基于集成文本挖掘的新兴技术演化路径与创新机会识别研究

The identification of evolutionary paths and innovative opportunities for emerging technologies (such as nano, gene, biological and robot) has important strategic significance for the establishment of national innovation system and competitive advantage. However, how to accurately identify and measure the uncertainty and risk of emerging technology evolution is still a major challenge and theoretical difficulties in the field of innovation management and science and technology policy. This project through the integration of multiple attribute decision making, text mining and latent semantic analysis, the problem on the uncertainty and risk of emerging technologies evolution has been transformed into the n multiple attribute decision making problems under the multi-dimensional spatial areas. The innovation opportunity identification and selection of the emerging technology evolution is transformed into a nonlinear integer programming problem. In addition, in text mining and information gathering tools based on the traditional bibliometrics and patent analysis, some new techniques as Web mining, TRIZ, natural language processing etc are integrated into a new text analysis framework. In the empirical part, three emerging technologies highly related to "made in China 2025" strategic planning, pervasive computing, and intelligent robot and increasing material manufacturing are taken as the objects of study. Through the theoretical and empirical research, some implications, strategic intelligences and policy advice are expected to be proposed for the transformation or upgrading of manufacturing sectors in China.

针对新兴技术（纳米、基因、生物和机器人等）演化路径和创新机会的识别，对于国家创新体系和竞争优势建立具有重要的战略意义。但是，如何准确识别和度量新兴技术演化的不确定性和风险依然是当前创新管理和科技政策领域的重大挑战和理论难点。本项目通过整合管理决策、文本挖掘和潜在语义分析，将新兴技术的不确定性和风险度量转化为一个多维空间的不确定多属性决策问题。并将新兴技术演化的创新机会识别和选择转化为一个高维空间的非线性整数规划模型。此外，在文本挖掘和战略情报采集工具方面，探索在传统的文献计量、专利分析基础上，进一步整合Web挖掘、TRIZ、语义分析和自然语言理解等技术，构架一个多维和集成的新型文本分析框架。在应用部分，选择与《中国制造2025》战略规划高度相关的普适计算、智能机器人和增材制造三种技术作为研究对象，通过对其演化路径和创新机会的识别，为我国制造业转型升级，提供有价值的战略情报和科技政策建议。

以基因、纳米、生物和人工智能等为代表的新兴技术是全球技术创新和国际竞争优势建立的重要基础。新兴技术和新兴产业的发展在国家创新战略和竞争体系中扮演重要作用。但如何对新兴技术的演化路径进行准确跟踪、描述和刻画，以及针对新兴技术演化进程中产生的风险和创新机会进行识别和评估却是创新管理和科技政策领域的挑战和难点。针对不断涌现的新兴技术，在技术管理和科技政策方面依然存在信息情报滞后、监管盲区和政策缺失的管理问题。.针对当前新兴技术不断涌现和快速发展的现状，围绕新兴技术管理面临的挑战，本项目聚集新兴技术演化路径和创新机会识别的关键科学问题展开研究。通过在传统技术管理、科学计量和知识图谱等理论和方法基础上，整合数据挖掘、知识发现、主题建模和自然语言理解等多个不同领域理论和方法，从多视角和多维度对新兴技术演化过程的不确定性进行理论建模和定量研究，挖掘其对生态环境、社会和经济系统的潜在风险和创新机会，从而为产业和企业的发展和成长提供战略性情报。代表性的成果和观点有：(1)提出一种阶段性文献耦合聚类分析法，探索和分析了在纳米发电机技术的技术演进路径和相关的科学启示;(2)将经典的关联规则挖掘与关键词突现分析进行整合，并应用到纳米医药研究前沿识别;(3)提出了一个新型的知识画像分析方法，并应用到当前较为热点的自供能（self-powered）技术领域;(4)针对当前新兴技术潜在风险识别科学问题，提出一个基于朴素机器学习思想的跨学科主题词挖掘框架;(5)为进一步促进新兴技术的风险的理解和风险信号的捕获效率，提出了一个新颖的文本挖掘框架，这个挖掘框架综合了多属性决策和非线性规划模型，并通过一个案例研究进行了校验;(6)进一步分析和厘清了新兴技术和颠覆式技术/创新的联系和区别，以及二者的知识边界;(7)基于复杂性科学的群智涌现思想，对新兴技术涌现的机理进行了理论探索，并构建了一个较为新颖的技术涌现测度和评估框架。