A hotspot technology prediction method based on multi-source data includes: acquiring multi-source data; screening technical terms and application terms according to the multi-source data; obtaining time series according to the proportion of technical terms and application terms in the multi-source data according to time statistics; mining technical terms and technical terms as well as technical terms and application terms. According to the dependencies, a directed graph is constructed, and hot spots are predicted according to the time series and directed data.
【技术实现步骤摘要】
基于多源数据的热点技术预测方法
本专利技术涉及网络信息处理领域,尤其涉及到一种基于多源数据的热点技术预测方法。
技术介绍
随着人们对于各个学科领域研究的深入,越来越多的技术方向被提出,例如,近年来极大的吸引人们关注的数据挖掘领域内就包括推荐算法设计、社交网络分析、用户画像构建等具体方向。如何发现领域内一些有较高的潜力和价值的研究方向是一个重要的问题,于研究方向本身而言,及时的指出高潜力和价值的研究方向将会促使更多的研究者投入相应的领域,促进领域的整体进步和发展;而于研究者而言,帮助其发现相应的高潜力研究方向可以促进其本身做出更有价值的工作。因此,构建一种能够广泛运用的热点技术预测方法具有重要的意义和作用。目前传统的热点技术发现方法主要有两类:第一种是由资深研究人员根据其经验和积累进行寻找和判断,这种方式极其依赖研究人员的自身水平和素质,通常来说具有丰富经验的研究人员能够更容易的发现和指出热点技术,而这种经验需要常年的积累,因此不具有推广性;第二种是根据相关技术文献或者词语出现比例的统计信息进行发现,例如相关领域词汇出现比例的上升意味着该种技术研究方向正在成为热点,这种方法发现的热点技术具有一定的滞后性,因为相关技术文献的出版和统计信息通常晚于技术人员的研究时间。相关技术能否成为热点主要与两方面的因素有关:一是其前驱技术是否已经完善,只有在前驱技术已经趋于完善的基础上,相关的后续技术才能够有效地被研究和发展,例如目前正被追捧的深度学习和神经网络,其实早在上个世纪就被提出,而最近十年才被人们广泛的认可和研究,其主要原因就是近些年来GPU计算技术的发展帮助其解决 ...
【技术保护点】
1.一种基于多源数据的热点技术预测方法,其中,包括:获取多源数据;根据所述多源数据筛选技术词汇和应用词汇;针对每一所述技术词汇和应用词汇,按照时间统计其在所述多源数据中出现的比例得到一时序序列;挖掘技术词汇和技术词汇之间以及技术词汇和应用词汇之间的依赖关系,根据所述依赖关系构建有向图;以及根据所述时序序列和有向图据预测热点技术。
【技术特征摘要】
1.一种基于多源数据的热点技术预测方法,其中,包括:获取多源数据;根据所述多源数据筛选技术词汇和应用词汇;针对每一所述技术词汇和应用词汇,按照时间统计其在所述多源数据中出现的比例得到一时序序列;挖掘技术词汇和技术词汇之间以及技术词汇和应用词汇之间的依赖关系,根据所述依赖关系构建有向图;以及根据所述时序序列和有向图据预测热点技术。2.根据权利要求1所述的热点技术预测方法,其中,根据序列匹配算法挖掘所述依赖关系,第一词汇的序列P和第二词汇的序列Q之间的互相关函数R(t)为:其中,P=[p1,p2,p3,...,pm]和Q=[q1,q2,q3,...,qm],P(i)和R(i)分别表示相应词汇在相应序列上第i个位置在数据资源中出现的比例值,i为任一整数,m为正整数,当1≤i≤m时,P(i)=qi,Q(i)=qi,当i<1或i>m时,相应的值P(i)和Q(i)均为0,R(t)表示将序列P平移t个时间单位后与序列Q的相关性,根据第一词汇的序列P和第二词汇的序列Q之间的互相关函数R(t)计算两序列之间的最佳匹配位置tp和最佳响应RPQ:tp=argmaxtR(t),RPQ=maxtR(t)。3.根据权利要求2所述的热点技术预测方法,其中,挖掘技术词汇和技术词汇之间以及技术词汇和应用词汇之间的依赖关系,根据所述依赖关系构建有向图包括:针对每一技术词汇,选取与其时序序列之间具有最大的M个最佳匹配位置和最佳响应的时序序列对应的词汇作为与该技术词汇有相似性和依赖性的技术词汇或者应用词汇;根据该技术词汇与选取的技术词汇或者应用词汇之间的最佳匹配位置构建该技术词汇与选取的技术词汇或者应用词汇之间的箭头连线,若该技术词汇与选取的技术词汇或者应用词汇之间的最佳匹配位置为正,则箭头指向选取的技术词汇或者应用词汇,若该技术词汇与选取的技术词汇或者应用词汇之间的最佳匹配位置为负,则箭头指向该技术词汇,构建所述有向图。4.根据权利要求3所述的热点技术预测方法,其中,根据所述时序序列和有向图据预测热点技术包括:利用ISHOT算法在筛选出的应用词汇中选择正在或者即将成为热点的应用,并记它们构成的集合为K={k1,k2,k3,......};以及利用热点技术预判算法预测即将成为...
【专利技术属性】
技术研发人员:刘淇,陈恩红,曾宪宇,武晗,朱洪渊,
申请(专利权)人:中国科学技术大学,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。