基于专利数据挖掘的技术融合识别与技术机会预测研究——以电动汽车产业为例

论文摘要

从技术融合的角度识别产业未来的技术机会可以帮助企业及时调整研发战略,更加高效地开展研发工作。因此,本文基于专利数据挖掘技术构建了一种技术融合识别预测模型。模型通过Apriori算法构造IPC共现网络,应用Louvain聚类算法将网络划分为不同的技术社群,并基于LDA主题模型发掘各社群的技术主题,通过构建"社群融合潜能"和"技术融合价值"两项指标评估了社群弱关系的融合价值,并将融合价值较高的弱关系组成技术融合预测网络,通过提取主题词来发掘未来的技术机会。本文以电动汽车产业为例对该模型进行了实证。

论文目录

• 0 引言
• 1 IPC共现网络的构建
•   1.1 基于Apriori算法挖掘IPC频繁2-项集
•   1.2 IPC共现矩阵与共现网络的构建
• 2 IPC社群发现与社群技术主题识别
•   2.1 基于Louvain算法的IPC社群发现
•   2.2 基于LDA的社群技术主题挖掘
• 3 基于社群间弱关系的技术机会预测
•   3.1 弱关系理论
•   3.2 IPC社群间的融合潜能评估
•   3.3 技术融合价值评估
•   3.4 未来技术机会发现
• 4 结论

文章来源

类型: 期刊论文

作者: 慎金花,闫倩倩,孙乔宣,万召侗

关键词: 专利数据挖掘,技术融合,共现网络,社群,弱关系

来源: 图书馆杂志 2019年10期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑,经济与管理科学

专业: 汽车工业,图书情报与数字图书馆,工业经济

单位: 同济大学图书馆,同济大学经济与管理学院

基金: 国家社会科学基金项目“需求和能力导向的大学图书馆专利情报服务机制研究”(批准号：15BTQ027)的研究成果之一

分类号: G255.53;F426.471

DOI: 10.13663/j.cnki.lj.2019.10.013

页码: 95-106

总页数: 12

文件大小: 1967K

下载量: 470