【锚点】这一讲只钉一个判断：【引文网络里的 PageRank 不是『学术质量』，而是『被高中心节点引用的可见性』；把排名当贡献，会把领域枢纽伪装成个体能力。】

【显式】服务【PageRank 机制】：PageRank 原式是 PR(u)=(1-d)/N + d·Σ_{v→u} PR(v)/L(v)。在引文图里，v→u 表示 v 引用 u。它并不直接问「u 是否正确」，而是问「有多少高 PR 的节点把引用边投给 u」。

【隐式】服务【引用不是背书】：一篇论文可以被引用为方法、背景、反例、批评。数据库只记录「被引」，不记录「为何被引」。如果一篇高中心综述把 50 篇边缘工作列入「相关文献」，这些工作的 PageRank 会上升，但上升来自综述的中心位置，不是来自证据强度。

【细微】服务【枢纽偏差】：在引文网络中，方法论文、综述、经典教科书式论文容易成为枢纽。它们被引次数高，往往不是因为每一篇都更正确，而是因为后续研究必须经过它们才能进入该领域。假设 A 被 50 篇高中心论文引用，B 被 500 篇低中心论文引用，PageRank 可能让 A 超过 B；这更像「入口效应」，不是「真理效应」。

【极难发现】服务【本体盲点】：真正的盲点不在算法，而在把「引用」当作「验证」。引用是一种社会定位行为：作者用它划定边界、建立谱系、争取合法性。若把定位行为直接读作质量证明，就会把学术网络中的位置优势误认为知识优势。

【流程节点链路】：一条引用被数据库记录 → 成为有向边 → 中心性算法把边权加总 → 排名被读作质量 → 资源与注意力按排名分配 → 高中心节点获得更多引用 → 排名差距进一步放大。

【可检验修正】如果要让排名更接近「质量」，至少应做三件事：① 区分引用情感（支持/反对/中性）；② 移除或降权自引与合作圈；③ 按领域、年份、文献类型做归一化。一个可检验预测：在某个学科的 10,000 篇论文子图中，如果将 top 10% 自引/合作圈节点移除，unsigned PageRank 的 top-100 与 signed/去枢纽 PageRank 的重叠率应低于 70%；如果仍高于 90%，说明排名主要来自领域枢纽，而不是个体证据贡献。

参考：Page & Brin, 1998, The anatomy of a large-scale hypertextual Web search engine；Bornmann, Mutz & Daniel, 2007, JASIST 58(9), 1381–1397，讨论引用计量评价受领域、文献类型与自引影响。