"学术期刊关联度评级系统研究及Garfield模型问题分析"

本研究组在2021年5月20日通过电子邮件对学术期刊关联度和评级系统进行综合研究。学术期刊的分级与评价、相似性的度量与刻画、区分与聚类是本研究组关注的重要研究方向。在这一研究背景下，本研究组提出了对Garfield模型存在的一些问题进行讨论并对其值得借鉴的优点进行分析。 首先，Garfield 模型及一些前人的研究在一定程度上解决了衡量学术期刊间关联程度的问题，他们的模型由一系列的式子定义期刊之间的关联度指标。然而，本研究指出了Garfield模型存在以下几个问题：其一，Garfield 模型认为引用和被引是等价的，无法避免小期刊“抱大腿”的现象。其二，Garfield模型没有考虑学术期刊刊龄带来的影响。其三，Garfield模型只能聚类，而无法解释学术期刊的水平差异，适用范围较窄。 尽管如此，Garfield 模型也有其值得借鉴的优点。首先，在期刊体量方面，Garfield 模型利用10�/Pap�因子对期刊的体量进行了归一化处理，使得关联程度的定义更加符合实际情况。其次，在引用量衡量方面，Garfield 模型利用 H���/Ref� 衡量相关性，借鉴了前人的工作，有一定的合理性和可行性。 鉴于Garfield 模型存在的问题和值得借鉴的优点，本研究组将在今后的研究中着重关注以下几个方面。首先，我们将致力于解决Garfield模型中忽视的学术期刊刊龄带来的影响，通过详细的实证分析和数据挖掘来探索这一影响并提出解决方案。其次，我们将继续深入研究学术期刊的水平差异，寻找适合的方法和模型来解释不同学术期刊之间的差异性，并在评级系统中得到合理的体现。同时，我们也将继续关注学术期刊的聚类问题，力求找到更加全面和准确的方法来衡量学术期刊间的关联性。 除了以上的主要研究方向，本研究组还将进一步深入了解学术期刊领域的相关理论，并结合实际数据开展针对学术期刊关联度和评级系统的深度研究。同时，我们也将与其他相关领域的研究人员进行合作，汇聚各方智慧，共同探讨和解决学术期刊领域面临的问题。 在这一轮综合研究中，感谢本研究组组长张锦程和组员陈岳以及张瑞熙的辛勤努力和专业能力。他们的努力为本次研究带来了丰富的数据支持和理论指导。同时，感谢各位同行专家学者和相关领域的研究人员对本次研究的支持和帮助。期待在今后的研究中能够得到更多的共识和愈发深入的合作。