申请/专利权人：中国农业科学院农业信息研究所

申请日：2019-10-11

公开（公告）日：2021-04-13

公开（公告）号：CN112650847A

主分类号：G06F16/335(20190101)

分类号：G06F16/335(20190101);G06Q10/04(20120101)

优先权：

专利状态码：有效-授权

法律状态：2023.05.09#授权;2021.04.30#实质审查的生效;2021.04.13#公开

摘要：本发明公开一种科技研究热点主题预测方法，根据与待测主题相关的科技研究主题词表对学科文献进行预处理，得到对应年份的分词文档，并将分词文档转换为二进制向量矩阵；利用频繁项集挖掘算法对二进制向量矩阵进行处理，得到频繁主题集合；对频繁主题集合进行过滤，得到热点主题集合；将热点主题集合转换为时序序列数据，根据时序序列数据，训练多个预测模型，并利用加权处理方法得到主题预测模型；根据主题预测模型预测待测主题出现的频率。本发明文采用基于领域主题词表的词语过滤，较为完善的归纳了科技研究领域特性，采用频繁项集算法对科技研究领域的热点主题进行识别，能够准确地预测未来时间内的热点主题。

主权项：1.一种科技研究热点主题预测方法，其特征在于，所述预测方法包括：根据待测主题确定相应科技研究领域的资料库；所述资料率包括学科文献、网络资源和专家知识；根据所述资料库构建一维横向量的主题词表；根据所述主题词表，对每年的学科文献进行预处理，得到对应年份的学科文献分词文档；利用所述主题词表，根据所述学科文献分词文档中的词在所述主题词表中的出现情况得到对应年份的二进制向量；所有年份的二进制向量构成二进制向量矩阵；利用频繁项集挖掘算法对所述二进制向量矩阵进行处理，得到频繁主题集合；对所述频繁主题集合进行过滤，得到热点主题集合；将所述热点主题集合转换为时序序列数据；根据所述时序序列数据，训练多个预测模型，并利用加权处理方法得到主题预测模型；利用所述主题预测模型预测所述待测主题出现的频率。

全文数据：

权利要求：

百度查询： 中国农业科学院农业信息研究所 一种科技研究热点主题预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD