基于多评价维度的热点学科预测方法、装置、终端、及介质制造方法及图纸

本申请提供基于多评价维度的热点学科预测方法、装置、终端、及介质，其中所述方法包括：获取多个研究学科在一历史时段内基于至少一个评价维度的表现数据；以所获取的表现数据为模型输入数据，构建一时间递归神经网络模型；其中，所述时间递归神经网络模型输出各所述研究学科的基于所述表现数据的学科比重数据，用于预测对应于所述历史时段的下一时间节点的热点学科。本发明专利技术提供的基于多评价维度的热点学科预测方案，采用神经网络算法预测热点学科，一方面整理过去的学术发展历史，一方面发现未来学术发展趋势；收集科研经费情况、资讯或媒体发稿情况、论文发布情况、及专利申请情况等多个维度信息，提高预测结果的准确度。

Hot subject prediction method, device, terminal and medium based on multi evaluation dimension

【技术实现步骤摘要】
基于多评价维度的热点学科预测方法、装置、终端、及介质
本申请涉及研究学科
，特别是涉及基于多评价维度的热点学科预测方法、装置、终端、及介质。
技术介绍
随着政府和社会对科研关注度的增加，各投资机构、媒体、财政及高校时刻关注着科研热点的变动，期望能够找到一种精确预测方法能够提前得知下一个科研热点。但是，目前尚不存在一种能够准确又高效地预测科研热点变动的方法，已然成为本领域亟需解决的问题。申请内容鉴于以上所述现有技术的缺点，本申请的目的在于提供基于多评价维度的热点学科预测方法、装置、终端、及介质，用于解决现有技术中无法准确又高效地预测热点学科的问题。为实现上述目的及其他相关目的，本申请的第一方面提供一种基于多评价维度的热点学科预测方法，其包括：获取多个研究学科在一历史时段内基于至少一个评价维度的表现数据；以所获取的表现数据为模型输入数据，构建一时间递归神经网络模型；其中，所述时间递归神经网络模型输出各所述研究学科的基于所述表现数据的学科比重数据，用于预测对应于所述历史时段的下一时间节点的热点学科。于本申请的第一方面的一些实施例中，所述评价维度包括论文发布情况，所述论文发布情况包括论文数量情况和/或论文质量情况；其中，所述论文质量情况包括论文被其他文献引用的频次情况、论文被顶尖期刊收录的数量情况、论文发布后被媒体平台报道的频次情况、及论文发布后被媒体平台报道所带来的评价情况中的任意一种或多种组合。于本申请的第一方面的一些实施例中，所述方法还包括：获取多个研究学科在一历史时段内基于至少一个评价维度的表现数据；采用相邻时间节点的数据平均值来为缺失的表现数据赋值，并将填补缺失数据后的表现数据作为所述模型输入数据。于本申请的第一方面的一些实施例中，所述方法还包括：获取多个研究学科在一历史时段内基于至少一个评价维度的表现数据；将所获取的表现数据或将填补缺失数据后的表现数据做归一化处理后再作为所述模型输入数据。于本申请的第一方面的一些实施例中，所述时间递归神经网络模型的类型包括采用梯度下降算法作为模型优化器的LSTM神经网络模型。于本申请的第一方面的一些实施例中，所述研究学科选自科技知识组织体系词表的学科词组。为实现上述目的及其他相关目的，本申请的第二方面提供一种基于多评价维度的热点学科预测装置，其包括：数据获取模块，用于获取多个研究学科在一历史时段内基于至少一个评价维度的表现数据；热点学科预测模块，用于以所获取的表现数据为模型输入数据，构建一时间递归神经网络模型；其中，所述时间递归神经网络模型输出各所述研究学科的基于所述表现数据的学科比重数据，用于预测对应于所述历史时段的下一时间节点的热点学科。为实现上述目的及其他相关目的，本申请的第三方面提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述基于多评价维度的热点学科预测方法。为实现上述目的及其他相关目的，本申请的第四方面提供一种电子终端，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行所述基于多评价维度的热点学科预测方法。如上所述，本申请的基于多评价维度的热点学科预测方法、装置、终端、及介质，具有以下有益效果：本专利技术提供的基于多评价维度的热点学科预测方案，采用神经网络算法预测热点学科，一方面整理过去的学术发展历史，一方面发现未来学术发展趋势；收集科研经费情况、资讯或媒体发稿情况、论文发布情况、及专利申请情况等多个维度信息，提高预测结果的准确度。附图说明图1显示为本申请一实施例中的基于多评价维度的热点学科预测方法的流程示意图。图2显示为本申请一实施例中的LSTM神经网络模型的模型结构示意图。图3显示为本申请一实施例中的LSTM神经网络模型的隐藏层各单元间传递时的遗忘门的结构示意图。图4显示为本申请一实施例中的基于多评价维度的热点学科预测方法的流程示意图。图5显示为本申请一实施例中的基于多评价维度的热点学科预测方法的流程示意图。图6显示为本申请一实施例中的基于多评价维度的热点学科预测装置的结构示意图。图7显示为本申请一实施例中电子终端的结构示意图。具体实施方式以下通过特定的具体实例说明本申请的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本申请的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。需要说明的是，在下述描述中，参考附图，附图描述了本申请的若干实施例。应当理解，还可使用其他实施例，并且可以在不背离本申请的精神和范围的情况下进行机械组成、结构、电气以及操作上的改变。下面的详细描述不应该被认为是限制性的，并且本申请的实施例的范围仅由公布的专利的权利要求书所限定。这里使用的术语仅是为了描述特定实施例，而并非旨在限制本申请。空间相关的术语，例如“上”、“下”、“左”、“右”、“下面”、“下方”、“下部”、“上方”、“上部”等，可在文中使用以便于说明图中所示的一个元件或特征与另一元件或特征的关系。在本申请中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”、“固持”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。再者，如同在本文中所使用的，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文中有相反的指示。应当进一步理解，术语“包含”、“包括”表明存在所述的特征、操作、元件、组件、项目、种类、和/或组，但不排除一个或多个其他特征、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的，或意味着任一个或任何组合。因此，“A、B或C”或者“A、B和/或C”意味着“以下任一个：A；B；C；A和B；A和C；B和C；A、B和C”。仅当元件、功能或操作的组合在某些方式下内在地互相排斥时，才会出现该定义的例外。热点学科是指研究学科中受关注度较高且研究价值较高的研究学科，各投资机构、媒体、财政及高校也时刻关注着科研热点的变动，都希望能够找到一种精确预测热点学科的方法，以期提前布局未来的热点学科。但在现有技术中，通常只是由某位专家或某些精英团体对未来的热点学科做一些预测，这些预测都带有强烈的主观性和局限性，并不能准确地预测热点学科的变动。有鉴于此，本专利技术提出了对应的解决方案来有效解决现有技术中的这些难题。本专利技术提供基于多评价维度的热点学科预测方法、装置、终端、及介质，旨在根据各个研究学科在历史时段内基于科研经费分布情况、资讯或本文档来自技高网...

