基于技术主题演化的颠覆性技术识别研究

[目的/意义]颠覆性技术对技术和市场具有双重影响,无论是对科技发展还是市场结构调整都起到十分重要的作用,准确识别颠覆性技术能够解决可能出现的技术壁垒,对国家和企业具有重要意义。[方法/过程]从技术主题的演化趋势和演化形式两个维度提出颠覆性技术识别框架。首先,利用LDA模型和基于全局和局部影响力的社区探测方法识别领域内的技术主题。其次,基于颠覆性技术的“突变性”和“融合性”特征,引入技术主题时序共现网络和主题引用网络对主题间的演化趋势和演化形式进行判别,实现颠覆性技术的识别。最后,以人工智能领域为例验证提出的颠覆性技术识别方法的可行性和有效性。[结果/结论]该方法能够准确实现颠覆性技术的识别,研究识别出人工智能领域的7项颠覆性技术,包括“机器人模块化设计方法及应用”“相关领域机器人技术及应用主题”“仿生机器人技术及应用”“自动无人智能系统”“自动驾驶技术”“服务机器人技术及应用”和“机器人部件优化技术”这有利于我国抓住科技创新主动权,加快颠覆性技术布局。

基于时序关联和价值评估的技术主题演化研究——以生物制药产业为例

为全面、准确地揭示技术发展脉络和发展态势,提供技术主题演化的整体视角,提出一种基于时序主题关联与主题价值评估的技术主题演化分析方法。基于专利数据,依据技术生命周期S曲线动态划分时间窗口,利用LDA主题模型识别各时间窗口的技术主题,从时序主题关联和主题价值评估2个视角对技术主题演化路径进行全面探析。基于生物制药产业进行实证研究,揭示生物制药相关技术的演进路径和发展状态,验证所提方法的可行性和有效性,为相关企业的技术创新提供科学的理论支持。

基于主题生命周期与技术熵的石墨烯技术主题演化研究

[目的/意义]全面、精准地揭示石墨烯领域技术发展轨迹和发展态势,对在石墨烯产业中取得主动、占据先机、谋求更好发展具有重要意义。[方法/过程]研究从技术主题演化入手,以融入主题生命周期和技术熵要素的分析方法来探析石墨烯技术演化脉络,在全面挖掘技术变迁过程的同时深入考虑主题在演化中的状态、发育情况以及演化强度、方向,最后,通过主题状态、主题演化强度变化及主题内容三个维度进行全面分析。[结果/结论]研究表明石墨烯领域在经历早期的技术波动后现已进入快速成长阶段,政策因素是今后把控技术创新方向的重要参考;石墨烯领域的研究重心多集中产业链的基础研究和应用研究上;技术方向已趋于稳定,未来技术研究方向的广度可变性不大,但将会不断深化。

电化学储能电池技术主题识别、演化及风险分析

电化学储能电池技术作为发展潜力极大的一类储能技术,其研发态势受到全球各国关注。然而由于电化学储能电池技术本身的复杂性和广泛性,其关键技术主题、未来研发趋势及技术发展的风险水平尚未得到全面综合的科学分析。基于专利数据,宏观分析专利数据申请特征,使用LDA主题模型识别技术主题并基于后离散方法分析主题演化趋势,通过贝叶斯网络模型对热门研发领域技术发展进行风险分析。结果显示:电化学储能电池技术领域共存在15个技术主题,主题演化趋势分为上升型、平稳型和衰退型。从专利数量、产业链和电池类型3个角度进行分析,发现电化学储能电池技术全球研发呈持续增长态势,产业链上游原材料相关技术是研发的关键领域,但可能存在技术饱和现象或遭遇瓶颈,中游加工领域相关技术正逐渐成为研发热门方向。在产业链视角下对中游加工领域技术发展的风险评估为中等水平,关键风险因子有关键技术垄断、上游原材料价格上涨、行业标准滞后、产业链协作不充分。本研究将为电化学储能电池技术的发展规划及研发决策提供有益的参考。

