典型文献
基于SAO语义分析的多维技术演化路径与技术创新机会识别研究
文献摘要：
通过探究目标领域关键技术的演化路径进而精准识别技术创新机会,对激发企业的技术创新活力至关重要.本文提出了一种SAO(subject-action-object)语义分析与多维技术创新地图结合的多维技术演化路径及技术创新机会识别方法.首先,利用LDA(latent Dirichlet allocation)主题模型确定目标领域关键技术问题;然后,运用SAO语义分析法精准识别包含关键技术要素的语义结构,并利用多维技术创新地图对关键技术要素导航和归类;接着,通过构建多维技术演化路径并深入探究不同维度下的技术演化规律,与创新法则进行迭代变换进而准确研判技术创新机会.最后,本文以纳米二氧化钛改性技术为例开展分析,并利用对比分析方法验证所提出方法的有效性与实用性.
文献关键词：
SAO语义分析;多维技术创新地图;技术演化路径;技术机会识别
中图分类号：
作者姓名：
冯立杰;周炜;王金凤;张珂;张世斌
作者机构：
郑州大学管理学院,郑州 450001;上海海事大学物流工程学院,上海 201306;上海海事大学中国(上海)自贸区供应链研究院,上海 201306;华北水利水电大学机械学院,郑州 450045
文献出处：
引用格式：
[1]冯立杰;周炜;王金凤;张珂;张世斌-.基于SAO语义分析的多维技术演化路径与技术创新机会识别研究)[J].情报学报,2022(11):1149-1160
A类：
B类：
SAO,技术演化路径,技术创新机会识别,精准识别,创新活力,subject,action,object,多维技术创新地图,LDA,latent,Dirichlet,allocation,主题模型,模型确定,语义分析法,技术要素,语义结构,不同维度,演化规律,创新法,研判技术,纳米二氧化钛,钛改性,改性技术,方法验证,技术机会识别
AB值：
0.291255
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
