换一批基于神经网络的国内呼吸病学、结核病学核心期刊论文热度预测初探
Preliminary study on the predicting of the popularity of papers in the core journals of respiratory disease and tuberculosis in China based on neural network
摘要目的:在神经网络这一基于统计学的模型广泛应用于微博、微信公众号热度预测的背景下,探索神经网络应用于学术论文领域热度预测的价值,为评价学术论文水平提供一种新的辅助检测手段.方法:以2019-2021年国内"呼吸病学、结核病学"核心期刊(《中国防痨杂志》《中华结核和呼吸杂志》《临床肺科杂志》《中国呼吸与危重监护杂志》《国际呼吸杂志》《中华肺部疾病杂志(电子版)》)已发表的论文作为样本,采取蕴含文章重要信息的标题、摘要、关键词及文章发表天数作为神经网络的输入层,并通过分词工具对输入层进行分词获取特征,进而预测文章的被引用量.结果:2019-2021年,"呼吸病学、结核病学"核心期刊共计发表论文4729篇,2019-2021年各年分别发表论文1690、1534、1505篇.根据被引频次的分类,"呼吸病学、结核病学"核心期刊2019-2021年高被引论文(被引频次30～250次)、中被引论文(被引频次4～29次)、低被引论文(被引频次1～3次)、零被引论文分别为46、1362、1872、1449篇,分别占0.97％、28.80％、39.59％、30.64％.通过神经网络分析,对文章被引用量预测的准确率、精确率和召回率分别达到99.68％、99.63％和99.65％.结论:作为人工智能技术的一种方法,神经网络可逐步引入到学术领域,为客观公正地评判稿件水平提供一种辅助的检测手段,以弥补编辑初审和外审存在的局限性.
更多相关知识
栏目名称
DOI
10.19983/j.issn.2096-8493.2024011
发布时间
2025-03-03（万方平台首次上网日期，不代表论文的发表时间）
- 浏览11
- 被引0
- 下载8
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
