机器学习视域下新兴技术主题识别研究--基于技术特征相似性

作     者：宋博文 栾春娟 梁丹妮 Song Bowen;Luan Chunjuan;Liang Danni

作者机构：大连理工大学人文与社会科学学部辽宁大连116024 大连理工大学知识产权学院辽宁盘锦124221 

出 版 物：《现代情报》 (Journal of Modern Information)

年 卷 期：2022年第42卷第9期

页      面：49-57页

核心收录：

学科分类：1205[管理学-图书情报与档案管理] 12[管理学] 120501[管理学-图书馆学] 120502[管理学-情报学] 

基　　金：国家自然科学基金项目“技术会聚网络结构探测与新兴趋势识别的理论方法及其应用研究”(项目编号:71473028) “基于全球技术交易海量数据分析的专利运营模式研究”(项目编号:71774020) 辽宁省经济发展研究课题“新一轮东北振兴背景下辽宁装备制造业竞争力发展研究”(项目编号:2018lslktqn-016) 

主　　题：新兴技术主题 技术特征 机器学习 主题识别 生物技术 

摘      要：[目的/意义]新兴技术主题预示着科技创新的未来趋势与方向,精准识别新兴技术主题,对优化创新资源部署及提升国际竞争优势极为关键。针对当前新兴技术主题识别研究的不足,本文提出一种基于技术特征相似性的新兴技术主题识别模型。[方法/过程]第一步,抽取专利数据中的技术特征信息,降低噪音内容的干扰;第二步,基于现有技术内容构建特征向量模型,实现对不同技术属性间语义关系的区分;第三步,融合技术特征向量模型与聚类算法,达到多维度下识别新兴技术主题目的;第四步,以生物技术领域为例进行实证研究。[结果/结论]通过对比分析验证了该模型的准确性与有效性,拓展了新兴技术主题识别的研究思路与研究方法。