颠覆性技术产生过程的多源数据多特征项可视化研究

[目的/意义]颠覆性技术创新是最高阶的创新,基于多源科技文献挖掘对颠覆性技术产生过程进行可视化研究,能够更好地为各层各级的关键技术识别、预测和研发提供支撑。[方法/过程]通过构建科学-技术相关多源科技文献所组成的多特征项共现分析方法体系模型,对多源科技文献中的多特征项关联关系进行系统分析;利用此理论分析方法,构建颠覆性技术产生过程中科学技术多特征项共现的理论研究方法体系,并建立颠覆性技术演化过程中关键技术节点因素的可视化模型。[结果/结论]本研究为有效地监测和识别颠覆性技术产业创新的演化路径和绘制颠覆性技术的产业技术发展路线图提供研究基础,为颠覆性技术演化路径识别监测分析方法提供多数据来源、多维度数据分析、多层次知识发现的理论方法体系。     

基于知识发现的企业技术竞争情报挖掘(Ⅱ)——策略与实证分析

识别技术活动行为、识别技术融合、识别技术生命周期、识别技术发展趋势、识别技术机会是企业技术竞争情报挖掘的主要目标.本文首先结合知识发现技术,从理论上探讨挖掘目标的实现策略:通过科研合作行为关联分析和基于非相关文献知识发现的科研机构潜在合作行为预测实现技术活动行为挖掘;通过共现分析实现技术融合挖掘;通过技术成熟度分析实现技术生命周期挖掘;通过技术关联分析实现技术发展趋势挖掘;通过基于     

链接分析:知识基础、研究主体、研究热点与前沿综述——基于科学知识图谱的途径

基于Web of Science和中国知网中“链接分析”方面的文献数据,首先简要介绍了国内外链接分析研究的发展趋势,然后融合Citespace Ⅱ、SATI 3.1和Netdraw等文献计量与可视化分析软件构建了:①引文共被引聚类图谱,揭示出国际链接分析研究的起源文献和核心知识基础.②国内外Top100作者形成的科研合作网络,揭示出国内外链接分析领域科研团队的数量和规模情况,以及这些科研团队形成的合作模式.③引用期刊共被引聚类网络,揭示出国际链接分析研究的主要参考期刊.④主要发文国家的科研合作网络,揭示出国际链接分析领域发文量最大的国家是美国,其次是中国,发文量较大国家之间的科研合作较少.⑤国内外全时段链接分析文献关键词的共现知识图谱,识别出国内外链接分析领域的研究热点.⑥国内外分时段链接分析文献关键词的共现知识图谱,通过对比分析不同时段的关键词数据,识别出国内外链接分析研究近5年(2009～ 2013年)的前沿热点主题.     

基于知识元的科学-技术知识关联指标与测度方法研究

通过科学-技术知识关联指标与测度方法研究,能够细粒度分析科学与技术的互动关系,为科技评价奠定基础。提出一种基于知识元的科学-技术知识关联指标与测度方法。以论文和专利为数据来源,在知识元抽取基础上,基于科技术语在不同类型知识元中的共现情况实现科学-技术知识关联指标测度。以糖尿病领域为例开展实证研究,结果验证提出的科学-技术知识关联指标与测度方法能够在高质量论文识别中有效发挥作用,所提指标和方法对于完善科技评价体系、促进创新驱动发展战略实施有参考意义。     

基于专利文本挖掘的细粒度技术机会分析

新一轮科技革命和产业变革中,技术机会分析在研发管理、企业决策中的战略地位不断攀升。然而,利用传统链路预测指标开展的技术机会分析精度已达到瓶颈,且固有的专家知识无法应对技术创新的动态性和复杂性,难以实现细粒度技术机会识别与分析。鉴于此,本文提出了基于专利文本挖掘的细粒度技术机会分析框架,该框架将专利文本挖掘和图神经网络链路预测法有机结合,将技术机会分析拆分为知识网络构建及演化分析、知识元素链路预测以及技术机会评估与筛选3个研究子任务。实证研究结果表明,利用多维关键词特征构建的知识网络能够完整呈现交叉领域的知识全貌,结合复杂网络指标和时间序列能进一步揭示技术发展脉络,为后续技术机会分析提供方向指引。BERT (bidirectional encoder representations from transformers)模型配合图神经网络方法适用于各技术生命周期的知识元素链路预测任务,相较于传统预测指标,BERT表现出更高的准确率和鲁棒性。经过与多源技术报告的对比评估,证实了基于该框架所析出的9个技术机会与计算机视觉技术发展实际情况相吻合,具备实际研发价值。     

基于事实型数据的科技评价与预测方法研究:以DNA测序技术为例

基于事实型数据的科技评价与预测研究方法,将定性和定量方法有机地结合,能够更加精确地分析科学技术的发展过程、现状及其未来趋势.本文以DNA测序技术为例进行实证研究,以展示基于事实型数据的科技评价与预测方法的研究思路及过程.     

