排序方式： 共有3条查询结果，搜索用时 60 毫秒
1
1.
新一轮科技革命和产业变革中,技术机会分析在研发管理、企业决策中的战略地位不断攀升。然而,利用传统链路预测指标开展的技术机会分析精度已达到瓶颈,且固有的专家知识无法应对技术创新的动态性和复杂性,难以实现细粒度技术机会识别与分析。鉴于此,本文提出了基于专利文本挖掘的细粒度技术机会分析框架,该框架将专利文本挖掘和图神经网络链路预测法有机结合,将技术机会分析拆分为知识网络构建及演化分析、知识元素链路预测以及技术机会评估与筛选3个研究子任务。实证研究结果表明,利用多维关键词特征构建的知识网络能够完整呈现交叉领域的知识全貌,结合复杂网络指标和时间序列能进一步揭示技术发展脉络,为后续技术机会分析提供方向指引。BERT (bidirectional encoder representations from transformers)模型配合图神经网络方法适用于各技术生命周期的知识元素链路预测任务,相较于传统预测指标,BERT表现出更高的准确率和鲁棒性。经过与多源技术报告的对比评估,证实了基于该框架所析出的9个技术机会与计算机视觉技术发展实际情况相吻合,具备实际研发价值。 相似文献
2.
[目的/意义] 探索一种融入数据驱动思维的人文社科专题数据库建设主题选择方法,为相关主体在建库主题的遴选、比较和确定等工作提供决策参考。[方法/过程] 从政策、用户两个维度出发,提出基于政策文本与检索数据的人文社科专题数据库主题筛选框架。以Fulink平台为例,基于政策文本LDA主题分类建模和检索数据的词频统计归类,确定专题数据库建设备选主题,最后通过比对筛选将主题进行分类。[结果/结论] 本文构建的主题选择框架,能够有效提升相关主题选择工作的全面性、准确性、科学性,为人文社科专题数据库建设的项目规划等提供了良好的思路。 相似文献
3.
[目的/意义]科学研究为技术创新提供知识基础，技术创新吸收利用科学知识是重要的技术创新方式。在技术创新过程中被采纳的科学知识，作为基础研究与技术创新的桥梁，其特征对采纳效果的提升发挥着重要作用。前人研究证明，知识的来源特征作为一种便捷的价值呈现方式，会对受众的注意力分配与信息筛选过程产生影响。但这种影响在从科学到技术这一跨界信息传播过程中是否存在、有何表现，仍待探究。[方法/过程]本研究从专利引用论文的视角探究技术对科学知识的采纳，构建1800—2018年全领域专利引用论文的数据集，测度科学知识的来源特征，分析其分布情况、变化趋势，并进一步构建回归数据集，使用回归模型，探究来源特征对采纳强度、采纳速度、采纳广度的影响。[结果/结论]结果显示：(1)科技融合创新成为趋势，创新活动更加精细化，科学知识被技术采纳的速度提升，但广度与强度降低；(2)科学知识来源特征显著影响采纳效果，来自更高影响力生产者与传播者的科学知识，效果更好；(3)科学知识的技术采纳过程具有明显的学科领域差异，实践性较强的领域科学知识利用虽然更多、更迅速，但这些知识往往不能产生较强的技术影响力。 相似文献
1