基于三层网络的技术主题价值潜力与扩散能力演化分析

《Data and Information Management》:Evolution analysis of technological topics value potential and diffusion ability based on a three-tier network

【字体: 大 中 小 】 时间:2026年02月11日 来源:Data and Information Management 8.3

编辑推荐:

  针对当前技术主题演化分析中对主题技术价值潜力与扩散能力关注不足的问题,研究人员采用2014至2023年语音与图像识别领域专利数据,利用BERTopic模型构建“关键词-主题-文档”三层网络进行评估分析。通过关键词关联与专利技术文献分析考察技术主题演化模式,结合

  
针对当前技术主题演化分析中对主题技术价值潜力与扩散能力关注不足的问题,研究人员采用2014至2023年语音与图像识别领域专利数据,利用BERTopic模型构建“关键词-主题-文档”三层网络进行评估分析。通过关键词关联与专利技术文献分析考察技术主题演化模式,结合基于TextRank的关键词权重与专利被引频次,揭示语音与图像识别主题呈现以深度学习与多模态识别技术融合为特征的跨域融合趋势。技术主题价值潜力呈先降后升态势,而扩散能力则持续下降。该研究为技术预测与专利分析提供知识支撑。
研究背景方面,21世纪新兴技术快速演进,技术文献体量激增给技术情报分析带来挑战。既有技术主题演化研究多聚焦主题模型聚类结果本身,忽视技术关键词与作为载体的专利文献,导致难以将主题语义特征与文献计量特征充分结合,对技术主题的价值潜力(Value Potential, VP)与扩散能力(Diffusion Ability, DA)属性分析存在明显缺口。为弥补该不足,研究人员将主题相关技术关键词与专利文档载体纳入技术主题演化分析,以提供对演化模式更系统全面的理解。
研究人员以语音与图像识别领域为对象,基于PatSnap全球专利数据库检索2014至2023年发明专利,经法律状态筛选获7553件专利,分三阶段(2014至2017年、2018至2020年、2021至2023年)开展研究。研究构建以BERTopic模型输出概率为关联基础的“关键词-主题-专利”三层网络,并以TextRank关键词权重表征语义连通性、以专利被引频次表征受关注程度,进而计算各阶段技术主题的VP与DA。论文发表于《Data and Information Management》。
关键技术方法上,研究人员利用NLTK对专利摘要做分词、去停用词、词形还原,经专家迭代确定444个核心词;采用all-MiniLM-L6-v2预训练模型跑BERTopic(含UMAP降维、HDBSCAN聚类、c-TF-IDF取词、MMR代表词筛选)得到各期主题及主题-关键词-文档概率关联;以Gephi等距布局可视化三层网络;以Plotly桑基图呈现主题演化路径;VP按公式VPi=∑(probi,n?TRn)聚合主题关联关键词的TextRank权重,DA按DAi=∑(probi,n?citen)聚合关联专利被引频次。
研究结果部分,首先为技术主题演化:第一阶段抽取出语音识别与图像识别双主题;第二阶段两主题趋同并衍生深度学习主题;第三阶段融合出多模态识别主题,证实语音-图像-深度学习-文本特征跨域融合趋势。其次为技术主题价值潜力演化:由表6可知,语音识别主题VP第一阶段0.0027939、第二阶段降至0.0016691、第三阶段升至0.0023214;图像识别主题由0.0022605微降后升至0.0027882;深度学习主题第二阶段0.0014531、第三阶段多模态主题达0.0032489。整体呈先降后升,研究人员将其对应Gartner技术成熟度曲线解释为早期尝试跨域集成推高VP、中期市场回调致集成减弱、后期大模型多模态重组使VP回升。再次为技术主题扩散能力演化:由表7,语音识别DA由第一阶段14.174830降至第三阶段1.967183,图像识别由9.720121降至2.106747,深度学习/多模态由4.612061降至1.296372,整体持续下行;研究人员认为系早期媒体与资本催高被引、后期使用者转向技术重构且专利被引峰期滞后所致。
讨论与结论翻译部分,研究人员指出核心发现有三:其一,2014至2023年语音与图像识别呈交互收敛并吸纳深度学习、演进至多模态识别;其二,技术主题VP先降后升、DA持续下降;其三,所建框架可支撑特定领域技术主题VP与DA演化分析。研究贡献在于借BERTopic产出关联建三层网络,融语义分析与文献计量于技术主题属性评估,为后续拓展多模型多层网络提供基础。实践含义上,政府应资助联合实验室与试点、立标准保隐私、对高潜力技术给税收优惠、对波动主题做风险研判、建AI专利匹配系统、推高价值低扩散技术入标准、资低扩散基础技术开源社区。局限含数据源单一、关键词遴选存主观、VP与DA计算较简;未来应扩域、用预训练嵌入减主观、系统构建并验证测度指标。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号