【技术保护点】
1.一种基于多评价维度的热点学科预测方法，其特征在于，包括：/n获取多个研究学科在一历史时段内基于至少一个评价维度的表现数据；/n以所获取的表现数据为模型输入数据，构建一时间递归神经网络模型；其中，所述时间递归神经网络模型输出各所述研究学科的基于所述表现数据的学科比重数据，用于预测对应于所述历史时段的下一时间节点的热点学科。/n

【技术特征摘要】
1.一种基于多评价维度的热点学科预测方法，其特征在于，包括：
获取多个研究学科在一历史时段内基于至少一个评价维度的表现数据；
以所获取的表现数据为模型输入数据，构建一时间递归神经网络模型；其中，所述时间递归神经网络模型输出各所述研究学科的基于所述表现数据的学科比重数据，用于预测对应于所述历史时段的下一时间节点的热点学科。


2.根据权利要求1所述的方法，其特征在于，所述评价维度包括：科研经费分布情况、资讯或媒体发稿情况、论文发布情况、及专利申请情况中的任意一种或多种的组合。


3.根据权利要求2所述的方法，其特征在于，包括：
所述评价维度包括论文发布情况，所述论文发布情况包括论文数量情况和/或论文质量情况；
其中，所述论文质量情况包括论文被其他文献引用的频次情况、论文被顶尖期刊收录的数量情况、论文发布后被媒体平台报道的频次情况、及论文发布后被媒体平台报道所带来的评价情况中的任意一种或多种组合。


4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取多个研究学科在一历史时段内基于至少一个评价维度的表现数据；
采用相邻时间节点的数据平均值来为缺失的表现数据赋值，并将填补缺失数据后的表现数据作为所述模型输入数据。


5.根据权利要求1或3所述的方法，其特征在于，所述方法还包括：
获取多个研...

【专利技术属性】
技术研发人员：田欣，赵燕，普丽娜，胡寅骏，张嘉锐，
申请(专利权)人：上海科技发展有限公司，
类型：发明
国别省市：上海;31