标题
  • 标题
  • 作者
  • 关键词

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

2018-09-13分类号:G353.1

【作者】李静  徐路路  赵素君  
【部门】同济大学经济与管理学院  南开大学商学院信息资源管理系  上海财经大学财经研究所  
【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。
【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
【基金】
【所属期刊栏目】情报理论与实践
文献传递