典型文献
基于主成分的BP人工神经网络期刊评价——以人文社科期刊为例
文献摘要：
[目的/意义]期刊评价的方法繁多且复杂,无法分辨其中的好坏,对于方法的效果也是难以锚定,使得期刊评价存在一定的模糊性和不确定性.[方法/过程]本文在主成分分析方法的基础上,提出了一种新的期刊评价方法——主成分-BP人工神经网络法,以《中国学术期刊影响因子年报(人文社会科学)》(2021年)的585种综合性人文社科期刊作为评价对象,将评价结果同权威期刊评价结果进行对比,再对评价方法进行分析.[结果/结论]研究结果表明:主成分-BP人工神经网络方法同部分传统方法相比结果更加精准;主成分-BP人工神经网络方法对评价对象要求较高;为其他领域期刊评价以及评价方法提供一定的借鉴思路.[创新/局限]本文仅以人文社科期刊为例,范围有一定的局限性,今后应进一步扩大研究主体范围并尝试将这种方法用于其它领域的评价.
文献关键词：
主成分分析;BP人工神经网络;评价指标;人文社科;期刊评价
作者姓名：
韩雷;邱均平
作者机构：
浙江理工大学经济管理学院,浙江杭州310018;杭州电子科技大学中国科教评价研究院,浙江杭州310018
文献出处：
引用格式：
[1]韩雷;邱均平-.基于主成分的BP人工神经网络期刊评价——以人文社科期刊为例)[J].情报科学,2022(10):107-113
A类：
B类：
人工神经网络,期刊评价,好坏,锚定,模糊性,主成分分析方法,神经网络法,中国学术期刊,期刊影响因子,年报,人文社会科学,综合性人文社科期刊,评价对象,神经网络方法,大研,研究主体,主体范围
AB值：
0.206448
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
