[发明专利]学术影响力的预测方法及装置

说明书

本申请提供一种学术影响力的预测方法及装置，该方法包括：获取待预测的目标学者的学术数据；根据目标学者的学术数据，获取目标学者的特征数据；特征数据包括目标学者标识信息、基于引用网络图的特征、基于合著网络图的特征、以及基于统计的特征；根据特征数据，采用训练好的预测模型对目标学者的学术影响力进行预测处理。通过结合学者的基于引用网络图的特征、基于合著网络图的特征、以及基于统计的特征，采用预测模型对学者的学术影响力进行预测，提高了预测的准确性。

技术领域

本申请涉及学术分析技术领域，尤其涉及一种学术影响力的预测方法及装置。

背景技术

互联网的快速发展带来了信息的爆炸，学术数据呈现指数增长趋势，在学术大数据分析领域，学者的准确画像有助于区分同名学者，以及对学者的研究兴趣、关系网络、影响力评估等方面进行更准确的分析。学术影响力用来衡量学者在专业理论及技术方面的影响。每一位学者都希望自己的学术职业能够蒸蒸日上，未来能取得更大的学术影响力。然而，学术道路上的成长取决于很多因素，如果能预测学者未来的学术影响力，那么，将会在人才引进、基金与项目审批和科研人员绩效评估等方面起到重要作用。

现有技术中，通常采用回归预测方法进行预测，但是，学者论文被引用数呈现长尾分布，大部分集中在0至10内，若直接进行回归预测，会造成这部分学者的预测误差大。因此，如何有效提高预测准确性成为亟需解决的技术问题。

发明内容

本申请提供一种学术影响力的预测方法及装置，以解决现有技术学术影响力预测准确性较低等缺陷。

本申请第一个方面提供一种学术影响力的预测方法，包括：

获取待预测的目标学者的学术数据；

根据所述目标学者的学术数据，获取所述目标学者的特征数据，所述特征数据包括所述目标学者标识信息、基于引用网络图的特征、基于合著网络图的特征、以及基于统计的特征；

根据所述特征数据，采用训练好的预测模型对所述目标学者的学术影响力进行预测处理。

本申请的另一个方面提供一种学术影响力的预测装置，包括：

获取模块，用于获取待预测的目标学者的学术数据；

特征提取模块，用于根据所述目标学者的学术数据，获取所述目标学者的特征数据，所述特征数据包括所述目标学者标识信息、基于引用网络图的特征、基于合著网络图的特征、以及基于统计的特征；

处理模块，用于根据所述特征数据，采用训练好的预测模型对所述目标学者的学术影响力进行预测处理。

本申请提供的学术影响力的预测方法及装置，通过结合学者的基于引用网络图的特征、基于合著网络图的特征、以及基于统计的特征，采用预测模型对学者的学术影响力进行预测，提高了预测的准确性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请一实施例提供的学术影响力的预测方法的流程示意图；

图2为本申请另一实施例提供的学术影响力的预测方法的流程示意图；

图3为本申请另一实施例提供的另一学术影响力的预测方法的流程示意图；

图4为本申请一实施例提供的学术影响力的预测装置的结构示意图。

具体实施方式