龔花萍 袁麗哲 周江涌

(南昌大學(xué)公共政策與管理學(xué)院，江西 南昌 330031)

在新一輪科技革命和“大數(shù)據(jù)”時(shí)代的雙重背景下，區(qū)域科技創(chuàng)新活動(dòng)日益活躍，區(qū)域內(nèi)部競(jìng)爭(zhēng)不斷加劇。面對(duì)錯(cuò)綜復(fù)雜的區(qū)域內(nèi)外部環(huán)境下的趨勢(shì)性變化，如何充分挖掘區(qū)域科技競(jìng)爭(zhēng)情報(bào)，搶占科技創(chuàng)新先機(jī)并爭(zhēng)奪區(qū)域核心競(jìng)爭(zhēng)力制高點(diǎn)，成為區(qū)域科技創(chuàng)新過(guò)程中不可忽視的重要議題。新興技術(shù)作為傳統(tǒng)產(chǎn)業(yè)改造升級(jí)的重要催化劑，一直在區(qū)域科技創(chuàng)新活動(dòng)中扮演先導(dǎo)性角色，新興技術(shù)識(shí)別也一直是技術(shù)競(jìng)爭(zhēng)情報(bào)領(lǐng)域和科技創(chuàng)新活動(dòng)中重點(diǎn)關(guān)注的研究方向，如何在信息日益龐雜、技術(shù)日益細(xì)化的區(qū)域科技創(chuàng)新環(huán)境下，針對(duì)新興技術(shù)進(jìn)行競(jìng)爭(zhēng)情報(bào)識(shí)別，對(duì)于區(qū)域創(chuàng)新系統(tǒng)中各類創(chuàng)新主體都具有重大意義。但目前對(duì)于區(qū)域科技創(chuàng)新與新興技術(shù)的聯(lián)系及其競(jìng)爭(zhēng)情報(bào)識(shí)別方法等的研究較為松散，缺乏較為系統(tǒng)性的整體識(shí)別框架研究。

本文以區(qū)域創(chuàng)新系統(tǒng)理論和競(jìng)爭(zhēng)情報(bào)理論為著力點(diǎn)，構(gòu)建面向區(qū)域科技創(chuàng)新的新興技術(shù)識(shí)別指標(biāo)體系，在此基礎(chǔ)上構(gòu)建面向區(qū)域科技創(chuàng)新的新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別框架，并以圖像檢索領(lǐng)域?qū)＠R(shí)別為例驗(yàn)證其識(shí)別框架的可實(shí)踐性與合理性，實(shí)現(xiàn)在區(qū)域科技創(chuàng)新環(huán)境下新興技術(shù)競(jìng)爭(zhēng)情報(bào)定量化、規(guī)模化和程序化識(shí)別，以期能從情報(bào)學(xué)視角為區(qū)域科技創(chuàng)新提供新興技術(shù)識(shí)別的競(jìng)爭(zhēng)情報(bào)支持和方法參考，以此貫徹國(guó)家區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略，助力完善國(guó)家創(chuàng)新區(qū)域布局和區(qū)域科技創(chuàng)新活動(dòng)的順利開展。

1 文獻(xiàn)綜述

“區(qū)域科技創(chuàng)新”這一概念最初源于20世紀(jì)90年代末Cooke P N等學(xué)者提出的區(qū)域創(chuàng)新系統(tǒng)(Regional Innovation System，RIS)理論[1]，區(qū)域科技創(chuàng)新產(chǎn)生于區(qū)域創(chuàng)新系統(tǒng)，是區(qū)域創(chuàng)新系統(tǒng)的重要組成部分，如圖1所示。在區(qū)域創(chuàng)新系統(tǒng)內(nèi)部，政府組織、科研機(jī)構(gòu)、企業(yè)等各類創(chuàng)新主體之間表現(xiàn)出相互分工、相互協(xié)作、相互關(guān)聯(lián)的協(xié)同關(guān)系，共同利用創(chuàng)新要素和創(chuàng)新資源營(yíng)造創(chuàng)新氛圍。葉振宇[2]認(rèn)為，區(qū)域科技創(chuàng)新核心主體在推動(dòng)新興技術(shù)突破與產(chǎn)業(yè)升級(jí)中扮演了重要的中堅(jiān)力量角色，而新興技術(shù)的突破升級(jí)也勢(shì)必改變區(qū)域產(chǎn)業(yè)發(fā)展的技術(shù)創(chuàng)新路徑，進(jìn)而促進(jìn)區(qū)域科技創(chuàng)新中各類創(chuàng)新主體加快構(gòu)建創(chuàng)新體系的步伐，因此，受區(qū)域科技創(chuàng)新主體需求驅(qū)動(dòng)的新興技術(shù)競(jìng)爭(zhēng)情報(bào)在區(qū)域創(chuàng)新中扮演了更為重要的角色。

