基于回归模型预测的学术出版影响因素分析研究

Analysis of influencing factors in academic publishing based on regression model prediction

摘要

受外部环境变化与公共事件影响，线上平台与开放获取加速兴起，同时各国防疫政策、研发投入及学者工作环境变化共同影响学术出版. 为研究相关因素的影响程度和学术论文发表的未来趋势，基于自回归模型和普通最小二乘法（OLS）构建了AR-OLS模型，选取牛津大学COVID-19政府响应追踪系统的政策严格性指数（Stringency Index）、研发经费占比（PRDS）及研发时间占比（PRDT）作为关键变量，构建自回归（AR-OLS）预测模型，发现AR-OLS模型解释力和平均绝对百分比误差最优. 实证表明，当SGP<40、PRDS>2.2%且PRDT>70%时更利于高质量学术产出. 该结果为理解突发公共事件中学术生态演变提供了量化依据，并在防控和学术之间提供了平衡策略.

Abstract

Affected by the COVID-19 pandemic， online platforms and open access have accelerated their rise. Meanwhile，national epidemic prevention policies， Research investment， and changes in scholars’ working environments have all influenced academic publishing. To investigate the impact of relevant factors and the furture trend of academic paper publication， this study constructs an autoregressive algorithm（AR-OLS） combined with the ordinary least squares（OLS） method with the Stringency Index from the university of Oxford COVID-19 government response tracker， the Proportion of R&D Spending （PRDS） and the Proportion of R&D Time（PRDT）. It was found that the AR-OLS model had the best explanatory power and average absolute percentage error. Empirically， it was shown that when SGP < 40， PRDS>2.2%， and PRDT>70%， it was more conducive to high-quality academic output. This result provided a quantitative basis for understanding the evolution of the academic ecology during sudden public events and offered a balanced strategy between epidemic research and academic research.

Graphical abstract

关键词

学术出版 / 预测模型 / 政府政策严格程度 / 创新总量指数

Key words

academic publishing / predictive model / government policy strigency / innovation total index

近年来，全球学术交流模式发生显著变化，线上平台和数字资源已成为学者沟通合作的核心渠道，同时开放获取和预印本等模式加速兴起，深刻改变了知识传播的方式^［1-2］.这些转变对学术成果的产出规律产生了重要影响，其具体表现因地区、学科及研究环境等因素而异^{［1，3-4］}.各国防疫政策的调整、研发资金投入的波动，以及疫情期间学者工作环境的变化，均对学术论文的发表数量带来重要影响^［5-6］.尤其以中美两国在疫情前后的对比为主要研究方向，这也表明对后续国家的管理和政策的改变具有一定的研究价值^［7］.因此，深入量化分析这些因素与学术论文发表数量之间的关联，对于理解并应对后疫情时代学术生态的转型具有重要的科学意义.

在学术产出预测领域，多元回归模型因其良好的可解释性和对多个自变量影响的明确表达，得到了广泛应用.相比之下，随机森林回归（Random Forest，RF）^［8］、支持向量机（Support Vector Regression，SVR）^［9］以及基于决策树算法（Light Gradient Boosting Machine，LightGBM）等非线性模型在高维及非线性数据处理上具有显著优势.目前回归预测模型的研究核心主要是分为线性回归模型和非线性回归模型两个研究方向^［10］.线性回归算法简单高效，适用于处理线性或近似线性误差；非线性回归算法则能更好地拟合复杂非线性关系，在处理非线性误差方面具有明显优势^［11］.疫情期间线性回归方向的预测研究，其着重于时间序列的线性模型，对关系的拟合能力较差，难以捕捉疫情期间的更多非线性特征^［12］；而非线性模型则多为研究感染人数、康复人数、死亡人数等的人口统计数据^［13］，但对于疫情所受防控措施的影响，尤其是对疫情期间的国家政策对预测的影响并没有进行专门的研究.

