CN119474171A 数据挖掘方法装置、设备及存储介质 （北京西天取经科技有限公司）

号建外SOHO24号楼(北办公楼)13层A-研数据进行数据预处理，生成统一格式的数据依据。该方法能够综合考虑研究人员的兴趣演2对多源异构科研数据进行数据挖掘预处理，得到预处理后的统一格式根据所述多维度科研画像特征集中的学术输出数据，对研究人根据所述研究兴趣模式集和研究趋势指标，对所述多维度科研画根据所述研究兴趣预测模型，对所述多维度科研画像特征集中的研根据所述项目匹配度评分、网络结构特征和潜在合作关系预测结果，对对所述多维度科研画像特征集中的学术输出数据进行主题建模和关根据所述研究主题分布和关键词集合，对所述学术输出数据中研基于所述研究兴趣演变轨迹，运用频繁模式挖掘算法对所述学对所述研究兴趣模式集应用趋势预测算法和异常检测方法，结合预3.根据权利要求2所述的数据挖掘方法，其特征在于，所述基于所述研究兴趣演变轨根据所述时间序列片段，对学术输出数据中的研究行为序列进行编码和序列化处理，对所述行为序列集应用预设的序列模式挖掘算法，提取频繁子序列结合所述研究主题分布，运用层次聚类算法进行所述候选研究兴趣模式的归类和合对所述研究兴趣模式集和研究趋势指标进行特征融合，结合所述根据所述综合特征向量，运用时间序列分解技术对历史3对所述多维时间序列组件应用深度学习模型生成研究兴趣预测模型根据所述预测兴趣向量，结合预设的项目特征向量，通过余弦相似5.根据权利要求1所述的数据挖掘方法，其特征在于，所述根据所述研究兴趣预测模对所述多维度科研画像特征集中的研究人员合作网络进行图嵌入根据所述节点表示向量和所述研究兴趣预测模型的输出，对研究对所述增强节点表示应用图注意力网络，进行多层次的信息传播和根据所述节点特征，运用社区检测算法对所述研究人员合作基于所述网络结构特征和所述节点特征，通过图神经网络进行链对所述项目匹配度评分、网络结构特征和潜在合作关系预测结果进行多模态特征融根据所述综合特征表示，对所述多源异构科研数据的研究项目数据基于所述项目语义网络和综合特征表示，运用知识图谱构建算法，利用图神经网络和注意力机制，对所述科研项对所述个性化项目推荐列表中的每个项目，基于所述科研项目知识对所述科研项目知识图谱中与推荐项目相关的节点进行双向广度优先4对所述路径表示向量应用注意力机制和路径剪枝算法，得到核心解释根据所述核心解释路径和特征重要性排序，通过自然语言生成技术特征挖掘模块，用于对多源异构科研数据进行数据挖掘预处理模式挖掘模块，用于根据所述多维度科研画像特征集中的学术预测性挖掘模块，用于根据所述研究兴趣模式集和研究趋势指标画像特征集中的历史研究数据进行预测性挖掘，得到研究兴趣预测模型和项目匹配度评知识挖掘模块，用于根据所述项目匹配度评分、9.一种数据挖掘设备，其特征在于，所述数据挖掘所述至少一个处理器调用所述存储器中的所述指令，以使得所述数据权利要求1_7中任意一项所述的数据挖掘方法的步所述指令被处理器执行时实现如权利要求1_7中任意一项所述数据挖掘方5678101、对多源异构科研数据进行数据挖掘预处理，得到预处理后的统一格式数据9及特征提取，从不同类型的数据中提取有意义的特征。对于文本数据，可以使用TF_IDF、频繁模式挖掘算法对所述学术输出数据中的研究行为序列进行分析，得到研究兴趣模式到每篇文档的主题分布，进而aggregating这些分布就可以得到研究人员的整体研究主题势预测可以使用时间序列分析方法，如ARIMA(自回归积分移动平均)模型或Prophet模型。发展趋势。异常检测方法则可以采用基于统计或机器学习的方法，如One_ClassSVM或的标识符，然后将研究人员在每个时间窗口内的主要研究活动表示为这些标识符的序列。具体而言，可以选择每个时间窗口内出现频率最高的前N个主题或关键词作为该窗口的代的每个聚类都代表了一类相似的研究兴趣模式，而聚类的中心可以作为该类模式的代表。这样就得到了一个经过归类和合并的研究兴趣模式集，它既反映了研究行为的时序特征，解方法包括经典分解法和STL（SeasonalandTrenddecompositionusingLoess）分解[0023]具体的，首先对多维度科研画像特征集中的研究人员合作网络进行图嵌入处图嵌入是将高维图结构数据映射到低维向量空间的技术，目的是在保留图结构信息的同群组在研究合作网络中代表不同的研究团队或学术圈子。常用的社区检测算法包括Louvain方法、标签传播算法或谱聚类等。以Louvain方法为例，它通过优化模块度后迭代地将节点移动到能够最大程度提高整体模块度的邻近社区中。这个过程会不断重的社区归属等网络结构特征，这些特征反映了研究人员合作网络的组织结构和分组模式。意义的路径来生成解释。同时，利用注意力权重或类似SHAP（SHapleyAdditive目知识图谱中与推荐项目相关的节点进行双向广度优先搜索，得到多层次的关系路径集每层最大扩展节点数。这种双向搜索策略能够全面捕捉项目在知识图谱中的上下文信息，离散的图结构信息转化为连续的向量空间表示，便于后续的相似度计算和机器学习处理。路径表示。为了捕捉路径的整体语义，可以使用序列模型如LSTM（长短期记忆网络）或研究兴趣预测模型和项目匹配度评分，并利用该模型对研究人员合作网络进行图结构挖模式挖掘模块202，用于根据所述多维度科研画像特征集中的学术输出数据，对征集中的研究人员合作网络进行图结构挖掘，得到网络结构特征和潜在合作关系预测结上面图2从模块化功能实体的角度对本发明实施例中的中数据挖掘装置进行详细可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器（central存储器320和存储介质330可以是短暂存储或持久存储。存储在存储介质330的程序可以包括一个或一个以上模块（图示没标出每个模块可以包括对数据挖掘设备300中的一系列