KaggleMasterX/DPO_expdata

该数据集包含学术论文的相关信息，如论文的bibcode、摘要、标题、年份、阅读次数、引用次数等。此外，还包括一些衍生特征，如log_read_count、latent_readcount等。数据集分为训练集，包含200个样本，文件大小为349371字节。

原始信息汇总

数据集概述

数据集特征

• bibcode：文献代码，数据类型为字符串。
• abstract：摘要，数据类型为字符串。
• id：文献ID，数据类型为整数。
• title：标题，数据类型为字符串。
• year：出版年份，数据类型为整数。
• read_count：阅读次数，数据类型为整数。
• cite_read_boost：引用阅读提升，数据类型为浮点数。
• citation_count：引用次数，数据类型为整数。
• keyword：关键词，数据类型为字符串。
• PDF_link_url：PDF链接地址，数据类型为字符串。
• log_read_count：阅读次数的对数，数据类型为浮点数。
• latent_readcount：潜在阅读次数，数据类型为浮点数。
• log_cite_count：引用次数的对数，数据类型为浮点数。
• latent_cite_count：潜在引用次数，数据类型为浮点数。
• log_crb_count：CRB计数的对数，数据类型为浮点数。
• latent_crb_count：潜在CRB计数，数据类型为浮点数。
• clickbait：点击诱饵标识，数据类型为整数。
• selected_title：选定标题，数据类型为字符串。
• rejected_title：被拒绝的标题，数据类型为字符串。

数据集划分

• train：训练集，包含200个样本，总大小为349371字节。

数据集大小

• 下载大小：204022字节。
• 数据集总大小：349371字节。