基于技术主题演化的颠覆性技术识别研究

[目的/意义]颠覆性技术对技术和市场具有双重影响,无论是对科技发展还是市场结构调整都起到十分重要的作用,准确识别颠覆性技术能够解决可能出现的技术壁垒,对国家和企业具有重要意义。[方法/过程]从技术主题的演化趋势和演化形式两个维度提出颠覆性技术识别框架。首先,利用LDA模型和基于全局和局部影响力的社区探测方法识别领域内的技术主题。其次,基于颠覆性技术的“突变性”和“融合性”特征,引入技术主题时序共现网络和主题引用网络对主题间的演化趋势和演化形式进行判别,实现颠覆性技术的识别。最后,以人工智能领域为例验证提出的颠覆性技术识别方法的可行性和有效性。[结果/结论]该方法能够准确实现颠覆性技术的识别,研究识别出人工智能领域的7项颠覆性技术,包括“机器人模块化设计方法及应用”“相关领域机器人技术及应用主题”“仿生机器人技术及应用”“自动无人智能系统”“自动驾驶技术”“服务机器人技术及应用”和“机器人部件优化技术”这有利于我国抓住科技创新主动权,加快颠覆性技术布局。     

基于主题强度突变检测的颠覆性技术识别

[研究目的]改进或丰富现有的颠覆性技术识别方法和相关实证研究,对于区域和企业创新战略规划,以及相关科技政策制定均具有积极的决策参考意义。[研究方法]在已有的颠覆性技术识别量化分析方法基础上,导入专利文本主题强度概念,通过主题强度变化来辅助识别技术演进中的热点主题,然后根据不同年份的时间序列数据,引入在水文和气象监测领域的BUT(Buishand U test)突变检测方法,并结合专利文本主题演进模式区分,提出了一个较新颖的颠覆性技术分析框架。[研究结论]在实证分析部分,将专利文本主题强度突变检测应用到了工业互联网领域,并识别出部分具有颠覆性潜力的技术主题,从而进一步丰富了当前有关颠覆性技术识别的方法体系。     

基于专利共现网络社区发现的军事智能技术演化分析

[目的/意义]针对军事智能技术领域,采用基于社区发现的技术演化分析方法,实现对军事智能技术整体演化趋势和演化关系的分析,并验证基于社区发现的演化分析方法的有效性,为科技工作者更全面细致地掌握领域技术演化情况、探究技术起源和及早发现新技术萌生趋势提供依据和借鉴。[方法/过程]基于德温特专利数据库采集军事智能技术相关专利数据,利用专利分类代码在专利中的共现关系逐年构建共现网络,采用社区发现方法划分共现网络的社区结构,提出社区综合相似度计算方法计算社区相似度,形成各个技术子领域演化路径,分析军事智能技术的整体演化趋势和演化关系。[结果/结论]利用2012—2021年间16902条专利,结合本文的分析方法,从整体上识别出军事智能技术演化的趋势,并验证了继承、分化和融合关系分析方法的有效性。     

基于SimCSE-LDA和异常检测的颠覆性技术识别方法——以农业机器人为例

[目的/意义]识别颠覆性技术有助于在制定研发和市场战略布局中获得首发优势,如何在大数据背景下综合提高颠覆性技术识别的精准率、召回率和识别效率至关重要。[方法/过程]结合机器学习与专家知识,首先,构建SimCSE-LDA语义相似度表征模型,以深入挖掘专利摘要中隐含的关键技术主题,实现更深层次的显著特征主题识别,并通过聚类效果评价指标检验其识别效果,进一步结合专家知识判定关键技术主题名称,对主题间内在联系判定,最终识别出关键技术。其次,运用突变性表征颠覆性技术内在特质,基于CBLOF算法对关键技术主题进行异常检测,将计算得到的技术主题异常分数作为判断技术突变程度的依据,从而识别出颠覆性技术。最后,结合领域专家知识和《中国制造2025》验证颠覆性技术识别效果。[结果/结论]以农业机器人为例,以德温特专利数据库的DWPI英文改写专利摘要文本为数据源,进行实证分析,验证了该颠覆性技术识别方法的可行性与有效性。     

Altmetrics视角下颠覆性技术的社会影响力探测研究

[目的/意义]开展颠覆性技术的社会影响力研究,可以探究颠覆性技术社会影响力的扩散特征,为潜在颠覆性技术的识别提供新的思路。[方法/过程]文章以政、产、学三方认可的颠覆性技术领域作为研究对象,以Altmetric.com平台为数据来源,获取各颠覆性技术领域内科学研究成果的多种社会媒体关注度指标,将这些关注度指标作为颠覆性技术产生的社会影响力的量化表征;最后,立足于时间和空间分布特征,探析各技术社会影响力所具有共通的扩散性、差异性、持续性、多样性、均衡性和积聚性特征。[结果/结论]从扩散性、差异性、持续性、多样性、均衡性和集聚性等6个方面获取了12项颠覆性技术具有的共性特征与结论的应用场景。     

