基于SAO的专利数据驱动产品创新设计

借助大数据挖掘技术,提出基于主语-谓语-宾语(SAO)的专利数据驱动产品创新设计方法。首先通过语义依存句法挖掘专利文本数据库中的SAO结构,获取产品元件之间的作用关系信息;其次构建面向产品系统的复杂网络知识模型,并引入结构洞理论计算复杂网络中元件约束性系数,以此确定创新目标元件,并借助Word2Vec计算元件语义相似性系数,利用SAO相似性算法计算功能相似性系数;在此基础上,融合推荐算法以及组合矩阵,分别围绕结构创新、功能创新以及功能优化三个方面实现产品创新。最后以具有典型代表性的卫浴花洒产品为例,对所提方法进行了详细的演示,充分证实了所提方法的有效性和先进性。

基于语法树的SAO结构识别方法研究

[目的/意义]SAO是一种能够表示主题信息和主题间关系的3元组结构,是文献计量学领域一个快速发展的研究方向。为了获得"满足文献计量分析需求的SAO结构",需要解决现有SAO结构识别方法遭遇的3个问题:查全和查准率低、所识别SAO结构和领域主题相关性不强以及矩阵稀疏性。[方法/过程]提出一种面向文献计量分析的基于语法树的SAO结构识别方法,首先基于共现算法和"主题词簇"方法(term clumping)识别SAO核心组件,然后利用基于语法树的抽取算法实现SAO结构的逐层抽取。[结果/结论]案例研究发现,该方法的平均查准率为0.805 8,平均查全率为0.844 6,所识别SAO结构与领域主题关系较强,且矩阵稀疏性也得到较好改善,可有效应用于相关文献计量分析。

基于SAO分析的技术路线图构建研究

技术路线图作为一种新兴技术发展路径识别和预测的工具,正在被越来越多的国家、产业和企业认可接受。然而,当前技术路线图的研究和制定主要以定性方法为主,过分依赖专家经验;同时,技术路线图主要以技术实体(关键词)为核心显示要素,不能有效反映技术发展的脉络。论文从领域关键问题出发,运用文本挖掘技术和SAO结构分析方法,构建基于关键问题的核心技术方案群,并引入定量指标,以技术演化路线图的形式展示技术发展脉络,为新兴技术领域特定关键问题的未来技术方案研发及技术发展方向选择提供了重要参考。最后,文章以染料敏化太阳能电池(DSSC)技术为例开展实证研究,证实了该方法的科学性和有效性。