[发明专利]一种基于科研多维特征的项目可行性预测分析方法

权利要求书

1.一种基于科研多维特征的项目可行性预测分析方法，其特征在于，包括以下步骤：

步骤一、通过项目可行性报告中的内容抽取，并结合外部数据源，将项目可行性评价指标分解形成本文内容特征、关系网络特征；

步骤二、提取本文内容特征和关系网络特征，计算相应项目可行性特征属性的数值；

步骤三、将本文内容特征和关系网络特征指标值作为模型输入，定义加权损失函数，定义二分类学习目标，基于加权的交叉熵损失函数改进的多层神经网络LSTM模型进行二分类预测；当判定项目为可行时，执行步骤四；否则跳转到步骤五；

步骤四、在预测项目可行的基础上，对项目进行打分和可行性分析评估；不同项目的评分规则是不同的，需要将项目的评分规则进行分解；将评分规则进行解析分解形成特征属性，在此基础上完成相应特征属性的值计算；特征属性的值计算方法采用步骤二提供的本文内容特征和关系网络特征的计算方法；在评分规则驱动下，对每项规则打分时，需要给出标准值，该标准值定义为1；在对实际项目进行评分时，通过转化为特征，并进行特征属性值计算，归一化为[0,1]值，计算各类特征属性的权重，得出计算结果与标准值进行对比，得出比例值乘以100，作为最终评分值；

步骤五、基于文本相似度的项目可行性预测；

所述步骤五包括：通过本文内容特征属性与指南文本特征属性的相似度判断，实现项目指南符合度的判断；

内容相似度

其中即使用负对称KL散度公式进行计算；

设定阈值，超过该阈值则认为与指南内容相吻合；

步骤六、给出项目可行性分析报告，可行性分析报告包括定义的评分规则的具体打分情况；

在所述步骤二中，本文内容特征包括题目、关键词、研究内容、科学问题、技术路线段落中抽取的关键词；关系网络特征包括人物合著网络中的学者地位中心性、基于PageRank的人物领域内影响力、团队聚类系数、相关成果影响力，以及关键词的热度、团队实力；针对本文内容特征，采用LDA文档主题生成模型来表示和计算，其公式为：

表示文本特征属性po_j在主题lt_i上的概率分布，该概率分布由LDA模型计算得到；越大说明文本特征属性po_j与主题lt_i的相关度越高；则表示所有文本特征属性在主题上的概率分布加和；

在所述步骤二中，关系网络特征计算方法包括：

通过以下公式计算项目学者地位中心性：

其中，N代表学者关系网络中总节点的个数；dij代表网络中任意两节点i和j之间的最短路径，使用Dijkstra方法进行计算；

通过以下公式计算PageRank值：

其中M_pi是所有和该人物p_i有直接合作关系的作者集合，L(p_j)是作者p_j的直接连接作者的数量，N是作者总数，α取0.85；

团队聚类系数定义为聚类系数C_i表达了节点i的所有邻节点间彼此连接的程度，k_i是节点i的度，M_i指节点i的k_i邻节点中实际相连的边数，度其中w_ij表示合作网络边的权重，即节点i和节点j的合作次数；

在所述步骤二中，考虑基于时间因素的特征叠加，关键词的热度，通过以下公式表示：

其中Num(Δt)表示在规定的周期时间的数量，Sum(kw)表示获得的关键词数量；通过N_max用于归一化为[0,1]值。

2.根据权利要求1所述的方法，其特征在于，对于二分类预测问题，神经网络模型在表达其预测值与实际值之间的误差时是用损失函数来衡量；其中，交叉熵损失函数常用来处理二分类问题，对于单个样本的交叉熵：

其中，y是实验数据中的真实数值，表示模型的预测值；

引入了权重w_i从而平衡正负样本分布：

p和n分别为正、负样本，N为总样本数目；

最后，基于加权的交叉熵损失函数改进的多层神经网络LSTM模型进行预测。