-
题名基于多源文本挖掘的技术演化路径识别
被引量：16
- 1
-
-
作者
刘怀兰
刘盛
周源
张睿
-
机构
华中科技大学机械科学与工程学院
清华大学公共管理学院
-
出处
《情报理论与实践》
CSSCI
北大核心
2022年第11期178-187,共10页
-
基金
国家自然科学基金项目“面向2035的高档数控机床技术路线图研究”的成果,项目编号:L1824043。
-
文摘
[目的/意义]提出一种基于文档向量化和自动化短语挖掘的改进主题建模方法(Doc2Vec-KMeans++-TopMine,DKT),从多维视角识别领域内的技术演化路径,展示领域内技术的发展与现状。[方法/过程]获取研究领域内的论文、专利、产品等多源数据,综合采用文档向量化、聚类算法和短语挖掘算法,完成领域多源数据的融合主题挖掘,通过语义相似度计算进行多源融合主题的关联与演化路径的识别,采用“主题河流图”可视化方法绘制多维度技术演化路径,从前沿研究、技术研发、市场应用等多维度视角出发开展领域演化分析。[结果/结论]选取数控机床领域进行实证研究,实验结果表明,利用DKT方法挖掘到的演化路径信息丰富,可以进行多维技术演化路径分析,并证明了其有效性,同时还得到了多个维度视角下的领域发展过程,发现了数控机床领域的3种技术演化模式。
-
关键词
技术演化路径
多源数据
主题建模
文本挖掘
Doc2Vec
topmine
-
Keywords
technology evolution pathway
multi-source data
topic modeling
text mining
Doc2Vec
topmine
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
