基于LDA2Vec和DTM模型的颠覆性技术主题识别研究——以能源科技领域为例

[目的/意义]颠覆性技术关乎国家竞争力和国际地位,科学准确地识别出颠覆性技术主题,能够解决技术发展过程中主题不够明确、发展路径不够清晰等问题,以此有效把握技术发展动态,调整国家科技战略布局,更好地抢占国际竞争制高点。[方法/过程]以能源科技领域的专利文本数据为研究客体,构建基于Word2Vec词向量与LDA(Latent Dirichlet Allocation)主题向量的融合特征向量,并引入K-means算法优化主题聚类效果,最后结合颠覆性技术特征指标,识别颠覆性技术主题,利用DTM(Dynamic Topic Model)模型揭示该领域颠覆性技术主题的发展状况。[结果/结论]通过人工验证和模型结果对比可以发现,实证结果具有合理性,且模型的精准率、召回率、F1值均高于同类型的主题模型,证明该方法对颠覆性技术主题识别具有较好效果。     

基于STM的颠覆性技术主题识别研究

[目的/意义]基于专利数据,探讨识别颠覆性技术主题并揭示主题关联的方法。[方法/过程]以人工智能领域为例,获取目标专利及其引用专利与施引专利,以此计算目标专利的颠覆性指数。基于目标专利摘要,建立以颠覆性指数为协变量的结构主题模型。对领域主题进行分类并构建主题关联网络,同时计算主题流行度,筛选出颠覆性技术主题。[局限]无法完全替代领域专家的经验和智慧,对颠覆性技术主题的预测能力相对有限。[结果/结论]得到人机交互、量子人工智能、机器阅读理解和推荐系统四个潜在颠覆性技术主题,发现当前人工智能领域的颠覆性技术创新聚焦于降低算力成本和优化人机互动两个方向。     

基于动态赋值的存储芯片产业颠覆性技术识别研究

为了探索存储芯片领域的颠覆性技术发展趋势,辅助产业各界精准把握技术机会,以Web of Science数据库和德温特专利数据库中存储芯片技术领域的论文和专利作为数据源,在LDA(Latent Dirichlet Allocation)模型技术主题筛选的基础上采用动态赋值法对6个技术指标进行综合评价,并结合数据解读和人工智慧识别出存储芯片领域颠覆性技术。研究结果表明,新型非易失性存储器技术中的可变电阻式存储器和相变化存储器、磁阻式随机存取存储器和仿生电子元器件及仿神经计算机可能成为存储芯片领域的颠覆性技术点。     

颠覆性技术识别方法述评

[目的/意义]通过对国内外颠覆性技术概念和颠覆性技术识别方法进行文献梳理,分析存在的问题,提出未来颠覆性技术识别可能的研究视角。[方法/过程]利用文献调研法归纳总结了6种颠覆性技术识别方法,分析各种识别方法目前存在的优势和不足。[结果/结论]颠覆性技术识别方法还存在一些弊端,如颠覆性技术分类不明确、特征定量化研究缺乏、现有识别方法中缺乏考虑技术知识之间的关联性,未来研究应该进一步加强颠覆性技术特征研究,并考虑知识之间的关联特征,并且加强从功效性特征数值突破和技术融合视角来识别颠覆性技术,同时,深入挖掘更细粒度的技术主题。     

基于弱信号的颠覆性技术早期识别研究

基于专利的弱信号探测模型与技术颠覆性潜力测度体系相结合的方法,开展颠覆性技术早期识别,为颠覆性技术的早期识别提供一套有效的方法和思路。利用专利信息进行领域弱信号探测,利用LDA (latent Dirichlet allocation)主题模型从领域专利内容中抽取主题,基于弱函数对主题进行过滤得到包含弱信号的主题集合,进一步通过预兆函数对弱信号主题包含的术语进行过滤,得到该研究领域弱信号术语集合及其对应的专利集合。基于技术颠覆性潜力测度指标体系,对包含弱信号术语的专利进行颠覆性潜力测度,最终得到目标领域具有颠覆性潜力的技术,为该领域颠覆性技术的早期识别提供参考。以incoPat专利数据库中2008—2019年基因编辑领域的专利数据作为研究对象,结合弱信号探测模型与技术颠覆性潜力测度体系,对该领域具有颠覆性潜力的技术进行早期识别,通过与基于关键词识别的弱信号结果对比,并利用CRISPR/Cas9技术对上述颠覆性技术识别结果进行验证,证明了本文方法的可行性和有效性。     