融合多元方法的颠覆性技术识别——以类脑智能领域为例

为尽早发现颠覆性技术,同时全面监测各个子领域中具有颠覆性潜力的新兴和热点主题,提出一种融合属性计量、LDA模型与网络中心性指标的颠覆性技术识别方法。首先,从技术突破性和市场潜力两个维度设计评价指标,筛选出具有高颠覆性潜力的技术文献;其次,基于LDA模型将技术文献划分为不同子领域;最后,采用中心性指对分类网络中技术节点的影响力进行识别,基于特征向量中心性得到颠覆性主题子网,综合度中心性、中介中心性和接近中心进一步区分颠覆性热点主题和新兴主题。基于类脑智能领域的专利实证研究表明,分类网络可以很好地识别不成熟子领域中颠覆性技术的热点主题和新兴主题,这是对全局网络识别结果的补充和完善。     

面向多维技术功效分析的专利技术功效矩阵构建方法研究

[目的/意义]开展专利技术功效矩阵构建方法研究,旨在实现技术功效词的精准、多维度、自动化识别,形成通用的多维技术功效分析方法与工具,以提升一线科研人员和情报分析人员利用专利文献的效率。[方法/过程]提出面向多维技术功效分析的专利技术功效矩阵构建方法。基于BERT-BiGRU-CRF抽取技术功能和技术效果的三元组(Subject-Action-Object, SAO);通过社区发现提取重要节点信息,按照技术维度分类架构设计清洗关联规则,自动优化技术词和功效词,并以网络形式揭示技术功效的潜在关联和生成技术功效矩阵,以便后续开展风险识别和技术解读等具体情报分析工作;利用石墨烯超级电容器电极领域专利真实数据集对本方法开展了实证分析。[结果/结论]面向多维技术功效分析的专利技术功效矩阵构建方法,具有较好的有效性、可操作性和实际效用。     

网络社区核心用户识别研究：概念、方法与展望

[目的/意义]网络社区核心用户对社区管理存在着巨大的潜在价值,其识别问题研究也具有重要的理论和实践意义,系统梳理现有研究成果与趋势、展望研究方向,能够促进该领域研究进一步深化。[方法/过程]文章在对核心用户相关概念辨析的基础上,从理论与研究方法视角出发,系统梳理了核心用户识别的研究进展,总结和分析了目前该研究领域中常用的5类研究方法,展望了未来的研究方向。[结果/结论]过去的近20年间,网络社区核心用户识别得到了深入广泛的研究,也存在一些不足之处;网络数据获取和挖掘技术以及高阶社会网络分析方法的发展,有望扩展该问题的研究思路,完善研究方法,进一步提高核心用户识别的效果和效率。     

基于候选技术辅助生成和多源数据评估的颠覆性技术识别方法研究

[目的/意义]数据驱动的颠覆性技术识别工作的两个难点问题在于：如何准确地获得领域候选颠覆性技术,如何全面有效地评估候选技术的颠覆性潜力。针对这两个问题,提出一种基于候选技术辅助生成和多源数据评估的颠覆性技术识别方法,为颠覆性技术识别工作的开展提供新思路。[方法/过程]针对候选技术获取问题,提出了一种候选技术辅助生成方法,通过词性标注和Head-matching的方法自动构建领域技术层次结构体系,然后结合专家知识判断确定候选颠覆性技术;针对颠覆性潜力评估问题,基于表征“科学—技术—产业—市场”链条的多源数据,界定了两类颠覆性技术,分别是“研究储备高—技术成果多—产业规模大—公众关注高”的潜力型颠覆性技术和“研究储备高—技术成果少—产业规模小—公众关注低”的潜伏型颠覆性技术,并通过计算颠覆性潜力值(DPV)和颠覆性潜伏度(DLV)指标来评估候选技术的颠覆性潜力。[结果/结论]通过在材料领域应用本方法发现,评估得到的DPV较高的3项潜力型颠覆性技术(以石墨烯为代表的二维材料、先进半导体材料和增材制造材料技术)和DLV较高的3项潜伏型颠覆性技术(材料基因组、智能材料和超材料技术)覆盖了专家咨询...     

