大数据 ›› 2019, Vol. 5 ›› Issue (5): 25-37.doi: 10.11959/j.issn.2096-0271.2019039

• 专题:学术大数据 • 上一篇    下一篇

图灵指数——学术大数据下的跨领域跨年代学者影响力评估

姚宇航,欧俊杰,李洋,傅洛伊,王新兵,陈贵海   

  1. 上海交通大学电子信息与电气工程学院,上海 200240
  • 出版日期:2019-09-15 发布日期:2019-10-11
  • 作者简介:姚宇航(1997-),男,上海交通大学电子信息与电气工程学院博士生,主要研究方向为社交网络数据挖掘、影响力最大化和隐私保护。|欧俊杰(1997-),男,上海交通大学电子信息与电气工程学院博士生,主要研究方向为机器学习、大数据挖掘。|李洋(1996-),男,上海交通大学电子信息与电气工程学院本科生,主要研究方向为自然语言处理。|傅洛伊(1987-),女,博士,上海交通大学特别副研究员,主要研究方向为社交网络大数据、信息传输与隐私保护以及知识发现与知识度量。|王新兵(1975-),男,上海交通大学特聘教授,电子信息与电气工程学院副院长,国家自然基金委员会杰出青年基金获得者,ACM中国理事会副主席,主要研究方向为物联网性能分析与优化设计。担任网络领域重要期刊 IEEE/ACM Transactions on Networking、IEEE Transactions on Mobile Computing 以及 ACM Transactions on Sensor Networks的编委。2014—2018年连续5年入选爱思唯尔(Elsevier)中国高被引学者榜单。获宝钢优秀教师特等奖提名奖,国家级教学成果奖二等奖(排名第二),上海市教学成果特等奖(排名第二)。|陈贵海(1963-),男,上海交通大学教授、博士生导师,主要研究方向为对等计算、数据处理、传感器网络、路由算法、高性能计算机体系结构、组合数学等。发表的文章被Google Scholar引用10 000余次,SCI引用1 000余次,ESI高被引论文4篇,11次获得国际会议论文奖。2006年获江苏省六大人才高峰称号, 2008年获国家杰出青年科学基金,2011年获国务院政府特殊津贴,2015年获教育部自然科学奖一等奖(排名第一),2017年入选中国计算机学会会士(CCF Fellow),2018年获江苏省科学技术奖一等奖(排名第一)。现任中国计算机学会分布式计算与系统专业委员会主任委员,ACM SIGCOMM China副主席。

Turing index:cross-domain and cross-generation metric of unraveling scholars’ impact in academic big data

Yuhang YAO,Junjie OU,Yang LI,Luoyi FU,Xinbing WANG,Guihai CHEN   

  1. School of Electronic Information and Electrical Engineering,Shanghai Jiaotong University,Shanghai 200240,China
  • Online:2019-09-15 Published:2019-10-11

摘要:

随着学术界规模的扩大,面对领域和年代的巨大差异,现有的衡量学者影响力的量化指标很难消除偏差,从而进行准确衡量。通过观察1865—2016年、310个领域、14 223 183位学者、126 438 664篇论文和533 556 856次引用的数据集,得出不同领域、不同年代的新增引用量分布均遵循幂律分布,因此提出图灵指数,通过归一化消除指数膨胀的影响,衡量学者的绝对影响力。通过对诺贝尔奖、菲尔兹奖、图灵奖等获得者的图灵指数的比较发现,尽管他们在领域和年代上存在很大差异,但是在各自领域却有着相似的影响力。图灵指数为跨领域、跨年代学者影响力评估提供了全新的思路,也为国内外学者影响力评估和基金审理提供了参考。

关键词: 影响力评估, 图灵指数, 大数据挖掘, 学术网络

Abstract:

Gauging the impact of scholars,despite numerous quantitative indicators proposed,remains hard thanks to nowadays gigantic and inflating academic networks accompanied by huge disparity among domains and generations.Data collected from 14 223 183 scholars,126 438 664 papers,533 556 856 references across 310 domains with a time spanning of year 1865 to 2016,suggest universe power-law distributed yearly increased citations of scholars across domains and generations.Turing index then eliminates the inflation via normalizing different scaling parameters in those power law distributions to assess the absolute domain impact of each scholar.Comparison of Turing index among renowned scholars like Nobel,Fields Medal and Turing laureates confirms their equal significance to their dedicated domains despite the vast domain discrepancies in generations and citations.Turing index provides a new way of thinking for cross-domain and cross-generation impact evaluation,and can provide reference for scholars’ impact assessment and national science foundations worldwide.

Key words: impact evaluation, Turing index, big data mining, academic network

中图分类号: 

No Suggested Reading articles found!