面向语义影响的研究组合优化

引文指标被广泛用于评估学术影响力，但受到社会偏见的影响，包括机构声望和期刊可见度。在此我们引入 rXiv 语义影响 (XSI)，这是一个新颖的框架，它通过分析科学语义图在科学底层结构中的演变来预测研究影响。XSI 不计算引文，而是追踪学术知识图谱 (KG) 中研究概念的演变。从 2003 年至 2025 年的 324K 生物医学出版物构建的综合 KG 出发，我们证明 XSI 能够提前三年以极高的准确度 ($R^2$ = 0.69) 预测论文未来的语义影响 (SI)。我们利用这些预测开发了一个用于研究组合选择的优化框架，该框架系统性地优于随机分配。我们提出将 SI 作为引文的补充指标，并将 XSI 作为指导资助和出版决策的工具，在减轻风险的同时提升研究影响。