圖1 區(qū)域創(chuàng)新系統(tǒng)與區(qū)域科技創(chuàng)新

目前，學(xué)界就“新興技術(shù)”的概念界定與特征尚未達(dá)成共識(shí)，這也為區(qū)域科技創(chuàng)新視角下新興技術(shù)概念特征提供了可擴(kuò)展空間?，F(xiàn)有新興技術(shù)理論研究針對(duì)不同研究問(wèn)題給出了不同的定義和特征，主要聚焦于根本創(chuàng)新性[3]、相對(duì)增長(zhǎng)性[4]、不確定性[5]等。Breitzman A等通過(guò)專利引文工具定位新興技術(shù)驗(yàn)證了集群性作為新興技術(shù)特征的合理性[6]。李仕明等認(rèn)為，新興技術(shù)具有“贏者通吃”(Winner-take-all)屬性[7]，即擁有新興技術(shù)意味著擁有了市場(chǎng)競(jìng)爭(zhēng)的絕對(duì)優(yōu)勢(shì)。

近年來(lái)，新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別研究逐漸受到學(xué)界和社會(huì)各方的關(guān)注，新興技術(shù)的競(jìng)爭(zhēng)情報(bào)支持也一直是國(guó)家及產(chǎn)業(yè)R&D戰(zhàn)略決策中重點(diǎn)關(guān)注的對(duì)象?，F(xiàn)有相關(guān)研究多聚焦于技術(shù)層面的新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別，提出了許多卓有成效的識(shí)別技術(shù)與方法。從新興技術(shù)識(shí)別的數(shù)據(jù)表示方法的角度來(lái)看，國(guó)內(nèi)外相關(guān)研究大體可分為3類。第一類是基于文本主題挖掘的識(shí)別對(duì)象數(shù)據(jù)表示。如張嶷[8]基于K-Means主題聚類方法，提出了語(yǔ)義TRIZ的新興技術(shù)識(shí)別模型。Porter A L等[9]則從術(shù)語(yǔ)層面著手，通過(guò)對(duì)抽取的專利術(shù)語(yǔ)計(jì)算新興分?jǐn)?shù)的方法來(lái)篩選新興技術(shù)主題。第二類是基于共現(xiàn)聚類的識(shí)別對(duì)象數(shù)據(jù)表示。如陳亮等[10]通過(guò)對(duì)專利集合文本中不同時(shí)間段的術(shù)語(yǔ)共現(xiàn)情況進(jìn)行同質(zhì)塊建模，并分析頻次變化率來(lái)識(shí)別新興技術(shù)系統(tǒng)及構(gòu)成要素。Gl?nzel W等[11]從觀測(cè)對(duì)象的時(shí)序關(guān)聯(lián)出發(fā)，揭示分類號(hào)聚類在不同時(shí)間截面上體現(xiàn)的持續(xù)性等新興技術(shù)特征。第三類是基于引文網(wǎng)絡(luò)分析的識(shí)別對(duì)象數(shù)據(jù)表示。如肖彬[12]通過(guò)引入結(jié)構(gòu)洞中的有效規(guī)模、效率、限制度、等級(jí)度等指標(biāo)來(lái)對(duì)動(dòng)態(tài)技術(shù)軌道的演變趨勢(shì)與發(fā)展方向進(jìn)行評(píng)價(jià)，驗(yàn)證了基于專利引文網(wǎng)絡(luò)的技術(shù)軌道評(píng)價(jià)模型的有效性。

綜上，當(dāng)前國(guó)內(nèi)外有關(guān)新興技術(shù)識(shí)別的數(shù)據(jù)表示方法趨于多樣化，但仍體現(xiàn)出一些不足：一是現(xiàn)有研究多傾向于對(duì)新興技術(shù)識(shí)別技術(shù)方法的探索，對(duì)基于新興技術(shù)本質(zhì)內(nèi)核的指標(biāo)構(gòu)建研究相對(duì)較少；二是已有研究往往將新興技術(shù)視作單獨(dú)整體看待，割裂了新興技術(shù)與其演變環(huán)境要素的聯(lián)系，特別是缺乏將其置于區(qū)域科技創(chuàng)新環(huán)境中并作為科技創(chuàng)新產(chǎn)物予以識(shí)別；三是關(guān)于新興技術(shù)識(shí)別與競(jìng)爭(zhēng)情報(bào)研究有機(jī)結(jié)合的理論研究稍顯不足，缺乏對(duì)于新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別整合框架的嘗試，這也為本文提供了研究空間。由此可引出本文研究思路和擬解決問(wèn)題：

第一，如何挖掘新興技術(shù)主題并構(gòu)建面向區(qū)域科技創(chuàng)新的新興技術(shù)識(shí)別指標(biāo)體系以實(shí)現(xiàn)新興技術(shù)識(shí)別的模塊化、程序化；第二，如何構(gòu)建面向區(qū)域科技創(chuàng)新的新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別框架以滿足區(qū)域科技創(chuàng)新活動(dòng)中各類創(chuàng)新主體對(duì)于新興技術(shù)競(jìng)爭(zhēng)情報(bào)的自動(dòng)化、規(guī)?；投炕R(shí)別的需求。

