基于LSTM的学者未来主题趋势预测研究开题报告

1. 研究目的与意义（文献综述包含参考文献）

科研人员在选择自己研究主题时都会在一定的条件下选择价值相对较高的研究主题，其研究主题在一定程度上可以反映其科学素养和学术水平，随着科研人员课题研究的深入，也能反映出该科研人员的创新能力，选择价值较高的研究主题也会提升科研人员的学术影响力，有利于受到学术资助机构青睐。

所以对学者主题进行预测对于科研人员和学术资助机构都有很大的帮助，对于国家来说也有利于对科研重点进行宏观调控。

本文试图预测未来会出现的话题，这更具挑战性。

2. 研究的基本内容、问题解决措施及方案

本文的主要目的是对学者个人研究主题的预测，通过量化一些特征指标，利用机器学习建立模型，对学者的主题未来趋势的强度进行定量预测，其中选取特征指标并对其进行量化十分重要。

通过该研究有利于学者在一定的条件下选择有价值的研究主题，有助于学术资助机构对资金进行分配，也有利于国家对重点科研项目进行宏观调控。

二、 主要研究内容本文以pkg为数据来源将筛选出来的学者数据包含学者id、论文id、mesh、年份等信息。