共查询到20条相似文献，搜索用时 35 毫秒
1.
颠覆性技术识别方法述评 总被引：1，自引：0，他引：1
[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。 相似文献
2.
[目的/意义]利用动态结构熵探究颠覆性技术知识网络扩散过程中的结构变化并识别网络结构变化过程中的突变状态，以此发现颠覆性技术知识网络扩散特征，为颠覆性技术的早期识别提供方法借鉴。[方法/过程]首先，构建颠覆性技术在基础研究、应用研究、产业应用创新过程环节中的3种动态知识子网络；其次，利用动态结构熵探究颠覆性技术知识网络扩散特征；之后，通过突变函数模型分析颠覆性技术知识网络扩散过程中的结构突变特征；最后，利用动态时间规整法探析颠覆性技术各知识子网络间扩散的相关性及其与渐进性技术扩散特征的差异性。[结果/结论 ]实证研究表明利用提出的动态结构熵开展颠覆性技术知识网络扩散特征识别，能够发现颠覆性技术分别在基础研究、应用研究、产业应用知识子网络的微观结构、介观结构、微观与介观结构关系与网络结构突变等方面知识网络扩散特征，并通过3种网络扩散特征的综合分析，解析出颠覆性技术显著区别于渐进性技术的网络扩散特征。 相似文献
3.
颠覆性技术可能引发新一轮科技革命,是提升未来经济社会发展和国家竞争力的重要“利器”。通过对近5年颠覆性技术识别方法研究文献的梳理,归纳国内外学者关于颠覆性技术特征、颠覆性技术识别和预测方法的研究进展,为颠覆性技术的识别和培育提供参考与借鉴。重点运用文献调研的分析方法,总结5类颠覆性技术识别和预测方法的最新研究成果和局限性。结果表明,基于模型测度的分析方法、基于多维指标评估框架的分析方法和基于文献计量的分析方法仍然是颠覆性技术识别中比较常用的方法,基于大数据关联挖掘分析的方法开始被应用到颠覆性技术的识别中。由于颠覆性技术发展是一个动态的过程,未来应更多地考虑基于创新全过程,探索对颠覆性技术进行动态、分类识别。 相似文献
4.
国内外颠覆性技术发现方法研究综述 总被引：6，自引：1，他引：5
[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。 相似文献
5.
[目的/意义]在日趋激烈的国际竞争背景下,颠覆性技术被认为是引领技术和产业发展方向、助推企业和产业实现“弯道超车”的绝佳机会窗口。为此,预测和部署颠覆性技术对于国家抢占科技制高点、重塑价值链均具有重大战略意义。[方法/过程]结合深度学习和离群点检测算法,构建基于离群点视角的颠覆性专利预测框架。该研究框架包括五个关键步骤：首先,利用BERT模型和TF-IDF算法将专利文本和专利分类号转化为可计算的高维向量表示,并结合PCA算法进行降维和特征融合;其次,采用三种离群点检测算法,以增量迭代的方式识别离群专利;再者,通过数据集修正,从离群专利中保留新技术专利;在此基础上,通过深度剖析新技术形式颠覆性专利的核心特征,构建有效的测度指标体系;最后,利用深度学习DNN模型拟合专利指标和颠覆性专利标签之间的关联关系,从而实现从大量的新技术专利中对潜在颠覆性专利的有效预测。[结果/结论 ]以人工智能为例,验证了该方法的有效性。结果共预测出411条颠覆性专利,这些专利主要涉及六大颠覆性方向：多模态预训练大模型、增强现实、生成式AI、自动驾驶、图像识别与处理和智能通信。这些技术的推广和应用,将对未来的科技和... 相似文献
6.
[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。 相似文献
7.
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。 相似文献
8.
[目的/意义]颠覆性技术能变革传统生产模式和消费结构，使产业格局巨变。识别潜在颠覆性技术有助于抢占科技制高点，在科技竞争中取得先发优势。[方法/过程]通过主题检索和引文回溯搜集文献，梳理颠覆性技术现阶段的主要识别方法。[结果/结论]发现方法的选择与研究人员学科背景密切相关，根据研究人员的主要研究领域，将其划分为图书情报、工程管理、经济研究和Christansen流派4类识别方法。在此基础上对识别方法进行7个维度的比较，指出现有方法存在3个问题：过度依赖专家评价、识别标准针对性不足和超前识别效果不佳，其中识别标准针对性不足是核心问题。鉴于此，在后续研究中应当从多种角度不断探究和完善技术颠覆潜力的评价方法。 相似文献
9.
