[目的]将因果思想引入技术机会发现,提出从技术文本的因果知识中识别技术机会,并以电动汽车充电桩为例进行实证研究.[方法]提出因果对自动抽取、因果网络构建、技术机会匹配发现三步骤法.首先,利用规则匹配方法,基于因果触发词和规则模板,自动抽取出多源数据中蕴含的因果对,并以三元组结构表征;然后,构建包含技术要素的因果网络;同时,通过情感识别、需求词抽取等步骤发现用户使用过程中的需求因素;最后,通过对因果网络进行链路预测,补全潜在因果关联,并与用户需求因素进行匹配,最终实现技术机会发现.[结果]分析发现,充电桩的电池性能和价格费用分别是提升技术性能和用户满意度的关键因素.通过对比两种算法,结果显示,GraphSAGE算法比Node2Vec算法能更准确预测连边,有效识别充电桩的潜在技术机会.[局限]因果网络的稀疏性导致准确性还有待提高.[结论]所提方法能够促进科学技术的创新机会识别,旨在发现潜在的不确定性问题,为进一步的技术优化和产业升级提供参考.

技术机会发现;充电桩;因果智能

淄博职业学院人工智能与大数据学院 淄博255314;曼彻斯特大学全球发展学院 曼彻斯特M139PL;北京交通大学经济管理学院 北京100044;山东理工大学信息管理研究院 淄博255049

[1]柳林林;宫大庆;张玉洁;白如江-.因果知识引导的技术机会发现——以电动汽车充电桩为例)[J].数据分析与知识发现,2022(08):31-40

技术机会发现,因果智能

知识引导,电动汽车充电桩,自动抽取,因果网络,网络构建,配发,三步,规则匹配,匹配方法,触发词,多源数据,三元组,组结构,结构表征,技术要素,情感识别,需求词,现用,需求因素,链路预测,补全,因果关联,用户需求,电池性能,提升技术,技术性能,用户满意度,GraphSAGE,Node2Vec,准确预测,稀疏性,机会识别,技术优化

0.330535