Please wait a minute...
Advanced Search
数据分析与知识发现  2021, Vol. 5 Issue (1): 112-127     https://doi.org/10.11925/infotech.2096-3467.2020.0337
     研究论文 本期目录 | 过刊浏览 | 高级检索 |
专利合作视角下技术创新合作网络演化分析——以国内语音识别技术领域为例*
关鹏1,2,王曰芬2(),靳嘉林2,傅柱3
1巢湖学院经济与法学学院 合肥 238000
2南京理工大学经济管理学院 南京 210094
3江苏科技大学经济管理学院 镇江 212003
Developments of Tech-Innovation Network for Patent Cooperation: Case Study of Speech Recognition in China
Guan Peng1,2,Wang Yuefen2(),Jin Jialin2,Fu Zhu3
1School of Economics and Law, Chaohu University, Hefei 238000, China
2School of Economics & Management, Nanjing University of Science & Technology, Nanjing 210094, China;
3School of Economics and Management, Jiangsu University of Science and Technology, Zhenjiang 212003, China
全文: PDF (1755 KB)   HTML ( 20
输出: BibTeX | EndNote (RIS)      
摘要 

【目的】 从专利合作视角,对技术创新合作网络的演化特征及作用机理进行分析。【方法】 构建专利合作网络演化分析框架,从网络规模、网络聚类性、组元分析、节点度分布和小世界效应5个维度对网络拓扑结构进行演化分析;从中心性和结构洞两个维度对网络的核心申请人和核心地区进行演化分析;在国内语音识别技术领域进行实证研究,验证演化分析框架的可行性,分析网络演化对技术创新能力和创新机制的作用和影响。【结果】 实证分析验证了演化分析框架的可行性,并获得国内语音识别技术专利合作网络的演化特征、作用机理和管理启示。【局限】 仅对语音识别技术领域进行实证分析,还需进一步扩展技术领域分析范围,以获得普适性规律;还需从微观层面探索网络结构演化对企业创新绩效的影响。【结论】 国内语音识别技术专利合作网络结构从碎片化网络向多中心小世界网络演化,网络核心由高校、科研院所向高校、科研院所和企业三者协同演化,网络机制由随机连接向“富者恒富”的度优先连接演化,网络演化对国内语音识别技术产业的核心创新能力和创新机制的形成产生重要作用和影响。从合作模式和区域发展两方面提出技术创新管理启示。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
关鹏
王曰芬
靳嘉林
傅柱
关键词 语音识别技术创新专利合作网络演化分析    
Abstract

[Objective] This paper examines the evolution of tech-innovation network from the perspective of patent cooperation. [Methods] First, we proposed a dynamic framework to analyze the patent cooperation network. Then, we conducted evolutionary analysis of the network’s topological structure based on network size, clustering, component analysis, degree distribution, and small-world theory. Third, we analyzed the centrality and structure holes of core network members. [Results] We evaluated the performance of our framework with an empirical study on speech recognition, which also investigated the impacts of network evolution on innovations. [Limitations] More research is needed to investigate the proposed model’s performance in other fields, as well as the influence of network structure on individual company’s innovations. [Conclusions] The domestic cooperative network for speech recognition patents, which has evolved from a fragmented network to the multi-center small-world one, plays an important role in innovation. The three core members of this network are companies, universities and research institutes, following the rule of “rich get richer”. This paper also discusses technology innovation management issues from the perspectives of cooperation and regional development.

Key wordsSpeech Recognition    Technical Innovation    Patent Cooperation Network    Evolutionary Analysis
收稿日期: 2020-04-19      出版日期: 2021-02-05
ZTFLH:  C931  
基金资助:*本文系国家社会科学基金重大项目项目编号(16DZA224);国家自然科学基金青年项目项目编号(71904043);安徽省高校人文社会科学重点项目的研究成果之一项目编号(SK2019A0550)
通讯作者: 王曰芬     E-mail: yuefen163@163.com
引用本文:   
关鹏,王曰芬,靳嘉林,傅柱. 专利合作视角下技术创新合作网络演化分析——以国内语音识别技术领域为例*[J]. 数据分析与知识发现, 2021, 5(1): 112-127.
Guan Peng,Wang Yuefen,Jin Jialin,Fu Zhu. Developments of Tech-Innovation Network for Patent Cooperation: Case Study of Speech Recognition in China. Data Analysis and Knowledge Discovery, 2021, 5(1): 112-127.
