基于文本挖掘的低碳试点政策量化评估

【目的】本文旨在对低碳试点政策进行多维度量化评估,为低碳试点政策的制定和优化提供更有效的依据,助力“双碳”目标实现。【方法】基于政策文本视角,通过文本挖掘得到低碳试点主题词,进而构建PMC(Policy Modeling Consistency)指数模型,对中国128项低碳试点政策进行多维度量化评估。【结果】研究发现：(1)低碳试点政策整体设计较好,平均PMC指数为5.69,属良好级。2010—2018年间PMC指数和政策回应力度指数均值呈上升趋势。(2)不同试点政策的设计水平存在较大差异,PMC指数标准差为1.89,非优秀类政策占比高达57.03%,存在长期规划较少、政策级别和效力级别不够高、激励保障不足、对科技重视不够等突出问题。(3)中央政府制定的低碳试点政策PMC指数均值高于地方政策,大部分中央政策属于良好级,但地方政策回应力度指数高于中央政策,且优秀类政策以地方政策为主,可接受类政策的政策质量和回应力度指数都有待提升。(4)由于重要试点城市政策的参与对象较明确、政策功能更完善、激励保障制度更健全,其PMC指数均值高于全样本和地方政策,重要试点城市的政策为其他城市优化试点政策提...     

基于文本挖掘的产业扶贫政策研究

应用Python、Gephi对30个省区市的102份产业扶贫政策文件从区域分布、政策主体、涉及的产业范围、利用的政策工具等方面进行研究,分析了产业扶贫政策存在贫困地区就业问题不能得到彻底解决;单靠人才引进无法促进扶贫产业长效发展;扶贫产业单一,抗风险能力不足等问题,提出了提高乡村就业质量,提升农村工作幸福感;积极培育行...     

基于专利文献挖掘的关键共性技术识别研究

[目的/意义]科学准确识别关键共性技术对企业和国家来说都是至关重要的战略议题。[方法/过程]文章提出了一种基于专利文献分析的关键共性技术识别框架,运用文本挖掘和技术演化分析方法,获取特定领域的关键共性技术。首先,使用Viterbi算法识别专利文献中的专业术语,通过LDA算法捕捉专利文献中的技术主题聚类;其次,通过将技术主题的共类特征数值化,作为共性程度的度量;随后,将技术主题节点在技术演化转移网络中的关键程度作为技术关键性的表征,并使用PageRank算法衡量技术主题的关键性。最后,以机器人及数控机床技术为例,验证了该方法的可行性和有效性。[结果/结论]该方法可实现高效、准确的关键共性技术识别,为国家制定创新扶持政策提供支撑。[局限]研究仍需扩大科技文献的收集范围,以实现更全面的关键共性技术识别。     

基于文本分析的我国共性技术创新政策研究

运用政策内容分析法,对我国当前分散的共性技术创新政策文本进行了系统化梳理,通过构建共性技术创新政策分析框架,揭示了我国共性技术创新政策的基本特征。研究发现,我国共性技术创新政策偏向于对环境型和供给型政策工具的应用,而对需求型政策工具的应用存在不足与缺失;创新政策虽对三大产业均有涉及,尤其对战略性新兴产业给予了较高重视,但政策的产业导向并不突出;与国外相关政策相比,我国共性技术政策支持的重心下移,侧重于对应用性共性技术层面的引导支持。     

中国标准化政策演进研究：基于文本量化分析

标准从现代化的生产手段已经转变成为涉及国家安全、关系国家生态发展、经济生活变化的重要工具。伴随着标准化在社会经济发展中的作用不断显现,标准治理的问题也日益受到重视。标准化政策是标准化管理工作的最直接体现,改革开放以来,我国颁布了一系列标准化政策,是我国标准体制改革的重要依据。基于不同时期政策的发文数量、府际关系、主题变迁等文本特征,本文搜集了1979-2017年国家层面的标准化政策,通过R、Gephi等软件,进行社会网络分析,研究其发文单位府际关系网络,挖掘发文单位之间的合作情况;利用对应分析研究不同阶段的主题演变;最后进行内容分析,对每一阶段的政策文本进行主题词分析和关键政策分析,从而研究标准化政策的演进路线,探究我国标准化管理的发展轨迹和一般规律。研究结果表明：政府对标准化政策的供给能力不断加强,政策发文效力扩大;标准体制改革,呈现与创新、产业协同发展的趋势;不同时期的标准化政策重点随技术变革而不断扩散,渗透到更多领域;政府积极引导标准化成为新技术及产业发展价值链中的重要环节。     

