最近几年，每年在诺贝尔奖发榜之前，我们都会看到汤森路透的预测名单，但似乎准确率不太高。汤森路透预测时，一个很重要的依据是科学家发表论文的影响力（被引次数）。但是，在文献计量学中，有一个基本规则：影响≠质量，也就是说，影响力最大的论文的质量不见得就是最好的。

     我们课题组选了一组高质量的论文（已获得诺贝尔奖的科研成果）和一组高影响的论文（在Web of Science数据库中被引次数很高），做了一项对照实验。借助引文曲线（被引用的历史过程）的分析框架，我们发现：高质量论文的被引曲线多数不规则，无法用曲线拟合的方法获取函数表达式；而高影响论文的被引曲线多数很规则，可以用曲线拟合的方法获取对数正态函数与指数函数表达式。

     因此，从高影响论文中去寻找诺贝尔奖的潜在得主不符合历史规律。

     论文发表在Malaysian Journal of Library & Information Science（SSCI收录），http://ejum.fsktm.um.edu.my/VolumeListing.aspx?JournalID=3 ，附论文标题与摘要：

     A probe into the citation patterns of high-quality and high-impact publications

           Abstract:  Enlightened by Avramescu’s studies, we classified the citation patterns of high-quality and high-impact publicationsinto five mathematical types: lognormal-type, exponential-type, polynomial-type, wave-type and sleeping-beauty. Based on practical datasets of high-quality and high-impact publications, the five types of citation patterns are fitted well at statistical level. The results reveal that high-quality publications usually appear irregular citation curves (wave-type and sleeping-beauty) and high-impact publications tend to show regular ones (lognormal-type, exponential-type and polynomial-type).