基于时间卷积网络的科技需求主题热度预测算法
信息检索
2022-03-22 v1 人工智能
机器学习
摘要
得益于深度学习的快速发展,大数据分析技术不仅在自然语言处理领域广泛应用,在数值预测领域也日趋成熟。其对科技需求数据的主题热度预测与分析具有重要意义。如何将主题特征应用于精准预测科技需求主题热度是解决问题的核心。本文提出一种基于时间卷积网络(TCN)的科技需求主题热度预测方法,以获取科技需求的主题特征表示。基于 TCN 网络与自注意力机制进行时间序列预测,提升了科技需求数据主题热度预测的准确率。实验表明,该算法在真实科技需求数据集上的预测精度优于其他时间序列预测方法。
引用
@article{arxiv.2203.10718,
title = {Prediction Algorithm for Heat Demand of Science and Technology Topics Based on Time Convolution Network},
author = {Cui Haiyan and Li Yawen and Xu Xin},
journal= {arXiv preprint arXiv:2203.10718},
year = {2022}
}