欧美一级在线毛片免费观看,国产成人精品视频一区二区不卡 ,成年人精品视频,国产精品手机视频

學(xué)術(shù)咨詢

讓期刊論文更省時、省事、省心

基于異構(gòu)數(shù)據(jù)的顛覆性技術(shù)識別研究以智能制造裝備領(lǐng)域?yàn)槔?/h1>

時間： 分類：推薦論文 瀏覽次數(shù)：

摘 要: [目的/意義] 顛覆性技術(shù)研發(fā)作為國家戰(zhàn)略，如何準(zhǔn)確識別顛覆性技術(shù)，對于國家和企業(yè)把握技術(shù)先機(jī)，搶占技術(shù)制高點(diǎn)意義重大。 [方法/過程] 本文結(jié)合專利文獻(xiàn)數(shù)據(jù)，利用 LDA 主題模型實(shí)現(xiàn)數(shù)據(jù)降維，提取技術(shù)主題，從技術(shù)主題成長性、融合性、創(chuàng)新性、突

　　摘 要: [目的/意義] 顛覆性技術(shù)研發(fā)作為國家戰(zhàn)略，如何準(zhǔn)確識別顛覆性技術(shù)，對于國家和企業(yè)把握技術(shù)先機(jī)，搶占技術(shù)制高點(diǎn)意義重大。 [方法/過程] 本文結(jié)合專利文獻(xiàn)數(shù)據(jù)，利用 LDA 主題模型實(shí)現(xiàn)數(shù)據(jù)降維，提取技術(shù)主題，從技術(shù)主題成長性、融合性、創(chuàng)新性、突破性 4 個特征識別候選顛覆性技術(shù); 在此基礎(chǔ)上，結(jié)合網(wǎng)頁新聞數(shù)據(jù)，測算候選顛覆性技術(shù)主題與網(wǎng)頁新聞數(shù)據(jù)主題之間的匹配度，分析技術(shù)的市場屬性，準(zhǔn)確識別顛覆性技術(shù)。[結(jié)果/結(jié)論] 本文以智能制造裝備領(lǐng)域?yàn)槔ㄟ^實(shí)證研究得到 “智能數(shù)字控制”及 “智能數(shù)據(jù)采集系統(tǒng)”是智能制造裝備領(lǐng)域的顛覆性技術(shù)。

　　關(guān)鍵詞: 異構(gòu)數(shù)據(jù); 文本挖掘; 顛覆性技術(shù); 技術(shù)識別

技術(shù)創(chuàng)新

　　技術(shù)創(chuàng)新是經(jīng)濟(jì)發(fā)展第一動力，而顛覆性技術(shù)作為技術(shù)創(chuàng)新的重要內(nèi)容，其對以往的技術(shù)和市場具有較強(qiáng)的破壞力。顛覆性技術(shù)是打破原有技術(shù)生命周期，構(gòu)建新的技術(shù)軌道，以意想不到的方式取代現(xiàn)有主流技術(shù)的技術(shù)[1]，它能夠?qū)崿F(xiàn)社會技術(shù)體系的躍遷，改變技術(shù)產(chǎn)品性能，變革原有技術(shù)性能標(biāo)準(zhǔn)，對于軍事、科技、產(chǎn)業(yè)等具有變革性的意義。世界各國普遍重視顛覆性技術(shù)研發(fā)，并設(shè)計(jì)專門的組織或研發(fā)計(jì)劃，旨在促進(jìn)顛覆性技術(shù)發(fā)展，例如: 美國國防高級研究技術(shù)局( DARPA) 、日本的顛覆性技術(shù)創(chuàng)新計(jì)劃( ImPACT) 。中國也高度關(guān)注顛覆性技術(shù)研發(fā)，中國的 《國家創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略綱要》《科技部辦公廳關(guān)于開展顛覆性技術(shù)研發(fā)方向建議征集工作的通知》等文件明確提出發(fā)展顛覆性技術(shù)，將顛覆性技術(shù)擺在國家戰(zhàn)略位置。而顛覆性技術(shù)發(fā)展具有高度不確定性，研發(fā)過程漫長，如何在復(fù)雜的技術(shù)環(huán)境中及早準(zhǔn)確識別顛覆性技術(shù)，對于加快顛覆性技術(shù)研發(fā)，掌握國際競爭發(fā)展先機(jī)具有重要意義。

