[发明专利]基于多模型集成的学者年龄预测方法、装置、设备和介质

权利要求书

1.一种基于多模型集成的学者年龄预测方法，其特征在于，所述方法包括：

将基于学者的学术发表成果所提取到的多种指标信息进行清洗及融合处理以作为对应学者的初始学术特征；

将各所述初始学术特征输入以学者年龄作为输出结果进行训练的XGBoost模型，以得到第一预测结果；同时，将初始学术特征进行正态分布标准化，并输入以学者年龄作为输出结果进行训练的三层神经网络模型，以得到第二预测结果；

将所述第一预测结果与所述第二预测结果求平均值以作为最终预测年龄。

2.根据权利要求1所述的方法，其特征在于，所述指标信息的类型包括：时间点指标、时间段指标、发文量相关数量指标、合作者相关数量指标、发文被引指标、学科领域、及文章类型指标中任意一种或多种组合。

3.根据权利要求1或2所述的方法，其特征在于，所述指标信息包括：直接从学术发表成果中提取的原始指标信息、以及对所述原始指标信心进行数据加工得到的衍生指标信息；

所述衍生指标信息包括：H指数、FWCI、学者的学术年龄、作为第一作者的学术年龄、及发文量加速度中任意一种或多种组合。

4.根据权利要求1所述的方法，其特征在于，所述XGBoost模型经调参得到的模型参数的学习率为0.09，树的最大深度为2，属性采样比为0.8，boosting轮数为290。

5.根据权利要求4所述的方法，其特征在于，所述XGBoost模型是基于GBDT模型的基础上改进得到的；所述改进点包括：增加了对模型复杂度进行约束的正则化项；以及除了一阶导同时计算了二阶导对参数进行迭代。

6.根据权利要求1所述的方法，其特征在于，基于所述XGBoost模型还能得到各初始学术特征的重要度排名，以供筛选基于学者的学术发表成果所提取的指标信息。

7.根据权利要求1所述的方法，其特征在于，所述三层神经网络模型的三层神经网络结构包括：两个隐藏层、及一个输出层；所述隐藏层的神经元数设为13；所述隐藏层的激活函数为LeakyReLU，并且都有标准化层；优化器为ADAM，损失函数为平均绝对百分比误差MAPE；迭代数量为200，batch_size为32。

8.一种电子装置，其特征在于，所述装置包括：

数据处理模块，用于将基于学者的学术发表成果所提取到的多种指标信息进行清洗及融合处理以作为对应学者的初始学术特征；

XGBoost模型模块，用于将所述初始学术特征输入以学者年龄作为输出结果进行训练的XGBoost模型，以得到第一预测结果；

三层神经网络模型模块，用于将初始学术特征进行正态分布标准化，并输入以学者年龄作为输出结果进行训练的三层神经网络模型，以得到第二预测结果；

集成模块，用于将所述第一预测结果与所述第二预测结果求平均值以作为最终预测年龄。

9.一种计算机设备，其特征在于，所述设备包括：存储器、及处理器；所述存储器用于存储计算机指令；所述处理器运行计算机指令实现如权利要求1至7中任意一项所述的方法。

10.一种计算机可读存储介质，其特征在于，存储有计算机指令，所述计算机指令被运行时执行如权利要求1至7中任一项所述的方法。