融合引用和文本特征的技术创新路径识别研究

摘要：

[目的/意义]探索融合引用和文本特征的专利技术创新路径识别分析方法,有助于规避技术创新风险、优化选择技术创新路径,对提升创新主体的创新能力,促进现代产业发展,布局科技前沿发展战略等具有重要的意义.[方法/过程]首先基于Node2Vec模型和Doc2Vec模型将专利引用和文本数据表示学习为可计算的高维向量;然后利用LDA主题模型进行技术主题识别并结合T-SNE算法降维,添加时间维度构建初始技术创新路径;最后,在专利引用和文本特征向量表示结果基础上,开展向量融合拼接从而实现融合引用和文本特征的技术创新路径识别.[结果/结论1通过对超级电容器领域的实证,验证提出的融合引用和文本特征的的技术创新路径识别方法能够从特定领域专利文献中高效、准确地识别专利技术创新路径,证明方法的可行性和有效性.

关键词：嵌入、主题模型、引用关系、创新路径

所属期刊栏目：67

分类号：G251(图书馆学、图书馆事业)

资助基金：国家社会科学基金19BTQ088

在线出版日期：2023-03-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：49-60