基于动态知识流动特征的有向技术融合预测方法OA北大核心CHSSCDCSSCICSTPCD

[研究目的]基于动态知识流动特征对有向的技术融合关系进行预测,有助于提高企业的研发效率及科技管理部门对科技资源的合理分配。[研究方法]首先,将IPC前4位代码作为技术单元,基于专利中主分类号与副分类号提取技术间的有向知识流动关系;然后,借鉴关联规则挖掘算法从重要性、强度和依赖度3个维度对知识流动关系进行筛选,将满足指标阈值的知识流动关系作为有向技术融合关系;最后,将有向技术融合关系预测转化为有监督的二分类任务,以机器学习算法为模型基础,结合前两个时期的技术间知识流动特征及其时序变化特征,预测下一个时期内的技术间是否存在技术融合关系。[研究结论]增材制造领域的实证分析结果显示,以代价敏感机器学习算法为预测算法,基于前两个时期的技术间知识流动特征及其时序变化特征可以有效预测下一阶段中的技术融合。随着技术的发展,技术间的单向融合愈发频繁,并逐渐演变为技术双向融合,甚至呈现多技术融合的现象。