　　1 相關(guān)工作概述

　　對于如何識別顛覆性技術(shù)，國內(nèi)外學(xué)者已經(jīng)取得豐富研究成果，其中專家經(jīng)驗(yàn)、專利數(shù)據(jù)、科技論文、市場用戶數(shù)據(jù)、政策法規(guī)是顛覆性技術(shù)識別常用的數(shù)據(jù)源。早期主要采用專家經(jīng)驗(yàn)及知識識別顛覆性技術(shù)，而依靠專家經(jīng)驗(yàn)的識別方法包含: 調(diào)查問卷法[2-3]、專家訪談[4]、理論分析[5]、技術(shù)路線圖[6]等。專家知識和經(jīng)驗(yàn)的利用，能夠準(zhǔn)確識別特定領(lǐng)域顛覆性技術(shù)，但專家資源稀缺，且應(yīng)用范圍較窄，難以滿足顛覆性技術(shù)識別需求。為解決該問題，學(xué)者采用專利文獻(xiàn)數(shù)據(jù)及科技論文識別顛覆性技術(shù)。

　　專利文獻(xiàn)包含大量技術(shù)信息，學(xué)者綜合專利申請數(shù)量[7]、專利引用量[8]、科學(xué)關(guān)聯(lián)度[9]、專利權(quán)利要求數(shù)[9]、IPC 數(shù)量[10]、專利發(fā)展路徑[11]、專利引用知識突變[12]、專利引文相似度[13]等專利外部屬性識別顛覆性技術(shù)，然而基于專利外部屬性的顛覆性技術(shù)識別方法，難以充分挖掘?qū)＠墨I(xiàn)信息，技術(shù)寬泛，細(xì)粒度不足，并且專利引用具有滯后性，無法及時識別顛覆性技術(shù)。為解決以上問題，學(xué)者深入專利內(nèi)部，將文本挖掘及深度學(xué)習(xí)方法應(yīng)用于顛覆性技術(shù)識別，以技術(shù)屬性集相似度[14]、技術(shù)主題突變[15-16]挖掘?qū)＠墨I(xiàn)內(nèi)部信息，以此完成顛覆性技術(shù)識別。目前，基于專利內(nèi)部信息識別顛覆性技術(shù)的研究還比較少。

　　科技論文同樣包含技術(shù)信息，部分學(xué)者將科技論文用于顛覆性技術(shù)識別，結(jié)合科技論文數(shù)量變化[11]、科技論文被引量[17]、科技論文關(guān)鍵詞網(wǎng)絡(luò)[18]、知識主題突變[19]等指標(biāo)識別潛在顛覆性技術(shù)。除了從 “技術(shù)屬性”層面識別顛覆性技術(shù)，也有學(xué)者基于市場用戶需求數(shù)據(jù)、商業(yè)報(bào)告數(shù)據(jù)，分析技術(shù)功能變化[20]、技術(shù)發(fā)展軌跡[21]、技術(shù)成熟度[22]、技術(shù)市場潛力[23]、消費(fèi)者偏好[24]、產(chǎn)品功能變化[21]、客戶滿意度[25]，進(jìn)而探究技術(shù)對于市場的顛覆程度，以此完成顛覆性技術(shù)識別。該類顛覆性技術(shù)識別方法，考慮了市場及用戶數(shù)據(jù)，更貼近市場需求，但該識別方法對技術(shù)本身挖掘不充分，忽視技術(shù)知識結(jié)構(gòu)，識別結(jié)果較為片面。為了提升顛覆性技術(shù)識別準(zhǔn)確性及全面性，本研究基于專利文獻(xiàn)，引入文本挖掘技術(shù)，獲取技術(shù)知識結(jié)構(gòu)信息，結(jié)合顛覆性技術(shù)特征，從技術(shù)屬性層面識別候選顛覆性技術(shù)，并結(jié)合網(wǎng)頁新聞數(shù)據(jù)，探究候選顛覆性技術(shù)的市場影響，分析技術(shù)的市場屬性，進(jìn)而確定顛覆性技術(shù)。顛覆性技術(shù)整個識別過程，綜合專利文獻(xiàn)及網(wǎng)頁新聞數(shù)據(jù)，從技術(shù)屬性及市場屬性兩個角度識別顛覆性技術(shù)，能夠提高識別結(jié)果的準(zhǔn)確性及全面性。

