[发明专利]基于随机游走模型的热点预测方法、装置和计算机设备

说明书

本申请涉及人工智能，揭示了一种基于随机游走模型的热点预测方法、装置和计算机设备，其中方法包括：获取记载有指定知识的文献数据；提取所述文献数据中预设的实体名称，以及确定各所述实体名称在文献数据中的关联关系；将所述关联关系输入到预设的随机游走模型中，计算各所述实体名称之间的连接概率；根据所述连接概率确定所述热点。本申请首次将随机模型应用到热点的预测领域，热点预测准确率高，还对Page Rank算法进行修改，使随机游走模型具有很好的解释性，能够从图模型中查看出热点之所以是热点的原因，比如各实体名称之间的连接概率等可以反映出热点产生的原因。

技术领域

本申请涉及到人工智能领域，特别是涉及到一种基于随机游走模型的热点预测方法、装置和计算机设备。

背景技术

对未来医学研究热点的预测是研究人员探索研究主题的宝贵资源。然而医学领域的文献发表数量增长速度快，研究人员难以与其相关的医学研究的热点内容时刻保持同步，进而难以跟进和挖掘新颖的研究内容。研究热点预测方法基于大量医学文献数据，使用文本挖掘构建知识图谱和模型，提供已有的研究关系，并且可以推断出可能在未来出现的生物医学概念之间的关系。

现有的预测方法包括基于知识图谱的方法和基于SVD的算法，但是基于知识图谱的方法只利用了图谱的局部信息，因此预测结果不够精准，而基于 SVD的算法，可解释性差，在实际应用中有所局限。

发明内容

本申请的主要目的为提供一种基于随机游走模型的热点预测方法、装置和计算机设备，旨在解决现有技术中医学研究热点的预测准确度低，或解释性差的技术问题。

为了实现上述发明目的，本申请提出一种基于随机游走模型的热点预测方法，包括：

获取记载有指定知识的文献数据；

提取所述文献数据中预设的实体名称，以及确定各所述实体名称在文献数据中的关联关系；

将所述关联关系输入到预设的随机游走模型中，计算各所述实体名称之间的连接概率；所述随机游走模型的算法公式为：

其中，PR(i)表示节点i的访问概率，out(i)表示节点i的出度，d是决定继续游走的概率，in(i)是与点i相连的点的集合，j是其他节点，u为每个实体名称的节点，r为引入的变量；

根据所述连接概率确定所述热点。

进一步地，所述获取记载有指定知识的文献数据的步骤，包括：

到预设的论文网站上下载论文的标题和摘要，将所述标题和摘要作为所述文献数据。

进一步地，所述文献数据为论文，所述提取所述文献数据中预设的实体名称，以及确定各所述实体名称在文献数据中的关联关系的步骤，包括：

在所述论文的摘要中查找预设的缩写格式，并提取缩写格式中的缩写名称，以及缩写格式之前对应缩写名称的完整实体名称；

将所述论文中的所述缩写名称替换成所述完整实体名称；

在完成缩写名称替换的摘要中提取所述实体名称，以及确定各所述实体名称在文献数据中的关联关系。

进一步地，所述提取所述文献数据中预设的实体名称，以及确定各所述实体名称在文献数据中的关联关系的步骤，包括：

将所述文献数据以句为单位进行划分；

提取每一句中的所述实体名称；

若同一句中出现两种或两种以上的所述实体名称，则判定该句子中相邻的两个所述实体名称具有关联关系。

进一步地，所述提取每一句中的所述实体名称的步骤，包括：