1 模型的改进

为解决多因素作用下学术交流模式变化导致的学术文章发表数量不可预测性问题.研究基于普通最小二乘法（Ordinary Least Square，OLS）回归模型.提出基于自回归的回归模型（Autoregressive model-Ordinary Least Square，AR-OLS）.并对非线性模型（随机森林回归RF、支持向量机回归SVR、基于决策树算法的LightGBM）以及线性模型（普通最小二乘法OLS回归、基于密度的空间聚类回归DBSCAN-OLS）进行对比^［14-16］. 探究国家政策可能会对学术交流活动有一定的抑制作用，而研发经费增加和研发时间投入增多可能会对学术交流具有显著的促进作用.研究采用OLS回归作为基线模型来检验政策严格度（SGP）、研发经费占比（PRDS）和研发时间占比（PRDT）这三个自变量与学术文章发表数量之间的关系.选择美国和中国作为研究对象，是基于这两个国家在全球学术产出中占据重要地位的考量.通过分析疫情期间的论文发表数量，结合期间的政策严格程度和研发经费数据，本模型旨在揭示这些因素对学术交流的潜在影响，同时作为模型设计的参考模型.普通最小二乘法回归作为一种基础的统计方法，用于建模因变量与一个或多个自变量之间的线性关系^［14］.多元回归模型数学表达式如下方公式（1）所示：

\mathrm{a}\mathrm{r}\mathrm{x}\mathrm{i}\mathrm{v}\_pap={\beta }_{\mathrm{0}}+{\beta }_{\mathrm{1}}\mathrm{*}Q+{\beta }_{\mathrm{2}}\mathrm{*}P+{\beta }_{\mathrm{3}}\mathrm{*}T+\epsilon.（1）

其中，β_i 为待估计的回归系数，ε为随机误差项.参数估计采用普通最小二乘法（OLS），通过最小化残差平方实现，以评估各自变量对因变量的解释程度.而多元回归模型因为对异常值和离群点异常敏感，为降低噪声的影响，对普通最小二乘法回归模型提出了聚类和自回归方法进行模型改进.

考虑到论文发表数量作为一种时间序列数据，其当前值可能受到过去值、随机波动以及季节性因素的影响，同时受到如政策严格程度、研发经费和研发时间占比（PRDT）等外部因素的驱动.为了综合分析这些影响，本研究采用带有外生回归量的自回归模型（Seasonal Autoregressive Integrated Moving Average with eXogenous regressors，SARIMAX）对时间序列数据进行特征提取^［17］，再通过多元回归模型进行解释的方法.SARIMAX模型起源于差分自回归移动平均方程（autoregressive integrated moving average，ARIMA）模型，ARIMA模型的基本思路是通过对时间序列进行差分、自回归和移动平均建模^［17］.传统SARIMAX则需为12个月份创建11个哑变量^［18］，而本研究中采用傅里叶级数近似，使用3个正弦-余弦对（周期=12，6，4）解释了94.7%的月度波动，使外生变量矩阵维度从11降至3，显著降低多重共线性.

同时引入论文发表数量的滞后项_lag1，捕捉时间序列的自相关性和短期依赖关系，滞后项还可以有效降低噪声带来的影响.通过偏自相关函数（PACF）发现，论文序列在lag=1后PACF迅速落入95%置信区间，而lag≥2的系数均不显著（p>0.1）.这符合“学术产出受上月状态主导，更早月份影响已衰减”的认知.同时考虑政策严格度（SGP）、研发支出占比（PRDS）、研发时间占比（PRDT）等外生变量，分析这些因素对论文产出的即时影响.这样做既考虑了历史惯性，又考虑当前因素影响.将处理后的趋势，季节性因素等作为回归模型的输入，以此全方面考虑不同因素的影响.

2 数据来源

以中美两国的数据为例进行模型分析，两国在当今世界文章产出占比较大，因此选择它们作为主要研究对象^［19］.本文收集了3年疫情期间（2019年12月至2023年1月）的美国和中国两大主要学术产出的ArXiv论文发表数量数据.共计处理1 525 141篇论文，经筛选后保留疫情期间相关论文781 945篇，并按月聚合为时间序列数据. 结合两国的政策严格程度（Strictness of Government Policies，SGP）、研发经费占GDP（Gross Domestic Product）比重（Proportion of R&D Spending，PRDS）以及研发投入时间的占比（Proportion of R&D Time，PRDT）等影响因素，分析不同因素对论文发表数量的影响机制并对后疫情时代的论文发表数量进行预测.同时，本文将论文发表数量与创新性整合为创新总量指数（Total Innovation Index，TII），并结合各因素影响程度进行分析，以探讨重大公共危机下疫情防控与学术发展的统筹策略.基于后疫情时代开展的进一步研究，以验证已确定的议题和未来的发展方向^［20］.

