包邮数智赋能下技术挖掘的新理论与新方法研究

第1 章 绪 论 00111 研究背景 002111 数智技术赋能多学科新的增长点 002112 技术挖掘是推动科技创新的重要力量 003113 数智赋能技术挖掘新的机遇 00612 相关概念界定 007121 数智赋能 007122 专利信息 008123 技术知识单元 009124 技术主题演化 011125 技术融合 012126 技术融合关系价值 013127 多源异构数据融合 014128 新兴技术 015第1 章 绪 论 00111 研究背景 002111 数智技术赋能多学科新的增长点 002112 技术挖掘是推动科技创新的重要力量 003113 数智赋能技术挖掘新的机遇 00612 相关概念界定 007121 数智赋能 007122 专利信息 008123 技术知识单元 009124 技术主题演化 011125 技术融合 012126 技术融合关系价值 013127 多源异构数据融合 014128 新兴技术 01513 研究意义和研究问题 016131 研究意义 016132 研究问题 019133 研究内容 02214 研究方法和研究框架 024141 研究方法 024142 研究框架 027第2 章 数智赋能技术挖掘 03021 数智赋能的基本理论和方法 030211 数智赋能基本理论 031212 数智赋能基本方法 03322 技术挖掘的基本理论和方法 038221 专利技术挖掘的基本流程 038222 专利技术挖掘的应用范畴 039223 专利技术挖掘的基本方法 04023 数智赋能技术挖掘的基本理论和方法 045231 知识单元挖掘视角 046232 技术整体挖掘视角 050第3 章 实体语义表示 技术挖掘：数智赋能下的技术主题演化路径识别 05631 实体语义表示赋能技术挖掘 056311 知识语义表示视角下的数智赋能 058312 实体抽取及其语义表示视角下的数智赋能 06132 技术主题演化路径识别的研究基础 063321 技术演化理论基础 064322 技术演化路径识别方法 06533 基于实体语义表示的技术主题演化路径识别 068331 专利技术实体抽取 069332 专利技术实体语义表示 073333 基于K-means 聚类的技术主题识别 074334 基于知识流动的主题演化路径识别 07434 无人机领域的技术主题演化路径识别应用 077341 无人机领域的专利技术实体抽取 077342 无人机领域的专利技术实体语义表示 082343 基于K-means 聚类的无人机领域技术主题识别 082344 基于知识流动的无人机领域主题演化路径识别 084345 无人机领域主题演化路径识别结果可视化 089第4 章 实体关系抽取 技术挖掘：数智赋能下的技术主题演化语义关联发现 09141 语义关系抽取赋能技术挖掘 091411 语义关联发现视角下的数智赋能 092412 实体关系抽取视角下的数智赋能 092413 数智赋能下的主题实体间演化关系抽取 09342 技术主题演化路径语义关联发现的研究基础 094421 基于特征指标的主题演化关联发现 094422 基于结构化信息的语义关联发现 095423 融合语义关系的技术主题演化关联发现 09643 基于实体关系抽取的技术主题演化语义关联发现方法 097431 专利实体间关系预定义 097432 专利实体间关系抽取 098433 技术主题演化语义关联发现方法 10144 无人机领域的技术主题演化语义关联发现应用 103441 无人机领域的专利实体间语义关系抽取 104442 无人机领域的技术主题之间语义关系发现 107443 无人机领域主题演化语义关联结果可视化 109第5 章 复杂网络 技术挖掘：数智赋能下的技术融合关系预测 11251 复杂网络赋能技术挖掘 112511 技术融合预测 113512 复杂网络的基本理论与方法 113513 复杂网络视角下的技术融合关系预测 11652 技术融合关系预测的研究基础 117521 基于复杂网络的技术融合关系预测 117522 基于机器学习的技术融合关系预测 11853 基于复杂网络的技术融合关系预测方法 119531 技术融合关系预测的特征构建 119532 基于复杂网络的技术融合关系预测 12254 技术融合关系预测应用 122541 技术融合关系预测的特征构建结果 122542 技术融合关系预测结果 125第6 章 机器学习 技术挖掘：数智赋能下的技术融合价值评估 12861 机器学习赋能技术挖掘 128611 技术融合价值评估 129612 机器学习的基本理论与方法 130613 机器学习视角下的技术融合价值评估 13462 技术融合价值评估的研究基础 135621 技术融合价值评估理论基础 135622 技术融合价值评估方法 13663 基于机器学习的技术融合价值评估方法 136631 专利分类引用网络构建 136632 技术融合价值的评价指标构建 137633 技术融合价值评估 13864 技术融合价值评估应用 139641 技术融合价值评估方程获取 139642 技术融合价值评估结果 140第7 章 深度学习 多源数据技术挖掘：数智赋能下的新兴技术识别 14271 深度学习和多源数据赋能技术挖掘 143711 多源异构数据的定义 143712 数智赋能视角下的数据融合方法 145713 数智赋能视角下的多源数据融合应用 14672 新兴技术识别的研究基础 146721 新兴技术的概念与属性 147722 新兴技术识别指标 148723 新兴技术识别方法 15073 基于多源数据及深度学习的新兴技术识别方法 153731 基于技术属性的特征分类 153732 基于数据融合的新兴分数指标 155733 基于多源数据的特征提取 156734 基于深度学习的新兴分数预测 15774 新兴技术识别应用 158741 数据准备 158742 基于多源数据的对比设计 159743 基于深度学习的新兴分数预测结果 160744 实证结果对比与分析 162第8 章 结论与展望 16781 本书研究总结 16782 贡献与创新之处 17183 不足与后续研究 172参考文献 174