融合评论主题识别与技术属性多维度分析的技术机会发现研究

[目的/意义] 提出一种融合评论主题识别与技术属性多维度分析的技术机会发现方法,从技术需求驱动视角识别技术机会,为企业前瞻布局研发方向与进行科研管理规划提供决策建议支持。[方法/过程] 以产品在线评论为研究数据源,首先,利用LDA主题模型识别出评论技术主题,提出技术评论主题强度和主题新颖度两个指标,筛选出新兴重点技术评论主题。然后,从学术论文、技术专利中人工选取技术属性词,通过TF-IDF值计算得到评论高频词,结合专家知识进一步筛选出技术特征词,构建产品技术属性词-技术特征词表。通过相关性计算分别得到与评论相关和与新兴重点技术评论主题相关的技术属性。最后,提出一种产品重要技术属性识别指标模型并设计一种多维度分析方法,分析产品重要技术属性的特征情况,最终识别出蕴含在评论文本中的新兴技术机会。[结果/结论] 实验结果表明该方法能够有效地识别技术机会,为企业产品技术研发管理提供参考。     

面向科学事件的因果关联与创新发现

[目的/意义]从因果关系视角出发,提出从科学事件中挖掘科技创新的逻辑链条并进行潜在创新机会发现。[方法/过程]首先,从科学事件中抽取出三元组结构的因果事件,然后将事件进行全局关联,构建为因果网络。然后,基于因果网络,分别提出基于语义因果的创新路径发现和基于表示因果的创新机会发现;最后,通过网络分析、路径计算、特征表示、链路预测等方法来挖掘科技创新过程中显著性的、强延续性的科学事件及其演化路径,并识别潜在的、具备因果逻辑的创新要素。[结果/结论]分析表明,人工智能和智能制造领域在科技创新中起到了非常重要的关联作用;天文、能源材料等领域在科学创新中延续性更强,发挥稳定性、基础性的作用;人文学科在科学研究中活跃性不足,未来需要与其他学科紧密结合。此外,通过潜在创新机会预测,发现全球气候变化与科技发展的诸多方面存在潜在的因果关系,未来应当持续关注气候问题。文章将科学事件的路径发现与要素识别转化到因果网络上,通过建模、计算、预测来挖掘科技创新的逻辑链,并通过实证研究为该方案提供切实可行的方法支持,能够为科学创新发展、科技战略布局提供参考,具有一定有效性与可行性。