Google_Scholar学术档案引用数据集2022

数据集概述

本数据集包含2022年从Google Scholar学术档案中提取的11,375条国际研究者随机样本数据，覆盖41个国家。数据包含16个从h指数、i10指数等原始指标衍生的特征，以CSV格式存储，适用于预测引用量的回归任务，可解决默认指标的局限性。

文件详解

• Google Scholar Profile Citation Data/Metadata.pdf：PDF格式文档，提供数据集的元数据说明
• Google Scholar Profile Citation Data/Google Scholar Profile Citation Data.xlsx：Excel格式数据文件，包含11,375条研究者样本数据，涵盖16个衍生特征字段，支持数据/标签拆分

适用场景

• 学术影响力预测：基于研究者档案特征构建模型预测引用量
• 科研评价指标优化：分析衍生特征对学术影响力评估的补充价值
• 国际科研群体特征分析：研究不同国家研究者的学术产出模式差异
• 机器学习回归任务训练：作为多特征回归问题的训练数据集