由天津师范大学大数据科学研究院王曰芬教授研究团队（成员包括范丽鹏博士、研究生焦玉莹）完成的论文《知识内容新颖性度量方法对比分析研究》，在国内图情领域知名期刊《图书情报工作》发表。

该研究揭示了两类度量知识内容新颖性主流方法（基于参考文献和基于主题内容）的有效性和局限性，为构建多维协同知识新颖性评价框架提供参考，为知识创新价值统一度量指标的形成提供借鉴。该研究聚焦知识内容新颖性量化度量方法的核心问题：现有的量化方法是否合理，有效性和局限性体现在哪里。研究团队通过选取基于参考文献维度的B.Uzzi等人提出的非传统组合方法以及基于主题内容维度的P. Savov等人提出的主题年份预测方法，结合定性和定量维度，从原理到实证，系统探讨了两种方法的有效性和局限性。结果显示，两种方法倾向于表征知识新颖性的不同层面，非传统组合方法较易识别出具有一定创新性和高传统性文献，但对轻度创新性文献分辨率较低，主题年份预测方法较易区分基础理论方法和应用。此外，非传统组合方法虽受参考文献期刊频次影响，但其识别的高创新性期刊对组合具有一定的有效性；主题年份预测方法受年份影响较大，但相同年份的识别具有一定有效性；在影响因素分析中，被引量对主题年份预测方法的高正影响力（0.495）显性化了该方法受年份影响的程度，同时显性化了期刊数目对非传统组合方法的正影响力（0.193）。该研究系统性横向对比了两类度量知识内容新颖性的主流算法，通过两类方法的计算原理和实证分析，对其有效性和局限性有了显性化的认识，能够为后续方法的改进、应用和统一性知识创新量化衡量方法的形成提供支撑。