因此，針對(duì)當(dāng)前新興技術(shù)識(shí)別指標(biāo)體系的不足和區(qū)域新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別框架的缺乏，本文綜合利用基于LDA的文本挖掘方法、文獻(xiàn)計(jì)量法和CRITIC客觀賦權(quán)法，構(gòu)建基于專利文本主題挖掘的區(qū)域新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別體系，實(shí)現(xiàn)對(duì)新興技術(shù)的模塊化、定量化識(shí)別；并引入?yún)^(qū)域創(chuàng)新系統(tǒng)理論和競(jìng)爭(zhēng)情報(bào)理論方法，構(gòu)建“三維四級(jí)”結(jié)構(gòu)的面向區(qū)域科技創(chuàng)新的新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別分層框架。綜合來(lái)看，本文創(chuàng)新地整合了面向區(qū)域科技創(chuàng)新的新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別框架，將區(qū)域創(chuàng)新系統(tǒng)理論與競(jìng)爭(zhēng)情報(bào)理論融于一體，為情報(bào)學(xué)、科學(xué)學(xué)、技術(shù)管理學(xué)等交叉研究做出了有益探索，具有一定的理論創(chuàng)新價(jià)值；同時(shí)創(chuàng)新了區(qū)域創(chuàng)新視角下新興技術(shù)識(shí)別指標(biāo)體系，為區(qū)域科技創(chuàng)新提供新興技術(shù)識(shí)別的競(jìng)爭(zhēng)情報(bào)支持和方法參考，對(duì)深入實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略和區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略、加快提升區(qū)域科技創(chuàng)新能力、支撐引領(lǐng)經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展具有重要的現(xiàn)實(shí)意義。

2 研究方法

本文意在構(gòu)建面向區(qū)域科技創(chuàng)新的新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別體系，并整合其識(shí)別流程框架。該環(huán)節(jié)的創(chuàng)新性在于通過(guò)專利文獻(xiàn)元數(shù)據(jù)著錄項(xiàng)表征區(qū)域科技創(chuàng)新中新興技術(shù)的特點(diǎn)，并與文本主題挖掘方法相結(jié)合，實(shí)現(xiàn)對(duì)新興技術(shù)較細(xì)粒度的識(shí)別，有效提高了識(shí)別精確度。

2.1 數(shù)據(jù)采集與萃取

數(shù)據(jù)的采集與萃取是識(shí)別技術(shù)主題、獲取技術(shù)競(jìng)爭(zhēng)情報(bào)的基礎(chǔ)與前提。專利文獻(xiàn)是傳遞技術(shù)創(chuàng)新信息的重要載體，專利申請(qǐng)與授權(quán)情況通常被視作是區(qū)域科技創(chuàng)新活動(dòng)的晴雨表，以專利文獻(xiàn)為載體預(yù)測(cè)區(qū)域科技創(chuàng)新活動(dòng)中的新興技術(shù)具有一定的科學(xué)性和可行性。本文選擇中國(guó)知識(shí)產(chǎn)權(quán)局專利數(shù)據(jù)庫(kù)(SIPO)的專利文獻(xiàn)作為文本挖掘數(shù)據(jù)源。

本文將采集的專利文獻(xiàn)進(jìn)行清洗、去噪并提取專利標(biāo)題與摘要作為語(yǔ)料庫(kù)內(nèi)容，數(shù)據(jù)預(yù)處理環(huán)節(jié)包括分詞、去停用詞、詞性標(biāo)注與篩選等步驟。其中，選擇ICTCLAS漢語(yǔ)分詞系統(tǒng)作為分詞和詞性標(biāo)注工具，并添加相關(guān)專業(yè)領(lǐng)域的Sougou細(xì)胞詞庫(kù)作為領(lǐng)域詞典的補(bǔ)充，之后篩除無(wú)實(shí)際意義的干擾詞性的詞及停用詞。停用詞的選取參考了俞琰等[13]的基于輔助集的領(lǐng)域停用詞典構(gòu)建方法并進(jìn)行了改進(jìn)，即選取同一時(shí)期除識(shí)別對(duì)象專利所在分類號(hào)部類之外的其余各部類的1 000條隨機(jī)專利的標(biāo)題和摘要作為輔助文本集，通過(guò)LDA模型和計(jì)算詞的類別信息熵的方法遴選出熵值較高的領(lǐng)域停用詞，并與哈工大停用詞表等通用詞表合并組成本文的領(lǐng)域停用詞表。