政策严格度（SGP）数据来源于牛津大学发布的“COVID-19政府响应追踪系统”（OxCGRT）.原始数据中包含多个维度的政策指标，本研究选取最具代表性的“政策严格性指数”（Stringency Index）.为解决原始数据字段（StringencyIndex_SimpleAverage_ForDisplay）表述冗长且为日度数据的问题，本文采用每日政策严格性指数的简单算术平均，因每日指数已反映当日政策力度，平均后可体现月度整体政策强度.该指标综合反映了学校关闭、工作场所限制及旅行禁令等政策的执行力度，取值范围为0~100.研发经费占比（PRDS），来源于世界银行数据库，选取中美两国年度研发支出占GDP的比重.为匹配月度分析需求，假设年度预算执行具有均匀性，对其进行月度线性插值处理.实际支出因科研活动季节性与项目申报周期等因素影响，存在部分非均匀分布特征.但从整体趋势来看，线性插值后研发经费占比（PRDS）反映中美两国研发经费投入的长期变化规律，其误差主要体现在月度层面的局部波动，对模型整体解释力的影响有限.研发时间占比（PRDT）则是一个代理变量.由于缺乏全球学者每日工时的直接统计，本研究构建了一个代理变量.选取2019年1至11月作为基准期，因该时间段无疫情干扰，学术产出及学者工作状态稳定，数据具有代表性，发现ArXiv提交量与学者有效工作时间存在显著正相关（r=0.81，p<0.01），p表示衡量原假设成立的概率，一般p<0.05为显著影响.因此，本文以月度论文提交量相对于基准期的比率作为研发时间投入的间接衡量指标，反映学者在疫情干扰下的实际科研投入度.该变量的正向系数仅能反映“研发时间投入的代理指标”与学术论文发表数量之间的统计相关性，不能等同于“研发时间投入”对学术产出的因果效应.其核心价值在于提供了“学者科研投入度”的间接参考趋势，而非量化“时间投入”的具体影响强度.未来研究会寻找更独立于因变量的代理指标，以解决因果识别偏差问题.

学术创新性则是通过问题-方法组合（Problem-Method Combination，PMC）的新颖度指标计算而出^［21］.通过Python的Jieba分词与TF-IDF算法提取论文标题及摘要中的“问题关键词”与“方法关键词”，构建论文的历史频率词典.统计问题关键词、方法关键词及问题-方法组合的出现次数，计算问题-方法组合新颖度指数（PMC）.利用问题-方法组合新颖度指数（PMC）对当月全部论文逐篇计算新颖度得分，再将所有论文的新颖度得分乘以该月论文总量后累加，得到该月的创新总量指数（TII），用于综合衡量月度学术产出在数量与创新性两个维度的整体表现.国家研发经费占比（PRDS）在世界开放银行中研发经费投入为全年的GDP占比，为了与上面数据进行对齐，所以对每月的投入进行了简单均分，其反映了国家对研发的重视程度.而研发投入占比初始为100分，随疫情和政策情况变化，对论文提交量与疫情前的数量进行对比.同时控制变量为月份，分别对比疫情期间的数据.将数据分为连续变化趋势（如图1）的时间序列，试探究在不同的疫情政策严格程度下，以及不同的研发支出对学术文章发表的影响，从而侧面反映出对学术交流的影响.

3 模型效能验证

通过对中国和美国疫情期间的政府政策严格度（SGP）、研发经费占比（PRDS）和研发时间占比（PRDT）数据进行实验.分析OLS回归模型、DBSCAN-OLS回归模型与AR-OLS回归模型的拟合能力与各因素的影响程度.同时基于最优模型进行论文发表数量的预测，并对比真实值分析预测效果.因为本文并不追求极致的预测精度，核心目标为探索相关变量的影响程度和趋势，所以模型的输出数据将以整体趋势为主.

