面向机构影响力动态时间序列预测的隐式多特征学习
社会与信息网络
2020-08-25 v1
摘要
预测研究机构的影响力是决策者的重要工具，例如资助机构的资源分配。尽管在采用定量指标衡量研究机构影响力方面已有显著努力，但机构影响力如何随时间演化却鲜为人知。以往研究侧重于利用不同机构的历史关联分数为这些机构预测潜在的未来影响力。在本文中，我们探究可驱动机构影响力变化的因素，发现由机构录用论文数所衡量的机构影响力，更多由该机构的作者影响力决定。机构的地理位置特征和州 GDP 可驱动机构影响力的变化。识别这些特征使我们能够构建一个整合个人能力、机构位置和州 GDP 效应的预测模型。该模型揭示了驱动机构未来影响力的潜在因素，可用于准确预测机构的未来影响力。
引用
@article{arxiv.2008.10447,
title = {Implicit Multi-feature Learning for Dynamic Time Series Prediction of the Impact of Institutions},
author = {Xiaomei Bai and Fuli Zhang and Jie Hou and Feng Xia and Amr Tolba and Elsayed Elashkar},
journal= {arXiv preprint arXiv:2008.10447},
year = {2020}
}