　　2 顛覆性技術(shù)特征分析

　　顛覆性技術(shù)源于技術(shù)融合或創(chuàng)新活動中產(chǎn)生的重大技術(shù)范式變革，實(shí)現(xiàn)技術(shù)性能突破，帶來全新的功能屬性，滿足主流客戶需求，取代現(xiàn)有主流技術(shù)。本文將其特征歸納為 4 個方面。

　　1) 成長性: 顛覆性技術(shù)沿著 “利基市場—中間市場—主流市場”的路徑演進(jìn)[26]，顛覆性技術(shù)早期在主流市場需求的性能維度上比主流技術(shù)產(chǎn)品低劣[1]，只能服務(wù)利基市場或邊緣市場，但通過后期的技術(shù)改進(jìn)與創(chuàng)新，技術(shù)產(chǎn)品性能不斷提升，具備高性能、低成本優(yōu)勢[27]，最終成長為市場主流技術(shù)。因此，技術(shù)成長性是顛覆性技術(shù)的重要特征之一。2) 融合性: 顛覆性技術(shù)可以是技術(shù)融合的產(chǎn)物[28]，未來大部分顛覆性技術(shù)將來源于不同領(lǐng)域的技術(shù)融合[29]。跨越不同知識結(jié)構(gòu)或不相關(guān)領(lǐng)域的技術(shù)不斷交叉、嵌入，組合新穎的知識元素，打破以往知識結(jié)構(gòu)對技術(shù)軌道的約束[30]，為顛覆性技術(shù)的產(chǎn)生奠定基礎(chǔ)。因此，融合性是其重要特征[10]。

　　3) 創(chuàng)新性: 顛覆性技術(shù)不是對現(xiàn)有技術(shù)的進(jìn)一步改進(jìn)，而是更大程度的創(chuàng)新[31]，該技術(shù)可以提供全新功能、不連續(xù)的技術(shù)標(biāo)準(zhǔn)以及新的所有制形式，同時可以改變市場標(biāo)準(zhǔn)和消費(fèi)者期望[32]，實(shí)現(xiàn)產(chǎn)品或服務(wù)技術(shù)特征以及功能屬性的革新。因此，創(chuàng)新性是顛覆性技術(shù)顯著特征之一。4) 突破性: 顛覆性技術(shù)可以由科學(xué)知識突變或科學(xué)原理變化產(chǎn)生，也可以由技術(shù)集成創(chuàng)新產(chǎn)生，該類技術(shù)具有重大的突破性[2]，能夠替代原有的技術(shù)，實(shí)現(xiàn)技術(shù)性能突破，改變因技術(shù)研發(fā)局限性造成的產(chǎn)業(yè)市場落后狀況，滿足主流市場技術(shù)需求，實(shí)現(xiàn)市場突破[33]。因此，突破性是顛覆性技術(shù)所具有的特征之一。

　　3 顛覆性技術(shù)識別框架

　　3. 1 異構(gòu)數(shù)據(jù)收集及預(yù)處理

　　異構(gòu)數(shù)據(jù)是指來源和結(jié)構(gòu)不同的數(shù)據(jù)，相對于單一數(shù)據(jù)集，異構(gòu)數(shù)據(jù)使不同數(shù)據(jù)特征融合成為可能。顛覆性技術(shù)識別過程中，為提高顛覆性技術(shù)識別準(zhǔn)確性及全面性，本文綜合使用專利文獻(xiàn)及網(wǎng)頁新聞兩種異構(gòu)數(shù)據(jù)。專利文獻(xiàn)記錄技術(shù)創(chuàng)新、工藝優(yōu)化，蘊(yùn)含豐富的技術(shù)知識結(jié)構(gòu)信息; 網(wǎng)絡(luò)新聞數(shù)據(jù)是市場不同主體對技術(shù)的客觀描述，反映市場主體對技術(shù)的態(tài)度、應(yīng)用以及評述，可用于分析技術(shù)的市場屬性[34]。因此，本文將專利文獻(xiàn)及網(wǎng)頁新聞兩種異構(gòu)數(shù)據(jù)作為顛覆性技術(shù)識別的數(shù)據(jù)源。

