一种作者贡献值与引用网络相结合的作者影响力排序方法 *
臧思思 李秀霞 郝玉珊
(曲阜师范大学传媒学院 日照 276826)
摘 要： [目的/意义] 为平衡论文合著作者对文章的贡献差异，从单篇论文的作者贡献差异出发，在作者引用网络的基础上引入作者贡献度，对作者学术影响力进行排序。[方法/过程] 将论文署名次序反映的作者不同贡献度与作者引用网络相结合，提出一种作者排序新方法—PageRank-weight算法(简写为，PRw算法)。并以图书情报学领域41位作者为研究对象，计算其PRw值，并与h指数、PageRank值进行对比。[结果/结论] 实证研究表明，相比于h指数、PageRank值，PRw算法不仅能够识别该领域的核心作者，而且对作者的区分度高，评估结果更全面准确。
关键词： PageRank；作者贡献值；引用网络；影响力排序
0 引 言
作者是科学交流体系的核心，也是创新力量的重要组成部分，在推动科技进步和文化传承方面起着重要的作用[1]。高志、张志强[2]认为个人学术影响力是指：在某一时期个人对其所处科研领域内其他个人及其科研活动的影响范围和深度，在学术方面对其他学术实体和科学发展产生理论和实践的影响程度，其评价标准一般是个人科研成果的学术质量和数量。作者学术影响力能反映学者的科研水平以及个人学术水平被同行认可和关注的程度，因此，作者学术影响力的排序研究一直受到学界广泛关注。
1相关研究
1.1基于网络视角的作者影响力排序研究 从网络视角对作者影响力排序已成为作者评价研究的一个子方向，这类研究方法主要是以图论思维测度作者在全局中的位置。1998年,Strogatz和Watts[3]在Nature 上发表文章引入小世界模型，用来描述从完全规则网络到完全随机网络的转变。小世界模型既有与规则网络类似的聚集特性，又有与随机网络类似的较小平均路径长度[4]。作者之间合作或引用的交互性，使领域内的作者构成一个小世界网络。目前，基于网络视角对作者影响力排序的相关研究已逐渐成熟，如Yin[5]等人利用图书馆与信息科学(LIS)的合著数据，构建作者合著网络，并通过计算作者的四个中心度指标(紧密中心度、中间中心度、度中心度和PageRank算法)识别网络中的高影响力作者；Ding[6]等人利用PageRank算法将作者共引网络中的节点按照重要程度进行排名,并研究了PageRank算法中不同阻尼因子取值对作者的排名影响；Fiala[7]等人同时考虑引文关系和合著关系，发现基于引文和合作作者信息的排名结果比标准的PageRank排名更好；马瑞敏[8]基于作者引用网络，从迭代加权引用和非迭代加权引用两个视角构建作者学术影响力评价模型，对作者学术影响力进行排序；李纲[9]等人将合著网络的节点权重融入作者影响力的测度，提出类h混合中心性指标用以确定节点权重，从合著影响力判断高影响力作者。
1.2基于贡献度的作者影响力排序研究 作者合作是当前学术成果产生的重要方式，而实际上不同署名位置的作者对论文的贡献度是不一样的，作者署名次序反映了作者对论文的贡献程度。如果不考虑论文合著和署名次序对作者学术影响力排序的影响，会夸大署名位置靠后的作者对论文的贡献[10]。将作者贡献纳入作者影响力排序的相关研究已有很多，如V.Larivière[11]等人分析了概念性贡献要素、技术性贡献要素与学术资历之间的关系，发现贡献程度和作者顺序之间存在U型关系；S.L.Yang[12]等人以三种医学期刊《美国医学会杂志》《内科年鉴》)和《PLOS医学》为例，使用四种指标探讨作者贡献类型情况以及作者署名与贡献声明的关系；刘雪梅[13]等人基于作者贡献角度改进h指数，提出一种作者影响力排序的I指数；何祎雯等[14]针对h_w指数未考虑作者贡献差异的问题,提出h'_w指数；彭冀晔[15]基于作者贡献视角提出EM'序列指数，并以此量化科研人员的影响力；刘运梅[16]等人在p指数计算方法的基础上,针对合著论文作者署名次序与作者贡献均等的问题,提出基于合著作者贡献大小分配权值的p指数方法，以合理平衡合著论文中作者的科研贡献。
