[发明专利]一种创新能力排名预测方法、装置、电子设备及存储介质

权利要求书

1.一种创新能力排名预测方法，其特征在于，包括：

收集根据目标对象集的评价指标确定的历史创新指数；所述目标对象集包括：目标对象；

基于成对比较的方式根据每两个所述目标对象的所述历史创新指数创建样本数据集；

利用所述样本数据集训练预先建立的分类器以得到预测模型；

利用所述预测模型根据预先采集的待预测目标对象的所述评价指标对所述待预测目标对象的创新能力排名进行预测。

2.根据权利要求1所述的创新能力排名预测方法，其特征在于，所述收集根据目标对象集的评价指标确定的历史创新指数，之后还包括：

根据所述历史创新指数构造数据矩阵X，所述数据矩阵X表示为

X＝(X₁,X₂,...,X_s,...,X_p)

其中，n表示所述目标对象的总数量，p表示所述评价指标的数量，X_s表示包含缺失值的变量；

利用根据所述数据矩阵X获取的所述包含缺失值的变量X_s的观测值和除所述包含缺失值的变量X_s以外全部变量的观测值训练随机森林分类器；

根据所述随机森林分类器利用变量X_s中所述缺失值在所述数据矩阵X中所在行的其余变量的观测值对所述缺失值进行插补。

3.根据权利要求1所述的创新能力排名预测方法，其特征在于，所述样本数据集，包括：样本数据；

所述基于成对比较的方式根据每两个所述目标对象的所述历史创新指数创建样本数据集，进一步包括：

将每两个所述目标对象的所述历史创新指数进行成对比较以创建所述样本数据集，所述样本数据集表示为

其中，d_i，d_j表示任意两个所述目标对象的所述历史创新指数构成的数据对，y_k表示所述样本数据集中任意一个所述样本数据的标签。

4.根据权利要求3所述的创新能力排名预测方法，其特征在于，所述样本数据的数量N表示为

其中，n表示所述历史创新指数的数量。

5.根据权利要求3所述的创新能力排名预测方法，其特征在于，所述历史创新指数，包括：历史创新得分；

所述样本数据集中任意一个所述样本数据的标签y_k表示为

其中，G(d_i)表示样本数据d_i的所述历史创新得分，G(d_j)表示样本数据d_j的所述历史创新得分。

6.根据权利要求3所述的创新能力排名预测方法，其特征在于，所述利用所述预测模型根据预先采集的待预测目标对象的所述评价指标对所述待预测目标对象的创新能力排名进行预测，进一步包括：

将预先采集的所述待预测目标对象的所述评价指标输入至所述预测模型；

利用所述预测模型输出所述待预测目标对象的虚拟得分S(d_i)；

对所述待预测目标对象的虚拟得分S(d_i)进行排序以确定所述待预测目标对象的创新能力排名。

7.根据权利要求6所述的创新能力排名预测方法，其特征在于，所述待预测目标对象的虚拟得分S(d_i)表示为

8.一种创新能力排名预测装置，其特征在于，包括：

收集模块，被配置为收集根据目标对象集的评价指标确定的历史创新指数；所述目标对象集包括：目标对象；

第一构建模块，被配置为基于成对比较的方式根据每两个所述目标对象的所述历史创新指数创建样本数据集；

第二构建模块，被配置为利用所述样本数据集训练预先建立的分类器以得到预测模型；

预测模块，被配置为利用所述预测模型根据预先采集的待预测目标对象的所述评价指标对所述待预测目标对象的创新能力排名进行预测。