基于成長規(guī)律的杰出學者預測研究
發(fā)布時間:2023-03-21 18:56
杰出學者是科研人員中的佼佼者,是社會進步和國家發(fā)展的推動者。目前,隨著科學技術(shù)逐漸受到世界各國的重視,學者的數(shù)量也與日俱增,然而,重要的科學成果往往是由少數(shù)學者發(fā)現(xiàn)并創(chuàng)作,因此如何在海量的學者中發(fā)現(xiàn)杰出學者成為人們關(guān)注的焦點。研究學者的成長過程并從中發(fā)現(xiàn)規(guī)律是盡早發(fā)現(xiàn)杰出學者的重要途徑。學者在成長為杰出學者的過程中,以自身的先天素質(zhì)為基礎(chǔ)與外界的環(huán)境、物質(zhì)相互作用,形成自身的能力,并通過科學創(chuàng)造活動得到社會的認可。這一過程存在大量共同特性可以為預測杰出學者提供研究基礎(chǔ)。因此,本文以中國科學院院士作為我國杰出學者的代表,從個人屬性和學術(shù)屬性特征兩個方面研究杰出學者成長過程中的規(guī)律,然后提取相應的指標構(gòu)建杰出學者預測模型,為學者評價、人才培養(yǎng)以及科研管理決策工作提供參考。本文的研究內(nèi)容主要分為兩個方面:杰出學者成長規(guī)律研究和杰出學者預測模型構(gòu)建。首先,對杰出學者成長規(guī)律進行研究,主要從兩個方面入手:一方面,學者的個人屬性:年齡、性別、籍貫、教育經(jīng)歷、工作經(jīng)歷、擔任行政職務情況以及獲獎情況;另一方面,學者的學術(shù)屬性:科研合作情況、論文影響力情況、個人影響力情況。經(jīng)過統(tǒng)計分析總結(jié)出以院士為代表...
【文章頁數(shù)】:85 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 研究背景
1.2 研究意義
1.3 國內(nèi)外研究現(xiàn)狀
1.3.1 學術(shù)影響力預測研究現(xiàn)狀
1.3.2 院士成長規(guī)律研究現(xiàn)狀
1.3.3 研究現(xiàn)狀小結(jié)
1.4 研究內(nèi)容和技術(shù)路線
1.4.1 研究內(nèi)容
1.4.2 技術(shù)路線
1.5 研究的創(chuàng)新點
第2章 相關(guān)理論及方法
2.1 人才成才規(guī)律理論
2.2 學者影響力預測方法
2.2.1 基于模型的預測方法
2.2.2 基于網(wǎng)絡(luò)的預測方法
2.2.3 基于學術(shù)評價指標的預測方法
2.3 機器學習常用分類算法
2.3.1 基于決策樹的分類算法
2.3.2 樸素貝葉斯分類算法
2.3.3 支持向量機分類算法
2.3.4 算法評估
2.4 本章小結(jié)
第3章 杰出學者屬性特征分析
3.1 實驗數(shù)據(jù)
3.2 院士個體屬性特征分析
3.2.1 當選年齡分布情況
3.2.2 性別與籍貫特征分布情況
3.2.3 教育經(jīng)歷及其特征分布情況
3.2.4 工作經(jīng)歷及其特征分布情況
3.2.5 獲獎情況及其特征分布
3.3 基于SCI論文的院士學術(shù)特征分析
3.3.1 科研合作情況
3.3.2 論文影響力情況
3.3.3 基于H指數(shù)的個人影響力情況
3.4 本章小結(jié)
第4章 杰出學者預測模型
4.1 杰出學者預測模型定義
4.2 杰出學者預測模型構(gòu)建過程
4.2.1 數(shù)據(jù)采集與預處理
4.2.2 預測模型的選擇
4.2.3 預測模型的特征篩選
4.2.4 預測模型訓練
4.3 杰出學者預測模型檢驗與評估
4.3.1 預測模型的準確性比較
4.3.2 預測模型的有效性比較
4.4 本章小結(jié)
第5章 模型應用與評估
5.1 實驗數(shù)據(jù)
5.2 結(jié)果分析與評估
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻
附錄一——在校期間研究成果
致謝
本文編號:3767112
【文章頁數(shù)】:85 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 研究背景
1.2 研究意義
1.3 國內(nèi)外研究現(xiàn)狀
1.3.1 學術(shù)影響力預測研究現(xiàn)狀
1.3.2 院士成長規(guī)律研究現(xiàn)狀
1.3.3 研究現(xiàn)狀小結(jié)
1.4 研究內(nèi)容和技術(shù)路線
1.4.1 研究內(nèi)容
1.4.2 技術(shù)路線
1.5 研究的創(chuàng)新點
第2章 相關(guān)理論及方法
2.1 人才成才規(guī)律理論
2.2 學者影響力預測方法
2.2.1 基于模型的預測方法
2.2.2 基于網(wǎng)絡(luò)的預測方法
2.2.3 基于學術(shù)評價指標的預測方法
2.3 機器學習常用分類算法
2.3.1 基于決策樹的分類算法
2.3.2 樸素貝葉斯分類算法
2.3.3 支持向量機分類算法
2.3.4 算法評估
2.4 本章小結(jié)
第3章 杰出學者屬性特征分析
3.1 實驗數(shù)據(jù)
3.2 院士個體屬性特征分析
3.2.1 當選年齡分布情況
3.2.2 性別與籍貫特征分布情況
3.2.3 教育經(jīng)歷及其特征分布情況
3.2.4 工作經(jīng)歷及其特征分布情況
3.2.5 獲獎情況及其特征分布
3.3 基于SCI論文的院士學術(shù)特征分析
3.3.1 科研合作情況
3.3.2 論文影響力情況
3.3.3 基于H指數(shù)的個人影響力情況
3.4 本章小結(jié)
第4章 杰出學者預測模型
4.1 杰出學者預測模型定義
4.2 杰出學者預測模型構(gòu)建過程
4.2.1 數(shù)據(jù)采集與預處理
4.2.2 預測模型的選擇
4.2.3 預測模型的特征篩選
4.2.4 預測模型訓練
4.3 杰出學者預測模型檢驗與評估
4.3.1 預測模型的準確性比較
4.3.2 預測模型的有效性比較
4.4 本章小結(jié)
第5章 模型應用與評估
5.1 實驗數(shù)據(jù)
5.2 結(jié)果分析與評估
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻
附錄一——在校期間研究成果
致謝
本文編號:3767112
本文鏈接:http://lk138.cn/tushudanganlunwen/3767112.html
最近更新
教材專著