2.2 LDA主題模型的構(gòu)建

LDA(Latent Dirichlet Allocation)主題模型作為一種無(wú)監(jiān)督概率模型，能夠?qū)崿F(xiàn)海量數(shù)據(jù)源的高通量處理，減少了人工處理成本，可用于大規(guī)模專利文本集或語(yǔ)料庫(kù)的潛在主題的挖掘，符合本文構(gòu)建面向區(qū)域科技創(chuàng)新的新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別框架的需求。因此，本文利用LDA主題模型實(shí)現(xiàn)對(duì)專利技術(shù)主題的識(shí)別，模型運(yùn)算通過(guò)R語(yǔ)言集成開發(fā)環(huán)境Rstudio進(jìn)行。LDA主題模型通過(guò)將語(yǔ)料庫(kù)的文檔轉(zhuǎn)化為詞頻向量的方法來(lái)實(shí)現(xiàn)文本信息到易于建模的數(shù)字信息的轉(zhuǎn)化[14]，初始參數(shù)設(shè)置是LDA建模過(guò)程中的重要環(huán)節(jié)。其中，超參數(shù)α和β的設(shè)置參考了Asuncion A U等學(xué)者的研究結(jié)論[15]，設(shè)定α=50/K，β=0.01。最優(yōu)主題數(shù)K的取值則通過(guò)度量困惑度(Perplexity)來(lái)確定。在一定閾值內(nèi)，困惑度與主題數(shù)目成反比關(guān)系并且困惑度越小說(shuō)明模型的推廣性也就越強(qiáng)，當(dāng)困惑度逐漸收斂并趨于穩(wěn)定值時(shí)即代表模型擬合效果最優(yōu)[14]。

2.3 新興技術(shù)主題識(shí)別指標(biāo)

在新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別體系中嵌入新興技術(shù)識(shí)別指標(biāo)能夠更好地將識(shí)別流程模式化。文獻(xiàn)調(diào)研發(fā)現(xiàn)，大多數(shù)識(shí)別指標(biāo)對(duì)于新興技術(shù)特征的表征力不夠充分，而不同指標(biāo)在不同領(lǐng)域新興技術(shù)的識(shí)別效果中表現(xiàn)出顯著差異[16]。因此，本文結(jié)合新興技術(shù)的內(nèi)涵和特征，融入?yún)^(qū)域科技創(chuàng)新環(huán)境要素來(lái)構(gòu)建面向區(qū)域科技創(chuàng)新的新興技術(shù)識(shí)別指標(biāo)。

1)技術(shù)創(chuàng)新性。專利IPC號(hào)一般由一個(gè)主分類號(hào)和其余副分類號(hào)組成，相較于副分類號(hào)，IPC主分類號(hào)更能表明一項(xiàng)專利的技術(shù)源頭和知識(shí)重組情況，是專利技術(shù)發(fā)明信息的重要體現(xiàn)[17]。如果某一專利技術(shù)主題下含有的IPC主分類號(hào)小類的類別數(shù)量越多，則說(shuō)明該技術(shù)主題內(nèi)部涵蓋內(nèi)容較廣，知識(shí)重組情況較好，而不同類別的知識(shí)與知識(shí)之間重組的情況越好，則越是能碰撞出新的火花，更容易產(chǎn)生出新穎的創(chuàng)新技術(shù)發(fā)現(xiàn)，因此IPC主分類號(hào)小類的類別數(shù)量在一定程度上能反映出該技術(shù)主題所代表的新興技術(shù)創(chuàng)新性。

2)增長(zhǎng)性。相對(duì)增長(zhǎng)性是新興技術(shù)的重要本質(zhì)特征之一，即新興技術(shù)發(fā)展速度要遠(yuǎn)高于同領(lǐng)域的其他技術(shù)，一般通過(guò)技術(shù)主題下的專利年增長(zhǎng)情況來(lái)衡量其技術(shù)的相對(duì)增長(zhǎng)性[18]。

3)新穎性。新興技術(shù)可以被形象地解讀為同時(shí)具備“新”“興”特點(diǎn)的技術(shù)，“新”不僅表現(xiàn)為技術(shù)維上的創(chuàng)新性，也表現(xiàn)為時(shí)間維上的新穎性，即在時(shí)間層面上，新興技術(shù)應(yīng)是在發(fā)展初期不斷興起和涌現(xiàn)的技術(shù)。新穎性映射在專利文獻(xiàn)中則表現(xiàn)為專利授權(quán)年的大小，平均專利授權(quán)時(shí)間越晚則表明該技術(shù)的新穎性越好，成為新興技術(shù)的可能性也就越高。

4)規(guī)模。新興技術(shù)的規(guī)模性也是較常見(jiàn)的表征潛在新興技術(shù)的指標(biāo)之一，如蘭德公司在其一份關(guān)于專利技術(shù)涌現(xiàn)的研究報(bào)告中，將專利數(shù)量作為一項(xiàng)識(shí)別新興技術(shù)涌現(xiàn)的指標(biāo)[19]。