上述研究表明，无论是基于网络视角还是基于作者贡献视角，学者们对作者学术影响力排序研究已做了较为广泛的讨论。本文拟在作者引用网络的基础上，将作者贡献度与PageRank算法相结合，构建作者影响力排序的新方法—PageRank-weight算法(简写为，PRw算法)，以更精细地对作者影响力排序。
自由贸易区和自由贸易园区两个概念在名称上非常相似，很容易混淆，但二者的内涵存在本质差别。一般意义上而言，自由贸易区由两个或多个国家(地区)通过谈判，达成相互降低关税、消除关税壁垒、开放外资准入领域、提升贸易投资便利化的双边或多边自由贸易政策，其本质是协议国之间双向、相互的关税纠正和市场开放承诺与实践，例如中国—东盟自由贸易区、北美自由贸易区以及正在谈判的TPP等。
2 PRw算法设计
2.1作者 PageRank算法 PageRank算法的实质是一种迭代引用，利用节点之间的相互链接关系计算节点影响力。PageRank算法应用于作者排序主要基于以下两点：一是被引频次，个人被引用的次数越多，意味着该作者拥有更多的链接数，该作者影响力也越大；二是被引质量，如果一位作者被影响力高的作者引用，那么该作者的影响力也会相应提高。因此，PageRank算法既考虑了引用数量，又考虑了引用质量，在学术评价研究中得到了广泛应用。用PageRank算法对作者进行排序的公式如下：
(1)
其中，PR (author j )表示作者j 的PR值；C Total 是某个领域内的作者总数，N 表示引用作者i 的作者数量，author i 代表N中的第i 个作者，PR (author i )是引用j 的作者i 的PR 值；C (author i )表示作者i 引用过的作者数量，d 为阻尼因子，一般取值0.85。
文中所用的气象资料来源于环太湖地区的苏州、无锡、常州、湖州等市所属的9个气象台站:苏州(吴中)、东山、吴江、无锡、常州、宜兴、嘉兴、湖州、长兴。资料时段:前8个台站为1961—2010年,共50 a,长兴站由于建站较晚,资料时段为1971—2010年,共40 a。
自2002年成立以来，新华水利水电投资公司以服务水利、服务民生为己任，秉承“发展水电、服务社会、专业进取、和谐共赢”的理念，积极响应国家建设资源节约型和环境友好型社会的号召，致力于清洁可再生能源与循环经济的发展，在水电、水务、水环境综合治理等水资源领域打造专业型的产业投资公司，以完全市场方式专业投资基础设施领域，在国内市场以投资水电开发为主，并拓展其他涉水业务，目前已形成以中小水电开发为龙头，其他涉水业务共同发展的良好态势，成为清洁可再生能源行业有影响力的产业品牌。
2.2作者贡献度 目前，学者在构建作者引用网络时，其数据的获取往往以“作者”的身份统计目标学者发文以及论文被引情况，对论文作者类型(独著或合著)不加区分，即没有考虑不同署名位置对作者学术水平的影响。一般情况下，作者顺序是根据作者对出版物的贡献来确定，作者署名次序[17]是体现作者贡献多少最直观的方式。目前，学术论文的署名有两种类型，一种是独著论文，如果论文是单独著者，那么该篇论文的贡献全部属于该作者；另一种论文为合作著者，如果有多位作者合作时，就要考虑作者贡献差异。L.Waltman[18]也认为多位作者为研究新知识这一共同目标而在一起工作，需要设计一个合理的贡献分配方案，对全体合著者进行贡献评估和分配。
c.综合作者在引用网络中的PR值和作者贡献度，根据公式(3)得到作者PRw 值：
(2)
该公式随着合著作者数量的增加，分配到每一位作者的贡献值会相应减少，同时不同署名次序的作者贡献度差异性得到了保证。对于发表多篇论文的作者，其按署名次序分配的贡献值为作者贡献度总和，即
2.3 PRw算法 本文在PageRank算法的基础上，融入作者贡献度，根据作者在论文中不同署名次序赋予不同的权重。其具体实现步骤如下：
3.2计算作者的 PRw值 根据2.3节PRw算法的具体实现步骤，计算作者的PRw值。为更好地对比分析，统计41位作者的h指数、发文量、被引频次及其一作数量、二作数量和三作及以上数量，如表2所示。