　　1) 專利數(shù)據(jù)收集及預(yù)處理德溫特?cái)?shù)據(jù)庫作為世界知名專利數(shù)據(jù)庫，已經(jīng)收集多個國家和地區(qū)的專利文獻(xiàn)，專利信息覆蓋全面，且數(shù)據(jù)庫不斷更新，為技術(shù)情報(bào)分析提供了可能。因此，本文選擇德溫特?cái)?shù)據(jù)庫收集專利文獻(xiàn)數(shù)據(jù)。為全面檢索專利文獻(xiàn)，本文結(jié)合關(guān)鍵詞及 IPC分類號，制定檢索表達(dá)式，收集專利文獻(xiàn)數(shù)據(jù)。NLTK 術(shù)語庫是著名的自然語言處理庫，具有詞性分類、詞干提取、詞性標(biāo)記等功能，為 50 多種語料庫和詞匯資源提供使用界面[35]，為此，本文將其引入專利數(shù)據(jù)處理，實(shí)現(xiàn)詞干提取及詞性還原，并結(jié)合停用詞表，剔除無關(guān)詞語，保證數(shù)據(jù)的有效性。

　　2) 網(wǎng)頁新聞數(shù)據(jù)收集及預(yù)處理網(wǎng)頁新聞數(shù)據(jù)量龐大，人工收集數(shù)據(jù)工作量巨大，且難以全面獲取新聞數(shù)據(jù)。為此，本文采用網(wǎng)絡(luò)爬蟲技術(shù)實(shí)現(xiàn)網(wǎng)頁新聞數(shù)據(jù)收集。而 維 特 比( Viterbi) 算法通過尋找動態(tài)規(guī)劃最大概率路徑，找出詞頻的最大切分組合，具有良好的分詞效果[36]，對此，本文將其應(yīng)用于網(wǎng)頁新聞數(shù)據(jù)分詞。

　　3. 2 文本數(shù)據(jù)聚類模塊LDA( Latent Dirichlet Allocation)

　　主題模型作為典型無監(jiān)督學(xué)習(xí)，能夠挖掘文檔隱藏語義信息，處理海量文本文檔，降低無效信息影響，實(shí)現(xiàn)專利文獻(xiàn)及網(wǎng)頁新聞數(shù)據(jù)的高效聚類，因此，LDA 模型作為本文主題聚類的首選。LDA 主題模型最早由Blei D M 等提出[37]，其假設(shè)每篇文檔由特定概率的主題組成，而主題又由特定概率的特征詞組成，形成 “文檔—主題—特征詞”的三層貝葉斯概率模型。LDA 模型提取效果直接由主題數(shù)量決定，為精準(zhǔn)確定主題參數(shù)，本文結(jié)合困惑度( perplexity) 及“肘形”理論確定模型參數(shù)。困惑度表示所訓(xùn)練模型中特定文檔屬于哪個主題的不確定性[37]，其中困惑度計(jì)算如式 ( 1) ～ ( 3) 所示; 而 “肘形”是困惑度曲線的拐點(diǎn)，該拐點(diǎn)與上一節(jié)點(diǎn)差值最大，而與后一節(jié)點(diǎn)的差值最小，而 “肘形”對應(yīng)的主題數(shù)為模型的最優(yōu)主題數(shù)[38]。

　　3. 3 顛覆性技術(shù)主題識別模塊

　　根據(jù)顛覆性技術(shù)的成長性、融合性、創(chuàng)新性以及突破性，本文采用專利申請量以及技術(shù)強(qiáng)度判斷技術(shù)成長性; 采用技術(shù)主題 IPC 分類號、接近中心性判斷技術(shù)融合性; 測度技術(shù)主題有效規(guī)模及約束度探究技術(shù)創(chuàng)新性; 基于技術(shù)異常檢測判斷技術(shù)的突破性，結(jié)合以上 4 個維度從技術(shù)屬性層面識別候選顛覆性技術(shù)，并結(jié)合網(wǎng)頁新聞數(shù)據(jù)，探究候選顛覆性技術(shù)主題的市場屬性，最終完成顛覆性技術(shù)識別。

　　1) 技術(shù)成長性及融合性測度“成長性”是指顛覆性技術(shù)能夠逐步替代原有技術(shù)，變革技術(shù)知識結(jié)構(gòu)，最終成為市場主流技術(shù)。為體現(xiàn)技術(shù)成長性，本文采用專利申請數(shù)量以及技術(shù)主題強(qiáng)度變化測度技術(shù)成長性。技術(shù)主題強(qiáng)度能夠反映各時期內(nèi)技術(shù)的熱門度，技術(shù)主題強(qiáng)度越高表示技術(shù)主題影響力越強(qiáng)。

