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。     

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。     

专利知识流动视角下的颠覆性技术方向识别研究——以6G太赫兹通信技术领域为例

[研究目的]早期识别颠覆性技术方向,对于调整技术研发方向,完善产业结构具有重要的现实意义。[研究方法]本研究从技术维度出发,构建了一种知识流动视角下的颠覆性技术识别方法。该方法以引文专利作为投入,施引专利作为产出,通过构建专利知识流动投入产出分析表,计算感应度系数、影响力系数指标,最终搭建技术坐标图,划分技术发展阶段,探讨识别出具有颠覆性发展潜力的技术方向。[研究结论]实证研究阶段,以6G太赫兹通信技术领域为研究对象,证实了该方法的有效性,相关研究为颠覆性技术识别提供了一种新的思路。     

基于专利文本挖掘的智慧城市技术热点分析

基于一个整合了主题建模、专利文本分析和主题强度演进的量化分析框架，通过复合检索式采集全球范围内智慧城市相关专利，应用主题建模和文本挖掘方法刻画智慧城市技术热点演进的知识图谱，并对潜在热点主题进行识别与讨论，从而进一步丰富基于专利文本数据进行技术热点分析的方法体系。     

突变视角下潜在颠覆性技术识别与分析方法研究

[目的/意义]将社会网络分析与突变理论相结合,提出识别潜在颠覆性技术的新方法,帮助企业获得市场、经济的先行优势,同时有助于加强政府对重点技术的前期引导作用。[方法/过程]首先,基于文本三元组结构,构建语义信息层面的技术共现网络。其次,基于社区网络结构和颠覆性技术特征,提出社区网络关系强度和对外资源利用力两个指标,利用突变理论模型识别易突变社区。最后,对易突变社区内节点进行主题词突发性监测和词频异常监测确定技术突发可能性,以此识别潜在颠覆性技术。[结果/结论]以造血干细胞领域2001—2018年论文数据作为分析对象,验证了方法的有效性,发现“建立完善的关于免疫缺陷疾病及相关移植治疗手段的临床研究模型”是该领域的潜在颠覆性技术。     

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。     

欧美国家颠覆性技术政策文本数据的主题建模分析研究

[目的/意义]颠覆性技术具有前瞻性、突变性与革命性等特征,对于国家科技创新发展具有巨大的推动作用,在各国的科技研发体系中逐渐占有重要的战略位置。当前各国政策文本数量庞大、主题繁多,传统的情报分析方法难以实现大量政策跟踪与内容挖掘。通过大量政策文本进行主题抽取,可以快速了解其他国家在相关领域的政策倾向与关注焦点。[方法/过程]文章采用word2vec和LDA相结合的主题模型分析技术,对3个国家政府和组织官网公开的颠覆性技术相关的11686条政策文本数据进行主题抽取,通过对主题建模结果的解读,分析欧盟、英国、美国颠覆性技术相关政策文本的主题特征。[结果/结论]研究发现,这些国家和组织在颠覆性技术识别与政策支持方面已经有较为体系化的运转模式,同时对颠覆性技术在计算机科学、信息科学、生命科学、材料与能源、医疗、教育等领域内产生的影响给予了较高关注,且在近几年中普遍倾向于关注国际上达成共识的全球性问题。     

基于专利文本语义距离的跨领域关键共性技术识别方法研究

[研究目的]跨领域关键共性技术强调技术的跨领域关联与主导作用,对其识别将为政府推动跨产业跨领域创新、提前布局相关技术领域提供决策支持。[研究方法]首先,运用GloVe模型向量化专利文本,按照专利与技术领域的语义接近程度划分专利所属领域;其次,基于GMM算法提取各领域技术主题,依据技术主题之间的语义距离,构建技术主题关联网络;最后,利用漏斗模型,依据技术主题的共性指标、跨领域指标、关键性指标筛选出跨领域关键共性技术。[研究结论]运用养老科技领域专利数据进行实证研究,结果显示“智能控制辅助技术”“无接触式躯体感知技术”“沟通与信息辅助技术”“适用性技术”为跨领域关键共性技术,通过比对国家相关政策内容,验证了方法的有效性。     

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。     

基于专利网络的技术演进研究方法探索

技术演进研究可用于梳理技术领域的发展脉络和内部技术活动的发展历史及现状,对政府和企业的科技战略管理具有重要意义。专利引文分析在技术演进研究中存在难以准确判断专利的技术主题相似度、分析的范围和潜在信息的丰富性有限等缺陷,而文本挖掘方法可以对专利的文本内容进行深度分析,能在一定程度上弥补专利引文分析的缺陷,因此探索将专利引文分析与文本挖掘方法相结合,在专利引用关系矩阵和专利文本相似度矩阵的基础上创建C-T（Citation-Text）专利网络,并对C-T专利网络进行聚类分析和可视化展示来研究技术的演进过程,旨在进行技术演进研究方法的创新,丰富技术演进研究的方法体系。     

