[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

说明书

本公开提供一种创新能力排名预测方法、装置、电子设备及存储介质，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；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目标对象的历史创新指数创建样本数据集；利用样本数据集训练预先建立的分类器以得到预测模型；利用预测模型根据预先采集的待预测目标对象的评价指标对待预测目标对象的创新能力排名进行预测。本公开提供的方法，能够实现在创新能力报告发布前利用待预测目标对象的部分评价指标对其创新能力排名进行预测，从而对待预测目标对象的创新能力发展方向进行指导。

技术领域

本公开涉及数据预测技术领域，尤其涉及一种创新能力排名预测方法、装置、电子设备及存储介质。

背景技术

创新能力排名是对一个国家、经济体或组织机构创新能力发展的重要体现，但相关技术中通常需要等待创新能力报告发布后，根据创新能力报告对创新能力进行总结和分析，很难发挥实时监测创新能力发展的导向作用。存在着无法在创新能力报告发布前实现创新能力排名预测的问题。

发明内容

有鉴于此，本公开提出了一种创新能力排名预测方法、装置、电子设备及存储介质。

基于上述目的，本公开提供了一种创新能力排名预测方法，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。

可选的，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。

可选的，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。

可选的，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。

可选的，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