5)市場(chǎng)潛力。在區(qū)域科技創(chuàng)新環(huán)境下，專利技術(shù)創(chuàng)新主體能在實(shí)現(xiàn)創(chuàng)新功能后，通過(guò)與區(qū)域環(huán)境等因素的作用維持創(chuàng)新的運(yùn)行和實(shí)現(xiàn)創(chuàng)新的持續(xù)發(fā)展，使其專利技術(shù)在一定的區(qū)域空間范圍內(nèi)具有一定的市場(chǎng)占有性和排他性。例如華宏鳴等曾就新興技術(shù)的商業(yè)屬性做出定義，并且強(qiáng)調(diào)一項(xiàng)尚未商業(yè)化的新興技術(shù)應(yīng)當(dāng)具有在后續(xù)3～5年內(nèi)可被商業(yè)化的市場(chǎng)潛力[20]。現(xiàn)有研究方案鮮有采用IPC副分類號(hào)類別數(shù)來(lái)間接測(cè)量新興技術(shù)市場(chǎng)潛力，不過(guò)鑒于IPC副分類號(hào)是專利技術(shù)應(yīng)用終端的重要表征[17]，一定程度上IPC副分類號(hào)越多，則代表專利技術(shù)的應(yīng)用終端涉及范圍越廣泛。而技術(shù)應(yīng)用范圍越廣，則代表通過(guò)商業(yè)手段來(lái)控制市場(chǎng)的能力也越強(qiáng)，所以根據(jù)IPC副分類號(hào)類別數(shù)來(lái)體現(xiàn)專利技術(shù)的市場(chǎng)占有性和排他性[21]具有一定可行性。

6)研發(fā)系數(shù)。在專利的技術(shù)研發(fā)階段，專利的發(fā)明人數(shù)量和專利申請(qǐng)人數(shù)量在一定程度上代表了專利的技術(shù)質(zhì)量情況[22]。在區(qū)域科技創(chuàng)新環(huán)境中，一項(xiàng)專利的技術(shù)研發(fā)通常涉及生產(chǎn)企業(yè)、研究與開發(fā)機(jī)構(gòu)、高等院校、地方政府機(jī)構(gòu)和服務(wù)機(jī)構(gòu)等多個(gè)創(chuàng)新主體。同時(shí)一項(xiàng)新興技術(shù)的順利研發(fā)也離不開區(qū)域科技創(chuàng)新環(huán)境內(nèi)各機(jī)構(gòu)和人員在資金、資源、知識(shí)和人力等創(chuàng)新要素方面的投入和支持。這也意味著發(fā)明人數(shù)量在一定程度上決定了專利從知識(shí)轉(zhuǎn)化為技術(shù)過(guò)程中的知識(shí)基礎(chǔ)和技術(shù)質(zhì)量，而專利申請(qǐng)人的多寡則表明了新興技術(shù)的技術(shù)和經(jīng)濟(jì)支撐。因此，本文設(shè)置研發(fā)系數(shù)這一指標(biāo)，通過(guò)分別計(jì)算發(fā)明人系數(shù)和專利權(quán)人系數(shù)并賦權(quán)加總后得到。其中，發(fā)明人系數(shù)為專利數(shù)與發(fā)明人數(shù)的比值，專利權(quán)人系數(shù)為專利申請(qǐng)數(shù)與專利申請(qǐng)人的比值，兩者權(quán)重通過(guò)熵值法確定。

7)協(xié)同性。相關(guān)學(xué)者研究表明，不同創(chuàng)新主體間的協(xié)作研發(fā)相較于獨(dú)立創(chuàng)新更能提升專利技術(shù)質(zhì)量，促進(jìn)新興技術(shù)發(fā)展[23-25]。由于新興技術(shù)的高度不確定性和復(fù)雜性，區(qū)域科技創(chuàng)新環(huán)境中的單類創(chuàng)新主體很難同時(shí)擁有資金、資源、知識(shí)、政策支持等，這就要求不同創(chuàng)新主體之間共同協(xié)作，降低研發(fā)風(fēng)險(xiǎn)。創(chuàng)新主體之間相互關(guān)聯(lián)，構(gòu)成創(chuàng)新系統(tǒng)的組織結(jié)構(gòu)和空間結(jié)構(gòu)，通過(guò)協(xié)同合作并與所處環(huán)境相互作用進(jìn)而實(shí)現(xiàn)新興技術(shù)的順利研發(fā)。因而可以認(rèn)為，在區(qū)域創(chuàng)新技術(shù)領(lǐng)域內(nèi)創(chuàng)新主體的協(xié)同性越強(qiáng)，越有利于該技術(shù)內(nèi)部創(chuàng)新主體間的創(chuàng)新協(xié)作和資源要素的整合，該技術(shù)就越有可能成為新興技術(shù)?；趨^(qū)域創(chuàng)新系統(tǒng)理論，本文引入三螺旋模型(Triple Helix，TH)中的協(xié)合度(Synergy)這一概念來(lái)計(jì)算區(qū)域科技創(chuàng)新主體協(xié)同性。TH理論認(rèn)為，區(qū)域創(chuàng)新系統(tǒng)中的各類創(chuàng)新主體之間存在著猶如螺旋線般的協(xié)同創(chuàng)新、相互作用的互動(dòng)關(guān)系[26]，其創(chuàng)新模式可用物理學(xué)中的“場(chǎng)”表示，如圖2所示。通過(guò)引入互信息(Mutual Information)和轉(zhuǎn)接量(Transmission)可實(shí)現(xiàn)對(duì)三維創(chuàng)新主體協(xié)合度T的測(cè)量，計(jì)算公式為[27]：