面向融合出版技术的主题演化研究

掌握融合出版领域前沿技术的应用现状与趋势,为融合出版领域的技术应用提供参考。选择2006—2022年融合出版领域的专利、新闻、公众号、学术论文数据,采用joiNLP算法提取关键短语,利用BERTopic模型进行主题提取,并基于all-MiniLM-L6-v2模型将主题向量化作为余弦相似度计算的依据,以分析2006—2022年融合出版技术主题与应用主题的强度演化与内容演化趋势,最终构建演化主路径。以多源数据为研究对象,揭示融合出版领域热点技术可归纳为区块链、人工智能、虚拟现实、增强现实,并指出未来融合出版将在元宇宙世界具有更广泛的应用空间。使用主题模型从文本语义层面提取技术主题,结果具有高准确性和强可解释性,对探究技术的演化规律与趋势具有创新意义。

基于核心专利技术主题识别与演化分析的技术预测

[研究目的]技术主题及其变化反映技术领域的发展态势,核心专利表征技术领域中的核心技术,通过对核心专利技术主题进行识别与演化分析,能够重点地刻画核心技术发展的趋势,为技术预测提供支撑。[研究方法]设计研究方案,以德温特专利数据库为来源,收集数据并预处理、识别核心专利,然后利用LDA主题模型、Word2vec词向量模型两种模型识别出核心专利技术主题,并结合技术生命周期理论,从技术主题强度演化与技术主题内容演化两方面分析技术主题的演化,最后将分析结果与专家评价结合进行技术预测。[研究结论]以人工智能领域专利数据为研究对象,揭示出人工智能研究热点可以归纳为基础层、技术层和应用层,并指出未来十年人工智能领域的研究热点有语音识别、人脸识别等。

基于非负矩阵分解的技术主题演化分析

[目的／意义]分析技术主题演化过程可以梳理技术发展脉络，对于发展创新、预测技术发展趋势具有重要意义，但是从语义角度分析技术主题演化轨迹的研究较少。因此，从语义的角度出发，分析技术主题演化过程。[方法／过程]提出基于非负矩阵分解的改进的动态非负矩阵分解模型对专利文本进行动态主题建模，并利用TextRank算法抽取名词短语进行标注，增强所抽取技术主题的可解释性。在此基础上，利用词向量的方式计算技术演化轨迹，并进行可视化展示。[结果／结论]对2002年、2005年、2008年、2011年和2014年的五方专利进行实证分析，识别出65个技术主题及其演化轨迹，表明方法的可行性。

技术主题演化研究方法综述

[目的/意义]技术主题演化分析对于理解技术发展脉络、预测技术未来发展趋势具有重要意义,梳理技术主题演化分析方法有助于了解其研究现状,并为进一步研究奠定基础。[方法/过程]将现有研究中技术主题演化分析方法分为定性、定量和定性与定量相结合的三大类方法,并对每类方法中有代表性的方法进行阐述。[结果/结论 ]在对技术主题演化分析现有方法进行系统梳理的基础上,提出现有研究的不足和对未来研究的展望。

基于主路径分析的核心主题凸显及演化

[目的/意义]主路径上核心主题的演化可以反映行业发展方向,凸显行业热点技术并预测技术的未来发展,有效判断技术主题间的传承演变关系。[方法/过程]本研究构建一种凸显主路径上的核心主题及演化方法。该方法不同于文本挖掘和聚类,是基于引文网络主路径映射专利分类号的链接计数,通过专利的分类号替代技术主题在主路径上演化并计算节点的技术主题含量,以技术主题含量的变化凸显主路径上的核心主题及其发展历程。[结果/结论]展示有机发光二极管OLED的主题演化图,证实了该方法的合理性。

产业链视角下结合K-means和LDA的专利技术主题挖掘与趋势分析——以虚拟现实技术为例

[目的/意义]在产业链视角下,以虚拟现实技术为例,构建VR专利产业链语料库,挖掘中国VR专利的技术主题、研发热点和未来发展趋势。[方法/过程]首先,利用Python爬取VR领域的专利文本,通过数据清洗得到有效语料库;然后,结合IPC分类号和K-means聚类算法,构建并验证VR专利产业链;最后,基于TF-IDF算法和LDA主题模型,识别出产业链视角下中国VR专利的核心技术主题及其综合强度、技术研发热点和未来趋势。[结果/结论]当前中国VR产业链各环节的专利比例不均衡,上游研发最热门,其次是下游应用,最薄弱的是中游制作。主题挖掘方面,上游热点为软件研发,中游热点为影视制作,下游热点为医疗、教育、娱乐应用。未来趋势方面,产业链上游将以电数字数据处理、光学元件、图像通信等技术为主流,中游将以车辆部件、动力装置、减振装置等技术为主流,下游将以室内游戏、医学诊断、鉴定等技术为主流。