基于图卷积网络的发明人跨领域合作伙伴识别方法
Research on the Method of Identifying Cross-Domain CollaborativePartners for Inventors Based on Graph Convolutional Networks作者机构:江苏科技大学经济管理学院镇江212003
出 版 物:《情报杂志》 (Journal of Intelligence)
年 卷 期:2024年第43卷第4期
页 面:175-183,167页
核心收录:
学科分类:12[管理学] 120202[管理学-企业管理(含:财务管理、市场营销、人力资源管理)] 1202[管理学-工商管理]
基 金:国家社会科学基金后期资助项目“产学研联盟主体知识转移博弈和创新绩效研究”(编号:19FGLB029) 国家自然科学基金面上项目“面向产业安全的产业创新生态系统韧性内涵、评价与优化策略研究”(编号:72171122) 江苏省研究生科研与实践创新计划项目“创新联合体潜在合作伙伴选择及合作方向研究”(编号:KYCX23_3817)研究成果
主 题:发明人 专利信息 多维特征 图卷积网络 链路预测 跨领域指数 科研合作 合作伙伴
摘 要:[研究目的]科学技术与社会的发展促进了不同领域理论、方法和技术的交叉融合,跨领域合作愈发成为合作创新的主流形式,如何帮助发明人定位并准确识别跨领域合作伙伴成为亟待解决的问题。[研究方法]提出一种基于图卷积网络的发明人跨领域合作伙伴识别方法,从多维特征视角下基于发明人专利信息中的合作关系特征、摘要文本特征、领域信息特征使用图卷积网络识别和预测发明人潜在合作伙伴,构建同领域指数和跨领域指数准确识别发明人跨领域合作伙伴。[研究结论]通过对比实验,证明了借助图卷积网络对合作关系特征、摘要文本特征、领域信息特征三维特征联用在进行伙伴识别时能够有效提升模型准确性。借助识别跨领域合作伙伴,有助于促进不同领域之间的交叉合作和知识转移,创造出更具创新性和前瞻性的成果。