科技创新路径识别研究进展：方法与工具

为支持科技知识创新,科技创新路径识别已经成为情报学研究的热点主题。在梳理科技创新路径识别研究的数据源、研究方法以及可视化工具研究现状的基础上,重点分析基于关键词或者主题词识别和基于引文全文的语义分析识别两种主要的科技创新路径识别方法,并对Sci2、HistCite、CiteSpace以及VOSviewer 4种可视化工具进行比较分析,进而指出基于引文分析的科技创新路径识别研究面临的挑战并展望其在数据集、研究方法、研究技术以及研究结果方面的未来发展趋势,以期为科技创新路径识别研究提供支持和帮助。     

科学推动下技术机会发现方法研究

[目的/意义]科学与技术之间的密切关系,使得结合论文与专利进行技术机会分析比使用单一数据更加合理与高效。本文使科学技术关系的生成更自动化,减弱对主观判断的依赖,使技术颗粒更加精细,同时为技术研发人员提供研发建议,将科学研究中汲取的理念应用到相应的技术创新中去。[方法/过程]将论文、专利的摘要文本进行Doc2vec向量表示,通过文本相似性将其关联成网络,再基于Louvain算法生成科技主题聚类,识别科学研究推动的技术机会。最后以3D打印技术为案例进行实证研究。[结果/结论]识别出若干科学研究推动的技术机会,并验证所识别的机会具有一定的技术潜力,证明方法的可行性和有效性。     

颠覆性技术识别方法研究进展述评

颠覆性技术可能引发新一轮科技革命,是提升未来经济社会发展和国家竞争力的重要“利器”。通过对近5年颠覆性技术识别方法研究文献的梳理,归纳国内外学者关于颠覆性技术特征、颠覆性技术识别和预测方法的研究进展,为颠覆性技术的识别和培育提供参考与借鉴。重点运用文献调研的分析方法,总结5类颠覆性技术识别和预测方法的最新研究成果和局限性。结果表明,基于模型测度的分析方法、基于多维指标评估框架的分析方法和基于文献计量的分析方法仍然是颠覆性技术识别中比较常用的方法,基于大数据关联挖掘分析的方法开始被应用到颠覆性技术的识别中。由于颠覆性技术发展是一个动态的过程,未来应更多地考虑基于创新全过程,探索对颠覆性技术进行动态、分类识别。     

基于RFM模型和随机行动者导向模型的技术机会识别

技术机会识别对于研发组织的创新管理具有重要意义,本文以人工智能领域2013—2015年的专利数据为例,提出了一种识别领域内技术机会的新方法。借鉴RFM(recency,frequency,monetary)模型的思路,使用K均值聚类法基于平均出现时间长度、出现频率和组合能力三个指标对知识元素进行聚类,进而发现了能够反映领域内技术发展方向的四个趋势性知识元素。使用随机行动者导向模型对知识网络的演化进行分析,在此基础上提出了发现知识元素的新技术机会的公式,并使用该公式识别出了趋势性知识元素潜在的技术机会。本研究利用人工智能领域2016—2018年的专利数据验证了所提出的方法的有效性,应用3D打印领域2014—2018年的专利数据验证了所提方法的稳健性。     

论基于关联数据的知识链接构建与应用

从关联数据的链接机制入手,探讨采用关联数据技术构建知识链接的优势、构建模式和具体构建方法;根据知识链接的不同功能,将基于关联数据的知识链接划分为三种类型:等同链接、相关性链接、词汇性链接;最后从应用角度建立基于关联数据的知识链接的4层应用框架,包括描述层、链接层、整合层、应用层,同时展望基于关联数据的知识链接的应用。     

Research on the Subject Structure in Homogenous Academic Web Space

本研究在总结现有以共链分析和社会网络分析为主的学术网络局部结构识别方法的基础上,提出了改进的两步式K核分析方法,首次引入了复杂网络中的社区识别算法进行链接网络的分割,并尝试通过适用性评测验证快速聚类算法在同质Web链接网络的主题结构识别方面的有效性.最后的实验结果表明,本研究提出的改进K核分析方法可以有效地发现存在于链接网络中的主题聚类现象;同时研究中引入的快速聚类算法对以93所大学网站进行了聚类并获得六个主题类.通过聚类准确率指标计算,该聚类方法的平均准确率为72%.以上结论证实了本研究中采用的从链接关系度量,数据矩阵构建、到链接网络分析的方法体系是有效的.     

