通过引文网络利用 PageRank 测量学术声誉

对学术机构声望的客观评估是一项困难且备受争议的任务。近年来，人们提出了不同类型的大学排名来量化全球不同研究机构的卓越程度。尽管在某些情况下受到批评，但大学排名的相关性正得到越来越多的认可：事实上，排名正在对机构和政府层面的研究政策制定产生重大影响。然而，关于排名究竟在测量什么的争论一直存在。在此，我们通过测量给定机构学术声誉的定量且可靠的代理指标，并评估其与不同大学排名的相关性来探讨这一问题。具体而言，我们研究了五个不同 Web of Science 学科类别中各大学之间的引文模式，并在由此产生的五个引文网络上使用了 \pr 算法。我们工作背后的基本原理是，科学引文是由参考文献的声誉驱动的，因此 PageRank 算法有望产生反映学术机构在特定领域声誉的排名。我们的结果允许仅基于硬文献计量数据来量化一组机构在特定研究领域的声望。鉴于所分析数据的规模，我们的发现具有统计稳健性且不易产生偏差，这与排名机构为获得类似结果而经常采用的临时调查形成对比。由于我们的发现与 ARWU 学科排名具有极好的相关性，我们在论文中提出的方法可能为新的学术排名方法论打开大门，通过出版影响力将学术声望的定性评估与其定量测量相协调，从而超越现有方法。