[论文解读] The H-index can be easily manipulated

Bart de Keijzer, Krzysztof R. Apt|arXiv (Cornell University)|Apr 9, 2013

Semantic Web and Ontologies被引用 8

一句话总结

本文表明，H指数——一种广泛用于评估学术影响力的指标——可通过谷歌学术的合并操作轻易被操纵，即研究人员可将多篇论文合并为单一条目。虽然通过合并提高H指数的问题可在多项式时间内求解，但实现特定目标H指数的问题是强NP完全问题，揭示了该指标在策略性操纵面前存在固有脆弱性。

ABSTRACT

We prove two complexity results about the H-index concerned with the Google scholar merge operation on one's scientific articles. The results show that, although it is hard to merge one's articles in an optimal way, it is easy to merge them in such a way that one's H-index increases. This suggests the need for an alternative scientific performance measure that is resistant to this type of manipulation.

研究动机与目标

• 研究通过谷歌学术合并操作操纵H指数的计算复杂性。
• 确定研究人员是否可通过合并具有相似引用次数的论文来战略性地提高其H指数。
• 评估通过合并实现特定目标H指数在计算上是否可行或不可行。
• 通过揭示H指数对操纵的易感性，挑战其作为稳健绩效指标的可信度。
• 推动开发对这类操纵具有抗性的替代性指标。

提出的方法

• 将研究人员的论文产出建模为一个引用次数的多重集，其中每个元素代表一篇论文的引用次数。
• 将H指数定义为最大的值 $ x $，使得至少有 $ x $ 篇论文每篇至少有 $ x $ 次引用。
• 引入“良好划分” $ au' \subseteq \mathcal{T} $ 的概念，其中每个合并组 $ T \in \tau' $ 的总引用次数 $ \geq |\tau'| $，从而实现至少 $ |\tau'| $ 的H指数。
• 将 $ v(\mathcal{T}) $ 定义为划分 $ \mathcal{T} $ 的最大良好子集的大小，表示通过合并可实现的最大H指数。
• 使用划分 $ \bar{S} $（由单元素集合组成）来表示未进行任何合并前的原始H指数 $ v(\bar{S}) $。
• 证明是否存在一个能提升H指数的划分（即 $ v(\mathcal{S}) > v(\bar{S}) $）可在多项式时间内通过分析集合 $ C_+ $、$ C $ 和 $ L $ 来判定，这些集合按其对潜在H指数提升的贡献对论文进行分类。

实验结果

研究问题

• RQ1 研究人员是否可通过在谷歌学术中战略性地合并论文来提高其H指数？
• RQ2 计算上是否可行确定通过合并能否实现特定目标H指数？
• RQ3 在合并操作下，H指数提升问题的计算复杂性是什么？
• RQ4 提高H指数与实现特定目标H指数之间是否存在根本性的复杂性差异？
• RQ5 H指数在多大程度上容易受到如合并条目等简单行政操作的操纵？

主要发现

• H指数提升问题——即判断研究人员是否可通过合并提高其H指数——可在多项式时间内求解。
• H指数实现问题（即询问目标H指数 $ k $ 是否可达）是强NP完全问题。
• 即使所有引用次数均以一元表示，该NP完全性结果依然成立，表明无论输入大小的表示方式如何，该问题仍为计算不可行。
• 当且仅当集合 $ L $（低引用论文）与 $ C $（关键中等引用论文）不相交，且剩余引用次数之和超过 $ |C| + |C_+| $ 时，存在一个能提升H指数的划分。
• NP难性的证明依赖于从强NP完全的3-PARTITION问题进行的多项式时间归约，从而确立了最优H指数操纵的不可计算性。
• 结果表明，虽然提高H指数的操纵操作容易实施，但寻找最优或目标H指数在计算上极为困难，从而削弱了该指标作为绩效指标的可靠性。