摘要
[研究目的]技术机会分析对于国家获取未来的技术竞争优势具有重大战略意义。为了保证国家未来的技术竞争优势,各级基金评审需要从诸多技术中选取符合国家未来需求的新兴技术进行资助。当前技术机会分析的策略主要基于技术驱动及市场驱动,但两种策略分别存在缺乏需求预测导向及忽略前沿技术机会的问题,不利于各级基金评审做出有效的决策。[研究方法]基于此,提出了需求和技术联合驱动策略,结合专家法及隐含狄利克雷分布去挖掘前沿政策文本及海量专利信息以更精准及有效地识别技术机会。[研究结论]最后,对区块链技术进行案例研究,将识别的结果和国家自然科学基金委资助的区块链基金项目数据进行对比,成功验证了方法的有效性。
[Research purpose]Technology opportunity analysis(TOA)is of great strategic significance for a country to obtain future technological competitive advantage.In order to ensure China's future technological competitive advantage,fund reviewers at all levels need to select emerging technologies that meet the country's future needs from many technologies for funding.At present,the strategy of TOA is mainly based on technology-driven and market-driven,but the two strategies lack demand prediction guidance and ignore emerging technology opportunities,which is not conducive to effective decision-making of fund reviewers at all levels.[Research method]Therefore,this paper proposes a demand-and-technology-driven strategy,which combines expert method and Latent Dirichlet Allocation to mine cutting-edge policy texts and massive patent information,so as to identify technology opportunities more accurately and effectively.[Research conclusion]Finally,a case study of blockchain technology is carried out,and the results are compared with the data of blockchain fund projects funded by the National Natural Science Foundation of China,and the effectiveness of the method is successfully verified.
作者
刘招斌
杨辰
黄晓明
马建
梁剑平
Liu Zhaobin;Yang Chen;Huang Xiaoming;Ma Jian;Liang Jianping(School of Business,City University of Hong Kong,Hong Kong 999077;College of Management,Shenzhen University,Shenzhen 518000;School of Business,Sun Yat-sen University,Guangzhou 510000)
出处
《情报杂志》
CSSCI
北大核心
2022年第10期82-88,共7页
Journal of Intelligence
基金
国家自然科学基金项目“基于科研社交网络挖掘的专家组合推荐问题的研究”(编号:71701134)
国家自然科学基金项目“探索鼓舞在市场营销领域的产生、构成及效应机制”(编号:71672201)
广东省基础与应用基础研究基金项目“基于网络社交行为和内容生成模式挖掘的资源推荐机制研究”(编号:2019A1515011392)研究成果之一。
关键词
需求和技术联合驱动
技术机会分析
技术机会认别
新兴技术
专利信息
政策文本
专家知识
区块链
隐含狄利克雷分布
market-and-technology-driven
technology opportunity analysis
techology opportunity identification
emerging technology
patent information
policy text
expert knowledge
blodkchain
Latent Dirichlet Allocation
作者简介
刘招斌,男,1994年生,博士研究生,研究方向:科研管理、专利推荐系统;杨辰,男,1989年生,博士,副教授,硕士生导师,研究方向:文本挖掘、推荐系统;黄晓明,男,1996年生,博士研究生,研究方向:科研管理、机器学习;马建,男,1962年生,博士,教授,博士生导师,研究方向:科研管理、推荐系统;通信作者:梁剑平,男,1978年生,博士,副教授,博士生导师,研究方向:社会促进行为、创新产品扩散。
