本文關(guān)鍵詞：基于鏈接預測的技術(shù)機會預測系統(tǒng)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：在當前知識經(jīng)濟環(huán)境的背景下,科技發(fā)展水平逐漸成為衡量國家創(chuàng)新能力和國際競爭力的重要標準。這對基于社會發(fā)展需求,分析科技發(fā)展走向,精確預測技術(shù)機會,進而把握產(chǎn)業(yè)或技術(shù)方向主導權(quán),提出了更高的要求。通過對技術(shù)的發(fā)展趨勢和演化路徑進行研究,研究其發(fā)展和演化模式,進而推導出技術(shù)未來發(fā)展趨勢和演化路徑,識別技術(shù)最新發(fā)展趨勢,預測未來可能突現(xiàn)的技術(shù)發(fā)展點,即為技術(shù)機會預測。本文面向由多個技術(shù)結(jié)合的融合創(chuàng)新而形成的融合型技術(shù),預測特定技術(shù)與現(xiàn)有其他技術(shù)融合的可能性,提出了基于鏈接預測的技術(shù)機會預測模型。從方法層面分析,當前研究中鮮有方法能夠從技術(shù)融合知識流動網(wǎng)絡的角度實現(xiàn)技術(shù)機會的預測,需要基于網(wǎng)絡分析構(gòu)建一種高效的技術(shù)機會預測模型。從技術(shù)層面分析,專利知識網(wǎng)絡信息存儲技術(shù)存在局限性,需設(shè)計并實現(xiàn)一種用于存儲專利知識網(wǎng)絡信息的專利語義知識庫,即通過對知識庫的應用,實現(xiàn)技術(shù)知識流動網(wǎng)絡構(gòu)建的自動化,進而實現(xiàn)技術(shù)機會預測的自動化。本研究基于專利信息,構(gòu)建專利知識流動網(wǎng)絡,在專利知識流動網(wǎng)絡的基礎(chǔ)上,運用鏈接預測與機器學習方法,實現(xiàn)知識流動網(wǎng)絡中未來鏈接預測以及鏈接邊權(quán)預測,實現(xiàn)技術(shù)機會預測;設(shè)計技術(shù)機會預測系統(tǒng),研究專利語義知識庫的實例化及專利語義檢索等關(guān)鍵技術(shù),并通過封裝技術(shù)機會挖掘相關(guān)算法,實現(xiàn)原型系統(tǒng),最后結(jié)合云計算領(lǐng)域?qū)＠畔⑦M行技術(shù)機會預測實證研究,驗證模型與系統(tǒng)的可用性。本文的創(chuàng)新點在于:第一,從知識流動的角度出發(fā),提出基于鏈接預測的技術(shù)機會預測模型;第二,研究基于圖形數(shù)據(jù)庫Neo4j的專利語義知識庫實例化及檢索算法,實現(xiàn)專利語義知識庫的自動化構(gòu)建及應用;第三,設(shè)計并實現(xiàn)技術(shù)機會預測原型系統(tǒng)。
【關(guān)鍵詞】：技術(shù)機會預測 鏈接預測 本體知識庫 neo4j圖形數(shù)據(jù)庫
【學位授予單位】：北京工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.1;F273.1
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-19
• 1.1 研究背景及意義9-10
• 1.1.1 研究背景9-10
• 1.1.2 研究意義10
• 1.2 國內(nèi)外研究現(xiàn)狀10-15
• 1.2.1 技術(shù)機會識別10-12
• 1.2.2 基于語義的專利信息處理理論與方法研究12-13
• 1.2.3 鏈接預測13-15
• 1.3 論文主要研究工作及論文結(jié)構(gòu)15-19
• 1.3.1 主要研究內(nèi)容15-16
• 1.3.2 論文結(jié)構(gòu)16-19
• 第2章 相關(guān)技術(shù)研究綜述19-31
• 2.1 技術(shù)機會預測理論19-20
• 2.2 鏈接預測20-24
• 2.2.1 鏈接預測概述20-21
• 2.2.2 鏈接預測相關(guān)技術(shù)21-24
• 2.3 基于圖的本體知識庫理論和技術(shù)24-29
• 2.3.1 本體概述24-25
• 2.3.2 圖數(shù)據(jù)庫Neo4j25-26
• 2.3.3 基于Neo4j的本體知識庫構(gòu)建方法26-27
• 2.3.4 基于Cypher語言的本體查詢和推理技術(shù)27-29
• 2.4 本章小結(jié)29-31
• 第3章 基于鏈接預測的技術(shù)機會預測模型31-49
• 3.1 技術(shù)機會在專利知識流動網(wǎng)絡中的表征31-33
• 3.1.1 技術(shù)機會在專利知識流動網(wǎng)絡中的表征31-32
• 3.1.2 專利知識流動網(wǎng)絡構(gòu)建32-33
• 3.2 技術(shù)機會預測模型構(gòu)建33-42
• 3.2.1 無權(quán)有向網(wǎng)絡的未來鏈接預測模型33-36
• 3.2.2 含權(quán)無向網(wǎng)絡的鏈接邊權(quán)預測模型36-40
• 3.2.3 技術(shù)機會預測40-42
• 3.3 技術(shù)機會預測模型的檢驗與評價42-48
• 3.3.1 模型檢驗與評價數(shù)據(jù)集42-43
• 3.3.2 基于鏈接預測的技術(shù)機會預測模型評價43-44
• 3.3.3 基于鏈接預測的技術(shù)機會預測模型檢驗44-48
• 3.4 本章小結(jié)48-49
• 第4章 技術(shù)機會預測系統(tǒng)的分析與設(shè)計49-61
• 4.1 需求分析49-50
• 4.2 系統(tǒng)功能與架構(gòu)設(shè)計50-53
• 4.2.1 系統(tǒng)功能設(shè)計50-52
• 4.2.2 系統(tǒng)架構(gòu)設(shè)計52-53
• 4.3 數(shù)據(jù)庫設(shè)計53-59
• 4.3.1 本地德溫特專利數(shù)據(jù)庫53-57
• 4.3.2 基于Neo4j的專利語義知識庫設(shè)計57-59
• 4.4 本章小結(jié)59-61
• 第5章 技術(shù)機會預測原型系統(tǒng)實現(xiàn)與應用61-79
• 5.1 原型系統(tǒng)關(guān)鍵技術(shù)及實現(xiàn)61-69
• 5.1.1 原型系統(tǒng)開發(fā)環(huán)境及運行平臺61-62
• 5.1.2 基于Neo4j的專利語義知識庫實例化算法62-65
• 5.1.3 基于圖形數(shù)據(jù)庫的專利語義檢索65-67
• 5.1.4 功能模塊實現(xiàn)及系統(tǒng)運行展示67-69
• 5.2 系統(tǒng)應用測試及技術(shù)機會預測結(jié)果分析69-77
• 5.2.1 數(shù)據(jù)源69
• 5.2.2 云計算專利知識庫構(gòu)建69-70
• 5.2.3 云計算專利知識庫檢索與知識網(wǎng)絡構(gòu)建70-71
• 5.2.4 未來鏈接與鏈接邊權(quán)指標計算71-72
• 5.2.5 技術(shù)機會預測結(jié)果分析72-77
• 5.3 本章小結(jié)77-79
• 結(jié)論79-81
• 參考文獻81-87
• 攻讀碩士學位期間發(fā)表的學術(shù)論文87-89
• 致謝89

  本文關(guān)鍵詞：基于鏈接預測的技術(shù)機會預測系統(tǒng)研究，，由筆耕文化傳播整理發(fā)布。

本文編號：298981