融合专利数据与社交媒体数据的潜在颠覆性技术识别——基于深度学习模型

作为推动社会进步与经济发展的重要力量,如何快速且精确地识别潜在颠覆性技术对于提升企业竞争力、推动产业变革等具有关键意义。本文提出一种融合专利数据与社交媒体数据的潜在颠覆性技术早期识别方法,是对已有研究理论和方法的重要补充。第一,检索相关领域专利数据,对数据进行划分;第二,基于颠覆性技术的特征,选取与颠覆性技术相关的指标以构建指标体系,并计算其技术影响力;第三,依托Bi-LSTM (bi-directional long shortterm memory)训练专利指标与技术影响力之间的关系,预测出候选颠覆性技术,并结合BERTopic提取技术主题;第四,通过BERTopic主题建模基于社交媒体数据提取出社会主题,并通过关注度和情感倾向对社会主题进行评价;第五,通过语义相似度,将社会主题与技术主题匹配映射,以对技术主题进行分类,进而识别出潜在颠覆性技术;第六,以医疗机器人为例,阐述该识别方法的应用过程。研究结果表明,Bi-LSTM模型在准确率、精准率、召回率和F1-score上均超过90%,优于其他模型;将医疗机器人领域中的潜在颠覆性技术划分为高关注度-积极态度、低关注度-积极态度与低关注...     

机器人写作论文新闻效果评价研究——以中国科学报社为例

[目的/意义]建立论文新闻评价指标体系,构建综合评价模型,通过实证研究评价机器人写作论文新闻的效果,为机器人更好地写作论文新闻提供参考,促进学术信息生产,推动学术成果传播。[方法/过程]以扎根理论构建指标体系,以层次分析法为指标体系赋权,综合运用模糊综合评价法等构建论文新闻综合评价模型,对“中国科学报”微博和“科学网”微博进行实证研究,对机器人写作论文新闻、人工写作论文新闻和“其他科技新闻”进行对比研究。[结果/结论 ]研究结果表明,机器人写作论文新闻与人工写作论文新闻和“其他科技新闻”存在差距,但差距不大;论文新闻与“其他科技新闻”相比,存在一定差距;机器人写作论文新闻在时效度方面表现不如预期,在丰富度方面差于人工,在可读度方面表现较差。     

科研团队多样性对学术颠覆性创新的影响研究——以人工智能领域为例

学术颠覆性创新作为科学创新的重要组成部分,已经成为当代科技进步和经济发展的新引擎。然而,我们对学术颠覆性创新产生的关键影响因素依然知之甚少。因此,本文以学术创新的主体即科研团队为研究对象,从信息多样性、社会属性多样性和行为意愿多样性三个层面,系统分析了科研团队的组成多样性对学术颠覆性创新的影响机制。首先,本文基于微软学术图谱中1950—2019年人工智能领域的合作文献为数据源,使用主题模型、文本挖掘等技术对作者特征进行抽取和表示,构建科研团队多样性指标体系;同时,通过计算每篇文献的颠覆性创新指数,以衡量其学术颠覆性创新程度。然后,采用相关性分析和OLS (ordinary least squares)回归分析,剔除与学术颠覆性创新显著不相关的科研团队多样性指标,得到候选指标集。最后,利用广义精确匹配方法,构建因果模型以揭示科研团队多样性与学术颠覆性创新之间的因果关系。研究结果表明,在人工智能领域,科研团队的主题多样性和国家多样性均与学术颠覆性创新程度呈现负向因果效应：科研团队主题多样性的增加,会使学术颠覆性创新程度下降8.776%～19.000%;科研团队国家多样性的增加,会使学术颠覆...     

演绎逻辑与归纳逻辑视角下的颠覆性技术识别方法研究述评

在世界范围内技术竞争日趋激烈、技术发展日益复杂的趋势下,颠覆性技术识别受到国家和企业越来越多的重视。本文通过对国内外颠覆性技术识别方法的分析,发现颠覆性技术识别方法存在演绎逻辑与归纳逻辑两种不同的视角,并将识别方法在这两种视角下进行归类和述评,从研究前提、研究数据、研究结论严谨性、研究流程四个方面对两种视角进行比较,总结了两种视角下识别方法的优缺点,最后,对这两种视角下关于颠覆性技术识别方法的进一步研究进行了初步展望。本文希望通过比较两种视角下颠覆性技术识别方法的研究工作,为未来颠覆性技术识别方法的研究提供参考。     

面向颠覆性技术情报采集的网络信息源研究

在大数据时代,许多网络信息中蕴含着大量颠覆性技术识别所需要的高价值信息,从海量信息中及时捕捉并挖掘相关技术发展弱信号,将会对当前以专家评判、结合结构化数据与文献分析等方法进行的颠覆性技术识别形成有效补充。本文开展了面向颠覆性技术情报采集的信息源研究,从信息组织形式、创新主体参与、科技活动过程三个角度分析了网络中科技信息资源分布情况,归纳了面向颠覆性技术情报采集的网络信息源特点并勾画了信息源分布谱系,制定了适用于网络信息源的评估标准与流程,并基于重点信息源设计了一套专用的情报采集系统,以期为颠覆性技术有效识别提供重要信息来源与数据支撑。     

