学术影响力的多维度测量
在学术研究领域,准确衡量学术影响力至关重要。本文将深入探讨多个用于衡量学术影响力的关键指标,包括对数似然比(LLR)、信息熵、词的聚集特性、中心性指标以及Hirsch指数和g指数等。
1. 对数似然比(LLR)
对数似然比用于衡量两个术语之间的关联强度。当两个术语在语义上等价时,它们一起出现的可能性较低,LLR值也相对较低。例如,某些语义等价的术语对的LLR值就处于较低水平。相反,“citation”和“impact”之间的LLR为8.1686,“happiness”和“feelings”之间的LLR为10.6193,这些相对较高的LLR值表明这些术语对之间存在特殊的关联。
2. 信息熵
信息熵是衡量一个术语相关不确定性的指标。在Google上,术语出现的次数越多,其概率越高,信息熵越低。以下是部分术语在Google上的出现次数统计:
| 术语 | Google上的出现次数 |
| ---- | ---- |
| the | 25,270,000,000 |
| a | 25,270,000,000 |
| It | 19,730,000,000 |
| Thought | 1,770,000,000 |
| Reason | 1,540,000,000 |
| Front line | 291,000,000 |
| Terrorism | 147,000,000 |
| Gone with the Wind | 90,200,000 |
| Small molecule | 22,100,000 |
| Bio
超级会员免费看
订阅专栏 解锁全文
4313

被折叠的 条评论
为什么被折叠?



