基于“precision-recall”曲线分析的高被引论文识别研究#br#

摘要 文章首先对高被引论文识别的现状、问题进行梳理和分析，在此基础上，选取地球物理学、计算机与自动化、力学、图书情报学和药学5个学科的90本中文核心期刊在2004-2016年间刊载的448 749篇研究文献，将高被引论文识别问题转化为信息检索问题，利用文献下载量（DS）和期刊引用分数（JCS）两个指标对高被引论文进行识别，并引入新的观测视角——“precisionrecall”曲线，对识别效果进行分析和可视化。结果表明，“precision-recall”曲线可以较好地对指标的高被引论文识别能力进行直观反映；文献下载量和期刊引用分数均可作为高被引论文识别指标，且文献下载量的高被引论文识别能力优于期刊引用分数