论文层面计量视角下的核心文献价值测度与识别研究——以人工智能领域为例

[目的/意义]从论文层面计量角度出发,针对不同科研人员阅读文献的需求,综合传统计量指标和新型社媒网络指标,提出核心文献价值测度与识别的思路与框架,进而为领域科学研究推进、科研管理服务开展提供一定的参考。[方法/过程]将核心文献划分为经典、热门和前沿三类,综合多重指标运用熵权法和主成分分析方法构建文献价值测度体系,并以人工智能领域为例进行实证研究。[结果/结论]实现了针对不同科研需求的人工智能领域核心文献识别与推荐,揭示了不同类型核心文献所属方向、所载期刊、所选指标、时序影响等方面的差异。[局限]纯粹客观赋权法存在权重设定偶然性和不确定性的局限,需进一步改进。