کیا آپ نے کبھی سوچا ہے کہ کیا آپ کے تحقیقی مقالے کا اصل مقالہ بننے سے بہت پہلے اس کا مقدر ہے؟ کارنیل یونیورسٹی کے محققین کا خیال ہے کہ انہوں نے یہ جان لیا ہے کہ اسے کیسے کہنا ہے، اور یہ اتنا ہی آسان ہے جتنا اسے ڈاؤن لوڈ کرنا۔
ٹیم نے ایک نیا ڈیٹاسیٹ شائع کیا ہے جو arXiv سے لیا گیا ہے، جو کہ غیر جائزہ شدہ تحقیقی مقالوں کا ذخیرہ ہے، اور GitHub، ایک پلیٹ فارم کوڈر اپنے پروجیکٹس کو اسٹور اور شیئر کرنے کے لیے استعمال کرتا ہے۔ مقصد "لیڈنگ-لیگڈ پیشن گوئی” کی جانچ کرنا ہے، ایک ایسا طریقہ جو ابتدائی مصروفیت کا استعمال کرتا ہے – ملاحظات، ڈاؤن لوڈز، پسندیدگی وغیرہ – یہ پیش گوئی کرنے کے لیے کہ کون سے کاغذات یا پروجیکٹ سڑک کے نیچے اہم سال ہوں گے۔
یہ کام کیوں کرتا ہے؟
فی الحال، کسی مقالے کی اہمیت کا اندازہ اس بات سے لگایا جاتا ہے کہ اسے دوسرے محققین کتنی بار نقل کرتے ہیں۔ مسئلہ یہ ہے کہ حوالہ جات ظاہر ہونے میں سالوں لگ سکتے ہیں۔ اقتباسات کا انتظار کرنے کے بجائے، ٹیم نے اس بات پر توجہ مرکوز کی کہ لوگوں نے کاغذ کو گرنے کے بعد کتنی جلدی پڑھنا شروع کیا۔ شریک مصنف یان ین نے اسے پیشن گوئی کی مارکیٹ سے تشبیہ دی ہے، سوائے اس کے کہ سائنس دان پیسے کی بجائے وقت پر شرط لگا رہے ہیں۔
سرکردہ مصنفہ سارہ ڈین کا کہنا ہے کہ آج ہر پلیٹ فارم پہلے ہی اس قسم کے منگنی کا ڈیٹا اکٹھا کر رہا ہے، اور یہ کہ آگے کیا ہو گا اس کا حیرت انگیز طور پر طاقتور پیشن گوئی ثابت ہو رہا ہے۔
محققین نے 2.3 ملین arXiv پیپرز سے گمنام ڈاؤن لوڈ ڈیٹا نکالا اور پانچ سال بعد ابتدائی ڈاؤن لوڈز اور حوالہ جات کا موازنہ کیا۔ صرف ایک ماہ کے قابل ڈاؤن لوڈ ڈیٹا کے ساتھ، وہ پہلے ہی کسی کاغذ کی پانچ سالہ مقبولیت کا اندازہ لگانے کے قابل تھے۔
کیا یہی چال آپ کے کوڈ میں کام کرے گی؟
ظاہر ہے ایسا۔ ٹیم نے تقریباً 3 ملین GitHub ذخیروں میں دھکے، ستاروں اور کانٹے کا بھی تجزیہ کیا اور پایا کہ وہی نمونے درست ہیں۔ ابتدائی ستارے اور دھکے بالآخر پانچ سال بعد مزید فورکس میں ترجمہ ہوئے۔
محققین کو امید ہے کہ یہ ڈیٹا سیٹ دوسروں کو پیشن گوئی کے تیز ٹولز بنانے میں مدد کریں گے۔ اس نقطہ نظر کو استعمال کرنے کے بارے میں ابتدائی بات چیت بھی ہے کہ اس سے پہلے کہ وہ پلیٹ فارم کو مزید بے ترتیبی میں ڈال دیں۔