基于LDA-SVM论文摘要多分类新兴技术预测

被引：32

作者：

董放 ^{[1
]}

刘宇飞 ^{[2
]}

周源 ^{[3
]}

机构：

[1] 华中科技大学机械科学与工程学院

[2] 华中科技大学生命科学与技术学院

[3] 清华大学公共管理学院

来源：

情报杂志 | 2017年 / 36卷 / 07期

关键词：

新兴技术预测; LDA模型; SVM模型; 论文摘要; 时间序列预测;

D O I：

暂无

中图分类号：

G353.1 [情报资料的分析和研究];

学科分类号：

摘要：

[目的/意义]基于文献计量学的新兴技术预测方法能够避免现有德尔菲法的专家依赖性,但是文献所属技术领域的划分仍需依据领域知识设计复杂的检索式。[方法/过程]提出了一种基于机器学习和时间序列预测的新兴技术预测方法,LDA主题模型与SVM(支持向量机)分类模型连用的机器学习方法解决了海量论文摘要数据按照新兴技术类别的多分类,通过ARIMA(差分自回归移动平均模型)模型对时序论文未来数量的预测,分析以技术为驱动力的新兴技术发展趋势。[结果/结论]最后,以机器人技术为例,提取Web of Science(WOS)论文数据库上万条数据,对7个新兴领域发展趋势进行预测,为新兴技术预测工作提供有益的数据和方法支持。

引用

页码：40 / 45+133 +133

页数：7

共 14 条

[1]

新兴技术竞争情报挖掘方法研究.[D].张嶷.北京理工大学.2016, 07

[2] 大数据分析方法在战略性新兴产业技术预见中的应用 [J].

刘宇飞 ;

周源 ;

廖岭 .

中国工程科学, 2016, 18 (04) :121-128

[3] 基于文献计量方法的技术评价——以深水钻井平台动力定位技术为例 [J].

王志玲 ;

王云飞 .

中国科技信息, 2016, (10) :115-117

[4] LDA模型下不同分词方法对文本分类性能的影响研究 [J].

李湘东 ;

高凡 ;

丁丛 .

计算机应用研究, 2017, 34 (01) :62-66

[5] 基于文献计量和专利分析的战略性新兴产业研发竞争态势研究——以OLED产业为例 [J].

李欣 ;

黄鲁成 .

科技管理研究, 2016, 36 (08) :120-126+132

[6] 基于支持向量机的中文农业文本分类技术研究 [J].

魏芳芳 ;

段青玲 ;

肖晓琰 ;

张磊 .

农业机械学报, 2015, 46(S1) (S1) :174-179

[7] 一种基于Bayes分类器的中文期刊自动分类系统 [J].

萧莉明 ;

于宽 ;

蔡珣 .

现代情报 , 2007, (04) :146-147+150

[8] 中国未来20年技术预见德尔菲调查方法研究 [J].

穆荣平 ;

任中保 ;

袁思达 ;

乔岩 .

科研管理, 2006, (01) :1-7

[9]

Identification of key oil refining technologies for China National Petroleum Co. (CNPC).[J].Haiyan Liu;Jianning Yu;Jian Xu;Yu Fan;Xiaojun Bao.Energy Policy.2006, 4

[10] The over-optimism among experts in assessment and foresight [J].

Tichy, G .

TECHNOLOGICAL FORECASTING AND SOCIAL CHANGE, 2004, 71 (04) :341-363

← 1 2 →