融合用户情感评分的节点专业影响力分析

[目的/意义]大多数社交网络节点的影响力计算没有考虑用户的评价,而用户评价对特定领域的专业影响力节点的识别具有重要意义。[方法/过程]本文利用领域字典和话题识别模型将目标用户的主题范围进行限定,同时结合社交网络用户中的个人信息综合指标,基于用户关注关系建立链路网络,并充分纳入用户评论的情感评分,提出针对专业影响力节点挖掘的Domain Rank算法。[结果/结论]研究表明,该算法能够有效的从多主题的用户群体中发现和识别潜在的专业影响力节点。     

科学—技术—项目联动视角下颠覆性技术识别研究

[研究目的]以典型案例为切入点,从创新过程视角探讨颠覆性技术演化特征,提出一种颠覆性技术早期识别的方法。[研究方法]基于技术演进对颠覆性技术典型案例进行特征分析,构建科学-技术-市场模型,基于模型构建对应的论文、专利、项目主题网络,辅以相关政策分析,以人工智能领域进行实证。[研究结论]通过案例分析得到颠覆性技术的特点：经历从实验室到应用的发展,需在较短时间完成迭代扩张;颠覆性技术具有异轨性,是不断动态完善的创新技术;颠覆性技术来源于基础理论创新或技术突破、跨领域的技术应用、多项技术集成创新,是相对于领域的新技术;颠覆性技术产品满足了新的应用场景,具有主流技术产品不具备的功能。通过实证分析得到：从演化视角整体看,人工智能领域的颠覆性技术应用场景出现在医疗、交通等领域;面向重大需求的主题方向更强调在“人机融合智能”领域的重点攻关;关注应用层共性技术,突出表现为人工智能技术在具体行业领域的应用。     

基于专利主题演化的颠覆性技术识别研究——以类脑智能领域为例

【目的/意义】颠覆性技术具有隐蔽性和突变性，而技术主题在演化过程中会释放颠覆性趋势产生的早期信号，本文提出一种基于专利主题演化的颠覆性技术识别方法。【方法/过程】首先，基于S曲线法判断技术生命周期；其次，综合运用文本挖掘和社会网络分析方法识别技术主题的演化事件；最后，定义新主题出现、原主题趋热和多主题融合三类突变情况，用于识别具有颠覆性潜力的技术主题。【结果/结论】通过类脑智能领域专利实证，发现六个新出现主题、四个趋热型主题和六个融合型主题，通过专家判读，证明了所提方法的有效性，同时筛选出五项主题作为最终预测结果。【创新/局限】本文基于动态社区发现算法对技术主题的演化特征进行分析，进而基于主题突变性筛选颠覆性技术，但数据来源较为单一，将在未来研究中加以扩充。     

基于突变-融合视角的颠覆性技术主题演化研究

颠覆性技术已成为推动新一轮技术变革浪潮的强力引擎,识别和追踪颠覆性技术演化发展的特征和趋势,对国家和企业识别颠覆性技术优先领域、合理配置科技资源具有重要的理论和现实意义。为此,本文以颠覆性技术为研究对象,从颠覆性技术的四个特征入手,在运用Leiden社区发现算法识别技术主题的基础上,引入主题-时序分析和专利引文网络分析,提出了基于突变-融合视角的颠覆性技术主题演化分析模型。最后,为证实该模型的可行性和有效性,本文选取增材制造技术领域开展实证研究,分析结果对该领域技术演化路径识别与预测提供了依据。本文模型相比于前人研究,充分结合了颠覆性技术的特征,得到的技术主题演化分析结论指导性更强,有助于更准确地把握颠覆性技术主题演化路径及未来发展方向。     

基于专利技术和应用二维框架的竞争对手识别研究——以DHA技术为例

[目的/意义]基于专利技术—应用二维网络框架开展研究,有助于企业全面识别竞争对手,为战略制定提供情报支撑。[方法/过程]从专利技术文本和应用文本相结合的视角,提出基于文本信息分析的竞争对手识别框架。搜集和预处理专利数据,构建技术和应用的词汇文档矩阵,采用t-SNE方法开展降维和主题识别,构建专利技术—应用二维热图,结合焦点企业技术布局,识别直接竞争对手、潜在竞争对手、间接竞争对手。[结果/结论]以DHA技术领域为例,全面识别了雅培公司的多种竞争对手,证实了方法的可行性。     