基于论文和专利数据的研究前沿挖掘研究——以智能网联汽车领域为例

[目的/意义]对比论文数据和专利数据的特征指标,识别热点、新兴、潜在和消亡研究前沿主题。[方法/过程]利用LDA主题模型,对智能汽车领域相关的论文数据和专利数据进行主题提取,计算两个数据源下各主题的强度和主题新颖度并进行对比分析。[结果/结论]本文识别出路径规划技术等热点研究前沿6个、智能计算等新兴研究前沿2个、安全认证技术等潜在研究前沿6个、车载平台等消亡研究前沿6个。本文在前沿识别方法上进行了创新,有效识别出领域内研究前沿并进行分类,为相关机构和研究人员提供借鉴。     

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LDA模型和分类号的专利技术演化研究

[目的/意义] 运用概率主题模型全面研究专利文献主题演化,分析专利技术发展过程及趋势。[方法/过程] LDA模型按时间窗口对专利文本建模,困惑度确定最优主题数,按专利文本结构特性提取主题向量,采用JS散度度量主题之间的关联,引入IPC分类号度量技术主题强度,最后实现主题强度、主题内容和技术主题强度3方面的演化研究。[结果/结论] 实验结果表明：该方法能够深入挖掘专利文献的主题,可以较好地分析专利技术随时间的演化规律,帮助相关从业人员了解专利技术的演化过程及趋势。     

产业链视角下专利新兴技术主题识别

[研究目的]专利是技术信息的载体,以专利数据为研究对象,在产业链视角下进行技术主题提取及识别,从专利数据中识别新兴技术可以有助于把握新兴技术的发展动态。[研究方法]首先,根据产业链的概念和专利IPC分类号构建出产业链各个层级对应的专利集;然后,结合专利文本的特点提出EW-LDA主题模型,从词汇权重和语境两个角度对LDA主题模型进行改进,使用EW-LDA模型提取出产业链的各个层级中得技术主题;最后,根据专利文本及新兴技术的特点,从新颖度、热点度、关注度和增长率四个方面入手构建新兴技术主题识别指标,将技术主题分为新兴、热点、潜在、衰退和噪音五类。并在人工智能领域的专利数据上进行实验。[研究结论]结果表明,提出的EW-LDA主题模型具有更好的主题建模效果,产业链视角下的新兴技术主题识别方法可以有效的识别出新兴技术。     

基于标准和专利数据的企业技术研发方向识别研究

[研究目的]技术多样性逐渐标准化成为企业研发的关键目标,基于标准和专利的潜在关联识别企业研发方向可以降低企业研发不确定性,实现技术集成转化。[研究方法]提出一个以标准和专利数据为依据,集成标准文本及非文本信息解决研发方向识别问题的新方法。利用文本挖掘技术识别标准和专利信息,基于关键词向量链路预测模型寻找标准和专利的映射关系,构建关键词创新性评价模型,并对空白点进行综合评价,识别与评估研发方向,最后以远程医疗产业标准和专利数据为分析对象进行实证研究。[研究结论]实证结果表明：远程医疗产业识别出9个与专利技术具有较高相似性的标准空白点,通过进一步筛选过滤,最终确定的技术研发方向为：基于计算机网络平台的电子健康记录和在线咨询技术,基于5G和健康关怀技术的远程医疗护理技术,国际知名行业报告研究内容有力支撑了该识别结果。实证研究证明了所提出方法的可行性和可靠性,综合利用标准和专利之间的链接关系,集成标准文本及非文本信息可以进一步提升研发方向识别的效益,同时可以为产业整体创新发展和相关技术布局提供参考。     

基于科技差距评估GTM专利地图识别的技术机会

[研究目的]识别具有科学可行性的技术创新机会,对企业降低研发失败风险和制定创新战略具有重要价值。[研究方法]该文提出一种融合式的识别科学可行的技术创新机会的方法。首先,选取GTM专利地图对专利数据进行文本挖掘可视化表达,识别技术空白并逆向解读;然后,对科学文献进行文本挖掘和ORCLUS聚类,获取科学知识主题;最后,通过TF-IDF向量的余弦相似值评估潜在技术机会与科学主题的相似性,筛选出科学可行的技术创新机会。[研究结论]对质子交换膜燃料电池进行了实证研究,识别出8项科学可行的技术创新机会,证明了该模型的有效性,可以为企业制定研发战略提供决策支持。     

基于多文本分析的领域关键技术问题挖掘方法研究

[目的/意义]关键技术问题研究对于辅助各创新主体把握创新突破方向、攻克关键核心技术、推进技术创新具有重要意义。[方法/过程]针对目前技术关键问题挖掘领域识别样本、流程、方法上的不足,提出多文本分析的领域关键技术问题挖掘框架,以专利说明书技术背景为主,综述性论文结束语和技术需求文档为辅,从数据获取及转化、技术问题提取、技术问题主题识别、关键技术问题发现4个环节展开分析。[结果/结论]对石墨烯领域案例研究证明了多文本分析的领域关键技术问题识别框架的有效性;专利说明书技术背景、综述论文结束语与技术需求文档在挖掘技术问题上的表现、描述极性、结果上具有不同的解释力度,可互相佐证补充。