基于高阶网络的三元技术融合过程和预测研究

[目的/意义]多技术融合已成为当前科技创新的重要特征,开展多元技术融合过程和预测研究,识别技术融合的趋势和规律,有助于支撑国家战略决策、企业研发策略制定。[方法/过程]提出一种基于高阶网络的技术融合预测方法,通过三元技术融合过程分析和高阶链路预测,预测特定领域的多元技术融合。首先,以专利分类号为节点,采用单纯复形方法构建专利技术高阶网络;其次,结合边的形成和加强,分析三节点组的形态和三角形闭包事件的过程;最后,构建训练集和测试集,从12个模型中获得效果最佳的相似性指标,开展三元技术融合预测。[结果/结论]以人工智能领域进行实证研究,发现边的加强对于三角形闭包事件具有重要意义,成功预测了F16M、G06F、G06N等三节点组发生三元技术融合,验证了方法的有效性。     

基于专利的技术融合测度方法——以信息技术与电动汽车技术的融合为例

现代科技的发展使得信息与其它技术组成的技术群落及各技术群落之间相互联系、渗透不断加强,出现了各种技术的交叉融合。如果能及早发现这些技术领域间目前的融合状态及其融合趋势,将会对我国在相关技术方面的优先研发制定发展战略产生重大意义。为解决这个问题提出了一个定量测量技术融合的框架,该框架以专利数据为依据,通过对技术融合的宏观和微观相结合来确定融合的现状,其中微观分析中主要针对技术融合所形成网络的节点以及链路进行测度。最后以德温特数据库中纯电动汽车技术和信息技术的融合为实例对其进行验证。针对实例研究,结果表明G06F（电数字数据处理）、B60L（电动车辆的电力装备或动力装置）、H02J（电能存储系统）等技术与其它技术比较容易发生融合且融合能力较强。G06F-B60W,G05F-H02M等技术对的融合在技术融合中起到了较重要的作用,且其融合强度质量均较高。     

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。     

基于专利的技术融合测度方法及实证研究

随着科学社会的发展,多学科领域间不断发生知识流动,使得不同的技术发生融合。对其进行早期识别和探测,将有利于企业及时发现机会,并调整技术创新战略。现有的基于专利的技术融合测量及预测研究尚未形成一个完整的体系。针对此问题,提出一个测度技术融合的框架,该框架以专利数据为依据,从聚合性、耦合性、均衡性三个角度对其进行分析,全方位的分析了技术融合所形成的整体网络以及构成网络的各技术主体,最后对网络的均衡程度进行了研究。以德温特专利数据库中的纯电动汽车技术和信息技术的融合为实例对模型进行验证。最后根据三个维度可以筛选出在融合水平较高且融合范围较广的技术,以及相对较稳定的技术组合。相关企业和研发结构可以根据筛选出的最优技术或技术组合进行选择性研发,推动相关产业的融合升级。     

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。     

多层网络分析视域下的新兴技术研发合作网络演化特征研究

[目的/意义]对具有颠覆性潜力的新兴技术研发主体之间的研发合作网络演化特征进行研究,对于我们定量认识新兴技术研发合作特征具有重要的理论意义和方法意义,对于新兴技术研发管理活动具有重要的现实指导意义,可为政府、企业的研发管理决策提供参考。[方法/过程]针对目前在新兴技术研发合作演化特征研究中存在的不足,即大多基于单一网络分析其演化特征或模式以仅利用专利数据,该文提出一种新兴技术研发合作网络演化特征分析模型,以专利数据和网络信息为数据源,构建发明人合作网络、专利权人合作网络、发明人和专利权人间隶属关系网络的多层网络,并在多层网络中划分不同的研发合作类型,从多个维度来揭示新兴技术研发合作网络的动态演化特征。[结果/结论]以钙钛矿太阳能电池技术为案例进行研究,验证了模型的有效性和可行性。     

一种专利共类与深度学习模型结合的技术融合预测方法研究

[目的/意义]作为科技创新的重要手段,技术融合预测对于改进技术研发的策略选择具有重要参考和借鉴意义,文章提出一种专利共类与深度学习模型结合的技术融合预测方法,以提高预测结果的准确性和可靠性。[方法/过程]以燃料电池技术为例,首先采用关联规则挖掘算法识别专利数据中具有强关联的IPC频繁项集,计算技术相对相似度,基于AP聚类算法进行技术聚类;然后运用生成式拓扑映射算法识别其中技术融合点,构建训练数据集和测试数据集。最后基于深度学习模型进行学习训练,预测燃料电池技术未来可能出现的技术融合。[结果/结论]这种方法在准确率和召回率上表现优异,可以快速、客观地识别技术融合,为技术创新的智能决策和预测提供支持和帮助。     

