| 廖姗姗,姜楠,康娅,孙巍,吴蕾,李周晶.融合多维特征测度与神经网络的技术前沿识别方法[J].数字图书馆论坛,2025,21(7):31~41 |
| 融合多维特征测度与神经网络的技术前沿识别方法 |
| Neural Network-Based Identification of Technology Frontiers Using Multi-Dimensional Feature Measurement |
| 投稿时间：2025-05-27 |
| DOI：10.3772/j.issn.1673-2286.2025.07.004 |
| 中文关键词: 技术前沿；技术识别；主题识别；机器学习；神经网络；多维特征；作物育种 |
| 英文关键词: Technology Frontier; Technology Identification; Topic Identification; Machine Learning; Neural Network; Multi-Dimensional Feature; Crop Breeding |
| 基金项目:本研究得到中国农业科学院基本科研业务费专项“农业研究热点前沿及颠覆性技术发现研究”（编号：Y2025ZZ04）、中国农业科学院信息所公益性科研院所基本科研业务费专项资金青年探索项目“设施农业领域共性技术扩散路径研究”（编号：JBYW-AII-2024-31）资助。 |
| 作者 | 单位 | | 廖姗姗 | 中国农业科学院农业信息研究所 | | 姜楠 | 中国农业科学院农业信息研究所 | | 康娅 | 中国农业科学院农业信息研究所 | | 孙巍 | 中国农业科学院农业信息研究所；农业农村部农业大数据重点实验室 | | 吴蕾 | 中国农业科学院农业信息研究所 | | 李周晶 | 中国农业科学院农业信息研究所 |
|
| 摘要点击次数: 20 |
| 全文下载次数: 105 |
| 中文摘要: |
| 技术前沿识别是推动科技创新和支撑战略决策的重要手段。针对现有方法存在时间滞后、验证依据单一等问题，提出一种融合多维特征学习与前馈神经网络建模的技术前沿主题识别方法。首先，基于潜在狄利克雷分布模型对技术文本进行滑动时间窗口下的时序主题聚类。其次，构建涵盖新颖性、增长性、市场价值、影响力、主题交叉性、开发投入度6个二级维度的指标体系，并进一步归纳为技术新颖性、技术增长力和技术主题热度指数3个一级维度，再通过前馈神经网络实现主题特征学习与主题前沿性量化评估。最后，以作物育种领域为例，结合定性与定量分析开展实证研究，验证了模型在识别精度和决策支持效度上的优势。 |
| 英文摘要: |
| Technology frontier identification is an important approach to promoting scientific and technological innovation and supporting strategic decision-making. To address problems such as time delay and single source validation in existing methods, this paper proposes a technology frontier topic identification method that integrates multi-dimensional feature learning with feedforward neural network modeling. First, the Latent Dirichlet Allocation model is used to perform temporal topic clustering on technical texts under a sliding time window. Second, an index system is constructed with six secondary dimensions: novelty, growth, market value, influence, interdisciplinarity, and development investment. They are further summarized into three primary dimensions: technological novelty, technological growth, and topic heat index. A feedforward neural network is then used to learn topic features and quantitatively evaluate their frontier nature. Finally, the method is applied to the field of crop breeding. Both qualitative and quantitative results demonstrate the model’s advantages in frontier recognition accuracy and decision-making support effectiveness. |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
