湯森路透的「引文桂冠獎 (Citation Laureates)」為什麼能夠較準確預測諾貝爾獎？

01-28

從過往歷史來看，路透社的「引文桂冠獎」預測有一定準確度的，自2002年以來，路透已經26次成功預測了當年諾貝爾獎的獲得者。 via 諾貝爾獎今日起陸續揭曉相關概念股蠢蠢欲動

科研人員發表有突破性的研究論文就如同水王在論壇上挖了一個好坑/大坑，大家都會持續的往裡面灌水。所以一般跟帖多的帖子往往寫的很好。所以評選年度十大流行貼，往往看點擊率，回復率和轉帖率就可以。

有突破性有重大貢獻的的研究論文一旦發表，就會有無數的後續的(follow-up)研究跟進，因為突破性的論文往往開創了一片新的領域，所以會有很多新的研究可以做。所以這些研究論文的引用率都非常高，通過分析長年積累的科研引用，湯森路透可以識別出各領域中具有最重大影響的研究人員和研究機構。

湯森路透的Gordon Macomber 解釋過：「科研中的論文引用有致謝或者說還債的作用，因為藉助了他人的智力成果。通過分析長年積累的科研引用，我們可以識別出各領域中具有最重大影響的研究人員和研究機構，而他們也因此最有可能得到諾貝爾獎評獎委員的關注。」

科普：　湯森路透年度「引文桂冠獎」的分析數據來自湯森路透的科研和引文索引資料庫Web of Science，該獎項按化學、物理、生理學或醫學、和經濟學4個門類，授予最有影響力的研究人員。基於對其研究的被引用情況的全面考察，湯森路透向這些高影響力研究者授予湯森路透「引文桂冠獎」，並預測他們可能在當年或者將來獲得諾貝爾獎。

湯森路透是唯一採用定量數據預測年度諾貝爾獎得主的機構，自2002年起，共有21位引文桂冠獎得主贏得諾貝爾獎。

要想了解為什麼湯森路透能夠如此準確地預測出諾獎獲得者，就需要先了解一下湯森路透的諾獎預測方法，一般來說，湯森路透的預測主要考察四個方面：

首先要在不同領域中統計出科學家30年內的總被引次數和高被引論文數。因為在不同領域內，論文的平均被引率差異很大，例如，數學領域和分子生物學領域內論文的平均被引率差距就達到10倍以上。同時還要統計領域內每篇論文的平均被引次數，或每位作者的平均被引次數，作者是否擁有多篇高被引論文等多個指標。

其次需要評估該科學家的研究內容，發掘被引頻次背後的特徵，關注他的被引頻次是集中在某一項研究成果上，還是散佈於多項研究成果中；發掘出哪些領域是熱門領域，該科學家是否是該領域的開創者，是否是高被引論文的主要貢獻者，研究成果是否在領域內具有重大的意義，是不是具有理論前瞻性，是革命性的發現還是擴展了已有的基礎研究成果。確定其成果與其他候選人相比是否具有優勢。最後，需要特別注意的一點是，該研究領域是否已經授予過諾貝爾獎。

第三個方面就是要識別重大研究成果的主要貢獻者。根據諾貝爾的遺願，每一個獎項的獲獎者不能超過三位，所以必須精簡候選人名單，因此，諾貝爾獎評委會更偏向於選擇開創性的成果，而非擴展性研究成果，所以，優先權的確定非常重要。

最後，還要參考同行的尊重與認可。除了定量分析，還需要考慮到一些非研究因素。比如，相關學科的一些重要獎項往往具有重要的指向作用，可以作為諾貝爾獎的「風向標」，拉斯克醫學獎、沃爾夫獎、日本京都獎、克拉福德獎等都是很好的「標尺」。因為從統計結果來看，獲得其中某些獎項的科學家中，有很大一部分晚些時候又獲得了諾貝爾獎。需要關注的還有科學家的學術頭銜，例如是否為國家科學院院士，是否為外國科學院院士，是否在重要學術團體中任職等。此外，在國內和國際學術會議中發表過主題演講，在大學或重要實驗室中擔任高級職位，以及在高影響力國際期刊中擔任編委，都能為科學家的諾獎之路加分。

而在同類預測機構當中，能照顧到這些方方面面信息研究的機構少之又少，而湯森路透Web of Knowledge 平台中的數據積累，又幫助他們更好地識別化學、物理學、生理學或醫學、以及經濟學領域最有影響力的研究者。基於對其研究被引用情況的全面考察，湯森路透向這些高影響力研究者授予湯森路透「引文桂冠獎」，並預測他們可能在當年或將來獲得諾貝爾獎。

當他們把自己當作諾獎的評委後，用正確的方法分析誰應該獲得諾獎，他們的「預測」自然會越趨準確。

謝邀，不過我對這個沒什麼發言權，也只能猜測。我認為只能從數據挖掘的角度去理解，只要有足夠多的歷史數據是完全可以從數據中提取出特定的模式利用統計作出準確預測的。這就是為什麼美國統計學家Nate Silver可以準確預測出美國50個州的大選結果，這也是為什麼經濟數據往往與分析師們的預測相差無幾。而龐大的歷史資料庫正是路透的優勢所在。

瀉藥。這就是research領域的money ball啊。。。而且學術界很簡單，沒有那麼複雜，好的工作就是引用高。