通过多重网络分析、关联规则挖掘和机器学习进行可行性预测，以预判多领域技术融合及其发展态势

《Applied Soft Computing》：Forecasting multi-sectoral technology convergence and manifestation through feasibility prediction via multiplex network, association rule mining, and machine learning

　　全恩智|李秀妍|孙素英韩国首尔延世大学工业工程系摘要技术领域中尚未被探索的进步机遇凸显出跨行业融合日益重要的地位。尽管每个技术领域都有其独特的发展路径，但现有关于多行业技术融合的研究往往忽视了这些差异性，而只关注各领域之间的共性。此外，当前的方法仅能提供对预测融合实际实现的模糊见解，未能考虑不同技术领域下的可行性差异。为弥补这些缺陷，我们提出了一种新框架，通过多重网络上的链接预测来预测技术融合，并利用关联规则挖掘和基于树的回归方法评估其可行性。该多重网络由对应不同技术领域的层次构成，节点代表各领域的国际专利分类代码，边则表示这些代码在相应领域的共同出现情况。基于从各领域专利代码集合中提取的关联规则，训练出了基于树的可行性预测模型，该模型通过规则的支撑度和提升度来计算可行性。该框架被用于预测元宇宙与辅助技术结合在教育领域的可行融合方案，所使用的数据来自美国专利商标局授予的专利。链接预测模型的接收者操作特征曲线下面积为0.896，优于单层网络方法；可行性评估模型的均方误差为0.0001，比第二好的方法低14.8%。该框架能够评估各领域内成熟技术下预测融合的可行性，为相关方提供有价值的跨行业融合决策依据。引言技术融合在经济增长中起着重要作用。基于融合过程创造新的发展范式，可突破现有技术的局限[1]。组织或地区若能提前准备迎接新的技术融合，就能在未来的市场中获得竞争优势，以更低的风险应对现实世界中的新挑战[2][3]。此外，预测新技术的出现还有助于制定公共政策与投资策略[3][4]。鉴于技术领域中存在大量未被探索的融合可能[5]，研究跨行业融合能带来更多机会。随着技术组合日益复杂多样，探索不同技术领域间的融合变得愈发重要[6]。预测各行业间的技术发展轨迹，能为经济增长和产业动态提供宝贵洞察[7]。一份清晰且客观的指南，能帮助相关方找到更可行的解决方案。由于不同领域的特定目标与背景，两种或多种技术融合后往往会产生形式各异的创新成果。例如，文本转语音技术既可作为辅助技术，提升自闭症患者的情绪识别能力[8]，也可用于实现元宇宙中虚拟形象之间的沉浸式交流[9]。因此，将预测的融合成果转化为不同领域内的可行形式，为研究与开发提供实用指导，显得尤为重要。专利数据常被用于技术管理，尤其是战略规划与决策制定方面[10][11][12]。专利网络分析常被用来预测当一项专利涉及多个技术领域时所发生的技术融合现象[13][14]。典型的分析方法是将国际专利分类代码作为节点，这些代码之间的共同出现情况作为边，构建专利网络[7][15]。专利中共同出现的分类代码可用于衡量技术融合进程，因此人们通过链接预测来识别网络中分类代码对之间隐藏的共同出现模式，或预测它们之间新的共同出现模式[15][16]。迄今为止，现有研究主要聚焦于预测特定技术领域内的技术融合，通过构建单一层的专利共同出现网络进行分析，并运用不同的链接预测方法来预判这些领域内的未来融合趋势[7][17]。然而，尽管近年来跨行业融合现象频发，但针对涉及多个技术领域的融合过程的研究却相对较少。每个技术领域都受经济、社会和政策因素影响，具有独特的发展模式[18]。因此，基于单一网络的分析方法在反映不同技术领域的发展结构时可能存在诸多局限。仅基于某一技术领域的专利网络难以体现相关领域的共性，而包含多个领域的单一综合网络则无法充分展现某个特定技术领域的独特发展路径。这凸显出多层网络的重要性，它能整合不同技术领域之间的共性与差异信息，从而更有效地预测多行业技术融合[15][19]。此外，还需要通过评估各种未验证融合方案的可行性，将其潜在的未来融合形式具体化。如果不进行此类评估，就会导致对预测融合的实际可实现性存在模糊认识和不确定性[20][21]。技术融合的可行性往往因行业和技术背景的不同而有所差异[3]。但现有方法仅侧重于预测多技术融合的可能性，很少考虑其可行性差异。在本研究中，我们在以往利用关联规则挖掘技术识别已发生的频繁且一致的多技术融合现象的基础上，进一步运用该技术指标来评估未来融合的可行性[21][22]。