圖2 區(qū)域科技創(chuàng)新三螺旋創(chuàng)新能力場(chǎng)模型

TXYZ=HX+HY+HZ-HXY-HXZ-HYZ+HXYZ

(1)

式中，HX為一維變量X的信息熵，HXY為二維變量X、Y的互信息。

限于篇幅，本文僅給出協(xié)合度T的計(jì)算公式，具體計(jì)算過(guò)程與步驟則通過(guò)Leydesdorff L等開發(fā)的TH4.exe程序?qū)崿F(xiàn)[28]。

綜上，本文構(gòu)建的面向區(qū)域科技創(chuàng)新的新興技術(shù)主題識(shí)別指標(biāo)如表1所示。

表1 面向區(qū)域科技創(chuàng)新的新興技術(shù)主題識(shí)別指標(biāo)

2.4 新興技術(shù)綜合得分的計(jì)算

利用新興技術(shù)識(shí)別指標(biāo)體系識(shí)別新興技術(shù)，本質(zhì)上可被視作是一個(gè)基于多屬性決策的綜合評(píng)價(jià)問(wèn)題。CRITIC法不依賴于專家意見(jiàn)，而是依據(jù)指標(biāo)間數(shù)據(jù)的波動(dòng)性和相關(guān)關(guān)系對(duì)系統(tǒng)整體的影響，通過(guò)計(jì)算指標(biāo)信息量來(lái)確定各指標(biāo)權(quán)重，是一種適用于多元準(zhǔn)則的客觀綜合評(píng)價(jià)方法。

(2)

據(jù)此，經(jīng)過(guò)歸一化處理后的第j個(gè)指標(biāo)的客觀權(quán)重Wj為：

(3)

由于各個(gè)指標(biāo)的量綱和數(shù)量級(jí)不盡相同，因此賦權(quán)之前需對(duì)數(shù)據(jù)進(jìn)行無(wú)化量綱和正向化處理。鑒于本文構(gòu)建的識(shí)別指標(biāo)皆為極大型指標(biāo)，因此無(wú)化量綱采用如下公式：

(4)

式中，xij為第i個(gè)技術(shù)的第j項(xiàng)指標(biāo)的數(shù)值，mjmin=min(xij)，mjmax=max(xij)。

3 面向區(qū)域科技創(chuàng)新的新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別框架構(gòu)建

本文基于已歸納出的7個(gè)面向區(qū)域科技創(chuàng)新的新興技術(shù)主題識(shí)別指標(biāo)構(gòu)建“三維四級(jí)”結(jié)構(gòu)的面向區(qū)域科技創(chuàng)新的新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別框架，以期為新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別研究和實(shí)踐提供理論框架支持和方法參考。此框架主要由4個(gè)部分組成，分別為數(shù)據(jù)層、算法層、框架層和目標(biāo)層。數(shù)據(jù)層是新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別框架的基礎(chǔ)，負(fù)責(zé)為各個(gè)競(jìng)爭(zhēng)情報(bào)識(shí)別模塊提供情報(bào)源；算法層是本框架的核心所在，負(fù)責(zé)嵌入框架層，通過(guò)與框架層的交互與反饋實(shí)現(xiàn)新興技術(shù)的抽取和識(shí)別，在新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別框架中充當(dāng)?shù)讓蛹軜?gòu)角色；框架層是新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別框架的主體，承擔(dān)了識(shí)別框架中的主要功能和識(shí)別模塊；目標(biāo)層則是本框架的主題與目標(biāo)所在，承擔(dān)技術(shù)落地與應(yīng)用實(shí)現(xiàn)，通過(guò)以框架層輸出的新興技術(shù)識(shí)別信息為原料，實(shí)現(xiàn)對(duì)新興技術(shù)競(jìng)爭(zhēng)情報(bào)的識(shí)別與分析。此外，4個(gè)層級(jí)又與區(qū)域競(jìng)爭(zhēng)情報(bào)識(shí)別的3個(gè)階段高度契合，由數(shù)據(jù)層實(shí)現(xiàn)競(jìng)爭(zhēng)情報(bào)采集，數(shù)據(jù)驅(qū)動(dòng)的算法層和框架層則共同服務(wù)于情報(bào)加工階段，并通過(guò)技術(shù)驅(qū)動(dòng)實(shí)現(xiàn)目標(biāo)層的情報(bào)識(shí)別功能的應(yīng)用。識(shí)別框架如圖3所示。

圖3 面向區(qū)域科技創(chuàng)新的新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別框架

