[发明专利]科研热点主题分析方法、装置与电子设备

权利要求书

1.一种科研热点主题分析方法，其特征在于，包括：

建立基于科研文献的引用网络，并采用随机游走算法，计算每篇文档的文献排序权重，以过滤文献，获取引文数据和语料库；

基于概率主题层次组合模型，对获取的所述引文数据和语料库进行评价筛选，获取热点科研主题；

在所述基于概率主题层次组合模型，对获取的所述引文数据和语料库进行评价筛选，获取热点科研主题之前，还包括：

采用马尔科夫随机场，通过对主题分布变量进行描述，构建所述基于概率主题层次组合模型的上层，以通过主题分布之间的关系来解释文档网络的依赖性；

采用潜在狄利克雷分布模型，对所述语料库中的文献进行建模，构建所述基于概率主题层次组合模型的下层，以产生文献和词。

2.根据权利要求1所述的方法，其特征在于，在所述获取热点科研主题的步骤之后，还包括：

基于所述概率主题层次组合模型模拟出的主题信息及分布，将不同主题视为节点，建立节点之间的有向边连接，形成主题演化图，以获取主题趋势和不同主题间的演化发展情况。

3.根据权利要求2所述的方法，其特征在于，在所述基于概率主题层次组合模型，对获取的所述引文数据和语料库进行评价筛选的步骤之后，还包括：

基于主题拓展模型，对主题进行挖掘，获取潜在主题，并通过困惑度和SKL对概率主题模型生成主题质量进行评价，结合评价标准建立主题结果集；

基于所述主题结果集，构建主题节点集，获取主题推荐文献列表。

4.根据权利要求3所述的方法，其特征在于，所述基于所述主题结果集，构建主题节点集，获取主题推荐文献列表的步骤具体包括：

构建模型对所述主题结果集中的主题结果进行分析处理，并根据隐含狄利克雷分布模型模拟出的主题信息及分布，将不同主题视为节点，通过不同主题间的共词和共引关系，建立节点之间的有向边连接，获取所述主题推荐文献列表。

5.根据权利要求3所述的方法，其特征在于，所述获取主题趋势和不同主题间的演化发展情况的步骤具体包括：

基于引用本身的时间属性和预处理文档的文献排序权重，计算每个主题中的文献依赖关系强度；

将所述文献依赖关系强度投射到时间轴上，并通过合并统计得到主题间演化发展情况，形成主题演化图；

基于所述主题演化图，获取不同主题间趋势演化和发展的情况。

6.根据权利要求5所述的方法，其特征在于，所述基于所述主题演化图，获取不同主题间趋势演化和发展的情况的步骤具体包括：

根据所述主题演化图进行主题分析，建立年度主题权重矩阵，并以年为单位，利用最小二乘法对各个重要科技主题的时序权重变化进行计算和拟合，获取对每个科技主题发展趋势的定量预测及分析。

7.一种科研热点主题分析装置，其特征在于，包括：

预处理模块，用于建立基于科研文献的引用网络，并采用随机游走算法，计算每篇文档的文献排序权重，以过滤文献，获取引文数据和语料库；

输出模块，用于采用马尔科夫随机场，通过对主题分布变量进行描述，构建基于概率主题层次组合模型的上层，以通过主题分布之间的关系来解释文档网络的依赖性，采用潜在狄利克雷分布模型，对所述语料库中的文献进行建模，构建所述基于概率主题层次组合模型的下层，以产生文献和词，基于所述概率主题层次组合模型，对获取的所述引文数据和语料库进行评价筛选，获取热点科研主题。

8.一种电子设备，其特征在于，包括：至少一个存储器、至少一个处理器、通信接口和总线；

所述存储器、所述处理器和所述通信接口通过所述总线完成相互间的通信，所述通信接口还用于所述电子设备与科研文献获取设备之间的信息传输；

所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1至6中任一所述的方法。

9.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至6中任一所述的方法。