链接本文:  
https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.2096-3467.2020.0337      或      https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2021/V5/I1/112
Fig.1  专利合作网络演化分析框架
维度 指标 含义
组元分析 二元组比例 二元组数量在网络中所有组元数量中所占的比例。
最大组元容量 网络最大组元中的节点数量占网络所有节点数量的比例。
节点度分布 幂律分布 网络中节点度值x服从参数为α的幂律分布,其概率密度函数为fx=cx-α-1,α>0,α为无标度指数。在很多社会网络中发现了网络节点度分布服从幂律分布,普遍认为“度优先连接机制”导致了该分布的产生。
小世界现象 小世界指标[22] 计算公式为SW=CaLa?LrCr。其中,Ca为真实网络的平均聚类系数;La为真实网络中平均最短路径长度;Cr为同等规模随机网络的平均聚类系数;Lr为同等规模随机网络中平均最短路径长度。经典的小世界网络往往具有较短的路径长度和较大的聚类系数,因此SW值也较大。
Table 1  网络拓扑结构度量指标和含义
维度 指标 含义
网络结构洞 约束系数[23]
(Constraint,CT)
节点的网络约束系数,以该节点对其他节点的依赖程度作为评价标准,数值越大,受约束性越强,依赖性越强,则网络资源控制能力越小,跨越结构洞的可能性就小。计算公式为CTi=iCij,Cij=(Pij+qPiqPqj)2。其中,q为节点i和节点j的共同邻居节点;Pij为在节点i的所有邻居节点中节点j所占的权重比例。
有效规模[24]
(Effective Size,ES)
一个节点的有效规模可以测算节点的整体影响力,这个指标可以在一定程度上定量衡量结构洞节点的重要性。计算节点i的有效规模公式为ESi=j(1-qPiqPjq)。其中,q为节点i和节点j的共同邻居节点;PiqPjq分别表示节点q在节点i和节点j的邻接节点中所占的权重比例。
Table 2  网络核心个体度量指标及含义
Fig.2  国内语音识别技术专利申请数量变化曲线
阶段 发明人合作网络 申请人合作网络 地区合作网络
节点数 边数 节点数 边数 节点数 边数
1986-1999 109 195 22 23 0 0
2000-2007 760 1 373 76 57 7 6
2008-2011 936 2 084 116 114 9 11
2012-2015 959 2 321 243 258 15 20
2016-2018 7 420 17 960 299 227 20 33
Table 3  专利合作网络各阶段节点和边数量
Fig.3  发明人合作网络图谱
Fig.4  申请人合作网络拓扑结构图谱
Fig.5  专利合作网络密度演化曲线
Fig.6  专利合作网络聚类系数演化曲线
Fig.7  专利合作网络传递性演化曲线
Fig.8  专利合作网络组元分析结果
发明人合作网络
阶段 Ca Cr Ca/Cr La Lr La/Lr SW 网络规模
1986-1999 0.72 0.032 22.46 1.00 3.74 0.27 83.99 109
2000-2007 0.74 0.004 5 163.40 3.45 5.21 0.66 246.93 760
2008-2011 0.71 0.004 4 161.94 4.86 4.72 1.03 157.43 936
2012-2015 0.70 0.005 1 136.99 6.72 4.5 1.49 91.69 959
2016-2018 0.79 0.000 65 1 209.66 11.78 5.6 2.10 575.16 7 420
申请人合作网络
阶段 Ca Cr Ca/Cr La Lr La/Lr SW 网络规模
1986-1999 0.64 0.05 12.73 1 3.03 0.33 38.56 22
2000-2007 0.29 0.01 28.51 1 5.43 0.18 154.80 76
2008-2011 0.30 0.011 27.04 2.42 5.76 0.42 64.42 116
2012-2015 0.32 0.005 4 59.97 2.70 6.72 0.40 149.07 243
2016-2018 0.23 0.001 1 209.14 3.23 9.63 0.34 623.38 299
地区合作网络
阶段 Ca Cr Ca/Cr La Lr La/Lr SW 网络规模
1986-1999 - - - - - - - -
2000-2007 0.24 0.14 1.70 1.60 1.77 0.90 1.88 7
2008-2011 0.33 0.17 1.95 1.83 2.06 0.89 2.19 9
2012-2015 0.21 0.15 1.43 2.08 2.45 0.85 1.69 15
2016-2018 0.40 0.14 2.89 2.30 2.47 0.93 3.10 20
Table 4  语言识别技术各阶段专利合作网络SW
小世界网络 Ca/Cr La/Lr SW 网络规模 参考文献
Ythan Estuary Food Web 3.67 1.08 3.4 134 Montoya等[32]
