12960.基于arima模型和神經(jīng)網(wǎng)絡(luò)對(duì)論文下載量進(jìn)行預(yù)測(cè)

1、專業(yè)學(xué)位碩士學(xué)位論文基于ARIMA模型和神經(jīng)網(wǎng)絡(luò)對(duì)論文下載量進(jìn)行預(yù)測(cè)ForecastonPaperDownloadsBasedonARIMAModelandNeuralNetwork學(xué)31301001大連理工大學(xué)DalianUniversityofTechnology大連理工大學(xué)專業(yè)學(xué)位碩士學(xué)位論文摘要中國(guó)的論文發(fā)表量目前世界第一，又隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，商業(yè)數(shù)據(jù)庫(kù)和開(kāi)源數(shù)據(jù)庫(kù)的增加，論文的傳播速度也隨之加快。鋪天蓋地的良莠不齊的文獻(xiàn)如

2、何更加科學(xué)的評(píng)價(jià)其質(zhì)量，成為了文獻(xiàn)計(jì)量學(xué)的一個(gè)研究熱點(diǎn)。以往的評(píng)價(jià)指標(biāo)有諸多弊端，論文下載檢測(cè)系統(tǒng)的完善使得論文下載量成為評(píng)價(jià)論文指標(biāo)的一個(gè)重要標(biāo)準(zhǔn)。以往學(xué)者們主要論述了論文下載量指標(biāo)應(yīng)該納入評(píng)價(jià)論文好壞的體系，論文下載次數(shù)和論文引用次數(shù)的關(guān)系，和用一些統(tǒng)計(jì)學(xué)方法展現(xiàn)了論文下載量的一些規(guī)律。本文運(yùn)用推斷統(tǒng)計(jì)學(xué)中時(shí)間序列和神經(jīng)網(wǎng)絡(luò)來(lái)預(yù)測(cè)論文的下載量。本文搜集了plos期刊中Biology板塊2003年06月到2014年05月份關(guān)于論文下載

3、量的SOLserver數(shù)據(jù)，然后經(jīng)過(guò)數(shù)據(jù)的預(yù)處理之后最終選定用2003年11月到2014年05月分的數(shù)據(jù)進(jìn)行實(shí)例驗(yàn)證。利用SOLserver軟件對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，利用EXCEL軟件對(duì)數(shù)據(jù)做描述性統(tǒng)計(jì)，所有散點(diǎn)圖大致走向均相同證明該數(shù)據(jù)具有普遍代表性；用SAS軟件對(duì)數(shù)據(jù)進(jìn)行時(shí)間序列分析，建立ARIMA模型和預(yù)測(cè)，利用BIG準(zhǔn)則選出最優(yōu)估計(jì)模型，并且參數(shù)估計(jì)和殘差的白噪聲檢驗(yàn)都通過(guò)了統(tǒng)計(jì)學(xué)檢驗(yàn)，擁有統(tǒng)計(jì)學(xué)意義，并且得出了5個(gè)月的預(yù)測(cè)數(shù)據(jù)，平