基于专利引用变化的颠覆性技术识别研究

[研究目的]颠覆性技术被视为“改变游戏规则”和“重塑未来格局”的革命性力量,对人类社会有广泛且深刻的影响,预先识别并部署颠覆性技术,对在当今全球化竞争中占领先机具有重要意义。[研究方法]基于专利引用方向的变化,构建用以识别颠覆性技术的新方法,并以2001-2020年间语音识别领域专利数据进行案例研究。[研究结论]研究结果发现语音识别技术领域EP1104155-A2、US2005080632-A1、US7418392-B1、US2009043580-A1、US7720683-B1、US9263036-B1等专利极具颠覆性,涉及交互式语音修改、深度递归神经网络和语音识别技术在无线通信系统、车辆导航系统、照明元件等中的应用。该方法能够对颠覆性技术进行识别,为研究人员和管理者提供决策依据和参考。     

基于专利引文网络和主题共现的颠覆性技术轨道演化及延伸研究——以新能源汽车充电技术为例

[目的/意义]深度挖掘颠覆性技术轨道演化规律,对国家、企业抢先占领颠覆性技术相关市场及其产业具有重要的战略意义。[方法/过程]首先基于专利引文网络方法提取颠覆性技术的主路径,对主路径上的专利文本分析并归纳技术主题,而后构建颠覆性技术萌芽期和萌芽期+成长期的技术轨道,并进行演化分析。其次基于颠覆性技术最新专利、论文主题共现的方法来延伸技术轨道。[结果/结论]以新能源汽车充电技术为实证研究,总结新能源汽车充电技术的演化方向有：充电全方位智能化、开发利用可再生能源、优化电池管理系统、发展无线充电技术等。     

基于专利发展路径的颠覆性技术识别：以智能语音领域为例

研究提出运用客观数据和系统的方法来识别颠覆性技术并提高识别精准度的方法。基于颠覆性技术理论,重新修正颠覆性技术特征,从创新性、扩散性和转轨性三方面构建一种采用搜索路径统计数（SPC）算法、专利吸收率和专利扩散率测度的新方法对颠覆性技术进行识别和判断;并利用1970—2020年间1 985件专利的数据对智能语音领域进行实证分析,分析识别出强化学习和神经网络技术是该领域的颠覆性技术,而端到端的神经网络算法是该领域未来发展的方向。     

基于核心集筛选与聚类的潜在专利技术组合识别方法研究

[目的/意义]精准识别潜在专利技术组合,将相互关联的技术组成保护范围更大的专利网,对于打破单项专利的局限性、构建更为缜密的技术壁垒具有重要意义。[方法/过程]首先在对关键词与核心IPC进行语义抽取的基础上,筛选出核心专利集合,然后计算基于专利相似性与互补性的专利组合强度,最后利用MCL聚类算法直观、精准地识别潜在专利组合,并以艾滋病疫苗领域专利对方法进行了验证。[结果/结论]该方法以核心专利集合为数据源有效降低了组合识别中的噪音,基于多维度的专利组合强度计算克服了以往组合识别指标的片面性,利用MCL聚类算法无需人为规定簇群数量,保证识别质量。     

基于双源引文网络的技术路径识别及融合研究——以无线充电技术领域为例

[目的/意义]技术路径识别能够得到表征技术发展的链接模式,挖掘技术方向及演变特征,对企业知悉技术路径发展有重要参考价值。[方法/过程]通过Web of Science和USPTO数据库对期刊文献和专利数据进行导出,利用Pajek软件分别构建期刊文献和专利引文网络;对引文网络进行社群划分,提取最大的社群网络进行主路径识别;对双源主路径节点文献构建文本相似性矩阵,利用文本相似性算法将前述路径进行融合与连接,全面揭示技术发展路径。[结果/结论]提出了一种基于期刊文献与专利双源引文网络和文本相似性分析的技术路径识别及融合方法,将该方法应用于无线充电技术领域,揭示了无线充电技术的发展主线,验证了所提方法的可行性与实用性,为相关企业明晰技术路径提供了科学的决策理论支持。     

基于LDA的企业竞争对手识别模型构建——以蔚来汽车有限公司为例

[目的/意义]构建基于LDA的企业竞争对手识别模型,在海量同领域企业中精准识别竞争对手,剖析其技术发展领域,为企业制定竞争策略提供情报支撑。[方法/过程]首先,根据技术领域与目标企业下载专利数据;其次,将目标企业与相同技术领域企业专利数据合并,对专利摘要进行主题建模并借助LDAvis可视化工具与相对接近度计算识别潜在竞争对手;最后,借助LDA模型、困惑度与主题相似度计算潜在竞争对手技术多样化指数(TD)与技术专业化指数(TS),通过竞争力气泡图识别竞争对手类型,从而完成竞争对手识别模型的构建。[结果/结论]构建的企业竞争对手识别模型可以较好地识别出目标企业的竞争对手,并建议目标企业应积极对标竞争对手的技术领域,制定相应发展战略,从而促进企业在激烈的市场竞争中脱颖而出。