青年科技人才画像及鉴识方法研究

doi:10.3772/j.issn.1000-0135.2024.11.003

情报学报

2024, Vol. 43

Issue (11): 1283-1296 DOI: 10.3772/j.issn.1000-0135.2024.11.003

情报理论与方法

本期目录 | 过刊浏览 | 高级检索

青年科技人才画像及鉴识方法研究

张洋¹, 黄子萱¹, 朱嘉麒^2,3

1.中山大学信息管理学院，广州 510006
2.中山大学港澳珠江三角洲研究中心，广州 510275
3.中山大学粤港澳发展研究院，广州 510275

Research on the Profile and Identification Method of Young Scientific and Technological Talents

Zhang Yang¹, Huang Zixuan¹, Zhu Jiaqi^2,3

1.School of Information Management, Sun Yat-sen University, Guangzhou 510006
2.The Center for Studies of Hong Kong, Macao and Pearl River Delta, Sun Yat-sen University, Guangzhou 510275
3.Institute of Guangdong, Hong Kong and Macao Development Studies, Sun Yat-sen University, Guangzhou 510275

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (9205 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要在“破四唯”“立新标”的科技人才评价改革背景下，借助数据驱动技术客观、全面地挖掘人才潜力，挖掘青年科技人才识别标签，对实现人才的早期发现与配置、促进国家科技创新发展具有重要意义。本研究提出青年科技人才画像与鉴识方法。首先，基于新时期人才评价导向，从基础属性、研究方向、学术生产力、学术影响力、创新潜力和合作能力六个维度构建青年科技人才画像与标签体系；其次，基于知识图谱搭建人才画像模型，采集多源数据形成画像数据库；最后，通过无监督的聚类分析和有监督的数据搜索实现优秀青年科技人才的识别，并对信息资源管理领域的青年学者进行了检验。结果表明，该方法较全面地挖掘了人才特征及其内在规律，能够有效适应人才识别的实际需求，鉴别精度较好，具备一定的可行性、有效性和可解释性。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	张洋
	黄子萱
	朱嘉麒

关键词 ：科技人才, 人才鉴识, 人才画像, 知识图谱, 科技评价

收稿日期: 2024-03-14

基金资助:国家社会科学基金重大项目“科研成果社会影响的评价体系与提升策略研究”（23&ZD226）。

作者简介: 张洋，男，1975年生，博士，教授，博士生导师，主要研究方向为信息计量与科学评价；黄子萱，女，2000年生，硕士研究生，主要研究方向为信息计量与科学评价；朱嘉麒，通信作者，男，1993年生，博士，博士后，主要研究方向为科学计量与计算社会科学，E-mail：zhujq39@mail.sysu.edu.cn；

引用本文:

张洋, 黄子萱, 朱嘉麒. 青年科技人才画像及鉴识方法研究[J]. 情报学报, 2024, 43(11): 1283-1296.
Zhang Yang, Huang Zixuan, Zhu Jiaqi. Research on the Profile and Identification Method of Young Scientific and Technological Talents. 情报学报, 2024, 43(11): 1283-1296.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2024.11.003 或 https://qbxb.istic.ac.cn/CN/Y2024/V43/I11/1283

