典型文献
基于计量指标多变量LSTM模型的新兴主题热度预测研究
文献摘要：
[目的]识别出多源数据中蕴含的新兴主题,建立融合计量指标多变量的LSTM模型以实现新兴主题热度的预测.[方法]首先,挖掘出基金项目、期刊论文、专利文献中的研究主题;其次,根据主题新颖性、成长性和持续性筛选出研究主题中的新兴主题;最后,设计主题热度指标,并融合基金金额、基金数量、论文篇均被引、专利IPC小类数量4个计量指标,基于LSTM模型实现对新兴主题研究热度的预测.[结果]以固体氧化物燃料电池领域为例,融合计量指标的多变量LSTM预测效果优于BP、KNN、SVM、单变量LSTM模型,其MAE(16.534)、RMSE(23.494)最小,R2(0.642)最高.[局限]在输入计量指标选择中,专利被引数量等指标由于很难获取每个时间窗口下具体数据而未被纳入.[结论]计量指标多变量的纳入优化了新兴主题热度预测模型的预测效果.
文献关键词：
多变量LSTM;新兴主题;热度预测;计量指标
中图分类号：
作者姓名：
陈稳;陈伟
作者机构：
中国科学院武汉文献情报中心 武汉430071;中国科学院大学经济与管理学院图书情报与档案管理系 北京100190;科技大数据湖北省重点实验室 武汉430071
文献出处：
引用格式：
[1]陈稳;陈伟-.基于计量指标多变量LSTM模型的新兴主题热度预测研究)[J].数据分析与知识发现,2022(10):35-45
A类：
B类：
计量指标,多变量,新兴主题,主题热度,热度预测,预测研究,多源数据,挖掘出,基金项目,期刊论文,专利文献,新颖性,成长性,金金,金额,篇均被引,IPC,模型实现,主题研究,固体氧化物燃料电池,KNN,MAE,RMSE,指标选择,专利被引,时间窗口
AB值：
0.294685
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
