-
题名基于离群主题词跨学科组合的学术创新机会发现研究
- 1
-
-
作者
李秀霞
邵作运
-
机构
曲阜师范大学传媒学院
曲阜师范大学图书馆
-
出处
《情报理论与实践》
CSSCI
北大核心
2023年第12期122-130,共9页
-
基金
国家社会科学基金一般项目“跨学科知识元迁移组合与学术创新机会发现研究”的成果,项目编号:22BTQ061。
-
文摘
[目的/意义]学科领域的离群主题词可为创新机会发现提供新颖、稀缺的信息,离群主题词跨学科组合能催生新的知识,产生突破性学术创新机会。[方法/过程]以情报学和政治学为例,利用LDA提取不同学科文献的主题,以概率分布低的主题词为数据对象,利用Word2Vec和PCA技术将题名和摘要中包含文本语义的主题词表示为低维稠密向量,根据主题词在二维空间的分布发现学科内的离群主题词;利用余弦相似度计算不同学科离群主题词之间的语义相似度,将相似度高的不同学科的离群主题词组合视为具有创新潜能的组合。根据设计的需求度指标进一步筛选离群主题词组合,最终确定未来具有研究潜力的学术创新机会。[结果/结论]将主题提取与语义分析相结合,充分考虑了离群主题词的价值和语义环境;将离群主题词跨学科组合的语义相似度与需求度结合,能够兼顾学术创新的新颖性和有用性特征。研究表明,此研究方法能够有效发现学术创新机会,为科研指导、知识服务提供可靠参考。
-
关键词
离群主题词
语义相似度
需求度
创新机会发现
-
Keywords
outlier topic words
semantic similarity
degree of demand
innovation opportunity discovery
-
分类号
G353.1
[文化科学—情报学]
-
-
题名专利技术创新路径识别及其新颖性评价研究
被引量：23
- 2
-
-
作者
冯立杰
尤鸿宇
王金凤
-
机构
郑州大学管理工程学院
上海海事大学经济管理学院
-
出处
《情报学报》
CSSCI
CSCD
北大核心
2021年第5期513-522,共10页
-
基金
国家自然科学基金项目“基于多维空间专利地图的煤层气开采创新路径研究”(71472171)
国家科技部创新方法工作专项“面向企业的颠覆式创新方法与工具研究及其应用”(2016IM010400),“中国情境下的创新方法研究与工具开发”(2018IM020300)。
-
文摘
在海量专利信息中精准识别技术创新机会,是降低企业创新风险的关键举措,故本文依托多维技术创新图谱构建了技术创新机会识别路径:首先,运用LDA(latent Dirichlet allocation)主题模型从海量专利文献中提取技术要素和技术主题;其次,运用多维技术创新图谱对技术创新要素导航和归类,进而与多个创新法则耦合探究多个潜在技术创新路径;再次,运用TextRank-IDF新颖性评价指标对前述创新机会进行了新颖性排序,以识别具有较高创新价值的创新路径;最后,以潜水电机的技术创新为例,验证了该技术创新机会识别路径的有效性。研究结果表明,本文构建的海量专利信息下的技术创新路径,能够为企业科学选择创新方案、不断提升创新效率提供有益的参考。
-
关键词
技术创新机会识别
LDA主题模型
技术创新机会评价
多维技术创新图谱
-
Keywords
innovation technology opportunity discovery
LDA
innovation technology opportunity evaluation
multidimensional map of technology innovation
-
分类号
G306
[文化科学]
-