AR-OLS模型有效性评估：从AR-OLS回归结果（表1）与回归预测表（表2）可见.模型整体拟合优度表现优异：表1中R²高达0.968，表明模型能解释因变量96.8%的变异，具有极强的解释能力；调整后R²值（Adj.R²）为0.965，进一步验证了模型稳健性（排除变量冗余导致的拟合偏差）；F-statistic统计量为3.660，对应的Prob为0.004 09（小于0.05），说明模型整体显著，所选自变量对因变量的联合影响具有统计学意义. 表2中t值反应自变量对因变量影响的显著性程度，截距项表示当自变量全为0时，因变量的预测值.而赤池信息量准则（Akaike Information Criterion，AIC）和贝叶斯信息量准则（Bayesian Information Criterion，BIC）是用于比较模型的统计标准，平衡拟合优度与模型复杂性的指标.其中AIC侧重预测准确性，BIC倾向于模型复杂度，值较小表明模型拟合越好且复杂度更优.在对比其他模型后发现，本文的模型拟合效果和复杂度均较好变量影响层面，研发支出占比（PRDS）对学术交流数量具有极其显著的正向促进作用（系数7 187.060 1，p<0.001）.这一结果的核心原因在于：充足的研发经费能有效缓解疫情期间科研资源短缺的约束，既可以支持实验设备更新、数据购买、研究生资助等硬性需求，又能增强学者科研信心，提升长期投入意愿；研发时间占比（PRDT）同样呈现显著正向影响（系数55.170 6，p=0.040），因为疫情期间学者面临居家办公、线下协作受限等问题，有效研发时间的保障成为维持科研连续性的关键，充足的时间能让学者深入开展研究而非仅完成表层工作；政策严格度（SGP）则呈现显著负向影响（系数-45.602 5，p=0.002），主要是由于政策严格度（SGP）对应的学校关闭、工作场所限制、旅行禁令等措施，直接打断了实验室研究、跨国合作与学术会议交流，同时防疫压力会分散学者精力，降低科研专注度.从科学意义上看，该结果量化了防疫行政干预对学术生产力的“隐性成本”.政策严格度（SGP）系数的负显著性提示政策制定者，在制定高强度封控措施时，需预设相应的学术补偿机制（如数字化协作平台建设）以缓冲其对知识创新的抑制效应.滞后项_lag1的系数为0.908 7（p<0.001），验证了学术产出的时间惯性特征，上月研究进展、数据积累会直接影响下月论文产出，符合科研工作“循序渐进、持续推进”的客观规律.

与其他回归模型的效能对比.选取前32个月（2019年12月至2022年7月）为训练集，后5个月（2022年8月至2023年1月）为测试集，通过网格搜索优化各模型超参数：SVR模型采用线性核，c=100，ε=0.08，γ=0.034；随机森林（RF）的树数量为50，最大深度为9；LightGBM的叶子数设置为63，学习率lr=0.05，最大深度为9.对比结果如表3所示，AR-OLS模型在核心指标上全面占优：调整后R²（Adj.R²）最高，为0.965，AIC（610.6）和BIC（616.6）最低，表明该模型在平衡拟合度与复杂性方面表现最佳.

出现上述优势的核心原因在于AR-OLS创新性地将时间序列的自相关性（通过SARIMAX处理季节性和趋势性、引入滞后项_lag1）与线性回归的可解释性（OLS）相结合，既解决了传统OLS模型无法捕捉时间序列特征的缺陷，又避免了非线性模型（SVR、RF）“黑箱化”导致的影响机制难以解释的问题.相比之下，SVR与RF模型的拟合效果较差（调整后R²分别为0.812、0.701），主要因为本研究数据中自变量与因变量的关系以线性为主，非线性模型的复杂结构反而引入了过拟合风险；DBSCAN-OLS虽通过聚类降低了异常值影响（R²=0.920），但因模型复杂度升高导致泛化性能不足（AIC=713.4高于AR-OLS）；LightGBM虽在拟合度上接近AR-OLS（调整后R²=0.945），但缺乏明确的回归系数，无法量化各因素的具体影响程度，不符合本研究“揭示影响机制”的核心目标.

