利用专利文献数据识别技术领域的技术主题演化发展路径并分析其发展趋势,对于科技界、企业界进行专利技术创新具有重要的意义。首先,使用Open IE 5.1进行SAO(subject-action-object)三元组抽取,基于LDA(latent Dirichlet allocation)模...利用专利文献数据识别技术领域的技术主题演化发展路径并分析其发展趋势,对于科技界、企业界进行专利技术创新具有重要的意义。首先,使用Open IE 5.1进行SAO(subject-action-object)三元组抽取,基于LDA(latent Dirichlet allocation)模型进行主题识别,根据TRIZ技术创新思想,基于action语义词典将技术主题划分到四个维度;然后,通过计算SAO三元组之间的相似度来测度技术主题之间的语义关联构建技术主题创新演化路径,并利用可视化技术构建技术主题创新演化路径可视化图谱,利用该图谱辅助分析技术主题演化脉络及其发展趋势。最后,通过石墨烯超级电容器(集流体)领域的实证,对该领域的技术问题(problem to problem,P-P)主题、技术功能(solution to solution,S-S)主题、解决方案(problem to solution,P-S)主题和技术效果(solution to problem,S-P)主题的创新演化路径进行解读分析,验证了本研究提出方法的可行性和有效性。展开更多
为减少技术机会分析所需的时间和成本,更快地探索与发现技术机会以支撑相关战略规划,全面系统总结分析大数据视角下技术机会的内涵、热点应用场景和分析方法,基于Web of Science、中国知网中文期刊数据库获取相关中英文文献392篇,根据...为减少技术机会分析所需的时间和成本,更快地探索与发现技术机会以支撑相关战略规划,全面系统总结分析大数据视角下技术机会的内涵、热点应用场景和分析方法,基于Web of Science、中国知网中文期刊数据库获取相关中英文文献392篇,根据文献质量评估标准,通过略读、筛选、精读、补充重要文献等步骤,深度解析精选论文内容,梳理研究热点、空白与前沿。结果发现,技术机会发现与识别方法正在借助大数据分析形成一套系统、规范化的研究范式。研究对象上,专利技术创新机会不再局限于热点、空白点、孤立点、离群点等单一界定方式,其知识表示方法在融入技术创新需求中逐步完善与拓展;数据源来上,多源异构数据提供动态、实时、多元化研究视角,应用场景从回顾性的趋势监测转向未来需求的技术预测与风险评估,但支撑产业和企业实际需求的研究仍较少;分析方法上,组合运用文献计量、社会网络分析与大数据分析,方法创新由单一特征的同质网络向融合特征的异构网络发展,所挖掘的技术细粒度越来越高。最后针对目前研究存在的主要问题,提出充分利用多源信息的多维性和功能的多元化,在综合应用各类方法提高定量分析效度的基础上,面向问题与需求开发“规则+统计+知识库+交互”大数据智能创新工具,结合专家专业知识完善技术机会对象特征、性能指标,从而更深入地揭示技术机会细节,更好地支撑企业、国家的科技战略规划。展开更多
文摘利用专利文献数据识别技术领域的技术主题演化发展路径并分析其发展趋势,对于科技界、企业界进行专利技术创新具有重要的意义。首先,使用Open IE 5.1进行SAO(subject-action-object)三元组抽取,基于LDA(latent Dirichlet allocation)模型进行主题识别,根据TRIZ技术创新思想,基于action语义词典将技术主题划分到四个维度;然后,通过计算SAO三元组之间的相似度来测度技术主题之间的语义关联构建技术主题创新演化路径,并利用可视化技术构建技术主题创新演化路径可视化图谱,利用该图谱辅助分析技术主题演化脉络及其发展趋势。最后,通过石墨烯超级电容器(集流体)领域的实证,对该领域的技术问题(problem to problem,P-P)主题、技术功能(solution to solution,S-S)主题、解决方案(problem to solution,P-S)主题和技术效果(solution to problem,S-P)主题的创新演化路径进行解读分析,验证了本研究提出方法的可行性和有效性。
文摘为减少技术机会分析所需的时间和成本,更快地探索与发现技术机会以支撑相关战略规划,全面系统总结分析大数据视角下技术机会的内涵、热点应用场景和分析方法,基于Web of Science、中国知网中文期刊数据库获取相关中英文文献392篇,根据文献质量评估标准,通过略读、筛选、精读、补充重要文献等步骤,深度解析精选论文内容,梳理研究热点、空白与前沿。结果发现,技术机会发现与识别方法正在借助大数据分析形成一套系统、规范化的研究范式。研究对象上,专利技术创新机会不再局限于热点、空白点、孤立点、离群点等单一界定方式,其知识表示方法在融入技术创新需求中逐步完善与拓展;数据源来上,多源异构数据提供动态、实时、多元化研究视角,应用场景从回顾性的趋势监测转向未来需求的技术预测与风险评估,但支撑产业和企业实际需求的研究仍较少;分析方法上,组合运用文献计量、社会网络分析与大数据分析,方法创新由单一特征的同质网络向融合特征的异构网络发展,所挖掘的技术细粒度越来越高。最后针对目前研究存在的主要问题,提出充分利用多源信息的多维性和功能的多元化,在综合应用各类方法提高定量分析效度的基础上,面向问题与需求开发“规则+统计+知识库+交互”大数据智能创新工具,结合专家专业知识完善技术机会对象特征、性能指标,从而更深入地揭示技术机会细节,更好地支撑企业、国家的科技战略规划。