牙齿是人体的重要组成部分，其解剖形态在不同民族和地区间存在一定的差异[1]。维吾尔族在遗传、生活习俗、生活环境等与汉族明显不同，其牙体解剖形态上也具有不同特点。目前,国内外有很多学者对不同民族、不同地区的恒牙解剖形态进行了相关研究[2-4]。而对维吾尔族牙齿解剖结构的研究较少，且研究样本量也较小[5-6]。牙齿测量是研究牙齿形态的最基本方法,本研究对新疆地区维吾尔族第一前磨牙的解剖形态进行测量，以期为新疆地区口腔临床、教学和科研提供解剖学资料和理论依据。
从表3数据可以看出：a.从分布范围来看，PRw值的分布范围最广，最大值与最小值之间的差值最大；h指数的分布范围最窄，最大最小值之间的差值最小，因而会出现多人h指数相同从而无法区分的情况。b.从中位数和平均值差异来看，PRw的中位数与平均值相差最大，说明样本学者的PRw值分布更加离散；PR值和h指数的中位数与平均值相差不太明显，说明样本学者的这两种指标在数值上分布比较集中和均匀。
b.根据公式(2)，计算作者在已发表论文中的贡献度总和。(注：由于PR值和作者贡献值计算结果的范围差别较大，因此我们将PR值扩大350倍，使两种结果处于同一范围)。
目前，关于论文合著者贡献分配算法的研究已有很多，基于合著者署名顺序的分配方案包括比例、几何、调和等算法，其中，调和算法使第i 位作者与第i +1位作者的贡献比例始终为(i +1):1，能更好的拟合实证数据，所以该方案相比其他方案更具优越性[18]。因此，本文拟用挪威学者Hagen[19]提出的调和式计量方法(harmonic counting)为作者的贡献大小进行赋权，其计算方法为，在由n 位作者合作完成的一篇文章中，署名次序为第i 位的作者贡献值为w i 。其公式如下：
a.根据公式(1)，自编Python程序，计算作者的PR值。
(3)
3实证研究
3.1数据来源与处理 本文以中文社会科学引文索数据库(CSSCI)为基础数据源，选择CSSCI收录的图书情报学领域《图书情报工作》《情报科学》《现代情报》《情报理论与实践》《图书与情报》《情报学报》《情报资料工作》《情报杂志》《图书情报知识》《数据分析与知识发现》(原名为《现代图书情报技术》10种核心期刊。检索方式选用高级检索，依次输入期刊名称，选择时间跨度为2013-2017年，进行精确检索。去除期刊投稿须知、会议通知、序、通知公告等无关项后，共获得论文11 721篇。
对下载的数据做进一步处理。首先，提取11 721篇论文的作者，共9 515位。其中，同名且隶属于同一机构的被认为是同一作者；同名但在同一时间段内隶属不同机构的作者被认为是不同作者；同名且在不同时间段隶属于不同机构的作者，经核实后将其视作同一作者。然后，选取高影响力作者，为确保作者的活跃度和影响度，我们设定两个阈值：①2013-2017年发表论文数在30篇及以上的作者；②总被引次数在120次以上(含120次)的作者。满足条件①的作者有22人，满足条件②的作者有28人，去掉重复作者后，共选取41位作者。最后，抽取作者之间的引用关系，构建41×41的作者互引矩阵。部分作者在五年内的发文量和总被引频次如表1所示。
表 1图书情报学领域高产作者信息表(部分)
为适应学校的发展，满足学校学术科研交流的需要，国内很多高校都建立了自己的配套接待场所，为来学校交流访问学习的学者、社会人士等提供住宿、餐饮等服务，这些接待场所主要用于学校内部小规模的接待，并在很长一段时间内以学校招待所的形式存在。
表 2样本作者数据统计
续表 2样本作者数据统计
3.3结果分析
3.3.2 PRw算法的优势分析 综合分析，可以发现PRw算法具有以下优势：
表 3样本作者的 PRw值、 PR值及 h指数总体分布情况
取水头位于厂址的西北部，为淹没式预制钢筋混凝土结构，自重约3150t，采用椭圆形（“400m跑道”形状）重力式结构型式，外轮廓长边30m，短边21m，高9.8m，顶板厚0.35m，侧壁厚0.7m，矩形底板厚0.9m（见图1）。为增加取水头整体刚度，取水头设两层梁柱，取水头安装后顶面高程为-4.6m，顶部侧面沿圆周设12个进水窗，上槛高程为-5.60m，底槛高程为-7.60m，各进水窗之间用钢筋混凝土支柱分隔支撑，进水窗设置双相不锈钢材质拦污栅，栅条中心间距200mm，取水头下部预留1m长楔形接口，与预制段取水沉管连接（见图1）。