从科学意义来看，AR-OLS模型的设计为同类研究提供了可复用的框架，针对“时间序列+多因素影响”的预测与分析问题，通过引入外生变量自回归模型处理时间特征，结合OLS保证解释性，有效弥补了线性模型与非线性模型各自的短板，为学术产出、经济指标等具有时间惯性的多因素驱动变量研究提供了新的技术路径.

结合表3，AR-OLS模型整体拟合效果良好，各变量对学术交流数量的影响均具有统计学意义，其中政策严格度（SGP）呈现显著负向影响，研发支出占比（PRDS）和研发时间占比（PRDT）则具有显著正向影响，这些结论为深入理解学术交流的影响因素提供了有力依据.同时从表中可以看出，通过控制基准模型后分析AR-OLS模型的AIC和BIC值最低，调整后的R²最高，表明该模型在平衡模型拟合度和复杂性方面表现最好.因为本模型主要研究影响关系，所以主要以模型的拟合优度和复杂度即AIC和BIC为指标作为模型选择的主要考量.

研究基于影响因素的影响，采用了多元回归模型进行量化分析.通过比较非线性模型和线性模型，对比出了更稳健和准确的分析模型.选择美国和中国作为案例研究，具有重要的代表性，能够提供不同国情下疫情对学术出版影响的比较视角，同时纳入月份作为控制变量，考虑到了学术出版的潜在季节性因素.AR-OLS模型在统计性能上全面占优：它不仅显著降低了信息准则（AIC/BIC），还取得了最高的Adjusted R²值（0.965）.这表明引入时间序列结构有效提升了模型的解释力和泛化能力.而DBSCAN-OLS虽在拟合训练数据（R²）上表现突出，但因复杂度过高导致泛化性能不足.

3.1 趋势预测结果分析

为客观衡量AR-OLS模型的泛化能力，对2023年02月至2023年12月共11个月的独立测试集进行逐月滚动外推.评价指标则遵循国际通行标准选取平均绝对误差（MAE）、均方根误差（RMSE）和平均绝对百分比误差（MAPE）三项指标作为对比.测试真实论文量与预测论文量，在覆盖后疫情阶段政策由紧到松、研发经费持续高位的典型情景.外推误差对比结果如表4.

结果显示，AR-OLS模型的三项误差指标均为最小，其中MAPE=8.32%<10%，达到学术研究与政策报告常用的精度阈值，表明模型预测能力可靠.从误差产生的原因来看，极端误差主要出现在2023年3月、5月和10月，这三个月份分别对应中国防疫政策优化调整、美国研发经费追加拨款、中美联合学术项目重启等事件，导致真实论文量出现瞬间跳升，但AR-OLS模型通过引入滞后项_lag1有效削弱了系统性偏离，捕捉了上月论文产出的惯性，使得突发冲击对预测值的影响被平滑，避免了其他模型因缺乏时间维度考量导致的大幅偏差.此外，AR-OLS的DW值为1.97，接近2，表明模型无显著自相关，满足独立同分布假设，而其余模型（如RF的DW=1.31）均存在轻度正相关，验证了AR-OLS模型的统计合理性.

从科学意义而言，高预测精度确保了模型对未来学术产出趋势的预判价值.一方面，可辅助科研管理部门提前制订资源分配计划（如根据预测的论文增长趋势调整期刊版面、科研基金额度）；另一方面，为后疫情时代学术出版行业的发展规划提供数据支撑，例如出版社可基于预测结果优化数字平台建设投入、开放获取资源布局等.图2和图3直观展示了AR-OLS模型的预测值与真实值的拟合效果，可见预测曲线与真实曲线趋势高度一致，残差在合理范围内波动，进一步验证了模型的可靠性.