基于主题挖掘与专利评估的技术机会识别研究——以智慧农业为例

[目的 /意义]技术机会识别是企业技术创新活动得以顺利开展的重要前提,及时发现和把握有价值的技术机会对技术创新突破意义重大。[方法 /过程]从主题挖掘与专利评估的视角提出一种技术机会识别方法,首先应用主题模型识别技术领域涵盖的技术主题并进行专利聚类;其次在技术主题层面展开细粒度分析,综合考虑技术机会应具备前沿性、价值性和时效性的重要特性,采用突变级数法和离群因子算法评估技术主题中的高价值专利和离群专利形成核心专利集,并计算每个技术主题的专利平均年龄;最后,将技术主题中的核心专利占比和专利平均年龄作为核心指标绘制技术机会识别地图,用于识别技术机会。[结果 /结论 ]以智慧农业领域为例,对所提方法进行实证,识别智慧农业领域的5个技术机会,为创新主体的技术研发提供决策支持。但识别结果的定量验证以及融合多源数据进行技术机会识别有待进一步探索。     

基于科技文献的科技创新供需矩阵构建及评估应用研究

[目的/意义]通过科技创新供需矩阵构建及矩阵评估研究，探究科技文献集合对应研究领域内科技创新供需状况，发现研究热点，预测研究趋势，辅助研究机会发现。[方法 /过程]提出一种基于科技文献的科技创新供需矩阵，并将其应用于科技创新供需状况评估。该方法将科技文献中的研究问题与研究方法映射到需求与供给并形成矩阵表示，对矩阵维度进行组织排序，依据研究问题与研究方法的共现关系开展矩阵供需状况评估。实验结果显示，该方法具有可行性与有效性。[结果 /结论 ]基于研究问题和研究方法对科技文献文本进行细粒度知识单元关联分析，构建科技创新供需矩阵，有助于分析相关领域研究状况，了解研究进展与趋势，发现潜在研究机会。     

CALIS重点学科网络资源导航库的数据更新软件研究

分析CALIS重点学科网络资源导航库存在死链接和链接重定向两种形式的链接失效原因,提出建立导航库数据更新软件,以查找并删除导航库中的死链接和更新重定向链接的构想,论述导航库数据更新软件的工作原理、功能模块以及基于HTTP、Winsock和Visual C#.NET技术实现该软件核心功能的具体过程,以期为各高校图书馆提供借鉴。     

基于社会化问答社区涌现模式分析的领域热点识别研究

领域热点识别是科技情报与文献计量领域研究的关键问题之一,其能够为科技、教育部门的政策制定及科研人员的研究决策提供参考和依据。现有领域热点识别的研究主要基于文献计量学方法,并没有利用丰富的Web数据。本文提出了一种基于涌现模式挖掘的框架,利用社会化问答社区中的问答内容来识别领域研究热点。首先,提取问答内容中的关键词,并基于关键词的共现性进行聚类;然后,基于聚类结果构建候选研究热点模式集合,利用涌现模式挖掘方法识别领域研究热点并分析其发展趋势。本文基于知乎社区的"机器学习"话题数据集进行实验,利用卡方检验与领域前沿进行对比,结果表明该框架能够有效识别领域研究热点。该方法利用关键词聚类较好的缓解了涌现模式识别方法计算复杂度大等问题,具有良好的可行性;同时,该方法在线社区热点识别等问题中具有潜在的应用价值。     

技术机会识别中企业警觉度探索性因子分析

[目的/意义] 技术机会识别对企业技术创新具有重要的意义,而企业对技术机会的警觉度则在识别过程中扮演着重要角色,对企业警觉度的影响因素进行研究探析,有助于企业提升对技术机会的认知能力,更清楚地认识和发现潜在、有价值的发展机遇。[方法/过程] 基于文献分析与团体焦点访法的结果,设计和编制技术机会识别中企业警觉度的测度量表及调查问卷,并应用SPSS 21.0软件,基于探索性因子分析法对所采集的数据进行量化研究。[结果/结论] 研究表明技术机会识别中的企业警觉度可以从企业家态度、企业所处社会网络、市场导向这三大维度基础进行量表设计,基于主成分因子分析法,又在这三大维度基础上划分出9个一阶变量因子,得出技术机会识别中企业警觉度的因子结构。     

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。     

面向图书馆关联数据的语义链接构建研究

语义链接构建原则包括链接来源确定、链接对象评价与链接属性选择,而链接类型则分为概念间的词汇型链接与实体间的关系型链接。基于此,图书馆可利用SPARQL查询从目标数据集中选择满足链接要求的术语变量,或通过基于本体映射的相似度计算在概念间构建词汇型链接。另一方面,关系型链接构建可利用SPARQL查询寻找与馆藏存在语义相似性的实体并判断其语义关系,或利用字符串相似度匹配对资源文本特征属性进行精确匹配,从而实现图书馆与外部关联数据集的链接构建与资源共享。     

Extracting Links for Volumns' Issue and Table of Contents Based on Web Page Segmentation and Link Features

针对传统的信息抽取方法在提取卷期目录链接时精度不高的问题,本文提出一种基于网页分块和链接特征的卷期目录链接提取方法.首先,以网页标签树的布局标签为最小粒度,提出一种原子网页分块算法,将网页分割为若干个相互独立、互不包含的内容块;其次,根据内容块的子树结构,提出一种原子内容块聚类算法,通过合并相似内容块对网页进行语义块划分;最后,提出一种卷期目录链接块的识别算法,通过融合链接文本相似度和基于Bayes的语义分析方法识别出卷期目录链接区域,从而实现链接的提取.实验结果表明,本文提出的方法能够有效提取卷期目录链接.