基于时间序列分析和SVM模型的基金项目新兴主题趋势预测与可视化研究

李静; 徐路路; 赵素君

首页> 中文期刊> 《情报理论与实践》 >基于时间序列分析和SVM模型的基金项目新兴主题趋势预测与可视化研究

基于时间序列分析和SVM模型的基金项目新兴主题趋势预测与可视化研究

开具论文收录证明 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

[目的/意义]基金项目文本蕴含着丰富的前沿主题信息,通过细粒度识别科学研究前沿中的新兴主题,可以预测分析新兴主题未来发展趋势并可视化展示。[方法/过程]文章提出一种基于时间序列分析和SVM模型的基金项目新兴主题趋势预测与可视化分析方法,分析基金项目内外部特征属性,构建基金项目新兴主题探测公式,利用时间序列分析和支持向量机等深度学习算法模型,对新兴主题发展趋势进行预测分析,最后利用可视化分析软件Gephi进行可视化展示以揭示前沿领域竞争态势。[结果/结论]通过以石墨烯领域数据进行实验并结合专家咨询和传统论文聚类方法对比分析,表明该方法能够更加快速准确识别新兴主题,为我国科技政策制定提供决策支持和参考。

著录项

来源
《情报理论与实践》 |2019年第1期|118-123|共7页
作者
李静; 徐路路; 赵素君;
展开▼
作者单位

同济大学经济与管理学院;

上海200092;

南开大学商学院信息资源管理系;

天津300071;

上海财经大学财经研究所;

上海200433;

展开▼
原文格式 PDF
正文语种 chi
中图分类情报资料的分析和研究;
关键词
时间序列; 基金项目; 支持向量机模型; 新兴主题探测; 可视化;

相似文献

中文文献
外文文献
专利

1. 基于语义表示和动态主题模型的社科领域新兴主题预测研究 [J] . 郝雯柯 ,杨建林 . 情报理论与实践 . 2023,第2期
2. 基于PWLR模型的领域新兴趋势识别及其可视化研究 [J] . 刘自强 ,胡正银 ,许海云 . 情报学报 . 2020,第9期
3. 基于LSTM模型与加权链路预测的学科新兴主题成长性识别研究 [J] . 段庆锋 ,陈红 ,刘东霞 . 现代情报 . 2022,第9期
4. 基于趋势拟合模型的四川省城镇居民消费水平时间序列分析与预测 [J] . 杨锐 . 财讯 . 2018,第9期
5. 基于趋势拟合模型的四川省城镇居民消费水平时间序列分析与预测 [J] . 杨锐 . 财讯 . 2018,第9期
6. 基于生命周期理论的旅游管理新兴主题趋势研究 [C] . Xu jing ,徐静 ,Xu gang . 2016中国旅游科学年会 . 2016
7. 基于文本挖掘的政府资助项目新兴主题识别与发展趋势预测研究 [A] . 徐路路 . 2018

基于时间序列分析和SVM模型的基金项目新兴主题趋势预测与可视化研究

摘要

著录项

相似文献

相关主题

期刊订阅