3.2 创新总量指数分析

而论文发表数量提升的同时论文质量也是学术交流的重要体现，为研究论文发表数量和质量受各影响因素的影响情况^［22］，通过将论文量的月度数据和论文创新性指数进行结合得到创新总量指数（TII），从而分析各影响因素对创新总量指数的全方面影响.下面通过问题-方法组合新颖度指数（PMC）处理了1 525 141篇文章构建历史频率词典，并对自2019年12月为起始点至2023年01月的781 945篇文章进行问题-方法组合新颖度指数（PMC）计算.计算公式如公式（2）所示.

\begin{array}{l}PMC=\mathrm{1}/\mathrm{3}(\mathrm{1}/(\mathrm{1}+f_q)+\mathrm{1}/(\mathrm{1}+f_m)+\\ \mathrm{1}/(\mathrm{1}+f_c)).\end{array}（2）

其中f_q 为问题关键词在历史文献中的出现次数，f_m 为方法关键字在历史文献中的出现次数，f_c 为问题-方法组合在历史文献中的出现次数.

该月的创新总量指数（TII）则通过当月论文量和新颖度指数进行乘积后求和得到，具体计算公式如公式（3），其中N为当月纳入统计的有效论文篇数.

TII={\displaystyle \sum _{i=\mathrm{1}}^N}(PM{C}_i*N).（3）

部分创新总量指数计算结果如表5所示.结合自变量特征发现，在政策过度约束（SGP>60），压缩研发空间；研发支出匮乏（PRDS<2%），导致资源断层；时间配置失衡（PRDT<60%），创新总量指数降低，导致低论文发表量和低创新性.为实现创新总量指数（论文发表数量和创新性）处较高时需要的条件为SGP<40，这样可以较大程度避免行政约束抑制研发活力；PRDS>2.2%以此保证资源供给，PRDT>70%，避免边际效益，导致效率降低；同时保证创新积累，论文发表数量的滞后项存在显著影响，依托前期惯性形成正向循环.上述阈值构成了后疫情时代学术产出的安全边界.当政策严格度（SGP）超过60时，学术交流受到物理阻隔的非线性抑制效应显著增强；而研发时间占比（PRDT）保持在70%以上，则是维持深度思考与创新性研究的必要时间成本.这为未来应对类似危机提供了明确的政策参考坐标：即在防控红线内，必须优先保障学者的有效科研时间与基础资源供给.

4 总结

本研究以ArXiv预印本数据为样本，深入分析了后疫情时代政府政策严格度（SGP）、研发支出占比（PRDS）和研发时间占比（PRDT）对学术论文发表数量的影响. 通过系统比较多种线性和非线性回归模型，发现引入时间滞后项的自回归模型（AR-OLS）具有最优性能（调整R²=0.965，预测误差MAPE=8.32%）. 进一步结合论文新颖度（指数）计算的创新总量指数表明，学术创新受到多重因素阈值制约：过度严格的政策（SGP>60）、过低的研发投入（PRDS<2%）以及严重压缩的研发时间（PRDT<60%）会显著抑制整体创新产出；而维持较高创新水平则需政策环境相对宽松（SGP<40）、研发投入充足（PRDS>2.2%）并保障有效的研发时间投入（PRDT>70%）.本研究的意义在于系统性地量化了新时期关键外部因素（政策）与资源因素（经费、时间）对学术产出动态的具体影响机制与程度，清晰揭示了政策限制的负面效应与资源保障的积极作用.在研发管理机构和政策制定者在应对重大公共危机时，科学平衡公共管理需求与学术生态健康、确保必要的研发资源投入以及维护研究者的有效工作时间，以稳定和提升国家/地区的学术产出活力与创新竞争力.

参考文献

[1] CORTÉS-CEDIEL M E， SEGURA-TINOCO A， CANTADOR I， et al. Trends and challenges of e-government chatbots： Advances in exploring open government data and citizen participation content［J］. Government Information Quarterly， 2023， 40（4）： 101877.

[2] FRASER N， BRIERLEY L， DEY G， et al. The evolving role of preprints in the dissemination of COVID-19 research and their impact on the science communication landscape［J］. PLoS Biology， 2021， 19（4）： e3000959.

[3] HUANG C K， NEYLON C， MONTGOMERY L， et al. Open access research outputs receive more diverse citations［J］. Scientometrics， 2024， 129（2）： 825-845.

[4] DEMETER M， GOYANES M， KOHUS Z， et al. Exploring the link between research funding， co-authorship and publication venues： An empirical study in communication， political science， and sociology［J］. Online Media and Global Communication， 2025， 4（1）： 60-81.