德国人工智能政策文本量化研究

基于文本挖掘理论、政策工具和PMC政策评价模型,对德国联邦政府2017—2022年发布的18份人工智能政策文件进行量化分析,深入研究德国人工智能产业的未来发展趋势、政策工具结构,并对政策效力进行评价,以获得对我国人工智能产业发展有益的德国经验。结果表明,我国应加大对人工智能关键领域基础性研发的支持力度,加快人工智能人才培养体系建设,重视需求型和环境型政策工具,注重政策的作用层面和激励措施,以实现人工智能产业的可持续发展。     

基于PMC指数模型的合肥市科技创新政策文本量化评价研究

运用PMC指数模型对合肥市2017-2021年具有代表性的10项科技创新政策进行文本内容挖掘,建立基于PMC指数模型的合肥市科技创新政策评价指标,对政策样本进行量化评价,为合肥市科技政策的制定与完善提供相应的优化路径。研究结果表明：10项政策文本的平均PMC值为7.05;其中6项政策达到良好,4项政策处于可接受级别,无优秀和不良政策。     

文本挖掘与中文文本挖掘模型研究

文本挖掘,又称为文本数据挖掘或文本知识发现,是指在大规模的文本中发现隐含的、以前未知的、潜在有用的模式的过程。本文首先对文本挖掘进行了概述,给出了文本挖掘的定义、特点和研究现状。然后对国内中文文本挖掘的研究现状进行了分析,指出了当前中文文本挖掘研究中存在的主要问题和主要研究方向。最后提出了一个统一的中文文本挖掘模型——UCTMF。该模型具有层次性、开放性和可扩展性,为中文文本挖掘系统提供了基本体系框架。     

融合创新价值链和文本关联挖掘的我国人工智能政策扩散特征研究

[目的/意义]针对现有基于文本挖掘的政策主题扩散特征研究中文本主题识别的随机性和高度依赖人工等不足,提出一套基于创新价值链理论的政策主题分析框架及对应的文本挖掘方法,从而更好地识别政策扩散过程中政策内容变化的特征以及背后潜在机制。[方法/过程]以我国人工智能政策为实证对象,在理论上构建了基于创新价值链的政策文本主题分析框架,在方法上基于依存句法和语义信息抽取政策文本关键短语结构,通过构建分析框架主题与短语结构词汇的一一映射关系词典来完成对政策文本主题扩散分布的计算。[结果/结论]采集了自2017年以来的110份人工智能政策文本,分析了人工智能政策扩散时间分布、空间层级、内容扩散程度特征和主题扩散分布特征,在此基础上将政府主题扩散倾向性与其发展阶段所处梯队作为定序变量,从而分析两者关系以及背后的潜在机制。由此证明了本文所提方法可有效融合文本挖掘方法和政策分析理论,有助于从对政策扩散特征的描述性分析走向对政策扩散机理的解释性分析。     

“中国芯”扶持政策挖掘与量化评价研究

采用PMC指数模型对集成电路产业扶持政策进行量化评价。首先基于38项2000～2018年国家颁布的集成电路扶持政策文本,通过文本挖掘方法确定网络评价体系并以此建立PMC指数模型;然后采用实证分析的方法选取了3项集成电路扶持政策作为量化评价对象,分别得到3项政策的PMC指数为9.02、7.42、8.49,评价结果依次为完美、良好和优秀,其中P2可通过加强精准补贴进行完善;最后,结合集成电路产业目前的发展态势,对相关扶持政策的优化提出建议。     

基于文本挖掘和技术路线图的技术创新机会发现

本文在介绍文本挖掘和技术路线图研究情况的基础上，探讨如何将文本挖掘和技术路线图结合起来，通过挖掘隐含在科技信息中的知识和联系，并结合技术领域专家，绘制技术路线图，以帮助技术主管发现技术创新的机会。     

