基于时间序列分析法的ESI前1%学科入围时间预测模型

作者：朱文佳; 朱莉^*

来源：情报理论与实践, 2019, 42(10): 137-145.

DOI：10.16353/j.cnki.1000-7490.2019.10.021

• ESI
• 时间序列
• 潜力学科
• InCites
• Web of Science
• 预测模型

[目的/意义]预测ESI前1%学科入围时间对于各个研究型机构把握学科发展全局有很高的价值,也是高校图书馆非常重要的学科服务内容。文章介绍了一种预测模型,先用误差修正因子消除不同数据库被引频次的差异,然后分别对机构被引频次时间序列和ESI入围阈值时间序列进行预测,得到两条时间序列及其预测值曲线的交点,交点之后的第一个ESI更新时间即为入围时间。[方法/过程]文章采用时间序列分析法,用ARIMA模型拟合目标机构ESI被引频次预估值时间序列,用温特斯季节指数平滑模型拟合ESI入围阈值时间序列。[结果/结论]以复旦大学经济与商学为例进行实证研究,结果预测模型在两个时间序列上都有较高的拟合度,得出的入围时间预测值可信度较高。