基于专利与网络文本集成挖掘的新兴产业技术机会识别与预测研究

In recent years, the development of the emerging technologies and related industries has become the focus of technological competition in various countries. Only by accurately locating and identifying potential technological opportunities in emerging industries, can we seize the commanding heights of science and technology and rapidly enhance the competitiveness of our country. Therefore, it is of great strategic significance to carry out the research on the identification and forecasting of the technological opportunities in the emerging industries. At present, technology opportunities analysis is still based on the scientific and technological data such as patent, which is on the shortage of digging and utilizing the technological value of the rich Web resources in big data era. In this regard, our research is proposed to integrate Web mining into the research framework of technology opportunities analysis, and explore the corresponding methods of core technology identification and its future promising evolution pathway forecasting. First, we build the database platform which integrates patent and Web data by collection, cleaning and integration the heterogeneous data. Then based on the integrated data, we construct the “sci-tech” based technical topic recognition and multidimensional evaluation model by comprehensive utilizing text mining, SAO theory, topic modeling, complex network and sentiment analysis. Final, we study on the forecasting method of future-oriented technology evolution pathway by combing technology roadmap theory, in order to provide method and decision support for the government and industries making R&D strategy of emerging technologies.

近年来，新兴技术及其产业的发展成为各国科技角逐的焦点，只有准确定位与识别新兴产业领域潜藏的技术机会，才能抢占科技领域的制高点，快速提升国家竞争力。因此，开展新兴产业技术机会识别与预测研究具有重要的战略意义。目前，技术机会分析仍以专利等科技文本为分析基础，而对大数据时代丰富的网络资源科技价值的挖掘与利用不足，对此，本项目将网络文本挖掘纳入技术机会分析体系，探索相应的关键技术识别及其未来演化路径预测方法。首先通过搭建专利与网络文本数据集成的数据库平台，对异构数据源进行采集、清洗与集成。然后以集成文本为分析对象，综合运用文本挖掘、SAO理论、主题建模、复杂网络和情感分析方法构建基于“社会-技术”理论的技术主题识别和多维评价模型，最后融合技术路线图理论，探索面向未来的技术演化路径预测方法，以识别新兴产业关键技术及其未来发展趋势，为政府及产业界制定R&D创新与扶植战略提供方法支持与决策依据。

在战略性新兴产业大有可为的机遇期，面对日益激烈的国际科技竞争环境，各国政府和企业如何定位与识别新兴技术领域潜藏的技术机会，前瞻性地预测未来技术的发展趋势和发展方向，从而有效制定创新策略以抢占科技白热化竞争的制高点，成为近年来我国政府和相关产业界关注的核心问题。.在此背景下，本项目以辅助政府与企业制定新兴产业R&D创新战略为目标，充分利用大数据时代丰富的科技信息资源，探索以专利为代表的科技文本与以社交媒体数据为代表的网络文本相融合的技术机会识别与预测方法。项目的主要研究内容包括1）面向新兴技术的专利与网络数据采集和集成方法研究及数据库构建；2）基于“社会-技术”系统理论的新兴产业关键技术识别与评价方法研究；3）新兴产业未来技术演化路径识别与预测方法研究；以及4）实证分析。.通过项目的实施，本项目实现了一套系统的专利和社交媒体网络文本采集、清洗和集成方案，并建立了染料敏化太阳能电池技术和图像识别技术领域的多源数据集成专题数据库；完成了新兴产业技术核心主题识别模型的构建和优化，并基于复杂网络理论、情感分析和文献计量方法创新评价指标，构建了技术主题的多维评价体系；融合主题相似度测度、SAO语义分析和机器学习方法，从定性和定量角度构建了关键技术演化关系挖掘模型，并形成了基于技术路线图方法的核心技术创新路径可视化方案。这一系列数据采集、处理和分析方案与模型被应用于识别和预测染料敏化太阳能电池和图像识别领域的技术机会，实证结果验证了本项目研究方法和模型的有效性，同时也为相关产业的政府科技部门和企业识别技术机会，制定研发决策提供了依据。并且，项目组继续开展了技术互补度对企业创新绩效影响研究，以探索相关企业是否可通过开放式创新（并购、重组）的方式快速提升企业的技术创新能力。该部分研究成果可以帮助企业在识别机会之后，制定有效的开放式创新策略，以快速抓住技术和市场机遇。