【技术实现步骤摘要】
基于LSTM网络的研究趋势预测方法、装置和计算机可读存储介质
[0001]本申请涉及趋势分析和预测技术，更具体地说，涉及一种基于LSTM(Long Short Term Memory，长短期记忆)网络的研究趋势预测方法、装置和计算机可读存储介质。
技术介绍
[0002]随着各
的发展，论文的发表数量也越来越多，从对研究的评价、资助、奖励政策的制定乃至商用投资等各方面来说，对研究趋势的预测都是一个必须的任务。
[0003]研究趋势的分析和预测主要有基于文献计量学的方法、基于内容的方法以及文献计量学信息和内容相结合的方法。基于文献计量学的方法主要是利用文献相关的计量信息来预测技术发展趋势。这些信息可能包含论文或专利发表的数量、不同工作之间的引用关系或引用数量。基于内容的方法主要利用内容信息，如关键词信息，可以利用不同年份不同关键词相似度的变化排名进行分析，找到热门的趋势。也有预测方法结合了文献计量学信息以及内容信息的工作，如预测哪些文章会成为期刊的封面文章。
[0004]研究趋势的分析可以分为两类，一类是分...
【技术保护点】
【技术特征摘要】
1.一种基于LSTM网络的研究趋势预测方法，其特征在于，所述方法包括如下步骤：S1、使用第一LSTM网络作为编码器，将过去t年某领域的研究趋势数据中每一年的真实值依次作为编码器的t个LSTM单元中对应的每个LSTM单元的输入x
i
，并将编码器的t个LSTM单元中每个LSTM单元的输出向量h
i
输入其下一个LSTM单元，得到最后一个LSTM单元的输出向量h
t
，其中，i∈[1,t]；S2、使用第二LSTM网络作为解码器，将编码器的最后一个LSTM单元的输出向量h
t
输入解码器的第一个LSTM单元，将解码器的n个LSTM单元中每个LSTM单元的输出向量h
t+j
输入其下一个LSTM单元，将解码器的n个LSTM单元中每个LSTM单元的输出向量h
t+j
转化为一个一维向量作为未来n年中对应每一年的预测值，并将所述每一年的预测值作为解码器的n个LSTM单元中下一个LSTM单元的输入x
t+j
，其中，j∈[1,n]。2.根据权利要求1所述的方法，其特征在于，所述第一LSTM网络和第二LSTM网络为使用不同参数的两个LSTM网络，或为使用相同参数的同一个LSTM网络。3.根据权利要求1所述的方法，其特征在于，所述方法在解码器的训练阶段使用每一年的真实值作为该真实值的年份对应的LSTM单元的下一个LSTM单元的输入x
t+j
。4.根据权利要求3所述的方法，其特征在于，所述方法在解码器的训练阶段若训练集中的当前输入年份与测试集重叠时，采用当前输入年份的预测值作为当前输入年份对应的LSTM单元的下一个LSTM单元的输入x
t+j
。5.根据权利要求4所述的方法，其特征在于，所述方法在解码器的训练阶段设置一掩码m，默认值为0，而当当前输入年份y+t+j
‑
1与测试集重叠时，m
j
＝1，则解码器的n个LST...
【专利技术属性】
技术研发人员：李伯泽，郭利，
申请(专利权)人：国家超级计算深圳中心深圳云计算中心，
类型：发明
国别省市：
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。