　　“創(chuàng)新性”是顛覆性技術(shù)基本屬性之一。顛覆性技術(shù)能夠提供新的產(chǎn)品或技術(shù)功能，改變原有技術(shù)范式，具備較強(qiáng)創(chuàng)新性。技術(shù)主題共現(xiàn)網(wǎng)絡(luò)中結(jié)構(gòu)洞占據(jù)者能夠獲取非重復(fù)異質(zhì)信息，技術(shù)創(chuàng)新可能性較高，因此，本文采用結(jié)構(gòu)洞指標(biāo)測度技術(shù)主題的創(chuàng)新性。

　　4 智能制造裝備領(lǐng)域顛覆性技術(shù)識別案例

　　制造業(yè)是國民經(jīng)濟(jì)的主體，是立國之本、興國之器。制造系統(tǒng)的智能化是制造業(yè)新的發(fā)展方向，制約國家競爭力的提升，是各國關(guān)注的焦點(diǎn)。智能制造裝備領(lǐng)域具有科技創(chuàng)新能力強(qiáng)、產(chǎn)業(yè)關(guān)聯(lián)度高等特征，極易產(chǎn)生顛覆性技術(shù)。因此，本文選擇智能制造裝備領(lǐng)域作為研究對象，利用專利文獻(xiàn)以及網(wǎng)頁新聞數(shù)據(jù)，識別智能制造裝備領(lǐng)域顛覆性技術(shù)。

　　LDA 模型的主題參數(shù)直接決定智能制造裝備領(lǐng)域技術(shù)主題提取的準(zhǔn)確性，為保障智能制造裝備領(lǐng)域?qū)＠墨I(xiàn)及網(wǎng)頁新聞數(shù)據(jù)聚類效果，本研究綜合困惑度及肘形確定 LDA 模型主題參數(shù)。其中，專利文獻(xiàn)以及網(wǎng)頁新聞 LDA 主題模型困惑度及肘形。綜合不同主題數(shù)下模型困惑度及肘形，得到智能制造裝備領(lǐng)域?qū)＠墨I(xiàn) LDA 模型最優(yōu)主題數(shù)為 87，而智能制造裝備領(lǐng)域網(wǎng)頁新聞數(shù)據(jù) LDA 模型最優(yōu)主題數(shù)為 72。其中，專利文獻(xiàn)聚類結(jié)果中兩個主題由數(shù)字構(gòu)成，本研究將其剔除，剩余 85 個技術(shù)主題; 由智能制造裝備領(lǐng)域網(wǎng)頁新聞數(shù)據(jù) LDA 模型得到 72 個主題，其中與智能制造裝備領(lǐng)域相關(guān)的主題共 28 個，剩余 44 個主題與智能制造裝備領(lǐng)域關(guān)聯(lián)性不強(qiáng)，將其剔除。每篇文檔由一定概率的主題組成，為準(zhǔn)確提取文檔信息，本文借鑒 Mann G S 等的研究[47]，認(rèn)為若主題分布概率大于 0. 1，則認(rèn)為文檔屬于該主題，進(jìn)而刪除文檔中主題分布概率低于 0. 1 的主題。

　　顛覆性技術(shù)實(shí)現(xiàn)技術(shù)性能突破，不斷發(fā)展，最終成為主流技術(shù)，該發(fā)展過程中技術(shù)創(chuàng)新主體逐漸多樣化，專利申請數(shù)量不斷增加。因此，本研究結(jié)合專利文獻(xiàn)的時間屬性，統(tǒng)計(jì)技術(shù)主題專利申請數(shù)量及技術(shù)主題強(qiáng)度，繪制不同時間段各技術(shù)主題專利申請數(shù)量及主題強(qiáng)度變化。

　　通過構(gòu)建不同年份下技術(shù)主題共現(xiàn)網(wǎng)絡(luò)，得到技術(shù)主題接近中心性變化趨勢。由于 2000 年前各技術(shù)主題共現(xiàn)強(qiáng)度較弱，接近中心性不顯著，因此僅展示 2000 年后技術(shù)主題的接近中心性變化趨勢。為保持?jǐn)?shù)據(jù)一致性，下文同樣僅展示2000 年后智能制造裝備領(lǐng)域的數(shù)據(jù)。此外，本文統(tǒng)計(jì)不同技術(shù)主題內(nèi)部 IPC 分類號，多維度分析技術(shù)主題融合性。

