预测作者的出版产量：浅层还是深度架构？
摘要：预测研究小组和个人的出版产出是学术管理者和资助机构必须进行的工作，以评估作者的能力。然而，由于个体研究的随机性和作者产出模式的多样性，这样的预测仍然是一项困难的任务。我们采用了两种方法来进行这个预测任务：深度神经网络学习和基于模型的方法。我们发现，神经网络无法对小组进行良好的长期预测，而基于模型的方法无法为个人提供短期预测。我们提出了一种将数据驱动和基于模型方法的优点相结合的模型，并通过将其应用于高质量的dblp数据集进行验证，证明了该模型优于经过测试的数据驱动和基于模型的方法。
作者：Wumei Du, Zheng Xie, Yiqin Lv
论文ID：2104.14114
分类：Digital Libraries
分类简称：cs.DL
提交时间：2021-04-30