摘要
新兴技术预测作为制定科技战略的核心路径,其方法论创新对科技创新具有关键意义。系统梳理现有研究认为,基于新兴技术动态性、不确定性等特征,学术界已形成定性、定量及机器学习的多维度预测框架。然而,数据复杂、模型适应力不足及预测周期滞后等问题制约研究深度。未来研究需要创建具备动态演化能力的自适应预测模型。该研究进展将为相关研究与决策提供参考,助力科技创新与产业升级。
A systematic review of current research reveals that the dynamic and uncertain nature of emerging technologies has driven academia to establish multidimensional predictive frameworks integrating qualitative,quantitative,and machine learning approaches.However,persistent challenges-including data complexity,insufficient model adaptability,and temporal lag in prediction cyclesconstrain the depth of research in this field.Future investigations must prioritize the development of self-adaptive predictive models with dynamic evolution capabilities to address these limitations.Such advancements will provide actionable insights for strategic decision-making,fostering synergies between technological innovation and industrial transformation.
作者
李红晓
张凯悦
赵紫瑜
沈桂兰
LI Hongxiao;ZHANG Kaiyue;ZHAO Ziyu;SHEN Guilan(College of Applied Arts and Science,Beijing Union University,Beijing 100191,China;College of Business,Beijing Union University,Beijing 100025,China)
出处
《河南财政金融学院学报(自然科学版)》
2025年第2期30-37,共8页
Journal of Henan Finance University(Natural Science Edition)
关键词
新兴技术
技术预测
多元视角
科技前沿
预测方法
emerging technologies
technology forecasting
multivariate perspective
science and technology frontiers
forecasting methods
作者简介
李红晓(2000-),女,山东聊城人,北京联合大学应用文理学院硕士研究生,主要研究方向为竞争情报;通信作者:沈桂兰(1979-),女,河南信阳人,北京联合大学商务学院副教授,硕士生导师,主要研究方向为新兴主题识别、语义社区发现。