专利技术融合驱动的技术机会识别研究——以人工智能图像处理技术为例

[目的/意义]技术融合是技术创新的重要手段，通过融合不同领域的技术可以突破技术瓶颈，形成技术机会。[方法/过程]本文提出了一种融合驱动的技术机会识别方法，将定量分析与专家经验相结合，用文本挖掘技术对F-term专家分类系统进行多层主题筛选，以技术相似性和技术生命周期为标准，对筛选出的参照技术与目标技术进行融合研究，最后根据专利组合评估得出最优融合结果，对图像处理技术进行技术机会识别。[结果/结论]研究结果显示，本文预测的技术机会前景广阔，这表明本文的研究方法为技术机会研究提供了新的解决方案。     

一种基于多元数据融合的引文网络知识表示方法

[目的/意义]有效融合引文网络中的引用关系和文本属性等多元数据,增强文献节点间的语义关联,从而为数据挖掘和知识发现等任务提供有力的支撑。[方法/过程]提出了一种引文网络的知识表示方法,先利用神经网络模型学习引文网络中的k阶邻近结构;然后使用doc2vec模型学习标题、摘要等文本属性;最后给出了基于向量共享的交叉学习机制用于多元数据融合。[结果/结论]通过面向干细胞领域的CNKI引文数据集的测试,在链路预测上取得了较好的性能,证明了方法的有效性和科学性。     

共词网络链路预测局部相似性指标的优化改进研究

[目的/意义]引入时间衰减因子与聚类系数对共词网络链路预测局部相似性指标进行优化改进,以期进一步提升共词网络链路预测的精确度。[方法/过程]从3个角度来提升局部相似性指标预测精确度：一是引入时间衰减因子计算连边权重,对不同时间段的连边进行区别处理;二是结合聚类系数改进已有相关相似性指标,即利用节点邻域拓扑信息进一步区分不同节点对相似性的贡献;三是同时融合时间衰减因子和聚类系数进行指标优化改进。再以图书情报学领域为例构建共词网络,利用多种分类算法(如朴素贝叶斯、决策树、随机森林、SVM)预测和评估所改进指标的预测精确度。[结果/结论]引入时间衰减因子,指标WCN、WAA、WPA、WRA的预测精确度均得到了有效提升;结合聚类系数,指标CN、AA、RA、WCN、WPA、WRA和SA的预测精确度均得到了不同程度的提升;同时融合时间衰减因子和聚类系数,WCN、WAA、WRA的预测精确度得到了进一步的提升。由此可知,引入时间衰减因子或聚类系数均能在一定程度上提升共词网络链路预测相关指标的准确度。     

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。     

基于多源数据和改进链路预测的新能源汽车技术机会研究

[研究目的]在绿色低碳发展的背景下,旨在识别新能源汽车领域的技术机会,为未来新能源汽车的技术研发与商业化方向提供借鉴参考,助力新能源汽车的发展。[研究方法]搜集反映新能源汽车领域基础研究、应用研究和商业化的多源数据,采用三螺旋模型,将基于改进链路预测方法得到的预测结果“节点链”进行融合对比分析,得到最终细化的新能源汽车技术机会。[研究结论]验证了基于多源数据融合思想和改进链路预测的方法识别新能源汽车技术机会的可行性。研究结果表明：新能源汽车未来技术机会主要集中在动态无线充电技术、磁悬浮技术与自动驾驶技术的结合;通过碳化硅材料等改进的驱动技术;通过光催化等改进的电池技术;制氢与车载储氢等。     

基于LDA主题模型与社会网络的专利技术融合趋势研究——以关节机器人为例

[目的/意义]随着产业和技术复杂化,需要融合多个技术领域才能有效进行创新。研究技术融合趋势,有利于提供产业创新路径,促进技术融合,识别新兴技术。[方法/过程]采用LDA主体模型和社会网络方法,以关节机器人专利为例,对专利文献进行主题分类,提炼技术关键词,构建技术关键词间的主题共现矩阵,对技术融合进行测度并分析技术融合趋势。[结果/结论]研究结果发现:关节机器人专利技术融合呈小世界趋势,机械本体与驱动结构,控制系统与驱动结构融合趋势不明显,传感器是关键核心技术,机器人与人工智能结合是产业技术发展的新兴领域。     

