作者合作能否揭示影响力？以 h 指数为例
社会与信息网络
2021-04-13 v1
摘要
科学影响力就其准确性与可靠性而言一直是广泛争论的焦点。从学术机构的招聘委员会到分配经费的政府机构，以 h 指数衡量的作者科学成就对其职业生涯至关重要。本工作的目标是探究作者的合作模式能否良好预测其未来 -指数。尽管二者无直接关联，更紧密的合作可带来生产力提升，并可能对其未来 -指数产生影响。本文利用图神经网络的最新进展，考察仅依靠作者合作关系及其部分论文文本内容来预测 -指数的可能性。我们在由计算机科学领域发表过论文的逾 百万名作者及逾 万条边构成的大规模网络上开展实验。任务为六个月前瞻预测，即每位作者六个月后的 -指数。实验表明，作者未来 -指数与其在合著网络中的结构角色确实存在某种关联。此外，我们发现所提方法优于基于简单图度量及从作者论文文本内容学习的节点表示的标准机器学习技术。
引用
@article{arxiv.2104.05562,
title = {Can Author Collaboration Reveal Impact? The Case of h-index},
author = {Giannis Nikolentzos and George Panagopoulos and Iakovos Evdaimon and Michalis Vazirgiannis},
journal= {arXiv preprint arXiv:2104.05562},
year = {2021}
}
备注
18 pages