基于潜在高被引论文与高价值专利的创新前沿识别研究

来源：图书情报工作杂志2022年第18期北京时间：

作者：张彪,吴红,高道斌,林艳秋

单位：山东理工大学信息管理研究院 淄博 255049

摘要：[目的/意义]精准识别创新前沿有利于国家、政府、企业对创新战略进行前瞻性部署,对于抢占技术先机、赢取竞争优势具有积极意义。[方法/过程]首先构建机器学习模型,通过预测近期发表的论文被高度引用的概率识别潜在高被引论文,同时基于技术新颖性、技术独特性、技术重要性 3个维度,构建一套评价技术创新水平高低的指标体系来筛选高价值专利;然后采用 LDA主题模型分别对潜在高被引论文和高价值专利进行聚类分析,识别科学创新前沿、技术创新前沿、科技创新前沿;最后根据创建的科学价值、技术价值指标,结合主题强度构建创新前沿地图,量化解读创新前沿之间的发展水平及价值差异。[结果/结论]以智能驾驶汽车领域进行实证研究表明,该方法可以有效识别创新前沿,并能够展现创新前沿之间的科学价值、技术价值、主题强度差异,能够为国家、企业的技术布局、策略制定提供参考。

关键词：潜在高被引论文,高价值专利,创新前沿,机器学习,文本主题聚类,

基金资助：本文系国家社会科学基金项目\"高校图书馆深度嵌入专利运营研究\"(项目编号:16BTQ029)研究成果之一。