文献类型：期刊文章

作　　者：黄璐[1] 朱一鹤[1] 张嶷[2]

Huang Lu;Zhu Yihe;Zhang Yi(School of Management and Economics,Beijing Institute of Technology,Beijing 100081;Centre for Artificial Intelligence,Faculty of Engineering and Information Technology,University of Technology,Sydney 2007)

机构地区：[1]北京理工大学管理与经济学院,北京100081 [2]悉尼科技大学工程与信息技术学院

出　　处：《情报学报》

基　　金：国家自然科学基金面上项目"基于复杂网络的全球创新研发主体组合识别与评估方法研究"(71774013)

年　　份：2019

卷　　号：38

期　　号：4

起止页码：335-341

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、CSSCI、CSSCI2019_2020、INSPEC、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：随着新一轮科技革命和产业变革的加速演进,新兴技术识别成为影响一个国家和地区未来发展战略的重要议题。本文基于德温特专利数据,引入复杂网络链路预测方法与神经网络算法构建动态预测新兴技术发展网络的方法体系,并围绕新颖性与影响力两个维度识别新兴技术主题。同时,应用钙钛矿材料领域相关数据进行实证分析,验证了本文新兴技术主题识别方法的可行性与有效性。

关 键 词：新兴技术主题  链路预测 机器学习  加权网络

分 类 号：O157.5[数学类] TP18]