E. Coli Substrate Graph 12.31 0.96 12.83 282 Fell等[33]
E. Coli Reaction Graph 6.55 1.32 4.96 315 Fell等[33]
Power Grid 16 1.51 10.6 4941 Watts等[30]
SPIRES Co-Authorship 242 1.89 128.05 56 627 Newman[34]
Table 5  已被证实为小世界网络的SW
发明人合作网络
阶段 平均
点度
最大
点度
无标度
指数
KS检验
统计量
P
1986-1999 3.58 10 3.22 0.150 0
2000-2007 3.61 17 3.17 0.040 0.045
2008-2011 4.45 43 3.46 0.039 0.320
2012-2015 4.84 28 2.22 0.051 0.250
2016-2018 4.84 81 4.72 0.052 0.350
申请人合作网络
阶段 平均
点度
最大
点度
无标度
指数
KS检验
统计量
P
1986-1999 2.09 4 2.79 0.23 0
2000-2007 1.50 4 2.07 0.085 0
2008-2011 1.97 8 3.33 0.051 0.07
2012-2015 2.12 13 4.09 0.043 0.01
2016-2018 1.52 9 4.15 0.039 0.18
地区合作网络
阶段 平均
点度
最大
点度
无标度
指数
KS检验
统计量
P
1986-1999 - - - - -
2000-2007 1.71 3 0.78 - -
2008-2011 2.44 7 3.1 - -
2012-2015 2.67 10 3.38 0.12 0.49
2016-2018 3.30 12 2.93 0.11 0.44
Table 6  语音识别技术专利合作网络幂律分布KS检验结果
序号 程度中心性 邻近中心性 中介中心性
2000-2007 2008-2011 2012-2015 2016-2018 2000-2007 2008-2011 2012-2015 2016-2018 2000-2007 2008-2011 2012-2015 2016-2018
申请人 DC 申请人 DC 申请人 DC 申请人 DC 申请人 CC 申请人 CC 申请人 CC 申请人 CC 申请人 BC 申请人 BC 申请人 BC 申请人 BC
1 北京
大学
0.040 华为 0.070 国家
电网
0.054 中国
移动
0.030 北京
大学
0.040 华为 0.082 国家
电网
0.054 中国
移动
0.031 北京
大学
0.000 7 华为 0.010 8 国家
电网
0.002 4 科大
讯飞
0.001 2
2 中科院声学研究所 0.027 广东外语外贸大学 0.061 广东外语外贸大学 0.041 国家
电网
0.030 中科院声学研究所 0.027 广东外语外贸大学 0.061 广东外语外贸大学 0.041 国家
电网
0.030 清华
大学
0.000 4 中科院声学研究所 0.003 5 华为 0.001 8 国家网络与信息安全中心 0.001 0
3 中科
信利
0.027 瑞声
科技
0.035 清华
大学
0.025 美的
集团
0.027 中科
信利
0.027 中科院声学研究所 0.057 鲁能
智能
0.030 美的
集团
0.027 鸿海
精密
0.000 4 清华
大学
0.003 5 清华
大学
0.001 7 中国
移动
0.000 9
4 清华
大学
0.027 中科院声学研究所 0.026 电子科技大学 0.021 腾讯 0.017 清华
大学
0.027 清华
大学
0.057 国电通
公司
0.030 咪咕
文化
0.020 华为 0.000 4 上海交通大学 0.001 8 电子科技大学 0.001 4 讯飞
智元
0.000 9
5 鸿海
精密
0.027 清华
大学
0.026 中科院声学研究所 0.017 中科院声学研究所 0.013 鸿海
精密
0.027 上海交通大学 0.052 中电
飞华
0.030 咪咕
音乐
0.020 瑞声
科技
0.000 8 中科院自动化研究所 0.000 4 国家
电网
0.000 8
6 华为 0.027 中山
大学
0.026 中山
大学
0.017 乐视 0.013 华为 0.027 武汉
大学
0.049 国网
信通
0.030 科大
讯飞
0.019 中山
大学
0.000 3 中山
大学
0.000 2 中科院声学研究所 0.000 7
7 宫羽
数字
0.013 上海交通大学 0.017 鸿海
精密
0.012 中山
大学
0.013 中科
信利
0.027 北京工业大学 0.049 华为 0.030 讯飞
智元
0.019 北大
方正
0.000 2 中科院声学研究所 0.000 2 清华
大学
0.000 7
8 阜国
数字
0.013 中星
微电子
0.017 瑞声
科技
0.012 清华
大学
0.013 北大
方正
0.024 西安电子科技大学 0.049 中国电力科学研究院 0.029 国家网络与信息安全中心 0.018 鸿海
精密
0.000 1 美的
集团
0.000 6
9 凌阳
科技
0.013 联芯
科技
0.017 熊猫