3.3.1 PRw值、PR值及h指数总体分析 表3列出了41位学者对应PRw值、PR值和h指数的最大值、最小值、最大最小值之间的差值、中位数以及平均值。
a.PRw算法具有较好的筛选功能。以PRw值为评判标准，排名前20位的作者均是图书情报学领域具有一定影响力与知名度的作者。作为对PageRank的改进算法之一，PRw算法一定程度上能够客观地评价作者影响力，具有一定的科学性。
浮盘密封的完好性直接关乎储罐油气挥发，造成物料损耗和环境污染，同时更关乎储罐安全、稳定运行。从实际运行工况来看，造成浮盘密封失效主要有两个方面：①浮盘密封在安装和材质选用过程中存在缺陷，在运行中出现密封与浮盘连接部位脱开，密封部分下落到物料中，一些弹性元件过早老化，失去压紧作用，个别密封材质过早老化、腐蚀，从而形成密封失效；②所储物料性质不稳定，不同品种物料频繁变化，一些油品与密封材料发生化学变化，腐蚀密封原件，储罐在收储物料时忽视浮盘密封性能或可能形成的危害，个别物料易粘结于浮盘密封处，在浮盘运行中对浮盘密封形成损坏。
b.PRw算法具有明显的区分效果。进一步查看表2学者指标值，41位样本作者中有12组共27位作者的h指数相同，比例达到66%；PR值有1组4位作者的数值相同，区分度达到90%；而PRw值未出现多人数值相同的情况，所以在区分度方面PRw值优于PR值和h指数。
如俞立平和娄策群两位学者，其h指数都为11，并且两者的PR值也相同。但后者的PRw值高于前者。深入分析可知，在俞立平19篇论文中，署名第一作者的16篇，署名第二作者的有2篇；娄策群共发表了33篇论文，其中署名第一作者的有18篇，署名第二作者的12篇。由于娄策群的一作、二作论文数量都多于俞立平，因此在考虑作者贡献度后，娄策群的PRw排名高于俞立平。再如h指数都为24的黄如花、马费成、胡昌平三位学者，其PRw值分别为153.25、137.21和115、62。具体分析，三位作者按照PR值排序为马费成、胡昌平和黄如花。考虑作者贡献度后，在黄如花43篇论文中，署名第一作者的有35篇，署名第二作者的有7篇；在马费成的21篇论文中，署名第一作者和第二作者的论文各有8篇；胡昌平的22篇论文中，署名第一作者的有16篇，署名第二作者有5篇。综合来看，虽然黄如花的PR值低于马费成和胡昌平，但其署名第一和第二作者的论文数量均高于马费成和胡昌平，因而三者中黄如花的PRw值最高。按照PR值排序时，马费成高于胡昌平11个位次，考虑作者贡献度后，由于胡昌平署名第一和第二作者的论文数量高于马费成，因此两者的PRw值排名差距缩小为4位。
c.PRw算法具有一定的调节能力。表4和图1给出了学者PRw值与PR值名次及其变化情况，排名变化情况是PR值与PRw值的排名差值，正数表示名次上升，负数表示名次下降，数字表示变化幅度。由表4及图1可以发现，与PR值相比，PRw值下的作者排名发生了明显地变化，评价结果差异明显，这表明引入作者贡献值对作者影响力排序有重要的调节作用。
表 4样本作者排名变化表
续表 4样本作者排名变化表
由表4数据可知，有40位作者的名次前后发生了变化，其中名次上升的作者共有22位，下降的共有18位 ，名次不变的有1位。在41位样本作者中，黄如花的名次上升了16位，上升幅度最大。分析可知：a.考虑作者论文的被引数量和质量，黄如花论文的总被引频次为156(按被引频次排名19位)，并且其被邱均平、李纲、赵蓉英、唐晓波等高影响力作者引用，按照PR值排名22位。b.考虑作者贡献度发现，在黄如花的43篇论文中，署名第一作者的有35篇，署名第二作者有7篇，署名第三作者的有1篇，其中署名第一的论文率达到了81.4%。由于黄如花在第一作者论文数占比率较高，因此其作者贡献度高，因而导致黄如花的排名上升明显。作者王晓光的名次下降最大，PRw排名由PR排名的第20位下降到第41位，降低21位。究其原因:a.王晓光论文的总被引频次为120(按被引频次排名28位)，其被李纲、赵蓉英、朱庆华、张静、王晰巍、许鑫、赵宇翔等人引用，按照PR值排名20。b.考虑作者贡献度后，在王晓光5篇论文中，署名第一作者的有3篇，署名第二作者有1篇，署名第三作者的有1篇。由于其发文量少，因而贡献度高的论文数量少，其贡献度的计算结果低，导致王晓光的排名有较大幅度地下降。
