| 吴洁,刘彦良,谢小东,唐健廷,盛永祥.融合专利异质特征的颠覆性技术识别方法研究——以人工智能领域为例[J].数字图书馆论坛,2025,21(7):42~53 |
| 融合专利异质特征的颠覆性技术识别方法研究——以人工智能领域为例 |
| Disruptive Technology Identification Method Integrating Patent Heterogeneous Features: A Case Study of Artificial Intelligence Field |
| 投稿时间：2025-07-22 |
| DOI：10.3772/j.issn.1673-2286.2025.07.005 |
| 中文关键词: 颠覆性技术；XGBoost；数据融合；技术识别；专利分析；人工智能 |
| 英文关键词: Disruptive Technology; XGBoost; Data Fusion; Technology Identification; Patent Analysis; Artificial Intelligence |
| 基金项目:本研究得到江苏省社会科学基金项目“专利转化视角下江苏推动‘双高协同’创新发展研究”（编号：25ZHB010）、江苏省研究生科研与实践创新计划项目“融合专利计量指标和文本语义的颠覆性技术识别研究”（编号：KYCX25_4313）资助。 |
| 作者 | 单位 | | 吴洁 | 江苏科技大学经济管理学院 | | 刘彦良 | 江苏科技大学经济管理学院 | | 谢小东 | 江苏科技大学经济管理学院 | | 唐健廷 | 江苏科技大学经济管理学院 | | 盛永祥 | 江苏科技大学经济管理学院 |
|
| 摘要点击次数: 14 |
| 全文下载次数: 104 |
| 中文摘要: |
| 颠覆性技术是推动产业变革和科技进步的重要力量，准确和快速地识别出颠覆性技术，对于各国把握技术先机、持续提升国家竞争力具有关键性意义。首先通过专利计量指标构建量化特征，并基于规则抽取知识单元获得文本特征；随后采用多模态融合方法将异质性特征统一表征，运用XGBoost算法实现分类识别；最后应用BERTopic模型对识别结果进行颠覆性技术主题挖掘。以人工智能领域为例进行实证研究，结果证明提出的融合异质性特征的识别方法取得较高准确率，在该领域具有良好的实际应用效果。 |
| 英文摘要: |
| Disruptive technologies serve as a crucial driving force behind industrial transformation and technological advancement. Accurately and efficiently identifying such technologies is essential for countries to seize technological opportunities and continuously strengthen national competitiveness.First, we construct quantitative features using patent bibliometric indicators and extract textual features by applying rule-based knowledge unit extraction. Then,we employ a multimodal fusion approach to unify heterogeneous features and use the XGBoost algorithm to achieve classification and identification. Finally,we apply the BERTopic model to extract disruptive technology themes from the identification results. An empirical study conducted in the field of artificial intelligence demonstrates that the proposed recognition method integrating heterogeneous features achieves high accuracy and exhibits excellent practical application effectiveness in this domain. |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