电子
0.012 科大
讯飞
0.013 天朗
语音
0.018 北京邮电大学 0.049 融智
通科技
0.029 鲁能
智能
0.017 上海交通大学 0.000 1 腾讯 0.000 2
10 北阳
电子
0.013 大唐
移动
0.017 鲁能
智能
0.012 国网
信通
0.010 鸿富锦精密 0.018 天津
大学
0.049 清华
大学
0.028 国网
电商
0.017 天格
科技
0.000 1 中山
大学
0.000 2
Table 7  申请人合作网络中心性指标排名
序号 约束系数 有效规模
2000-2007 2008-2011 2012-2015 2016-2018 2000-2007 2008-2011 2012-2015 2016-2018
申请人 CT 申请人 CT 申请人 CT 申请人 CT 申请人 ES 申请人 ES 申请人 ES 申请人 ES
1 清华大学 0.50 华为 0.13 国家电网 0.17 中国移动 0.13 北京大学 2.33 华为 8.00 国家电网 11.92 中国移动 8.78
2 鸿海精密 0.50 中科院声学研究所 0.33 清华大学 0.17 美的集团 0.16 清华大学 2.00 瑞声科技 3.50 清华大学 6.00 国家电网 8.56
3 华为 0.50 清华大学 0.33 中山大学 0.25 国家电网 0.17 鸿海精密 2.00 中科院声学研究所 3.00 电子科技大学 4.60 美的集团 7.75
4 北京大学 0.61 瑞声科技 0.41 电子科技大学 0.30 腾讯 0.20 华为 2.00 清华大学 3.00 中山大学 4.00 腾讯 5.00
5 电子科技大学 1.00 广东外语外贸大学 0.49 鸿海精密 0.33 中科院声学研究所 0.25 中科院声学研究所 1.00 中山大学 2.33 中科院声学研究所 3.50 中科院声学研究所 4.00
6 北大方正 1.00 上海交通大学 0.50 华为 0.33 乐视控股 0.25 中科信利 1.00 上海交通大学 2.00 鸿海精密 3.00 乐视 4.00
7 富士康 1.00 北大方正 0.50 广东外语外贸大学 0.36 清华大学 0.25 宫羽数字 1.00 北大方正 2.00 华为 3.00 清华大学 4.00
8 南京大学 1.00 中山大学 0.61 中科院声学研究所 0.41 科大讯飞 0.25 阜国数字 1.00 中科信利 1.00 天格科技 2.33 科大讯飞 4.00
9 中科院自动化研究所 1.00 海尔智能 1.00 京东方 0.50 国家网络与信息安全中心 0.33 凌阳科技 1.00 武汉大学 1.00 美的集团 2.00 中山大学 3.50
10 科龙电器 1.00 天津大学 1.00 中科院
自动化
研究所
0.50 视源电子 0.33 北阳电子 1.00 北京工业大学 1.00 上海交通大学 2.00 吉利控股 3.50
Table 8  申请人合作网络结构洞指标排名
Fig.9  地区合作网络拓扑结构图谱
[1] Ozman M . Inter-Firm Networks and Innovation: A Survey of Literature[J]. Economic of Innovation and New Technology, 2009,18(1):39-67.
[2] Hagedoorn J . Understanding the Rationale of Strategic Technology Partnering: Interorganizational Modes of Cooperation and Sectoral Differences[J]. Strategic Management Journal, 1993,14(5):371-385.
[3] Rothaermel F T, Deeds D L . Exploration and Exploitation Alliances in Biotechnology: A System of New Product Development[J]. Strategic Management Journal, 2004,25(3):201-221.
[4] Granovetter M S . The Strength of Weak Ties[J]. American Journal of Sociology, 1973,78(6):1360-1380.
[5] Zheng J, Zhao Z Y, Zhang X , et al. International Scientific and Technological Collaboration of China from 2004 to 2008: A Perspective from Paper and Patent Analysis[J]. Scientometrics, 2012,91(1):65-80.
[6] Chen J H, Jang S L, Chang C H . The Patterns and Propensity for International Co-Invention: The Case of China[J]. Scientometrics, 2013,94(2):481-495.