　　通過智能制造裝備領(lǐng)域技術(shù)主題異常檢測可知，Topic21( 智能數(shù)字控制) 、Topic84( 智能數(shù)據(jù)采集系統(tǒng)) 兩個技術(shù)主題與其他類型技術(shù)主題距離較遠(yuǎn)，屬于智能制造裝備領(lǐng)域異常點(diǎn)，具有實(shí)現(xiàn)技術(shù)突破的可能性。因此，本文認(rèn)為 “智能數(shù)字控制”以及 “智能數(shù)據(jù)采集系統(tǒng)”兩項(xiàng)技術(shù)是智能制造裝備領(lǐng)域的候選顛覆性技術(shù)。 網(wǎng)頁新聞數(shù)據(jù)主題命名網(wǎng)頁新聞數(shù)據(jù) LDA 主題模型共提取 72 個主題，刪除無關(guān)主題及低強(qiáng)度主題 44 個，剩余 28 個主題與智能制造裝備領(lǐng)域相關(guān)。根據(jù)智能制造裝備網(wǎng)頁新聞數(shù)據(jù) LDA 主題模型特征詞及概率分布，對提取的智能制造裝備領(lǐng)域網(wǎng)頁新聞數(shù)據(jù)主題進(jìn)行命名。

　　基于以上研究結(jié)果，本文認(rèn)為 “智能數(shù)字控制”及 “智能數(shù)據(jù)采集系統(tǒng)”兩項(xiàng)技術(shù)是智能制造裝備領(lǐng)域的顛覆性技術(shù)。“智能數(shù)字控制”與傳統(tǒng)的控制技術(shù)不同，智能控制技術(shù)更強(qiáng)調(diào)設(shè)備的自動化和智能化，融合機(jī)械技術(shù)、計(jì)算機(jī)技術(shù)以及控制技術(shù)，改變了傳統(tǒng)機(jī)械制造模式，實(shí)現(xiàn)高效率制動控制; 此外，智能數(shù)字控制技術(shù)顯著提升產(chǎn)品質(zhì)量及生產(chǎn)精度，彌補(bǔ)機(jī)械精細(xì)化加工領(lǐng)域傳統(tǒng)機(jī)械制造模式 “粗放”缺點(diǎn)。“智能數(shù)據(jù)采集系統(tǒng)”能夠完成海量規(guī)模數(shù)據(jù)的采集，有效處理智能制造各環(huán)節(jié)數(shù)據(jù)，將數(shù)據(jù)轉(zhuǎn)化為知識，有利于問題的分析，避免問題的重復(fù)發(fā)生。由于智能數(shù)據(jù)采集系統(tǒng)所具有的高效便捷特性以及良好的可擴(kuò)展性，智能數(shù)據(jù)采集系統(tǒng)已經(jīng)得到越來越多國內(nèi)企業(yè)及客戶的支持，成為多個企業(yè)研究和開發(fā)的重點(diǎn)。

　　5 效果評估

　　為評估論文提出方法的有效性，本文采用基于離群專利的顛覆性技術(shù)識別方法[9]，識別智能制造裝備領(lǐng)域顛覆性技術(shù)，并對比結(jié)果。由于篇幅限制，本文未展示識別過程。根據(jù)該方法，篩選得到智能制造裝備領(lǐng)域離群專利7 745條，涵蓋 15 種技術(shù)組合，并綜合科學(xué)關(guān)聯(lián)度、技術(shù)影響潛力等多個指標(biāo)評估技術(shù)組合，運(yùn)用孔多塞投票法識別顛覆性技術(shù)。最終得到智能數(shù)字控制、電機(jī)控制與連接技術(shù)、無線傳感器網(wǎng)絡(luò)芯片技術(shù)、智能信息存儲、智能數(shù)據(jù)采集系統(tǒng)屬于智能制造裝備領(lǐng)域的顛覆性技術(shù)。該方法最終的識別結(jié)果包含本研究的識別結(jié)果，識別結(jié)果相對寬泛，主要原因在于當(dāng)技術(shù)組合得分相近時，該方法主觀性較強(qiáng)，且該方法尚未考慮技術(shù)的市場屬性，影響識別結(jié)果的準(zhǔn)確性。而本文提出的方法，綜合專利文獻(xiàn)及網(wǎng)頁新聞兩種異構(gòu)數(shù)據(jù)，識別過程客觀，考慮技術(shù)的市場屬性，能顯著提升顛覆性技術(shù)識別的準(zhǔn)確性。

