科技文献的数量呈爆炸性增加,科研知识的演变和进化更加迅捷,难以快速掌握。如何从大量科技文献中快速分辨出具有较高阅读价值的文献成为研究者普遍关注的问题。被引频次是指在一段指定的时间段内科技文献被其他文献引用的次数,是评估科技文献影响力和质量的重要方法。但被引频次的统计易受到当前时间点的限制,很难获得未来时间段内的被引用情况,进而影响对科技文献在科技贡献力方面的评估。亟待提供一种自动化地预测科技文献被引频次的方法,更快的识别有潜力的文献,促进科学研究和新知识的传播。本文研究科技文献被引频次预测算法。本文具体研究内容如下:首先提出对国际顶级数据挖掘比赛KDDCUP中冠军算法进行优化改进,在划分训练和测试集合之前加入对文献主题词的分析,按照主题词对文献集合进行聚类,在每个类中进行回归预测,以减少因为主题时间点引用情况差异对预测准确性的影响。实验分析显示,改进的算法比原算法的预测准确度提高3.4%。其次针对目前已有算法的不足,本文提出一种新的基于时间序列相似度聚类的被引频次时间序列预测方法,运用时间序列回归建模和相似度聚类等数据挖掘技术,不但能够自动分析每个文献出版后的被引用情况,获得每个月份的平均被引频次,还通过聚类挖掘出文献的不同被引模式,进而根据待测文献的已有时间序列预测出未来的被引频次。通过实验分析发现,新的算法比原算法预测准确度提高6.5%。