📚 网上馆配 · 在线荐购平台

内容简介：本书主要从理论体系和方法实战两个方面展开: 在理论体系篇, 在介绍科学预测的内涵、发展与面对的困境后, 着重从科学影响力预测、科学行为预测、学科主题预测三个方面构建科学预测内容理论体系, 主要构建了论文影响力、学者影响力、期刊影响力、专利影响力、机构影响力、选题行为、合作行为、引用行为、学科主题发展状态、学科主题链路关系等十个预测维度, 系统介绍科学预测这一领域的理论体系、方法思路、模型算法、数据特征等, 集图机器学习、大模型、深度学习于一体, 为科学预测提供一套相对系统的理论和方法体系框架。在方法实战篇, 基于图神经网络、异构图神经网络、文本表示学习、深度学习、机器学习、大数据分析等技术, 分别构建了学科主题热度预测模型、跨学科主题链路预测模型、学者跨学科合作测度指标与预测模型、跨学科引文预测方法、学者跨学科选题行为预测模型等, 分别以国内外信息资源管理学科数据、中国人民大学学者数据、PubMed生命与医学全量数据、数字人文领域数据等为例, 从不同维度进行了实证, 为科学预测提供一系列方法指导和具体的应用示范。