　　6 研究結(jié)論

　　本文利用專利文獻(xiàn)及網(wǎng)頁新聞數(shù)據(jù)，提取不同類型的主題，從成長性、突破性、創(chuàng)新性及融合性4 個維度識別候選顛覆性技術(shù)主題，并結(jié)合網(wǎng)頁新聞數(shù)據(jù)，探究候選顛覆性技術(shù)的市場屬性，最終完成顛覆性技術(shù)識別。本研究結(jié)合不同數(shù)據(jù)源，利用文本挖掘方法準(zhǔn)確地識別顛覆性技術(shù)，對于加快顛覆性技術(shù)研發(fā)具有重要的參考價值。智能制造裝備領(lǐng)域顛覆性技術(shù)識別案例中，利用 LDA 模型從專利文獻(xiàn)中提取 87 個技術(shù)主題，其中 “智能數(shù)字控制”以及 “智能數(shù)據(jù)采集系統(tǒng)”兩個技術(shù)主題符合顛覆性技術(shù)成長性、融合性、創(chuàng)新性以及突破性特征; 結(jié)合網(wǎng)頁新聞數(shù)據(jù)主題，得到“智能數(shù)字控制” “智能數(shù)據(jù)采集系統(tǒng)”與多個網(wǎng)頁新聞主題匹配，兩種技術(shù)已被市場所接受，技術(shù)影響力較強(qiáng)，能夠改變原有生產(chǎn)方式，屬于智能制造裝備領(lǐng)域顛覆性技術(shù)。案例研究結(jié)合專利文獻(xiàn)及網(wǎng)頁新聞兩種異構(gòu)數(shù)據(jù)識別顛覆性技術(shù)，研究結(jié)論清晰明確，說明綜合專利數(shù)據(jù)以及網(wǎng)頁新聞數(shù)據(jù)能夠有效識別顛覆性技術(shù)。但限于篇幅，本研究對智能制造裝備領(lǐng)域網(wǎng)頁新聞數(shù)據(jù)挖掘不充分，技術(shù)對市場的影響體現(xiàn)不足。未來研究將結(jié)合深度學(xué)習(xí)模型，深入分析技術(shù)與市場之間的關(guān)系，充分體現(xiàn)技術(shù)的市場屬性。

　　參 考 文 獻(xiàn)

　　[1] Bower J L，Christensen C M. Disruptive Technologies: Catchingthe Wave [J]. The Journal of Product Innovation Management，1995，28 ( 2) : 155.

　　[2] 孫永福，王禮恒，孫棕檀，等. 引發(fā)產(chǎn)業(yè)變革的顛覆性技術(shù)內(nèi)涵與遴選研究 [J]. 中國工程科學(xué)，2017，19 ( 5) : 9-16.

　　[3] Collins R W，Hevner A R，Linger R C. Evaluating a DisruptiveInnovation: Function Extraction Technology in Software Development [C] / /2011 44th Hawaii International Conference on SystemSciences，2011.

　　[4] Hang C C，Chen J，Yu D. An Assessment Framework for Disruptive Innovation [J]. IEEE Engineering Management Review，2013，41 ( 4) : 109-118.

　　[5] Sainio L M，Puumalainen K. Evaluating Technology Disruptivenessin a Strategic Corporate Context: A Case Study [J]. Technological Forecasting and Social Change，2007，74 ( 8) : 1315-1333.

　　[6] Zhang Y，Robinson D，Porter A L，et al. Technology Roadmappingfor Competitive Technical Intelligence [J]. Technological Forecastingand Social Change，2016，110 ( 9) : 175-186.

　　[7] Buchanan B，Corken R. A Toolkit for the Systematic Analysis ofPatent Data to Assess a Potentially Disruptive Technology [J]. Intellectual Property Office United Kingdom，2010.

　　選自期刊《現(xiàn)代情報(bào)》2022 年 7 月

　　作者信息：馬永紅 孔令凱* 林超然 楊曉萌 倪惠莉( 哈爾濱工程大學(xué)經(jīng)濟(jì)管理學(xué)院，黑龍江 哈爾濱 150001)

中文核心期刊推薦

SCI核心期刊推薦