基于专利的技术融合测度方法及实证研究

随着科学社会的发展，多学科领域间不断发生知识流动，使得不同的技术发生融合。对其进行早期识别和探测，将有利于企业及时发现机会，并调整技术创新战略。现有的基于专利的技术融合测量及预测研究尚未形成一个完整的体系。针对此问题，提出一个测度技术融合的框架，该框架以专利数据为依据，从聚合性、耦合性、均衡性三个角度对其进行分析，全方位的分析了技术融合所形成的整体网络以及构成网络的各技术主体，最后对网络的均衡程度进行了研究。以德温特专利数据库中的纯电动汽车技术和信息技术的融合为实例对模型进行验证。最后根据三个维度可以筛选出在融合水平较高且融合范围较广的技术，以及相对较稳定的技术组合。相关企业和研发结构可以根据筛选出的最优技术或技术组合进行选择性研发，推动相关产业的融合升级。     

产品改进需求引导的技术机会发现研究

[目的/意义]准确发现技术机会,对于企业抢占市场先机、降低研发投资风险、获取竞争优势具有积极的意义。[方法/过程]首先,从多源Web产品评论数据入手,在功能、情感分类的基础上,抽取产品功能关键词并创建需求度指标,融合专利数据构建产品功能—技术主题映射关系,确定技术创新领域;其次,将IPC大组作为基础知识单元,构建技术创新领域的知识网络,并引入Dijkstra最短路径算法挖掘潜在知识组合,创建集成多维指标的技术机会指数评价知识组合的可行性,进而发现技术机会;最后,以智能手机领域为例进行实证。[结果/结论]融合市场需求和知识组合可行性的技术机会发现方法能够在保障技术具有实际应用价值的同时提高准确性,为企业技术研发提供决策支持。     

融合专利类别与语义信息的企业潜在技术关系测算方法研究

[目的/意义]识别潜在技术关系对企业寻找竞合对象、提升创新能力具有重要意义。研究提出一种融合专利类别与语义信息的企业潜在技术关系测算方法,有助于判断企业之间的技术重叠、补充和匹配程度。[方法/过程]首先,建立企业—IPC—专利文本三层映射矩阵,统计企业之间的IPC交集、补集等数据;其次,基于IPC和专利文本分别计算企业在类别和语义维度上的指标,实现在相同层级上计算企业的技术相似度和互补度;最后,计算技术匹配度,建立企业技术匹配度矩阵,进行可视化展示。[结果/结论]对24家上市公司进行实证分析,结果表明,该方法优于单一维度的测算方法,可用于判断企业之间的技术匹配情况。后续将纳入科研院校等机构类型,深入挖掘机构之间的技术相似点、互补点,利用复杂网络等工具展示互补的方向性,并考虑扩展应用场景,进一步提升该方法的情报价值。     

涉众网络理念下的技术竞争态势分析研究——以区块链领域为例

[目的/意义]传统知识图谱的构建,通常使用海量数据进行实体和关系的抽取,不具备主题指向性,且难以满足观点深度挖掘,因此提出涉众网络分析理念以提供定题情报服务。[方法/过程]文章结合网络分析法和文本挖掘对涉众网络的概念进行剖析;将涉众网络的理念应用在技术竞争态势分析层面构建了专利技术竞争态势的多层网络分析模型。[结果/结论]选取区块链技术领域作为案例对涉众网络概念进行应用检验,同时对区块链技术竞争态势和技术瓶颈进行探讨,从而对未来技术发展战略给予参考意见。     

技术融合研究进展分析*

系统梳理了自技术融合起源以来该研究领域所取得的理论和实践成果。首先对技术融合以及临近概念的内涵进行界定,之后介绍了技术融合的发生形式、主要驱动力及其理论框架,并根据研究范围不同,将技术融合研究方法分为技术层面方法和企业、产业层面方法分别加以阐述,文章最后探讨了当前研究中存在的问题和挑战,并给出了应对建议。     

新兴产业技术融合方向预测：方法及实证

技术融合已成为新兴产业技术创新重要趋势与必然选择,准确把握未来技术融合方向对新兴产业创新机会把握、技术融合创新决策具有重要意义。在专利IPC共现网络构建与产业已有技术融合状态分析的基础上,综合考虑多技术领域之间相互作用对技术融合的影响,设计基于链路预测Katz指标的技术融合方向预测方法;通过对中国电动汽车产业的实证,发现该产业技术融合从早期多领域广泛融合转向特定领域深入融合,未来技术融合将向智能化与网联化等方向不断深入。本研究可为新兴产业技术管理、创新规划与政策制定提供参考。     

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。