不过与那些研究不同的是，我们采用了多重网络节点嵌入技术来表示关联规则，从而能够充分利用多技术领域的信息。总体而言，本研究提出了一个新框架，旨在回答以下研究问题：RQ1：如何综合考虑各技术领域的独特属性及其相互关系，来预测多行业技术融合？RQ2：如何预判新融合方案的可行性？RQ3：如何基于各技术领域内的成熟技术，将预测的融合成果转化为实际应用？该框架不仅能预测以主要技术领域为中心的多领域融合，还能详细说明其可行的应用场景。它包含三个步骤：1）利用多重网络预测主要技术领域内的新技术融合；2）基于关联规则挖掘的兴趣支持指标和机器学习模型，构建融合可行性评估模型；3）通过评估各领域的可行性，展现多行业技术融合的实际实现方式。多重网络由多个共享相同节点集的单层网络组成[19]，它能学习每个单层网络的局部结构以及各网络之间的全局交互关系。在本研究中，为构建多重网络，我们使用了多个技术领域的所有国际专利分类代码作为节点，每个领域对应的网络层则以这些代码之间的共同出现情况作为边。通过多重网络嵌入模型，可以利用对应层级生成的节点嵌入来预测主要技术领域内的新融合。随后，我们运用关联规则挖掘技术，以专利分类代码构成的项目集为分析对象，发现各技术领域中现有的融合模式及其可行性。为预判未来融合的可行性，我们构建了一个基于树的模型，通过分析前因后果之间的共性与差异以及技术背景，来衡量融合的可行性。最后，该框架可用于确定可行性较高的多行业技术融合的具体实现形式。具体而言，对于每个领域，我们会找出适用于预测融合的成熟技术，并定量评估多行业融合的可行性，从而为其实际应用提供依据。总体来看，多重网络能提高预测新融合可能性的准确性，而关联规则挖掘则提升了对其可行性的解释能力，这两点都是单纯的多重网络嵌入模型——这种黑箱方法——难以实现的。在实证研究中，我们使用所提出的框架来预测以教育为核心的、结合元宇宙与辅助技术的融合方案。数据来源为美国专利商标局2007年1月至2021年7月期间授予的专利。期望本研究的结果能为相关方提供可行指导，助力为残障人群开展基于元宇宙的教育创新。本文结构如下：第2节回顾了技术融合、多重网络以及教育创新背景的相关研究；第3节阐述所提出的框架；第4节介绍该框架在实证数据中的应用及结果分析；第5节总结研究的贡献与局限性，并提出未来研究方向。章节要点技术融合技术融合是指两个或多个技术领域相互重叠，打破各技术领域的界限，进而改变现有发展范式的现象[3][23]。为保持技术竞争力，人们一直在努力实现新的技术融合[16]。技术的融合还能通过突破单个技术的局限带来创新[1]。例如，信息通信技术……方法论图1展示了通过预测主要技术领域内的新融合，并结合其他相关领域，来提出预测融合可行形式的整体流程。首先，利用从美国专利商标局收集的数据构建多重网络。该网络包含N+1层，其中一层代表主要技术领域，N层代表其他补充技术领域。在每个网络层中，节点对应一个国际专利分类代码，边则表示……数据收集为验证本研究，我们将该框架应用于教育、辅助技术以及元宇宙技术领域，以预测未来教育技术的融合趋势。同时，我们还研究了如何利用现有的元宇宙和辅助技术来实现预测的融合。为此，我们使用了美国专利商标局2007年至2021年间在这三个技术领域授予的专利数据。选择这一时间范围是因为定义“元宇宙”的报告在这一时期……补充技术领域的作用为评估补充技术领域的影响，我们比较了在教育技术领域中，有无其他技术层面时链接预测的ROC-AUC值、精确率-召回率AUC值以及F1分数。表7显示，引入相关领域的信息可以提高预测目标技术领域内融合模式的准确性。具体而言，仅使用教育领域数据时的预测性能最差，而……结论随着不同领域间技术重组的频率不断增加，多行业技术融合现象日益普遍。高效地预测并做好融合准备，对于应对现实世界中的复杂问题、提升经济竞争力具有重要意义。为支持战略决策制定，本研究提出了一种多行业技术融合框架，该框架包含两个主要流程：融合预测……CRediT作者贡献说明全恩智：撰写——初稿、可视化、验证、软件、方法论、研究、形式分析、概念构建。李秀妍：撰写——初稿、软件、方法论、形式分析、数据整理、概念构建。孙素英：撰写——审阅与编辑、验证、监督、项目管理、研究、资金获取、概念构建。利益冲突声明作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。致谢本研究得到了韩国政府科学技术信息通信部资助的韩国国家研究基金会项目（项目编号RS?2024–00333536）的支持。