基于机器学习的分类研究期刊方法
摘要：论文期刊的分类与排名在当代科技时代越来越受到研究人员和科学家的青睐。它在他们的研究成果发表在高质量期刊方面发挥着重要作用。尽管有许多关于期刊分类和排名的研究，但缺乏使用合适的机器学习技术对期刊进行分类和预测的研究。本研究旨在对各种学术研究期刊进行分类和预测。本研究提出了一个包含五个步骤的混合预测模型。第一步是准备包含二十个特征的数据集。第二步是对数据集进行预处理。第三步是应用适当的聚类算法进行分类。第四步是应用适当的特征选择技术获得有效的特征子集。第五步包括一些集成和非集成方法来训练模型。模型在完整的特征集上进行训练，并通过应用三种特征选择技术获得一个选择的特征子集。在模型训练完成后，利用精确度、召回率和准确度评估预测结果。该结果可以帮助研究人员和从业者预测期刊类别。
作者：Rabia Shabbir Ranjha, Arshad Ali, Shahid Yousaf
论文ID：2210.02683
分类：Digital Libraries
分类简称：cs.DL
提交时间：2022-10-07