《表2 新兴主题识别：基于时间序列分析和SVM模型的基金项目新兴主题趋势预测与可视化研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于时间序列分析和SVM模型的基金项目新兴主题趋势预测与可视化研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:表中加黑、斜体表示新兴主题探测值高于1（主题探测均值）。

利用LDA模型深入文本内部挖掘其主题信息并得到各子时期主题强度值，利用余弦相似度定理进行相似度计算以确定各子时期主题的前继、后驱关系。后统计本文提出基金项目外部指标如资助强度、布局空间等特征，进而参数拟合归一化处理，得到基金项目新兴主题探测公式。实验发现参数α，β，χ分别取0.3，0.3，0.2时，新兴主题探测中噪音主题较少，参数拟合效果好，共识别出两个新兴主题topic0和topic7。基于内外部特征融合的新兴主题识别结果见表2。