中、高年级的学生，首先要做的就是教他们养成一个好习惯，在阅读的时候，学会圈、点、勾、画，学会抓关键词，甚至“咬文嚼字”。在表述数学概念、性质、法则、公式、解题方法和操作步骤时，表述上要具备更高的严密性和逻辑性。如在乘法分配律概念教学时，教师应该重点指导学生将“两个数的和”、“相乘”、“两个加数”、“相乘”、“积相加”、“结果不变”等内容圈、点、勾、画出来，使得学生通过阅读，学会抓关键词，甚至“咬文嚼字，理解运用，把握其内涵。
图 1作者 PRw值和 PR排名情况
3.3.3 相关性分析 为更好地比较PRw值、H指数、发文量和被引频次、一作、二作、三作及以上论文数量的评价效果，对其进行Pearson相关性分析，如表5所示。
表 5 Pearson相关性分析
注：** 在 0.01 级别(双尾)，相关性显著;*在 0.05 级别(双尾)，相关性显著
PRw值与h指数、发文量和被引频次的相关性分别为0.554、0.603和0.781，都在 0.01水平下显著正相关。其中PRw与被引频次的相关性最高，因为两种指标计算都是基于一定的被引数量，作者论文的被引频次越高，指标值越高。在作者署名次序方面，PRw值与署名第一作者论文数量的相关性最高，为0.656，表明PRw值对作者的署名次序敏感。作者署名靠前的论文数越多，则其科研贡献就越大。作者的PRw值是对PageRank算法应用于作者影响力排序的改进，其综合了作者论文的被引数量、被引质量以及论文贡献权重等参数综合而成，因此得到的评价结果更综合、细致。
4 结 语
本文将作者贡献值与PageRank算法结合，提出作者影响力排序的PRw算法。该方法综合了作者论文的被引数量、被引质量、作者贡献值，是一个受多因素影响的综合性指标。为验证PRw算法的可靠性，本文以图书情报学领域的41位高产作者为研究对象，从排名变化、作者区分度、指标相关性对比分析了PRw算法的优越性，具体包括：a.与PR算法相比，PRw算法下的作者排名变化明显，并能有效地识别出影响力和贡献度双高的作者；b.PRw算法对作者影响力排名的区分度优于h指数和PR值；c.PRw算法与署名第一作者的论文数量具有较强的相关性，其对署名次序更加敏感。因此，相对于PageRank算法，PRw算法避免了将论文贡献归于全部作者所带来的膨胀式偏倚，实现了更为精细的作者影响力排序。
本研究也存在不足之处，如仅以图书情报学领域的相关作者为例，对PRw算法的适用性进行验证，对给出的作者贡献度计算方法能否真实地反应论文署名者的贡献度尚需通过大量实验进一步检验。在后续研究中，我们将扩大学科范围、增加作者数量，进一步检验本文方法的科学性和适用性。
参考文献
[1] 马瑞敏,张 慧,杨雨华.加权引用视角下的作者学术影响力评价研究[J].情报学报,2017,36(8):790-797.
[2] 高 志,张志强.个人学术影响力定量评价方法研究综述[J].情报理论与实践,2016,39(1):133-138.
[3] Watts D J,Strogatz S H.Collective dynamics of 'small-world' networks.[J].Nature,1998,393(6684).
[4] 赫 南,李德毅,淦文燕,等.复杂网络中重要性节点发掘综述[J].计算机科学,2007(12):1-5,17.
[5] Yan E,Ding Y.Applying centrality measures to impact analysis:A coauthorship network analysis[J].Journal of the American Society for Information Science and Technology,2009,60(10):2107-2118.
