A Comparative Study on Machine Learning based Prediction of Citations of Articles

引用 计算机科学 出版 数据科学 引文分析 引文影响 情报检索 万维网 政治学 法学
作者
Shaik Himani,Mugada Hemanth Kumar,Murali Krishna Enduri,Shaik Shakila Begum,Gundla Rageswari,Satish Anamalamudi
标识
DOI:10.1109/icoei53556.2022.9777184
摘要

Authors can use predictions to create very accurate estimations about the likely outcomes of a query based on past data, which can be about anything from customer churn to possible fraudulent conduct. The citation count indicates to the number of times publication has been cited. One of the most important considerations for a writer or author when publishing an article is how to make a significant effect on the content. The impact of a paper is broad, which increases the opportunity for fresh ideas and progress. Future paper citation counts will be useful for researchers in selecting representative literature because they are an important indicator for estimating possible influences of published papers. This is a regression problem. Predicting and comprehending article citation numbers, on the other hand, is a difficult problem to solve, both theoretically and empirically, as evidenced by decades of research. The influence of each work is predicted based on its previous citations. The goal is to precisely anticipate the number of citations that will be received over time. The proposed research study also provides a comparative analysis on the prediction of citations for articles.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Summeryz920完成签到,获得积分10
1秒前
LIJING发布了新的文献求助10
1秒前
CodeCraft应助十七采纳,获得10
1秒前
jjjhhh关注了科研通微信公众号
2秒前
英姑应助发呆的剧本采纳,获得10
2秒前
3秒前
自信若之完成签到,获得积分10
3秒前
4秒前
科研通AI2S应助如意葶采纳,获得10
4秒前
4秒前
椰子树发布了新的文献求助10
5秒前
6秒前
6秒前
去看海嘛发布了新的文献求助10
7秒前
罗向南发布了新的文献求助10
8秒前
毛豆爸爸应助科研单身狗采纳,获得10
8秒前
9秒前
ddw完成签到,获得积分10
10秒前
tangmeili发布了新的文献求助10
10秒前
稳定上分发布了新的文献求助10
12秒前
12秒前
piahui完成签到,获得积分20
12秒前
孙宗帅发布了新的文献求助10
12秒前
13秒前
lv墩墩完成签到 ,获得积分10
13秒前
暴躁的帽子完成签到,获得积分10
13秒前
Eurus发布了新的文献求助20
14秒前
爆米花应助罗向南采纳,获得10
14秒前
LIJING完成签到,获得积分10
14秒前
15秒前
15秒前
安详的迎海完成签到,获得积分10
16秒前
李健的小迷弟应助jrlhappy采纳,获得10
16秒前
xiaaa发布了新的文献求助10
17秒前
十四完成签到 ,获得积分10
17秒前
shmily发布了新的文献求助10
17秒前
ROGER应助孙宗帅采纳,获得10
17秒前
朴素黑猫完成签到,获得积分10
18秒前
18秒前
科研通AI2S应助腼腆的缘分采纳,获得10
18秒前
高分求助中
Sustainability in ’Tides Chemistry 2000
Studien zur Ideengeschichte der Gesetzgebung 1000
The ACS Guide to Scholarly Communication 1000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Handbook of the Mammals of the World – Volume 3: Primates 805
Ethnicities: Media, Health, and Coping 800
Gerard de Lairesse : an artist between stage and studio 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3072205
求助须知:如何正确求助?哪些是违规求助? 2726027
关于积分的说明 7492250
捐赠科研通 2373536
什么是DOI,文献DOI怎么找? 1258633
科研通“疑难数据库(出版商)”最低求助积分说明 610333
版权声明 596952