基于文献数据帮助技术预见研究提高其信度和效度,逐渐受到国内外预见方法学的关注。但是,传统文献计量学无法高通量的处理数据,分析时未能考虑文献的语义信息,同时,无法有效的嵌入技术专家领域知识与判断,使得适用性和有效性受到限制。...基于文献数据帮助技术预见研究提高其信度和效度,逐渐受到国内外预见方法学的关注。但是,传统文献计量学无法高通量的处理数据,分析时未能考虑文献的语义信息,同时,无法有效的嵌入技术专家领域知识与判断,使得适用性和有效性受到限制。因此,本文提出一种基于机器学习主题模型的新兴技术识别预见方法,通过对技术领域全样本的论文与专利数据的高通量融合处理,挖掘论文与专利的语义信息,从而提高技术识别的全面性与颗粒度一致性;在此基础上,将预见专家组的领域知识与判断,融入机器学习过程中,从而提高机器学习的准确度与识别新兴技术的能力,同时,使用论文与专利每年引用率作为指标,分析技术领域下细分技术的潜在新兴模式。本研究以机器人技术为例,提取Web of Science(Wo S)论文数据库和Thomson Innovation(TI)专利数据库的十余万全领域海量数据,识别出机器人领域的新兴技术簇群,并进一步甄别全新技术颠覆和跨领域技术融合驱动等两种新兴技术出现模式,为新兴技术发展轨迹预见工作提供有益的支持。展开更多
[研究目的]人工智能前沿技术正在快速融入医疗。识别“人工智能+医疗”新兴技术,有助于跟踪技术最新发展动态,促进科技成果的转化应用和产业化,具有较高的理论借鉴价值。[研究方法]采用Web of Science论文数据库和Derwent Innovation专...[研究目的]人工智能前沿技术正在快速融入医疗。识别“人工智能+医疗”新兴技术,有助于跟踪技术最新发展动态,促进科技成果的转化应用和产业化,具有较高的理论借鉴价值。[研究方法]采用Web of Science论文数据库和Derwent Innovation专利数据库,通过高频关键词共词聚类分析,对比科技论文和专利的研究技术主题,识别技术主题。再基于论文专利摘要特征提取法(TF-IDF),采用主题建模算法(LDA)和专家咨询法,提取其语义关键词及其相关的高频词组,识别语义热点主题;最后,找到基于高频关键词和语义关键词双重分析的技术领域关键核心技术。引入论文专利引用率,识别关键核心技术可能的新兴模式,结合专家意见,判定该领域的新兴技术。[研究结论]以医疗机器人作为实证研究对象,成功识别出医疗机器人新兴技术,并将识别结果进行有效性验证。展开更多
[目的/意义]旨在对无接触式医疗诊断和辅助治疗提供借鉴。[方法/过程]以“医疗机器人”为主题,基于Web of Science论文数据库和Derwent Innovation专利数据库,检索陕西省2009—2018年发表(申请)的相关论文和专利,基于主题建模算法和专...[目的/意义]旨在对无接触式医疗诊断和辅助治疗提供借鉴。[方法/过程]以“医疗机器人”为主题,基于Web of Science论文数据库和Derwent Innovation专利数据库,检索陕西省2009—2018年发表(申请)的相关论文和专利,基于主题建模算法和专家决策,确定陕西省医疗机器人关键技术及其二级方向。采用SWOT分析,结合陕西省科技报告库、陕西省科技计划项目库和陕西省科技查新实时数据库,找出陕西省医疗机器人研究空白点和特色研究方向。[结果/结论]研究确定了11项陕西省医疗机器人未来技术研发方向,为陕西省企业技术研发及政府产业政策制定提供指引。展开更多
文摘基于文献数据帮助技术预见研究提高其信度和效度,逐渐受到国内外预见方法学的关注。但是,传统文献计量学无法高通量的处理数据,分析时未能考虑文献的语义信息,同时,无法有效的嵌入技术专家领域知识与判断,使得适用性和有效性受到限制。因此,本文提出一种基于机器学习主题模型的新兴技术识别预见方法,通过对技术领域全样本的论文与专利数据的高通量融合处理,挖掘论文与专利的语义信息,从而提高技术识别的全面性与颗粒度一致性;在此基础上,将预见专家组的领域知识与判断,融入机器学习过程中,从而提高机器学习的准确度与识别新兴技术的能力,同时,使用论文与专利每年引用率作为指标,分析技术领域下细分技术的潜在新兴模式。本研究以机器人技术为例,提取Web of Science(Wo S)论文数据库和Thomson Innovation(TI)专利数据库的十余万全领域海量数据,识别出机器人领域的新兴技术簇群,并进一步甄别全新技术颠覆和跨领域技术融合驱动等两种新兴技术出现模式,为新兴技术发展轨迹预见工作提供有益的支持。
文摘[研究目的]人工智能前沿技术正在快速融入医疗。识别“人工智能+医疗”新兴技术,有助于跟踪技术最新发展动态,促进科技成果的转化应用和产业化,具有较高的理论借鉴价值。[研究方法]采用Web of Science论文数据库和Derwent Innovation专利数据库,通过高频关键词共词聚类分析,对比科技论文和专利的研究技术主题,识别技术主题。再基于论文专利摘要特征提取法(TF-IDF),采用主题建模算法(LDA)和专家咨询法,提取其语义关键词及其相关的高频词组,识别语义热点主题;最后,找到基于高频关键词和语义关键词双重分析的技术领域关键核心技术。引入论文专利引用率,识别关键核心技术可能的新兴模式,结合专家意见,判定该领域的新兴技术。[研究结论]以医疗机器人作为实证研究对象,成功识别出医疗机器人新兴技术,并将识别结果进行有效性验证。
文摘[目的/意义]旨在对无接触式医疗诊断和辅助治疗提供借鉴。[方法/过程]以“医疗机器人”为主题,基于Web of Science论文数据库和Derwent Innovation专利数据库,检索陕西省2009—2018年发表(申请)的相关论文和专利,基于主题建模算法和专家决策,确定陕西省医疗机器人关键技术及其二级方向。采用SWOT分析,结合陕西省科技报告库、陕西省科技计划项目库和陕西省科技查新实时数据库,找出陕西省医疗机器人研究空白点和特色研究方向。[结果/结论]研究确定了11项陕西省医疗机器人未来技术研发方向,为陕西省企业技术研发及政府产业政策制定提供指引。