新興技術(shù)成長(zhǎng)階段動(dòng)態(tài)監(jiān)測(cè)是一項(xiàng)較為復(fù)雜的工作,現(xiàn)有研究較多的從定性評(píng)價(jià)的角度著手,構(gòu)建技術(shù)成長(zhǎng)監(jiān)測(cè)的一般方法,相關(guān)成果為更客觀的量化方法選擇奠定了基礎(chǔ)。本研究旨在提供一種可計(jì)量的標(biāo)準(zhǔn)化新興技術(shù)成長(zhǎng)檢測(cè)技術(shù)。具體包括:（1）運(yùn)用數(shù)學(xué)模型將Gartner公司提出的Hype Cycle技術(shù)成長(zhǎng)曲線以一種可量化的方式進(jìn)行了呈現(xiàn);（2）根據(jù)Gompertz曲線的數(shù)學(xué)特征給出技術(shù)成長(zhǎng)階段的劃分和判定方式;（3）結(jié)合實(shí)際應(yīng)用中可能出現(xiàn)的情況給出了新興技術(shù)成長(zhǎng)監(jiān)測(cè)方法應(yīng)用流程;（4）選取人工智能的3個(gè)核心技術(shù)對(duì)所提監(jiān)測(cè)方法進(jìn)行了實(shí)證檢驗(yàn),并給出了后續(xù)應(yīng)用應(yīng)注意事項(xiàng)。研究成果以期為當(dāng)前技術(shù)成長(zhǎng)監(jiān)測(cè)理論和方法研究提供新的思路。 

【文章來(lái)源】：科學(xué)學(xué)研究. 2020,38(06)北大核心CSSCICSCD

【文章頁(yè)數(shù)】：14 頁(yè)

【部分圖文】：

近似擬合Hype Cycle成熟度曲線需要的最小點(diǎn)數(shù)

本文參照Foster的做法[23],用S形曲線數(shù)學(xué)特征值作為各階段的分界點(diǎn)對(duì)技術(shù)成長(zhǎng)階段進(jìn)行劃分,具體如圖3所示。飽和值K是技術(shù)累計(jì)效用值N(t)的增長(zhǎng)上限。反曲點(diǎn)是當(dāng)S形曲線二階導(dǎo)數(shù)為0時(shí)的點(diǎn),該點(diǎn)的斜率達(dá)到最大值,即累積效用增長(zhǎng)率最大。成長(zhǎng)時(shí)間代表累計(jì)效用值N(t)從10%變?yōu)?0%時(shí),K所需要的時(shí)間。

表2 技術(shù)成長(zhǎng)階段劃分 成長(zhǎng)階段 時(shí)間段 具體含義 階段特征 萌芽期 [0,t1) 在萌芽期,新興技術(shù)在前期的基礎(chǔ)科學(xué)研究和大量的未知領(lǐng)域的基礎(chǔ)上,技術(shù)發(fā)展速度很快。 前期基礎(chǔ)研究多;技術(shù)突破時(shí)間長(zhǎng);專利質(zhì)量等級(jí)高;創(chuàng)新風(fēng)險(xiǎn)非常大。 膨脹期 [t1,t2) t1之后,期望的增長(zhǎng)率由快變慢,達(dá)到最高峰后,期望開(kāi)始下降,并且降低速率越來(lái)越大,t2時(shí)刻,期望的降低速率達(dá)到最大。 社會(huì)關(guān)注度很高;技術(shù)間競(jìng)爭(zhēng)激烈;大量資金進(jìn)入;大量相關(guān)企業(yè)出現(xiàn),但有大部分失敗或被吞并;技術(shù)還沒(méi)有完全成熟,無(wú)法迅速普及。 成長(zhǎng)期 [t2,t3) 從t2時(shí)刻開(kāi)始,人們經(jīng)歷過(guò)期望膨脹的高峰期,對(duì)技術(shù)的看待歸于客觀,技術(shù)進(jìn)入平穩(wěn)發(fā)展的成長(zhǎng)期。 人們對(duì)技術(shù)的看待更加客觀;技術(shù)自身實(shí)力和應(yīng)用場(chǎng)景各方面逐漸成熟。 穩(wěn)定期 [t3,+∞) 技術(shù)發(fā)展到t3時(shí)刻,已經(jīng)趨于穩(wěn)定。 技術(shù)的潛力被市場(chǎng)真正接受Hype Cycle曲線將技術(shù)發(fā)展劃分為五個(gè)階段,在對(duì)各時(shí)期使用數(shù)學(xué)方法處理時(shí),發(fā)現(xiàn)破滅期和復(fù)蘇期沒(méi)有明顯的數(shù)學(xué)特征,故而將兩個(gè)階段作合并處理。因此,本文暫將成長(zhǎng)期對(duì)應(yīng)于Gartner曲線中的幻想破滅期和復(fù)蘇期。

【參考文獻(xiàn)】：
期刊論文
[1]新興技術(shù)“多核心”創(chuàng)新網(wǎng)絡(luò)形成及仿真研究[J]. 曹興,馬慧.  科學(xué)學(xué)研究. 2019(01)
[2]基于技術(shù)成熟度曲線的教育信息化發(fā)展熱點(diǎn)分析[J]. 胡衛(wèi)星,徐多,趙苗苗.  現(xiàn)代教育技術(shù). 2018(01)
[3]IT領(lǐng)域新興技術(shù)的演進(jìn)及其可視化分析[J]. 田倩飛,房俊民,徐婧,張娟,唐川,王立娜,李姝影.  情報(bào)雜志. 2017(07)
[4]技術(shù)的市場(chǎng)潛力測(cè)度與預(yù)測(cè)——基于技術(shù)顛覆潛力與技術(shù)成熟度綜合指標(biāo)[J]. 欒春娟,程昉.  科學(xué)學(xué)研究. 2016(12)
[5]Gartner趨勢(shì)預(yù)測(cè)報(bào)告與科學(xué)研究相關(guān)性實(shí)證分析[J]. 吉久明,黃凱,顧震宇,劉穎,朱世琴,李楠,任福兵.  圖書(shū)館雜志. 2016(02)
[6]國(guó)際專利合作和引用對(duì)創(chuàng)新績(jī)效的影響研究[J]. 陳子鳳,官建成.  科研管理. 2014(03)
[7]技術(shù)成熟度評(píng)價(jià)方法綜述[J]. 李達(dá),王崑聲,馬寬.  科學(xué)決策. 2012(11)
[8]基于文本挖掘技術(shù)的產(chǎn)品技術(shù)成熟度預(yù)測(cè)[J]. 劉玉琴,朱東華,呂琳.  計(jì)算機(jī)集成制造系統(tǒng). 2008(03)



本文編號(hào)：3547830