基于被引科学知识突变的突破性创新动态识别及其形成机理研究

The dynamic detection and forecasting of radical innovation (RI) is significant for planning of technology development direction, avoiding potential outdated technology and optimizing research and development layout, which is always a focus and practical problem. Scientific knowledge mutation is fundamental to lead technology breakthrough, but where and how to lead the generation of RI need to deeply research. Therefore, the project from the perspective of the patents citing papers, utilize the features and relations of scientific references of patents to establish the cited scientific knowledge (CSK), for real-time tracking S&T development trends and forming mechanism to forecast RI. Firstly, using heterogeneous network to integrate multiple features and relations of CSK and compute the relation intensity. Secondly, tracking the evolution and mutation of CSK which expressed by structure mutation of heterogeneous network, to form the dynamic detection method of RI based on incremental modularity updating and normalized indicators for mutation degree. Finally, tracking how the CSK leads to RI, to probe the formation mechanism of RI and the impact mechanism from fundamental research to innovation.

突破性创新动态识别及其预警和预测对规划技术发展方向、规避潜在落后技术、优化研发布局等具有重要意义，是亟需解决的现实问题；科学知识突变为引导技术突破发挥了基础性作用，而科学知识突变从哪些方面诱发、如何诱发突破性创新发生还需深入研究。因此，本项目以专利引用科学论文为纽带，以专利科学引文特征项及其关系表示被引科学知识，通过对其突变进行实时跟踪研究突破性创新的动态识别；分析导致突变发生的原因得到形成机理，对突破性创新进行预警和预测。首先构建被引科学知识的异构网络，对关系进行表示、抽取和关联强度计算，形成被引科学知识的关联模型；接着实时跟踪被引科学知识的异构网络结构演变和突变，形成基于模块度增量更新的突破性创新实时动态识别方法，设计突破性创新的突变程度归一化计算指标和方法；最后，跟踪被引科学知识发生突变的原因，分析突变程度高的专利，探讨和明晰突破性创新的形成机理以及科学知识对技术创新的影响机制。

基础科学进步带来的科学知识突变为引导技术创新中的突破性创新产生发挥了重大基础性作用，科学知识突变从哪些方面诱发、如何诱发突破性创新发生还需深入研究，亟需形成突破性创新的动态识别方法，发掘其形成机理，实现预警和预测。.首先，研究被引科学知识的表示与抽取。该部分是突破性创新识别及其形成机理研究的基础和前提。本项目设计多种方法识别非专利引文中的专利科学引文，利用关联规则、表示学习、机器学习抽取专利科学引文的外部特征和内容特征及其多维多层次关联关系，构建了基于专利直接引用的科学论文特征项形成的直接被引科学知识、基于专利科学引文引用的科学论文特征项形成的间接被引科学知识，构建了关键词簇、学科分类簇、研究主题和学科分类组合共四种被引科学知识的具体表示。.其次，研究和实现了多种基于被引科学知识突变的突破性创新识别指标和方法，探索了突破性创新的形成机理。该研究内容是本项目的重点和难点，分别从被引科学知识中的科学关联度变化、关键词簇突变、学科分类簇突变、研究主题突变和学科分类组合突变共五种角度识别突破性创新，设计突变程度计算指标和方法，形成了多维多层次的突破性创新识别指标和方法。.最后，在纳米电子学和基因工程领域进行实证分析。结果表明，该方法能有效识别甚至提前识别突破性创新可能发生的时间、研究方向、研究主题、学科分类及其组合。其中，纳米电子学领域可能产生突破性创新的时间为1998年、2001年和2004年，主要涉及纳米电路、量子计算、原子力显微镜、高温超导体等内容，是化学、能源与燃料、计算机等多学科交叉导致的；基因领域可能产生突破性创新的时间为1997年、2001年和2004年，主要涉及克隆技术、胚胎技术、肌肉萎缩症和癌症的基因疗法等内容，是肿瘤学、细胞生物学、免疫学等多学科交叉导致的。.本项目的研究结果对规划技术发展方向和优先主题、规避潜在落后技术、优化研发布局等具有重要意义，对国家的科技计划管理和制定、高新技术产业和行业认定、企业的发展规划制定具有重要的参考价值。