颠覆性技术是一个具有复杂的内在结构的技术群。从空间维度来看,颠覆性技术是包含了主导技术、辅助技术、支撑技术的复杂技术群,涉及多学科、多领域。在此背景下,运用科学计量的方法对颠覆性技术进行科技评价和科学技术演变规律探索面临挑战,实质表现为数据检索。本文探索了一种基于机器学习的专利数据集构建新策略,将专利检索任务作为机器学习的二分类任务,类似于信息检索中基于主动学习的查询分类思想,并提出了将F-measure特征最大化方法与CNN(convolutional neural networks)模型相结合的文本分类改进方法。本文以人工智能(artificial intelligence,AI)技术域为例进行训练实验,实验结果的准确率、召回率和F1值分别达到98.01%、97.04%和97.89%,这表明本文提出的策略能够精准地识别人工智能专利,提高了专利检索的准确率和召回率,以利于构建精、准、全的人工智能技术域专利数据集。 相似文献
10.
11.
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... 相似文献
12.
13.
核心阅读：随着数字化、网络化和信息化技术的广泛应用,数字报纸、数字杂志、IPTV、手机电视、微博、微信等各类新媒体、新业态不断涌现,以其双向互动性、复合多元性、时空无限性、分众异质性、融合开放性等具有颠覆性的传播特征,对传统媒体带来激烈竞争和巨大挑战。传统广播电视在大力拓展视听新媒体终端及渠道的过程中,如何按照新媒体传播的特征,实现内容生产的转型,量身定做适合视听新媒体传播、深受网民观众喜爱的节目,直接关系到在新媒体时代传统广播电视能否突破发展瓶颈,在激烈的媒介中竞争继续生存、发展和壮大。 相似文献
14.
在大数据技术的推动下,计算广告流程发生了颠覆性重构与升级。传统广告流程被重构为计算广告用户分析、计算广告创意生产、计算广告交易投放、计算广告效果评估等一系列新的步骤。计算广告新流程具有广告数据与算法的平台化、广告行为的工具化、广告过程的同步化和广告效果获知的高效化等四个内在特征,实现了业务层面的“流程再造”。基于“流程再造”的计算广告自主知识体系建构,遵循着科学的价值逻辑、理论逻辑和历史逻辑,从本体论、认识论和方法论三个层面搭建了结构框架。 相似文献
15.
16.
大模型技术在2023年将生成式人工智能推向新的发展阶段,因此成为传媒技术领域的关键主题。尽管大模型技术在商业模式上仍有待探索,但其作为一项颠覆性创新技术对传媒产业的重构作用已然显现。本文从内容生产力、内容生产机制、内容分发效率、数字人应用、内容监管挑战五个方面梳理过去一年中大模型技术在传媒领域的应用与探索,以期为媒体对大模型技术的应用提供参考。 相似文献
17.
[目的/意义] 解决颠覆性指数在数学性质上存在的不一致性问题，并探讨颠覆性指数在应用中的影响因素。[方法/过程] 首先指出颠覆性指数D的不一致性表现，然后对其改进得到相对性颠覆性指数Rela_DZ和绝对性颠覆性指数DZ；最后从引文时间窗、学科差异和文献类型3个角度，分析影响颠覆性指数差异的因素。[结果/结论] Rela_DZ算法解决了D关于NR非单调的问题，DZ算法解决了D关于NF、NB不严格单调的问题，从而避免了不一致性；将颠覆性指数的相对性与绝对性两个算法结合，在应用中将更加合理。此外，颠覆性指数Rela_DZ和DZ受引文时间窗、学科和文献类型的影响，因此，在应用时应进行必要的处理。 相似文献
19.
出版业正面临着自诞生以来最重大的一次变革。短短十多年间的数字技术和网络技术发展,对人们的阅读方式、知识和信息获取方式,甚至生活方式,都产生了颠覆性的变化,其发展之快疾、 相似文献
20.
在破“五唯”的背景下,科学研究的创新性测度尤为重要,创新性较高的论文往往会对既有研究领域的学科范式产生颠覆性影响,甚至开创新的范式。颠覆性指数是近几年被提出的可以直接测度论文颠覆性创新程度的计量指标,基于网络中论文节点的深层引用关系,在一定程度上破除了单一维度评价的缺点,引起了文献计量学、信息科学和网络科学等多领域学者的广泛关注。本文对颠覆性指数的最新研究进行了总结和拓展,深入剖析了指标局限性及因素,并提出了新的计量指标——相对颠覆性指数（relative disruptive index,RDI）,它在颠覆性指数的基础上,涵盖了引文网络的深层引用比例,在一定程度上解决了颠覆性指数分布不均匀、评价不一致的问题,能够对科学研究的颠覆性创新程度进行更为精确和客观的衡量。实证结果表明,颠覆性指数的参数量级不一致,相对颠覆性指数可以更有效地衡量科学研究的创新性,且相比于原始颠覆性指数以及Bornmann等学者提出的修正颠覆性指数（DI5）具有更佳的评价一致性,巩固性论文的相对颠覆性指数较低,创新性论文的相对颠覆性指数较高。 相似文献