国内外颠覆性技术发现方法研究综述

[目的/意义] 对国内外颠覆性技术发现方法进行系统梳理,分析存在问题,提出未来研究方向,为今后颠覆性技术识别方法的研究奠定基础。[方法/过程] 在辨析颠覆性技术与相关技术概念的基础上,分析总结目前各种颠覆性技术发现方法及优缺点,并整理归纳各方法所依据的主要评判思想和指标。[结果/结论] 现有的颠覆性技术发现方法主要是基于技术管理与应用角度的主观分析,基于专利或科学论文统计分析的客观性探测研究也开始少量出现,但均处于待发展阶段,仍然存在许多不足之处;颠覆性技术发现方法未来研究方向应该是利用情报学理论方法,基于专利与论文两者相结合的数据源,从客观性角度建立颠覆性技术识别的合理、适用的指标体系,提升技术发现的准确性和有效性。     

PLC技术在工业机器人中的应用效果探讨

近些年来,我国的各项科学技术水平得到了长足的进步,为我国经济社会的发展创造出了良好的条件.在这样的背景下,工业事业的智能化和自动化发展程度越来越高,同时,在各项的生产与制造领域中开始更加关注工业机器人控制系统的应用与发展,在该技术领域中,PLC控制技术是最为关键性的内容之一,为工业机器人的有效应用提供了强有力的保障,在...     

基于链接预测的技术机会识别研究——以隐私保护领域专利数据为例北大核心

科技竞争时代,技术机会的识别和挖掘为科技研发方针和政策的制定奠定重要基础。本文提出基于链接预测的量化方法,将技术机会识别任务转化为技术元素之间是否能产生共现联系的二分类问题,为技术机会识别提供详细的数据辅助和支撑。获取隐私保护领域的专利数据,构建IPC共现网络并训练图神经网络模型GraphSAGE,得到链接预测分数后分别从强化型、新生型和衰退型链接3个角度识别持续发展的技术机会、突破创新的技术机会以及寻求转型的技术机会,最后基于识别得到的技术机会展开分析并提出建议。     

颠覆性技术感知响应系统框架研究

从颠覆性技术创新理论、识别方法、评价方法等三方面出发,系统梳理了颠覆性技术领域的研究现状,总结归纳了存在的主要问题。针对这些问题,面向我国颠覆性技术创新管理工作需要,考虑系统的可操作性,按照理论研究、资源建设、共性关键技术、应用示范等全链条布局原则,设计了包括"颠覆性技术识别理论方法与专家预判系统""地平线扫描系统""创新主体创新感知系统""颠覆性技术感知响应平台开发与决策支撑应用"等四大部分的颠覆性技术感知响应系统框架。该系统框架可实现颠覆性技术、创新主体、政策等感知响应,可提供颠覆性技术监测、识别、评估、响应等服务,能有效支撑国家颠覆性技术决策,促进颠覆性技术创新工作。     

面向颠覆性创新的技术监测分类体系研究

对颠覆性创新进行有效监测和识别已成为各国博弈的战略需求,面向颠覆性创新构建领域技术监测分类体系是完成这项工作的基础,具有重要研究意义。本研究通过对国内外相关学科技术分类、产业分类和国家战略规划的梳理,在相关分类理论与方法的指导下,从颠覆性创新特点出发,提出面向颠覆性创新的领域技术监测分类设计思路与原则,构建了多个领域分类体系,并以生物技术为例进行了详细说明,研究结果可为我国颠覆性技术预警和监测工作的体系化、常态化提供支撑。     

基于情报分析的技术转移对象识别方法研究——以重金属污水治理领域为例

在调研中发现企业有技术需求,但是缺乏科学合理的技术转移对象识别方法,因此开发了基于情报分析的技术转移对象识别方法,主要包括技术需求分解、技术搜寻、合作可行性评价三个环节,以期为企业的技术转移对象识别决策提供支持。     

产品/技术纵向延伸视域下的高校专利转移对象识别研究——以气凝胶领域为例

[目的/意义]专利转移对象识别对高校有的放矢推送专利、提升专利转移效率、实现科技创新驱动经济发展具有重要意义.[方法/过程]对高校专利信息和企业多源信息进行语义抽取,构建能够体现企业产品/技术纵向延伸需求的领域技术树,最后建立高校与企业间的技术-需求匹配模型,依其匹配程度进行高校专利转移客户识别.[结果/结论]以我国气...     

基于隐性知识的潜在颠覆性技术评估方法研究

汇聚专家和大众智慧,即隐性知识,进行潜在颠覆性技术评估是颠覆性技术预测的发展趋势。通常行业领域专家预判颠覆性技术的准确率较高,但也存在由于专家认知偏见及思维定势等原因导致颠覆性技术预判不准确或遗漏的风险。大众参与预判有助于增加技术多样性和新颖性,也有助于加强预判结果的全面性。为了汇聚专家与大众智慧预判潜在颠覆性技术,本文对预测市场用于颠覆性技术预测进行方法机制改进研究,提出了汇聚专家和大众智慧的潜在颠覆性技术评估支撑系统功能设计,并对未来工作提出建议。