确定科学论文受欢迎程度的关键因素
物理与社会
2023-07-19 v1 数字图书馆
摘要
利用来自 PLOS One 期刊的超过 70,000 条记录（包含 37 个词汇、情感和文献特征变量），我们结合机器学习方法进行分析，以预测根据论文被浏览次数所定义的科学论文受欢迎程度类别。我们的研究展示了各特征之间的相关性，并恢复了在 Matthew 相关系数意义上取得最佳预测结果的浏览次数阈值。此外，通过为随机森林分类器创建变量重要性图，我们能够在保持相似可预测性的同时减少特征数量，并确定导致论文受欢迎程度的关键因素。
引用
@article{arxiv.2001.09914,
title = {Determining crucial factors for the popularity of scientific articles},
author = {Robert Jankowski and Julian Sienkiewicz},
journal= {arXiv preprint arXiv:2001.09914},
year = {2023}
}
备注
13 pages, 6 figures