文献类型：期刊文章

作　　者：宋博文[1] 栾春娟[1,2] 梁丹妮[1]

Song Bowen;Luan Chunjuan;Liang Danni(Institute of Humanities&Social Sciences,Dalian University of Technology,Dalian 116024,China;School of Intellectual Property,Dalian University of Technology,Panjin 124221,China)

机构地区：[1]大连理工大学人文与社会科学学部,辽宁大连116024 [2]大连理工大学知识产权学院,辽宁盘锦124221

出　　处：《现代情报》

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)。

年　　份：2022

卷　　号：42

期　　号：9

起止页码：49-57

语　　种：中文

收录情况：CSSCI、CSSCI2021_2022、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、普通刊

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。

关 键 词：新兴技术主题  技术特征  机器学习  主题识别 生物技术

分 类 号：G254.2[图书情报与档案管理类]