspective[J]. Journal of the
Association for Information Science and Technology,
2015, 66 (10): 2003-2019.
[20] 余厚强, 邱均平.替代计量指标分层与聚合的理
论研究[J].图书馆杂志, 2014(10): 13-19.
[21] 李宏, 王海南, 由庆斌.补充计量学的实证研究现
状及面临挑战[J]. 情报理论与实践, 2018, 41(12):
76-81.
[22] 宿晓燕. 基于社交媒体的论文影响力分析和预测[D].
大连: 大连理工大学, 2017.
[23] 鲍玉芳, 马建霞.科学论文被引频次预测的现状
分析与研究[J]. 情报杂志, 2015, 34(5): 66-71.
[24] 周志华. 机器学习[M]. 北京: 清华大学出版社,
2016.
[25] 何清, 李宁, 罗文娟, 等.大数据下的机器学习
算法综述[J]. 模式识别与人工智能, 2014, 27(4):
327-336.
[26] Lawrence D Fu, Constantin F. Aliferis Using
content-based and bibliometric features for machine
learning models to predict citation counts in the
biomedical literature[J]. Scientometrics, 2010,
85(1): 257-270.
[27] Rui Yan, Jie Tang, Xiaobing Liu, et al. Citation
count prediction: Learning to estimate future
citations for literature[C]// Proceedings of the 20th
ACM Conference on Information and Knowledge
Management, CIKM 2011, Glasgow, United
Kingdom, October 24-28, 2011.
[28] Tian Yu, Guang Yu, Pengyu Li, et al. Citation impact
prediction for scientific papers using stepwise
regression analysis[J]. Scientometrics, 2014, 101:
1233-1252.
[29] 丁筠.学术期刊影响力指数(CI)预测模型的构建[J].
情报科学, 2017, 35(2): 27-32, 37.
[30] Wang D, Song C, Barabási A L. Quantifying longterm
scientific impact[J]. Science, 2013, 342(6154):
127-132.
[31] Tahamtan I, Afshar A S, Ahamdzadeh K.Factors
Affecting Number of Citations: A Comprehensive
Review of the Literature[J]. Scientometrics, 2016,
107(3): 1195-1225.
[32] 牟象禹, 龚凯乐, 谢娟, 等. 论文被引频次的影响
因素研究——以国内图书情报领域为例[J]. 图书
情报知识, 2018(4): 43-52.
[33] 耿骞, 景然, 靳健, 等. 学术论文引用预测及影响
因素分析[J]. 图书情报工作, 2018, 62(14): 29-40.
[34] Xuemei Li, Mike Thelwall, Dean Giustini. Validating
online reference managers for scholarly impact
measurement[J]. Scientometrics, 2012, 91(2):
461-471.
[35] Lutz Bornmann, Loet Leydesdorff, Jian Wang. How
to improve the prediction based on citation impact
percentiles for years shortly after the publication
date?[J]. Journal of Informetrics, 2014, 8(1):
175-180.
[36] Koen Frenken, Roderik Ponds, Frank Van Oort.
The citation impact of research collaboration in
science-based industries: A spatial-institutional
analysis[J]. Papers in Regional Science, 2010, 89(2):
351-371.
[37] Jiawei Han, Micheline Kamber, Jian Pei. 数据挖
掘概念与技术[M]. 北京: 机械工业出版社, 2016:
288-289.
[38] 段丹, 张璐, 孙昕. 财经高校图书馆微信公众号
信息传播效果评价研究——基于前馈BP神经网
络模型的实证分析[J]. 知识管理论坛, 2018, 3(4):
235-244.
[39] 张良均, 等. MATLAB数据分析与挖掘实战[M]. 北
京: 机械工业出版社, 2015: 52-53.
[40] Lewis C. Statistical Methods. 6th ed[M/OL].
[41] 韩家炜, 堪博. 数据挖掘概念与技术 (原书第2版)
[M]. 范明, 孟小峰, 译. 北京: 机械工业出版社,
2007.
[42] Eberly L E. Multiple Linear Regression[J]. Methods
in Molecular Biology, 2007, 404(2): 165.
[43] Kohonen T. An introduction to neural computing[J].
Neural Networks, 1988(1): 3-16.
[44] McCulloch W S, W Pitts. A lofical calculus of the
ideas immanent in nervous activity[J]. Bulletin of
Mathematical Biophysics, 1943, 5(4): 115-133.
[45] Werbos P.Beyond regression: New tools for
prediction and analysis in the behavior science[D].
Harvard University, 1974.
[46] Rumelhart D E, G E Hinton, R J Williams.Learning
internal representations by error propagation[J]//
Parallel Distributed Processing: Explorations in the
Microstructure of Cognition, 1986(1): 318-362.
[47] Cortes C, V N Vapnik.Support vector networks[J].
