通过被引频次来衡量论文的学术影响力已经被广泛应用，但被引频次往往对时间具有依赖性，文献的价值难以在短期内充分体现，致使某些发表时间短而有潜力在未来成为高被引的文章被忽略，因此需要以最快的时间挖掘出这些文章，探索论文的引用规律。如何快速了解近期发表论文的长期被引趋势？如何准确挖掘到有潜力成为高被引的文章？这涉及到对论文被引频次进行预测的问题，预测论文被引频次是对文献计量学领域的重要探索，是科学计量方法研究的重要内容，将有助于科研人员跟踪学科潜在热点，帮助科研机构挖掘有潜力的科研人员、建立有影响力的研究团队，有利于战略情报的准确预测。　　本文首先从传统的文献计量学、新兴的网络计量学两方面，建立了更加完善的影响论文引用的计量指标体系，然后总结了常用的引用预测方法。以INSPIRE数据库高能物理学e-Print论文数据为例，按照短期被引频次分为零被引、低被引、高被引三组论文，分别建立相应的预测模型，并对模型进行改进，检验了模型的预测效果，对不同预测模型进行了比较分析及综合评价。　　主要研究结论:　　1)构建的结合文献计量学和网络计量学的预测论文被引频次的计量指标体系，充分反映了网络环境下论文引用的特点;2）利用分组预测方法，分别建立不同的预测模型，能够较为准确地探索出短期被引基础不同的论文的引用规律;3)综合考虑指标可获取性和指标全面性原则，本文以开放获取的高能物理学预印本论文数据为例进行实证研究，模型的预测效果较好，且发现2年被引频次对论文长期引用有显著影响。　　研究的创新点:　　1)结合文献计量学及网络计量学两方面，建立了影响论文被引频次的计量指标体系;2）提出分组预测方法，分别针对短期内的零被引、低被引和高被引论文建立相应预测模型;3）本研究以开放数据库INSPIRE作为数据来源，探索短期被引基础不同的开放获取的预印本论文的引用规律。