科学学研究

作者：王康,陈悦

单位：1. 大连理工大学科学学与科技管理研究所暨 WISE 实验室；2. 大连理工大学；

基金：颠覆性技术识别理论、方法与专家预判系统

识别并超前部署颠覆性技术，对我国高质量发展和国家安全具有重要的战略意义。本文提出一种基于异质性专利视角运用机器学习算法的潜在颠覆性技术早期识别方法，是对已有研究理论和方法的有益补充。首先融合BERT语义向量和IPC权重向量获取专利特征；然后利用多种异常检测算法识别异质性专利，并通过扩展的专利共被引网络计算专利的影响力；进而构建异质性专利指标和技术影响力关系数据；最后利用机器学习算法从海量异质性专利中识别出潜在颠覆性技术，并对未来技术研发方向进行预判。使用3D打印领域专利对该方法的有效性进行验证，结果显示随机森林模型在准确率、精准率、召回率和F1值指标均达到95%以上，优于其他机器学习模型；识别出的3D打印领域潜在颠覆性技术符合实际，对政策制定、企业研发和后续学术研究具有参考价值。

来源：2023年第8期

《科学学研究》期刊编辑部

查看科学学研究杂志2023年第8期