Machine Learning, 20(3): 273-297.
[48] 佩德罗·多明戈斯.终极算法: 机器学习和人工
智能如何重塑世界[M]. 北京: 中信出版社, 2017.
[49] 章成志, 丁睿祎, 王玉琢.基于学术论文全文内容
的算法使用行为及其影响力研究[J]. 情报学报,
2018, 37(12): 1175-1187.
[50] DONG Y, Johnson R A, Chawla N V.Will this
paper increase your h-index?: Scientific impact
prediction[C]. Machine Learning and Knowledge
Discovery in Datebases, ECML PKDD 2015.Proto:
Springer, 2015: 149-158.
[51] 刘韩. 人工智能简史[M]. 北京: 人民邮电出版社,
2018.
[52] Chang Chihchung, Lin Chihjen.LIBSVM: a library
for SVMs Version 2.3 [DB/OL]. [2001-06-08].
http://www.csic.ntu.edu.tw/~cjlin/papers/ libsvm.pdf.
[53] Mingyang Wang, GuangYu, Shuang An, et
al, Discovery of factors influencing. citation
impact based on a soft fuzzy rough set[J/OL].
modelScientometrics, 2012, 93: 635. https: //doi.
org/10.1007/s11192-012-0766-x.
[54] 邱均平, 董克.作者共现网络的科学研究结构
揭示能力比较研究[J]. 中国图书馆学报, 2014,
40(1): 15-24.

[1]	王奕丰陈铭（南京大学信息管理学院）. 图书馆儿童用户漫画利用行为影响因素的扎根分析与模型构建[J]. 图书馆杂志, 2025, 44(410): 130-137.
[2]	罗怡帆刘一迪储节旺（安徽大学管理学院）. 信息资源管理研究生使用AIGC 工具的科研行为影响因素研究[J]. 图书馆杂志, 2025, 44(407): 56-67.
[3]	宋甲丽陈晓芬程结晶（江苏财经职业技术学院图书馆江苏护理职业学院图书馆扬州大学社会发展学院）. 中学生数字阅读素养及提升个体影响因素研究[J]. 图书馆杂志, 2024, 43(402): 85-96.
[4]	蔚海燕姜沈宇朱苇琦（华东师范大学经济与管理学院）. 基于信息采纳模型的机器学习领域科学数据重用影响因素研究[J]. 图书馆杂志, 2024, 43(402): 5-15.
[5]	刘周颖赵宇翔张妍张轩慧朱庆华（南京林业大学人文社会科学学院南京大学信息管理学院南京大学数据管理创新研究中心）. 数字人文类开放数据竞赛的公众参与行为影响因素研究[J]. 图书馆杂志, 2024, 43(400): 123-135.
[6]	贾宇婷吴丹（武汉大学信息管理学院武汉大学人机交互与用户行为研究中心）. 多设备环境下Z 世代对公共数字文化移动服务平台使用意愿影响因素的扎根分析[J]. 图书馆杂志, 2024, 43(398): 16-26.
[7]	施雨茆意宏张贵香（南京农业大学信息管理学院中国人民大学信息资源管理学院）. 个性化算法推荐服务用户采纳意愿影响因素：元分析研究[J]. 图书馆杂志, 2024, 43(394): 96-108.
[8]	徐嘉（云南大学历史与档案学院）刘宇（云南大学新闻学院）. 科普视频信息传播效果的影响因素研究——以“二次元的中科院物理所”B站账号为例[J]. 图书馆杂志, 2023, 42(391): 108-116.
[9]	练靖雯赵宇翔张轩慧朱庆华（南京大学信息管理学院南京理工大学经济管理学院）. 文化遗产众包项目可持续发展的影响因素探索——结合案例分析的德尔菲研究[J]. 图书馆杂志, 2023, 42(390): 74-86.
[10]	姚晓彤. 高校学生阅读行为类型及影响因素研究[J]. 图书馆杂志, 2021, 40(3): 47-55.
[11]	唐长乐（上海大学图书情报档案系）. 基于扎根理论的政府开放数据价值共创影响因素研究[J]. 图书馆杂志, 2021, 40(11): 22-30.
[12]	沈国陈惠兰（东华大学图书馆）. 基于中科院期刊分区表的SCI期刊分区变化及其影响因素[J]. 图书馆杂志, 2021, 40(10): 133-141.
[13]	田志馥. 我国公共图书馆时空演进格局特征与成因分析[J]. 图书馆杂志, 2019, 38(1): 16-23.
[14]	黄务兰张涛. 基于结构方程模型的移动图书馆用户体验研究——以常州大学移动图书馆为例[J]. 图书馆杂志, 2017, 36(4): 80-89.
[15]	施国洪赵庆. 高校移动图书馆服务质量影响因素分析[J]. 图书馆杂志, 2017, 36(1): 50-58.