[6] Ding Y,Yan E,Frazho A,et al.PageRank for ranking authors in co-citation networks[J].Journal of the American Society for Information Science and Technology,2009,60(11):2229-2243.
[7] Fiala D,Rousselot F,Ježek K.PageRank for bibliographic networks[J].Scientometrics,2008,76(1):135-158.
[8] 李 纲,郑彬彬.基于类h混合中心性指标改进的作者影响力测度研究[J].情报科学,2017,35(1):3-7.
[9] 唐璞妮,徐苑琳.基于作者贡献值的学术迹在学者学术影响力评价中的应用[J].情报资料工作,2018(2):19-23.
[10] Lariviere V,Desrochers N,Macaluso B,et al.Contributorship and division of labor in knowledge production[J].Social Studies of Science,2016,46(3):417-435.
[11] Yang S,Wolfram D,Wang F.The relationship between the author byline and contribution lists:A comparison of three general medical journals[J].Scientometrics,2017,110(3):1273-1296.
[12] 刘运梅,李长玲,刘小慧.基于合著作者贡献大小分配权值的p指数探讨[J].图书情报工作,2016,60(21):81-86.
[13] 何祎雯,王博雅,钟云志.基于作者主要贡献的科研人员h'_w指数研究[J].情报杂志,2018,37(7):167-175.
[14] 彭冀晔.改进的EM'序列指数量化科研人员影响力研究——基于作者贡献视角[J].情报杂志,2019,38(3):87-94+74.
[15] 刘雪梅,王海花.基于Ⅰ指数及其扩展指数的学者评价研究[J].情报杂志,2018,37(7):162-166.
[16] Lissoni F，Montobbio F．Guest authors or ghost inventors? Inventorship and authorship attribution in academic science[J]．Evaluation review,2015,39(1):19-45．
[17] 崔林蔚,陆 颖.基于作者署名排序的作者贡献要素分析——以《图书情报工作》2015-2016年作者贡献声明为例[J].图书情报工作,2017,61(9):80-86.
[18] 樊向伟,肖仙桃.论文合著者贡献分配算法研究进展及比较分析[J].图书情报工作,2015,59(10):116-123.
[19] Waltman,Ludo.An empirical analysis of the use of alphabetical authorship in scientific publishing[J].Journal of Informetrics,2012,6(4):700-711.
A Sorting Method of Author Impact Based on the Combination of Author Contribution Value and Reference Network
Zang Sisi Li Xiuxia Hao Yushan
(School of Communication,Qufu Normal University,Rizhao 276826)
Abstract ：[Purpose /Significance ]To balance the contribution of co-authors to articles,starting from the contribution difference of the authors of a single paper,on the basis of author's citation network,author's contribution degree is introduced and author's academic influence is ranked.[Method /Process ]A new method of author ranking,PageRank-weight algorithm (PRw algorithm),was proposed by combining the different contributions of authors reflected by the order of signatures with the network of author's references.The PRw values of 41 authors in the field of Library and Information Science were calculated and compared with the h index and PageRank values.[Result /Conclusion ]Empirical studies show that PRw algorithm can not only identify the core authors in this field,but also distinguish the authors more accurately and comprehensively than h index and PageRank value.
Key words :PageRank;author contribution value;citation network;impact ranking
收稿日期： 2019-07-02
修回日期： 2019-08-16
基金项目： 国家社会科学基金项目“文献内容分析与引文分析融合的知识挖掘与发现研究”(编号： 16BTQ074)研究成果之一。
作者简介： 臧思思 (ORCID：0000-0002-7709-6886)，女，1994年生，硕士研究生，研究方向：信息计量；李秀霞 (ORCID：0000-0002-3492-4768)，女，1971年生，教授，硕士生导师，研究方向：信息处理与数据挖掘；郝玉珊 (ORCID:0000-0002-9844-1060)，女，1995年生，硕士研究生，研究方向：信息处理。
通信作者： 李秀霞
中图分类号： G251
文献标识码： A
文章编号： 1002-1965( 2019) 12-0178-06
引用格式： 臧思思，李秀霞，郝玉珊.一种作者贡献值与引用网络相结合的作者影响力排序方法[J].情报杂志，2019，38(12)：178-183.
DOI ：10.3969/j.issn.1002-1965.2019.12.026
(责编/校对：王平军)
标签：PageRank论文; 作者贡献值论文; 引用网络论文; 影响力排序论文; 曲阜师范大学传媒学院论文;