计算机科学arXiv论文引用网络数据集-2011至2019年-dataup1
数据来源：互联网公开数据
标签：arXiv,论文引用,计算机科学,机器学习,节点预测,图神经网络,科学数据集,学术出版
数据概述：
本数据集是OGBN-ArXiv，由斯坦福大学Open Graph Benchmark提供，代表了计算机科学领域（CS）所有arXiv论文的引用网络，数据来自Microsoft学术图（MAG）。每个节点代表一篇arXiv论文，有向边表示论文之间的引用关系。每篇论文包含一个128维的特征向量，通过计算论文标题和摘要中单词嵌入的平均值得到。此外，数据集还包含了每篇论文的出版年份。
数据集中的预测任务是预测arXiv CS论文的40个主题领域，这些主题领域是由论文作者和arXiv管理员手动标注的。数据集按照论文的出版年份进行切分，其中训练集包含2017年及之前发布的论文，验证集包含2018年发布的论文，测试集包含2019年及之后发布的论文。
数据用途概述：
该数据集适用于图神经网络的研究和应用，特别是节点分类任务。研究者可以使用此数据集训练模型以预测新发布的论文的主题领域，帮助arXiv管理员进行分类管理。此外，该数据集还适合用于学术出版、机器学习和计算机科学领域的教育和研究，为相关领域的研究提供了丰富的数据资源。