[5] KHOA B T， HUYNH T T. Knowledge-intensive teamwork development through social media adoption after the COVID-19 pandemic in higher education institutions［J］. Heliyon， 2024， 10（4）： e26210.

[6] 张丰收， 马润宁， 张雨萌， 等. 新冠疫情影响下土木工程专业线上国际学术交流影响因素研究［J］. 高教学刊， 2024， 10（3）： 11-16.

[7] OOI K L. Analyst forecasting and market liquidity dynamics： A comparative analysis of U.S. and Chinese markets pre and post COVID-19［J］. Journal of General Management， 2024： 03063070231225603.

[8] ÖZEN F. Random forest regression for prediction of Covid-19 daily cases and deaths in Turkey［J］. Heliyon， 2024， 10（4）： e25746.

[9] 李志强， 陈来荣， 刘冬梅， 等. 疫情防控措施影响下的春运客运量预测方法研究［J］. 公路交通科技， 2023， 40（5）： 237-246.

[10] TARIGAN E D， YANTI M， HASIBUAN C D， et al. Investment gold during the covid-19 pandemic with linear regression， nonlinear regression and arima［J］. Journal of Mathematics， Computations and Statistics， 2025， 8（1）： 80-92.

[11] O'BRIEN T E， SILCOX J W. Nonlinear regression modelling： A primer with applications and caveats［J］. Bulletin of Mathematical Biology， 2024， 86（4）： 40.

[12] SZYMANSKA E， BERBEL-PINEDA J M. Innovation processes： From linear models to artificial intelligence［J］. Engineering Management in Production and Services， 2024， 16（3）： 15-28.

[13] GOMEZ-CRAVIOTO D A， DIAZ-RAMOS R E， CANTU-ORTIZ F J， et al. Data analysis and forecasting of the COVID-19 spread： A comparison of recurrent neural networks and time series models［J］. Cognitive Computation， 2024， 16（4）： 1794-1805.

[14] DONG Y F， LI C G， SHI H K， et al. Short-term probabilistic wind speed predictions integrating multivariate linear regression and generative adversarial network methods［J］. Atmosphere， 2024， 15（3）： 294.

[15] HUANG Z C， LIANG Z P， ZHOU S B， et al. An improved density-based spatial clustering of applications with noise algorithm with an adaptive parameter based on the sparrow search algorithm［J］. Algorithms， 2025， 18（5）： 273.

[16] KULKARNI O， BURHANPURWALA A. A survey of advancements in DBSCAN clustering algorithms for big data［C］//2024 3rd International Conference on Power Electronics and IoT Applications in Renewable Energy and Its Control （PARC）. February 23-24， 2024， Mathura， India. IEEE， 2024： 106-111.

[17] KATOCH R， SIDHU A. An application of ARIMA model to forecast the dynamics of COVID-19 epidemic in India［J］. Global Business Review， 2025， 26（2）： 332-345.

[18] MULLA S， PANDE C B， SINGH S K. Times series forecasting of monthly rainfall using seasonal auto regressive integrated moving average with EXogenous variables （SARIMAX） model［J］. Water Resources Management， 2024， 38（6）： 1825-1846.

[19] 罗丽丰， 郝宁， 张亚男， 等. 浅析中美等17国JCR收录期刊及其发表的论文数量近20年变化趋势［J］. 中国科技期刊研究， 2024， 35（3）： 390-399.

[20] TAN Y. A bibliometric analysis of scholarly literature related to digital literacy in higher education during the pandemic period［J］. Cogent Education， 2024， 11（1）： 2341587.

[21] 刘勘， 李冶， 石锴文. 基于句法和语义关联的科技文献“问题—方法”联合抽取模型［J］. 知识管理论坛， 2024， 9（4）： 353-366.

[22] ZHAO Y， ZHANG C Z. A review on the novelty measurements of academic papers［J］. Scientometrics， 2025， 130（2）： 727-753.

基金资助

2024中央高校基本科研业务费专项基金项目(Z362023009101)

国家自然科学基金资助项目(61105061)

四川省教育信息技术研究资助项目(DSJ2022036)

成都市社科规划项目(2025AS-16)