［目的/意义］本文对学者未来一段时间内的被引总频次进行预测，以期预测学者的学术影响力，较早发现有发展潜力的学者。［方法/过程］考虑到学者的影响力大小不同，本文在传统影响力回归方法上，提出分段回归预测模型。首先，将学者发表的学术论文作为影响力来源，从学术论文中抽取统计类特征、文本内容特征以及网络特征构建特征工程；然后，采用分段回归进行预测，先使用分类方法判断学者论文总被引次数是否为“0”，再使用回归方法预测前一步被引次数为“非0”的学者的具体被引次数。［结果/结论］实验结果表明：融合多种类别特征可以取得更好的分类和回归效果；利用分段回归方法可以取得更好的学者学术影响力预测效果。

欢迎阅读《文献与数据学报》！您是该文第5077位读者！