整體而言，數(shù)據(jù)層、算法層、框架層、目標(biāo)層4個(gè)層面從下到上相互支撐有機(jī)融合，共同以區(qū)域新興技術(shù)競(jìng)爭(zhēng)情報(bào)的實(shí)際需求為根本點(diǎn)和出發(fā)點(diǎn)，在算法層和框架層構(gòu)成的情報(bào)加工階段將面向區(qū)域科技創(chuàng)新的新興技術(shù)主題識(shí)別指標(biāo)體系融入新興技術(shù)識(shí)別模型庫(kù)中，借助文本挖掘和定量分析方法，實(shí)現(xiàn)規(guī)?；?、模塊化的新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別，從而推動(dòng)區(qū)域科技創(chuàng)新的新興技術(shù)識(shí)別體系的完善和競(jìng)爭(zhēng)情報(bào)服務(wù)模式的優(yōu)化。

3.1 數(shù)據(jù)層

數(shù)據(jù)層以數(shù)據(jù)中樞模塊為中心，連接區(qū)域競(jìng)爭(zhēng)情報(bào)需求主體和技術(shù)情報(bào)供給方兩端，形成了“需求—數(shù)據(jù)—供給”的三層聯(lián)動(dòng)供給服務(wù)模式[30]?，F(xiàn)有研究往往忽略了新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別作為區(qū)域創(chuàng)新系統(tǒng)的一環(huán)與其他創(chuàng)新要素的重要聯(lián)系，而在區(qū)域科技創(chuàng)新環(huán)境中，新興技術(shù)競(jìng)爭(zhēng)情報(bào)源很大程度上也受到區(qū)域競(jìng)爭(zhēng)情報(bào)需求主體和技術(shù)情報(bào)供給方雙方的共同影響和定義。一方面，競(jìng)爭(zhēng)情報(bào)的識(shí)別始于用戶及其需求的定義，底層數(shù)據(jù)(即競(jìng)爭(zhēng)情報(bào)數(shù)據(jù)庫(kù))的建設(shè)離不開用戶(即區(qū)域創(chuàng)新主體)需求的指導(dǎo)，將用戶的需求作為出發(fā)點(diǎn)和落腳點(diǎn)，以用戶需求為源動(dòng)力驅(qū)動(dòng)新興技術(shù)競(jìng)爭(zhēng)情報(bào)源的開展；另一方面，競(jìng)爭(zhēng)情報(bào)供給方的角色不盡相同，不同供給方之間因驅(qū)動(dòng)程序、訪問(wèn)流程、數(shù)據(jù)格式等因素形成的異構(gòu)數(shù)據(jù)問(wèn)題值得關(guān)注，因此技術(shù)情報(bào)供給方對(duì)于情報(bào)角色和內(nèi)容的定義也顯得尤為重要。

因此，數(shù)據(jù)中心作為情報(bào)源傳輸鏈條的中樞，首要工作是通過(guò)對(duì)區(qū)域創(chuàng)新主體的用戶及其需求定義，確定競(jìng)爭(zhēng)情報(bào)用戶關(guān)于功能、服務(wù)、技術(shù)、數(shù)據(jù)等方面的需求，技術(shù)情報(bào)供給方則通過(guò)對(duì)情報(bào)進(jìn)行角色和內(nèi)容的定義并將情報(bào)反饋至數(shù)據(jù)中心，數(shù)據(jù)中心對(duì)兩股信息流進(jìn)行情報(bào)需求和情報(bào)定義比對(duì)后輸出并存入新興技術(shù)競(jìng)爭(zhēng)情報(bào)數(shù)據(jù)庫(kù)，至此完成高效、有序的底層數(shù)據(jù)建設(shè)。數(shù)據(jù)層運(yùn)作原理如圖4所示。

圖4 需求驅(qū)動(dòng)的區(qū)域科技創(chuàng)新新興技術(shù)競(jìng)爭(zhēng)情報(bào)采集——數(shù)據(jù)層

3.2 算法層

算法層是整個(gè)識(shí)別框架的靈魂，也是優(yōu)化新興技術(shù)主題識(shí)別效果、提升競(jìng)爭(zhēng)情報(bào)識(shí)別框架效能的技術(shù)基點(diǎn)。同時(shí)，算法層也扮演著連接框架層與數(shù)據(jù)層的技術(shù)橋梁角色，不僅能夠彌補(bǔ)數(shù)據(jù)層在底層數(shù)據(jù)建設(shè)方面的缺陷，并且對(duì)于框架層而言，數(shù)據(jù)挖掘算法可有效進(jìn)行知識(shí)提取，通過(guò)客觀知識(shí)表示發(fā)現(xiàn)有用的知識(shí)和模式。