1 宋培彦, 冯超慧, 龙晨翔, 等. 基于颠覆性指数优化的细分领域优秀科技人才发现研究[J]. 情报杂志, 2022, 41(5): 61-65.
2 Li X L, Foo C S, Tew K L, et al. Searching for rising stars in bibliography networks[C]// Proceedings of the 14th International Conference on Database Systems for Advanced Applications. Heidelberg: Springer, 2009: 288-292.
3 新华社. 习近平出席中央人才工作会议并发表重要讲话[EB/OL]. (2021-09-28) [2023-12-17]. https://www.gov.cn/xinwen/2021-09/28/content_5639868.htm.
4 习近平: 高举中国特色社会主义伟大旗帜为全面建设社会主义现代化国家而团结奋斗——在中国共产党第二十次全国代表大会上的报告[EB/OL]. (2022-10-25) [2023-12-24]. https://www.gov.cn/xinwen/2022-10/25/content_5721685.htm.
5 完善科技创新人才发现培养激励机制[N/OL]. 学习时报, (2020-08-14) [2023-12-17]. https://paper.cntheory.com/html/2020-08/14/nw.D110000xxsb_20200814_3-A2.htm.
6 11234.1万! 我国科技人力资源总量世界第一, 而且越来越年轻[EB/OL]. (2022-06-25) [2023-12-27]. https://m.thepaper.cn/baijiahao_18742388.
7 报告发布! 我国稳居世界首位[EB/OL]. (2023-12-15) [2023-12-27]. https://mp.weixin.qq.com/s/VwcsV2cKpyoEQmg5s7VJKQ.
8 索传军, 于淼, 牌艳欣, 等. 数据驱动的学术评价理论框架研究[J]. 图书情报工作, 2024, 68(1): 5-12.
9 Ning Z L, Liu Y Q, Kong X J. Social gene—a new method to find rising stars[C]// Proceedings of the 4th International Symposium on Networks, Computers and Communications. Piscataway: IEEE, 2017: 78-83.
10 牛斌. 青年科技人才评价体系构建——以陕西省为例[D]. 西安: 西北大学, 2011.
11 冯涛, 王成军, 贾欢. 基于粗糙集的青年科技人才评价指标体系构建[J]. 科技管理研究, 2015, 35(11): 62-65, 70.
12 彭珍, 贺德方, 彭洁, 等. 以质量为导向的科技人才评价发现机制研究[J]. 科技管理研究, 2015, 35(9): 53-55, 61.
13 江艳萍, 夏琬钧, 赵颖梅, 等. 基于文献计量方法的全球潜力华人青年学者发现与评价策略研究[J]. 情报杂志, 2019, 38(7): 178-183.
14 田瑞强, 刘洢颖, 姚长青, 等. 基于专利文献的创新科技人才识别研究[J]. 情报杂志, 2018, 37(8): 71-77.
15 舒予, 张黎俐, 张雅晴. 海外高水平学者发现与评价策略研究[J]. 现代情报, 2018, 38(6): 93-98.
16 Panagopoulos G, Tsatsaronis G, Varlamis I. Detecting rising stars in dynamic collaborative networks[J]. Journal of Informetrics, 2017, 11(1): 198-222.
17 Zhu L, Zhu D H, Wang X F, et al. An integrated solution for detecting rising technology stars in co-inventor networks[J]. Scientometrics, 2019, 121(1): 137-172.
18 杜伟静, 李翀, 王宇宸, 等. Web of Science科研社区挖掘算法研究[J]. 小型微型计算机系统, 2020, 41(12): 2465-2469.
19 Daud A, Abbas F, Amjad T, et al. Finding rising stars through hot topics detection[J]. Future Generation Computer Systems, 2021, 115: 798-813.
20 Rodriguez-Barcenas G. Cluster algorithm method for profile analysis of scientific researchers[J]. E-Ciencias de la Información, 2022, 12(2): 103-127.
21 刘向, 刘香, 余博文. 创新二重性视角下明星发明人类型的早期识别[J]. 数据分析与知识发现, 2023, 7(2): 119-128.
22 Cooper A R D. About Face 3: the essentials of interaction design[M]. New York: John Wiley & Sons, 2007.
23 Baxter K, Courage C, Caine A K. Understanding your users: a practical guide to user research methods[M]. 2nd ed. Waltham: Morgan Kaufmann, 2015.
24 赵刚, 姚兴仁. 基于用户画像的异常行为检测模型[J]. 信息网络安全, 2017, 17(7): 18-24.
25 秦成磊, 章成志. 大数据环境下同行评议面临的问题与对策[J]. 情报理论与实践, 2021, 44(4): 99-112.
26 范晓玉, 窦永香, 赵捧未, 等. 融合多源数据的科研人员画像构建方法研究[J]. 图书情报工作, 2018, 62(15): 31-40.
27 高扬, 池雪花, 章成志, 等. 杰出人才精准画像构建研究——以智能制造领域为例[J]. 图书馆论坛, 2019, 39(6): 90-97.
28 王东, 李青, 张志刚, 等. 科研人员画像构建方法研究[J]. 情报学报, 2022, 41(8): 812-821.
29 董文慧, 熊回香, 杜瑾, 等. 基于学者画像的科研合作者推荐研究[J]. 数据分析与知识发现, 2022, 6(10): 20-34.
30 Sateli B, L?ffler F, K?nig-Ries B, et al. ScholarLens: extracting competences from research publications for the automatic generation of semantic user profiles[J]. PeerJ Computer Science, 2017, 3: e121.
31 Pei R M, Porter A L. Profiling leading scientists in nanobiomedical science: interdisciplinarity and potential leading indicators of research directions[J]. R&D Management, 2011, 41(3): 288-306.
32 徐曾旭林, 谢靖, 于倩倩. 人才多元评价模型设计方法研究[J]. 数据分析与知识发现, 2021, 5(8): 122-131.
33 熊回香, 景紫薇, 杨梦婷. 在线学术资源中知识图谱的应用研究综述[J]. 情报资料工作, 2020, 41(3): 61-68.
34 中共中央办公厅国务院办公厅印发《关于分类推进人才评价机制改革的指导意见》[EB/OL]. (2018-02-06) [2022-12-27]. https://www.gov.cn/gongbao/content/2018/content_5271732.htm.
35 Zhang J, Xia F, Wang W, et al. CocaRank: a collaboration caliber-based method for finding academic rising stars[C]// Proceedings of the 25th International Conference Companion on World Wide Web. Republic and Canton of Geneva: International World Wide Web Conferences Steering Committee, 2016: 395-400.
36 张洋, 朱嘉麒, 王媛媛, 等. 图情学科研究的范式思考——以科学评价为例[J]. 图书情报工作, 2021, 65(12): 20-26.
37 Daud A, Song M, Hayat M K, et al. Finding rising stars in bibliometric networks[J]. Scientometrics, 2020, 124(1): 633-661.
38 周园春, 王卫军, 乔子越, 等. 科技大数据知识图谱构建方法及应用研究综述[J]. 中国科学: 信息科学, 2020, 50(7): 957-987.
39 步一, 许家伟, 黄文彬. 基于引文的科学文献定量评价: 引文影响力指标评述[J]. 图书情报知识, 2021, 38(6): 47-59, 46.
40 刘琳琳. 基于原始性创新的科研人员创新潜力研究[J]. 科学管理研究, 2014, 32(3): 101-104.
41 吕冬晴, 阮选敏, 李江, 等. 跨学科知识融合对D指数的影响[J]. 情报学报, 2022, 41(3): 263-274.
42 Real Statistics Using Excel. Brillouin’s diversity index[EB/OL]. [2022-12-29]. http://www.real-statistics.com/descriptive-statistics/diversity-indices/brillouins-diversity-index/.
43 邱均平, 胡博, 徐中阳, 等. 学者学术话语权评价指标体系的构建与应用研究——以有机化学领域为例[J]. 情报理论与实践, 2024, 47(2): 43-52.
44 刘六生, 茶世俊. 新文科建设中的教师学术领导力探析[J]. 教育科学, 2021, 37(3): 82-88.