基于Web的文本信息挖掘技术

介绍了数据挖掘和Web挖掘的基本概念,在此基础上,对基于Web的文本信息挖掘技术进行了分析研究,给出了一个基于Web的文本挖掘的结构模型。     

基于LDA2Vec的政策文本主题挖掘与结构化解析框架研究

【目的/意义】本文以主题为核心,从外部属性和内容属性两个视角展开政策文本结构化解析,直观反映政 策核心内涵,挖掘政策文本语义,为政策内容解读提供新模式。【方法/过程】利用LDA2Vec主题模型实现基于上下 文的政策文本主题识别,同时借助位置和语法规律提取外部属性,以此构建政策文本结构化解析的描述框架。【结 果/结论】“互联网+”政策文本解读的实证分析发现,本文所提框架有助于直观展现政策要素,有效揭示政策文本主 题分布,以及进行大规模政策领域文本的批量分析和解读。【创新/局限】通过结构化解析框架展现政策文本的形式 化特征和主题性特征,帮助政策相关群体把握政策制定的特点和侧重点,目前深层次内容解读有待进一步研究。     

基于文本挖掘的中小企业知识产权政策研究——来自中央层面的数据

为了解知识产权政策在中小企业知识产权战略推进工程中的实施情况,基于文本挖掘技术对我国2009—2020年中央层面的中小企业知识产权政策进行分析。首先采用数理统计法和社会网络分析法从宏观角度对政策发文量、发文部门进行梳理分析,其次引入Textrank算法构建政策主题词库,结合UCINET6.0工具进行政策主题和措施分析。研究发现,目前我国中小企业知识产权政策存在针对性需提升、政策合力不够、配套细则有待完善、政策措施配置不均衡等问题,并提出相应建议。     

自建数据库中文本挖掘及检索技术

阐述了数据挖掘的技术分类、实现数字挖掘的关键问题，探讨了文本型数据挖掘在数字图书馆资源建设中的广阔前景和巨大的应用价值。     

基于扎根理论和文本挖掘的广东省科技金融政策共词网络研究

基于已有共词网络研究基础,本文分析了广东省科技金融政策体系的结构特征。选取2006年-2018年4月出台的222份广东省科技金融政策文本作为研究对象,综合运用扎根理论、文本挖掘的方法,对政策文本进行词频分析、语义网络分析和中心性分析,并结合广东省“一二三多”的科技金融运行模式进行进一步验证。研究发现,广东省科技金融政策存在结构不合理、行业监管和退出机制的政策文本缺乏、专用性政策较少等问题。最后,提出了积极调整政策结构,加快制定并出台行业监管和退出机制的相关政策,完善“通用政策+专用政策”的多维度政策族群的相关建议,为后续广东省甚至全国的科技金融政策体系的完善提供借鉴。     

知识挖掘技术及应用

高性能计算机、宽带通讯网络与高密度存储设备的飞速发展，使处理、传输、存储海量信息成为可能。然而，信息并不等于知识，宝贵的知识淹没在信息的海洋中，没有得到充分的利用。为了解决“rich data,poor information”的问题，“挖掘”信息矿藏，即选择、识别、理解和译读信息，把信息变成知识，成为21世纪信息处理的关键技术。本文着重探讨了知识挖掘技术与应用研究发展现状，及其在生物医学领域中的应用。     

基于PMC指数模型的湖北省数字经济政策文本量化分析

以2015年—2021年湖北省省级层面出台的131项数字经济政策作为研究对象,利用文本分析软件ROST CM6提取政策文本高频词,运用PMC指数模型构建量化分析体系对所选13项数字经济政策进行量化评价。研究显示：所选取的13项政策样本中,5项为优秀,8项为良好,表明湖北省数字经济政策制定整体比较合理,但是也存在着未将长期、中期、短期目标三者统一结合、政策作用效力较为单一等问题。     

陕西省科技金融政策文本量化研究

基于陕西省省、市两级对比视角,采用内容分析法从总体数量、文本类型、颁布主体以及政策工具4个维度对陕西省科技金融政策文本进行量化分析.研究表明,目前陕西省科技金融政策体系较为完整,在数量上呈现稳定增长,在文种类型及主题上日渐丰富,省市两级能呈现省级引领、市级学习并赶超的态势,但政策工具结构失衡,政策颁布主体缺乏协作性,因此建议协调政策工具结构,增加需求面政策工具的使用,加强横向与纵向部门的协调性,并积极提升政策从省级传递到市级层面的效率,同时提高政策的实践性及针对性.