[發明專利]基于多源數據的熱點技術預測方法

有效

• 申請號: 201710521012.2
• 申請日: 2017-06-29
• 公開（公告）號: CN109213869B
• 公開（公告）日: 2021-08-13
• 發明（設計）人: 劉淇;陳恩紅;曾憲宇;武晗;朱洪淵
• 申請（專利權）人: 中國科學技術大學
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F40/289
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 任巖

一種基于多源數據的熱點技術預測方法，包括：獲取多源數據；根據所述多源數據篩選技術詞匯和應用詞匯；針對每一所述技術詞匯和應用詞匯，按照時間統計其在所述多源數據中出現的比例得到一時序序列；挖掘技術詞匯和技術詞匯之間以及技術詞匯和應用詞匯之間的依賴關系，根據所述依賴關系構建有向圖；根據所述時序序列和有向圖據預測熱點技術。

技術領域

本發明涉及網絡信息處理領域，尤其涉及到一種基于多源數據的熱點技術預測方法。

背景技術

隨著人們對于各個學科領域研究的深入，越來越多的技術方向被提出，例如，近年來極大的吸引人們關注的數據挖掘領域內就包括推薦算法設計、社交網絡分析、用戶畫像構建等具體方向。如何發現領域內一些有較高的潛力和價值的研究方向是一個重要的問題，于研究方向本身而言，及時的指出高潛力和價值的研究方向將會促使更多的研究者投入相應的領域，促進領域的整體進步和發展；而于研究者而言，幫助其發現相應的高潛力研究方向可以促進其本身做出更有價值的工作。因此，構建一種能夠廣泛運用的熱點技術預測方法具有重要的意義和作用。

目前傳統的熱點技術發現方法主要有兩類：第一種是由資深研究人員根據其經驗和積累進行尋找和判斷，這種方式極其依賴研究人員的自身水平和素質，通常來說具有豐富經驗的研究人員能夠更容易的發現和指出熱點技術，而這種經驗需要常年的積累，因此不具有推廣性；第二種是根據相關技術文獻或者詞語出現比例的統計信息進行發現，例如相關領域詞匯出現比例的上升意味著該種技術研究方向正在成為熱點，這種方法發現的熱點技術具有一定的滯后性，因為相關技術文獻的出版和統計信息通常晚于技術人員的研究時間。

相關技術能否成為熱點主要與兩方面的因素有關：一是其前驅技術是否已經完善，只有在前驅技術已經趨于完善的基礎上，相關的后續技術才能夠有效地被研究和發展，例如目前正被追捧的深度學習和神經網絡，其實早在上個世紀就被提出，而最近十年才被人們廣泛的認可和研究，其主要原因就是近些年來GPU計算技術的發展幫助其解決了計算困難的問題；二是相關的應用是否即將或者已經廣泛被人們接受，被廣泛接受的應用背后涉及到的相關技術才能更容易的引起相關企業和研發機構的熱情，從而成為熱點，例如在國內已被廣泛研究和運用的移動支付技術，在很多發達國家并沒有成為主流應用研究熱點，主要原因就是在很多發達國家信用支付已經成為主流，相關公司和機構的動力和意愿不足。

發明內容

鑒于現有方案存在的問題，為了克服上述現有技術方案的不足，本發明提出了一種基于多源數據的熱點技術預測方法。

根據本發明的一個方面，提供了一種基于多源數據的熱點技術預測方法，包括：獲取多源數據；根據所述多源數據篩選技術詞匯和應用詞匯；針對每一所述技術詞匯和應用詞匯，按照時間統計其在所述多源數據中出現的比例得到一時序序列；挖掘技術詞匯和技術詞匯之間以及技術詞匯和應用詞匯之間的依賴關系，根據所述依賴關系構建有向圖；根據所述時序序列和有向圖據預測熱點技術。

在本發明的一些實施例中，根據序列匹配算法挖掘所述依賴關系，第一詞匯的序列P和第二詞匯的序列Q之間的互相關函數R(t)為：

其中，P＝[p₁，p₂，p₃，...，p_m]和Q＝[q₁，q₂，q₃，...，q_m]，P(i)和R(i)分別表示相應詞匯在相應序列上第i個位置的在數據資源中出現的比例值，i為任一整數，m為正整數，當1≤i≤m時，P(i)＝q_i，Q(i)＝q_i，當i＜1或i＞m時，相應的值P(i)和Q(i)均為0，R(t)表示將序列P平移t個時間單位后與序列Q的相關性，根據第一詞匯的序列P和第二詞匯的序列Q之間的互相關函數R(t)計算兩序列之間的最佳匹配位置t_p和最佳響應R_PQ：