[7] Fleming L, King C, Juda A I . Small Worlds and Regional Innovation[J]. Organization Science, 2007,18(6):938-954.
[8] He J, Fallah M H . Is Inventor Network Structure a Predictor of Cluster Evolution?[J]. Technological Forecasting and Social Change, 2009,76(1):91-106.
[9] Jaffe A, Trajtenberg M, Fogarty M . Knowledge Spillovers and Patent Citations: Evidence from a Survey of Inventors[J]. American Economic Review, 2000,90(2):215-218.
[10] 高霞, 陈凯华 . 合作创新网络结构演化特征的复杂网络分析[J]. 科研管理, 2015,36(6):28-36.
[10] ( Gao Xia, Chen Kaihua . The Complex Network Analysis of the Structure Evolution of Collaborative Innovation Networks: An Example of the Industry-University-Research Collaboration of Chinese ICT Industry[J]. Science Research Management, 2015,36(6):28-36.)
[11] Singh J . Collaborative Networks as Determinants of Knowledge Diffusion[J]. Management Science, 2005,51(5):756-770.
[12] Cantner U, Graf H . The Network of Innovators in Jena: An Application of Social Network Analysis[J]. Research Policy, 2006,35(4):463-480.
[13] Kim C, Song J . Creating New Technology Through Alliances: An Empirical Investigation of Joint Patents[J]. Technovation, 2007,27(8):461-470.
[14] 高粱洲, 唐恒, 刘桂锋 . 京津冀高校产学研专利合作网络结构演化特征研究[J]. 图书情报研究, 2019,12(1):96-105.
[14] ( Gao Liangzhou, Tang Heng, Liu Guifeng . Evolutionary Characteristics of the Industry-University-Institute Patent Cooperation Network Structure of Colleges and Universities in Beijing, Tianjin and Hebei[J]. Library & Information Studies, 2019,12(1):96-105.)
[15] 郭建杰, 谢富纪, 王海花 , 等. 基于产学联合申请专利的合作网络动态演化研究——以“双一流”建设高校为例[J]. 科技进步与对策, 2019,36(17):1-10.
[15] ( Guo Jianjie, Xie Fuji, Wang Haihua , et al. Research on the Dynamic Evolution of Cooperative Network Based on Industry-University Joint-Patent Data——An Analysis of “Double First-Class” Universities[J]. Science & Technology Progress and Policy, 2019,36(17):1-10.)
[16] 李培哲, 菅利荣, 刘勇 . 卫星及应用产业产学研专利合作网络结构特性及演化分析-基于社会网络视角[J]. 情报杂志, 2018,37(11):55-61.
[16] ( Li Peizhe, Jian Lirong, Liu Yong . Structural Characteristics and Evolution Analysis of Patent Cooperation Network of Satellite and Application Industries: From the Perspective of Social Network[J]. Journal of Intelligence, 2018,37(11):55-61.)
[17] 刘凤朝, 马荣康, 姜楠 . 基于“985高校”的产学研专利合作网络演化路径研究[J]. 中国软科学, 2011(7):178-192.
[17] ( Liu Fengchao, Ma Rongkang, Jiang Nan . Research on Evolutionary Paths of Industry-University-Research Institute Networks of Patent Collaboration Based on the “985 Universities”, China Soft Science, 2011(7):178-192.)
[18] Inoue H, Souma W, Tamada S . Analysis of Cooperative Research and Development Networks on Japanese Patents[J]. Journal of Informetrics, 2010,4(1):89-96.
[19] Koumpis K, Pavitt K . Corporate Activities in Speech Recognition and Natural Language: Another “New Science”-Based Technology[J]. International Journal of Innovation Management, 1999,3(3):335-366.
[20] Marx M, Gans J S, Hsu D H . Dynamic Commercialization Strategies for Disruptive Technologies: Evidence from the Speech Recognition Industry[J]. Management Science, 2014,60(12):3103-3123.
[21] Eslami H, Ebadi A, Schiffauerova A , et al. Effect of Collaboration Network Structure on Knowledge Creation and Technological Performance: The Case of Biotechnology in Canada[J]. Scientometrics, 2013,97(1):99-119.
[22] Davis G F, Yoo M, Baker W E . The Small World of the American Corporate Elite, 1982-2001[J]. Strategic Organization, 2003,1(3):301-326.
[23] Burt R S . Structural Holes and Good Ideas[J]. American Journal of Sociology, 2004,110(2):349-399.
