摘要
本文提出一种使用链路预测方法判断技术融合趋势,从而实现技术机会预测的方法。利用专利间的引用关系,构建IPC引用网络表征知识间的流动,以此网络为基础,训练基于SVM的未来链接预测模型用于预测可能首次出现的技术流动,基于线性回归的链接边权预测模型用于预测未来会有更深程度融合的技术,综合两种模型的结果确定技术机会。最后,本文利用云计算专利数据验证了该方法的有效性,并对云计算的技术机会进行了预测。
This paper presents a technical opportunities prediction method which use technology fusion trends as basis, the trends are determined by link prediction method. The IPC citation network was established base on patents citations and the network represent the knowledge flows. Base on IPC citation network, a future link prediction model was trained by SVM to predict knowledge flow may first appear, a link weight prediction model was trained by linear regression to predict technologies may integration in deep levels. By analyzing the results of the two models determine the technical opportunities. Finally an example of cloud computing technology is used to test and verify the method and also predict the technical opportunities of cloud computing technology.
出处
《情报学报》
CSSCI
北大核心
2016年第10期1090-1100,共11页
Journal of the China Society for Scientific and Technical Information
关键词
技术机会
技术融合
链路预测
复杂网络
technology opportunity, technological fusion, link prediction, complex network
作者简介
翟东升，男，1963年生，管理学博士，教授、博导，主要研究方向：信息管理与决策支持，E-mail：zhaidongsheng@bjut．edu．cn。
刘鹤，男，1992年生，在读研究生，主要研究方向：信息管理与信息系统，E-mail：liuhe6@emails．bjut．edu．cn。
张杰，男，1966年生，管理学博士，副教授，主要研究方向：技术情报分析。
蔡力伟，男，1990年生，硕士研究生，主要研究方向：信息管理与信息系统。
