会员服务
Scopus · INFORMS · 样例 · 代价 ·
2021 年 8 月 19 日
Implementation of the PaperRank and AuthorRank indices in the Scopus database
翻译：在Scopus数据库中实施PaperRank和作者Rank指数
Pierluigi Amodio,Luigi Brugnano,Filippo Scarselli
Pierluigi Amodio,Luigi Brugnano,Filippo Scarselli
from arxiv, 20 pages, 3 figures, 4 tables. Accepted version on Journal of Infometrics

We implement the PaperRank and AuthorRank indices introduced in [Amodio & Brugnano, 2014] in the Scopus database, in order to highlight quantitative and qualitative information that the bare number of citations and/or the h-index of an author are unable to provide. In addition to this, the new indices can be cheaply updated in Scopus, since this has a cost comparable to that of updating the number of citations. Some examples are reported to provide insight in their potentialities, as well as possible extensions.


翻译：我们实施了Scopus数据库[Amodio & Brugnano,2014年]中引入的PaperRank和作者Rank指数,以突出作者的光量引用和/或h指数无法提供的定量和定性信息,此外,新指数可以用Scopus廉价地更新,因为其成本与更新引用数量的成本相当,报告的一些例子提供了对其潜力的洞察力以及可能的扩展。
0
下载
关闭预览

相关内容

2020数据工程师成长路线图
专知会员服务
39+阅读 · 2020年9月6日
Linux导论，Introduction to Linux，96页ppt
Linux导论，Introduction to Linux，96页ppt
专知会员服务
78+阅读 · 2020年7月26日
【跨语言BERT模型大集合】Transfer learning is increasingly going multilingual with language-specific BERT models
专知会员服务
53+阅读 · 2020年1月30日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
最新BERT相关论文清单，BERT-related Papers
最新BERT相关论文清单，BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
【TED】生命中的每一年的智慧
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
LibRec 精选：推荐系统的论文与源码
LibRec 精选：推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【论文】图上的表示学习综述
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Cross-validation based adaptive sampling for Gaussian process models
Arxiv
0+阅读 · 2021年10月15日
On the Pitfalls of Analyzing Individual Neurons in Language Models
Arxiv
0+阅读 · 2021年10月14日
Detecting and Classifying Outliers in Big Functional Data
Arxiv
0+阅读 · 2021年10月14日
Truncated Rank-Based Tests for Two-Part Models with Excessive Zeros and Applications to Microbiome Data
Truncated Rank-Based Tests for Two-Part Models with Excessive Zeros and Applications to Microbiome Data
Arxiv
0+阅读 · 2021年10月13日
Unique on Facebook: Formulation and Evidence of (Nano)targeting Individual Users with non-PII Data
Arxiv
0+阅读 · 2021年10月13日
Distributed Principal Subspace Analysis for Partitioned Big Data: Algorithms, Analysis, and Implementation
Arxiv
0+阅读 · 2021年10月12日
A Primer in BERTology: What we know about how BERT works
A Primer in BERTology: What we know about how BERT works
Arxiv
34+阅读 · 2020年2月27日
SetExpan: Corpus-Based Set Expansion via Context Feature Selection and Rank Ensemble
Arxiv
3+阅读 · 2019年10月17日
Attention-based Group Recommendation
Arxiv
14+阅读 · 2018年4月18日
Implementing the Deep Q-Network
Arxiv
3+阅读 · 2017年11月20日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
Scopus
INFORMS
样例
代价
相关VIP内容
2020数据工程师成长路线图
专知会员服务
39+阅读 · 2020年9月6日
Linux导论，Introduction to Linux，96页ppt
Linux导论，Introduction to Linux，96页ppt
专知会员服务
78+阅读 · 2020年7月26日
【跨语言BERT模型大集合】Transfer learning is increasingly going multilingual with language-specific BERT models
专知会员服务
53+阅读 · 2020年1月30日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
最新BERT相关论文清单，BERT-related Papers
最新BERT相关论文清单，BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
热门VIP内容
相关资讯
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
【TED】生命中的每一年的智慧
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
LibRec 精选：推荐系统的论文与源码
LibRec 精选：推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【论文】图上的表示学习综述
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
Cross-validation based adaptive sampling for Gaussian process models
Arxiv
0+阅读 · 2021年10月15日
On the Pitfalls of Analyzing Individual Neurons in Language Models
Arxiv
0+阅读 · 2021年10月14日
Detecting and Classifying Outliers in Big Functional Data
Arxiv
0+阅读 · 2021年10月14日
Truncated Rank-Based Tests for Two-Part Models with Excessive Zeros and Applications to Microbiome Data
Truncated Rank-Based Tests for Two-Part Models with Excessive Zeros and Applications to Microbiome Data
Arxiv
0+阅读 · 2021年10月13日
Unique on Facebook: Formulation and Evidence of (Nano)targeting Individual Users with non-PII Data
Arxiv
0+阅读 · 2021年10月13日
Distributed Principal Subspace Analysis for Partitioned Big Data: Algorithms, Analysis, and Implementation
Arxiv
0+阅读 · 2021年10月12日
A Primer in BERTology: What we know about how BERT works
A Primer in BERTology: What we know about how BERT works
Arxiv
34+阅读 · 2020年2月27日
SetExpan: Corpus-Based Set Expansion via Context Feature Selection and Rank Ensemble
Arxiv
3+阅读 · 2019年10月17日
Attention-based Group Recommendation
Arxiv
14+阅读 · 2018年4月18日
Implementing the Deep Q-Network
Arxiv
3+阅读 · 2017年11月20日
Top
微信扫码咨询专知VIP会员
Top