复杂网络作为一个新兴的研究领域其研究方向在很大程度上依赖于大规模互相关联的结构化数据集。科学学（Science of Science,SciSci）是复杂网络研究在学术界的一个延申领域,其本身就是一个由学者、项目、文献和思想等学术主体自组织而形成的一个复杂网络体系。通过对该网络体系进行采样研究,以复杂网络作为理论基础,以大规模的学术主体作为关联对象,由网络的拓扑结构特性表征出科研领域本身的发展机理已成为了复杂网络学科领域的又一热门研究课题。就目前SciSci领域已有的工作而言,其量化指标几乎都是基于学术引用（Citation）及其衍生出的变体信息,如文章的年平均被引次数以及广泛使用的c5、c10指标,科研学者的总被引、平均被引次数等等。但是引文数据严重依赖于科研文献的年龄,学术作品从诞生到引用饱和所需的时间往往是漫长且不确定的;因此,以往的研究几乎都是基于已达引用饱和的数据集进行分析的。而在当前科学研究热点频出、各学科交叉融合快速发展的科研环境下,涌现出了大量的优秀学术作品,其中的大部分成果需要在之后的很长一段时间才能获得大量的引用,因此将非学术引用指标引入SciSci领域已成为了该研究方向的迫切需求。为了在规避时效性的前提下验证实验结果的鲁棒性,本文以学术论文发表的期刊影响力作为量化文献重要性的指标,着重探究高水平学术论文的诞生机理,从而给学术界的青年学者提供合理化的建议。本文的主要工作如下:1.介绍复杂网络和SciSci领域的相关概念和方法,对SciSci领域的相关研究方向进行梳理,分析各个研究方向现阶段的数据与理论瓶颈,预测该方向未来的发展前景与应用价值。2.根据中科院大类分区表进行了期刊分区数据的收集工作,实现了与Open Academic Graph（OAG）数据的关联整合,完成了数据的整理和清洗工作。3.在不同学科领域中,研究了学者学术生涯的累积优势与学术作品所发表的期刊等级之间的关系,发现学术作品的期刊等级与学者学术生涯已发表论文的最高期刊等级相关。4.将学者随机化的论文等级序列作为对比实验组,分析了顶级期刊论文在不同量化指标下的出现位置。最终发现高水平学术论文的出现时机在学者职业生涯论文序列中是随机分布的。