[24] Burt R S. Structural Holes: The Social Structure of Competition[M]. Cambridge: Harvard University Press, 1995.
[25] Zheng J, Zhao Z Y, Zhang X , et al. International Collaboration Development in Nanotechnology: A Perspective of Patent Network Analysis[J]. Scientometrics, 2014,98(1):683-702.
[26] de Prato G, Nepelski D . Global Technological Collaboration Network: Network Analysis of International Co-Inventions[J]. The Journal of Technology Transfer, 2014,39(3):358-375.
[27] Yamaguchi K . The Flow of Information Through Social Networks: Diagonal-Free Measures of Inefficiency and the Structural Determinants of Inefficiency[J]. Social Networks, 1994,16(1):57-86.
[28] Schilling M A, Phelps C C . Interfirm Collaboration Networks: The Impact of Large-Scale Network Structure on Firm Innovation[J]. Management Science, 2007,53(7):1113-1126.
[29] Karrer B, Newman M E J. Random Graphs Containing Arbitrary Distributions of Subgraphs[J]. Physical Review E, Statistical, Nonlinear, and Soft Matter Physics, 2010,82(6):066118.
[30] Watts D J, Strogatz S H . Collective Dynamics of ‘Small-World’Networks[J]. Nature, 1998,393(6684):440.
[31] Erdös P, Rényi A. On Random Graphs. I[J]. Publicationes Mathematicae, 1959,6:290-297.
[32] Montoya J M, Sole R V . Small World Patterns in Food Webs[J]. Journal of Theoretical Biology, 2002,214(3):405-412.
[33] Fell D A, Wagner A . The Small World of Metabolism[J]. Nature Biotechnology, 2000,18(11):1121-1122.
[34] Newman M E J . Clustering and Preferential Attachment in Growing Networks[J]. Physical Review E, Statistical, Nonlinear, and Soft Matter Physics, 2001,64(2):025102.
[35] Broido A D, Clauset A. Scale-Free Networks are Rare[J]. Nature Communications, 2019. http://doi.org/10.1038/S41467-019-08746-5 .
[36] Clauset A, Shalizi C R, Newman M E J. Power-Law Distributions in Empirical Data[J]. SIAM Review, 2009,51(4):661-703.
[37] 王宏起, 杨仲基, 武建龙 , 等. 战略性新兴产业核心能力形成机理研究[J]. 科研管理, 2018,39(2):143-151.
[37] ( Wang Hongqi, Yang Zhongji, Wu Jianlong , et al. Formation Mechanism of the Core Competence of Strategic Emerging Industry[J]. Science Research Management, 2018,39(2):143-151.)
[38] 洪银兴 . 关于创新驱动和协同创新的若干重要概念, 经济理论与经济管理, 2013(5):5-12.
[38] ( Hong Yinxin . Some Conceptions on Innovation-Driven Growth and Collaborative Innovation, Economic Theory and Business Management, 2013(5):5-12.)
[1] 叶光辉,徐彤. 基于演化分析的动态城市画像研究*[J]. 数据分析与知识发现, 2020, 4(9): 100-110.
[2] 隗玲,李姝影,方曙. 技术路线图:方法及其应用综述*[J]. 数据分析与知识发现, 2020, 4(9): 1-14.
[3] 叶光辉,徐彤,毕崇武,李心悦. 基于多维度特征与LDA模型的城市旅游画像演化分析*[J]. 数据分析与知识发现, 2020, 4(11): 121-130.
[4] 曲佳彬, 欧石燕. 基于主题过滤与主题关联的学科主题演化分析*[J]. 数据分析与知识发现, 2018, 2(1): 64-75.
[5] 翟东升,王猛,张杰,孙武. 靶向技术创新网络演化测度方法研究[J]. 现代图书情报技术, 2016, 32(11): 64-75.
[6] 张诚,朱东华,徐志军. 监测分析在高新技术产业技术创新中的应用研究[J]. 现代图书情报技术, 2008, 24(6): 56-60.
[7] 颜端武,张秀梅,邬尚君. 在线专利分析软件的应用:企业技术创新性与竞争性分析*[J]. 现代图书情报技术, 2008, 24(12): 66-72.
[8] 张少龙,吴佳鑫 . 语音信息的内容分析技术研究综述[J]. 现代图书情报技术, 2007, 2(4): 28-31.
[9] 卢小宾. 我国信息企业技术创新风险研究[J]. 现代图书情报技术, 2004, 20(10): 77-80.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn