| 期刊h指数的集成预测研究 |
| |
| 引用本文： | 宋艳辉,傅绮媛,邱均平.期刊h指数的集成预测研究[J].情报学报,2023(5):575-584. |
| |
| 作者姓名： | 宋艳辉 傅绮媛 邱均平 |
| |
| 作者单位： | 1. 杭州电子科技大学管理学院;2. 杭州电子科技大学中国科教评价研究院 |
| |
| 基金项目： | 国家社会科学基金重点项目“基于大数据的科教评价信息云平台构建和智能服务研究”（19ZDA348）； |
| |
| 摘 要： | 期刊学术影响力的预测逐渐受到期刊界和学术界的广泛关注。Hirsch曾指出，相比于其他文献计量指标，h指数具有更好的预测能力，预测期刊h指数的未来发展相当于预测期刊影响力的未来演化。本文以中文社会科学引文索引为数据源库，以我国图书情报学科的13种核心期刊作为研究对象，分别建立向量自回归、向量误差修正和长短期记忆神经网络的时间序列预测模型，动态预测期刊的未来h指数。根据集成预测方法，形成上述3个模型的集成预测值，并比较各模型和方法的精度。实证结果表明，集成预测方法下的平均绝对百分比误差与均方根误差均小于3个单一的预测模型；同时，提升了预测稳定性，期刊h指数在未来呈现稳定增长趋势，图书情报领域的期刊学术影响力将保持良好的正向发展。
|
| 关 键 词： | 期刊h指数 集成预测 VAR模型 VEC模型 LSTM模型 |
|
