通过莱姆库勒曲线混合建模引用集中度

当将文章总被引次数的累积百分比（按被引次数从高到低排序）相对于文章累积百分比绘制成图时，我们得到一条莱姆库勒曲线。在本研究中，我们注意到标准的莱姆库勒函数可能不足以对各种经验信息计量学数据提供精确的拟合。因此，我们引入了一种新的莱姆库勒曲线研究方法，即考虑到异质性因素的存在，将已知的概率密度函数拟合到初始的莱姆库勒曲线上。作为对现有文献的一项重要贡献，我们将一对混合分布（称为PG和PIG）引入文献计量学。此外，我们给出了莱姆库勒曲线的闭式表达式。{我们基于基本模型（基于幂律分布和帕累托分布）以及由此衍生的混合模型，对一些引用集中度测度进行了实证检验。}对两个信息计量数据源的应用表明，混合模型如何优于标准的基本模型。使用非线性最小二乘估计对不同模型进行了拟合。