摘要
科学文献的指数级增长使得对排名机制的需求日益迫切——这类机制需要在优先推荐近期出版物的同时，确保所引用信息的关联性与真实性。现有的基于时效性的指标（如普赖斯指数以及参考文献的平均/中位年龄）主要反映引用的时间特征，却忽略了文本或词汇层面的对齐以及自引偏差问题。反之，侧重关联性的方法虽然能突出词汇对齐，却忽视了引用的时效性和自引偏差。本研究旨在提出一个可解释的多信号排名框架，将参考文献时效性、词汇相关性和自引行为整合为一个统一的排名得分。研究采用两个基准数据集——AMiner语料库（DBLPV13）和OpenAlex——对所提方法进行实证评估。结果表明，所提方法在得分区分度方面优于普赖斯指数和引用半衰期（平均/中位年龄）等传统时效性指标。此外，所得出版物排名还进一步与知名的方法（如AttRank、PageRank、RAM以及原始引用计数）进行了对比。研究团队运用计算机科学本体（CSO）对排名靠前的出版物进行定性评估，以检验其主题一致性和主题连贯性，并辅以统计分析。结果显示，融合时间、词汇相关性和自引信号所产生的出版物排名，与传统引用及时效性方法持续存在差异，同时为审视科学出版物的多个维度提供了一种可解释的方法。