算法層集成了區(qū)域新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別過(guò)程中需要運(yùn)用的文本挖掘算法以及與新興技術(shù)相關(guān)的專利指標(biāo)邏輯算法等。算法層分為多個(gè)子模塊，每個(gè)子模塊針對(duì)識(shí)別框架的子功能予以實(shí)現(xiàn)，便于提升識(shí)別框架各模塊功能的重用性。架構(gòu)上，算法層集成了數(shù)據(jù)預(yù)處理、新興技術(shù)識(shí)別和綜合評(píng)價(jià)3個(gè)算法集，在信息技術(shù)識(shí)別算法集中的專利新興技術(shù)指標(biāo)部分，加入了由創(chuàng)新性、增長(zhǎng)性、新穎性、規(guī)模、市場(chǎng)潛力、研發(fā)系數(shù)、協(xié)同性7個(gè)指標(biāo)構(gòu)成的新興技術(shù)識(shí)別指標(biāo)體系，并通過(guò)在評(píng)價(jià)算法集中對(duì)模型庫(kù)中新興技術(shù)識(shí)別指標(biāo)體系7個(gè)指標(biāo)的靈活更新，大大增強(qiáng)了該框架的靈活性和適用性。圖5為算法層各算法集流程圖。

圖5 數(shù)據(jù)驅(qū)動(dòng)的區(qū)域科技創(chuàng)新新興技術(shù)競(jìng)爭(zhēng)情報(bào)加工——算法層

3.3 框架層

框架層封裝了新興技術(shù)競(jìng)爭(zhēng)情報(bào)加工的相關(guān)算法集和模型庫(kù)，是識(shí)別框架的主體部分，隸屬于數(shù)據(jù)驅(qū)動(dòng)的新興技術(shù)競(jìng)爭(zhēng)情報(bào)加工環(huán)節(jié)，負(fù)責(zé)數(shù)據(jù)預(yù)處理、新興技術(shù)主題抽取、新興技術(shù)主題識(shí)別等重要環(huán)節(jié)。同時(shí)框架層集成了包括新興技術(shù)識(shí)別指標(biāo)體系在內(nèi)的模型庫(kù)，除了以創(chuàng)新性、增長(zhǎng)性、新穎性、規(guī)模作為常規(guī)專利指標(biāo)以外，加入研發(fā)系數(shù)、協(xié)同性、市場(chǎng)潛力作為區(qū)域創(chuàng)新指標(biāo)，共同參與新興技術(shù)識(shí)別過(guò)程。綜合信息分析、文本挖掘、綜合評(píng)價(jià)、數(shù)據(jù)集成等技術(shù)，可實(shí)現(xiàn)對(duì)數(shù)據(jù)層提供的競(jìng)爭(zhēng)情報(bào)源的定量化、模塊化、規(guī)模化的信息處理與集成功能。

結(jié)構(gòu)上，框架層由數(shù)據(jù)預(yù)處理模塊、新興技術(shù)主題識(shí)別模塊和模型庫(kù)構(gòu)成。數(shù)據(jù)預(yù)處理模塊對(duì)競(jìng)爭(zhēng)情報(bào)數(shù)據(jù)庫(kù)提供的數(shù)據(jù)進(jìn)行預(yù)處理，并將處理結(jié)果存儲(chǔ)在語(yǔ)料庫(kù)中。新興技術(shù)主題識(shí)別模塊以LDA主題模型為底層實(shí)現(xiàn)原理，實(shí)現(xiàn)新興技術(shù)主題聚類，并調(diào)用模型庫(kù)中的新興技術(shù)識(shí)別指標(biāo)體系計(jì)算新興技術(shù)綜合得分，將競(jìng)爭(zhēng)情報(bào)識(shí)別結(jié)果存入新興技術(shù)競(jìng)爭(zhēng)情報(bào)知識(shí)庫(kù)。模型庫(kù)則提供一系列計(jì)算模型，為新興技術(shù)識(shí)別模塊提供細(xì)粒度識(shí)別方法。圖6為框架層各模塊示意圖。

圖6 數(shù)據(jù)驅(qū)動(dòng)的區(qū)域科技創(chuàng)新新興技術(shù)競(jìng)爭(zhēng)情報(bào)加工——框架層

3.4 目標(biāo)層

目標(biāo)層是識(shí)別框架的最高層級(jí)，面向競(jìng)爭(zhēng)情報(bào)識(shí)別流程的最終環(huán)節(jié)——情報(bào)識(shí)別，通過(guò)對(duì)競(jìng)爭(zhēng)情報(bào)知識(shí)庫(kù)提供的情報(bào)產(chǎn)品進(jìn)行分析，形成新興技術(shù)競(jìng)爭(zhēng)情報(bào)分析報(bào)告。該層以競(jìng)爭(zhēng)情報(bào)知識(shí)庫(kù)為起點(diǎn)，以新興技術(shù)競(jìng)爭(zhēng)情報(bào)分析報(bào)告為目標(biāo)，依托于區(qū)域科技創(chuàng)新主體各級(jí)信息分析部門，服務(wù)于區(qū)域新興技術(shù)競(jìng)爭(zhēng)情報(bào)需求。

區(qū)域科技創(chuàng)新競(jìng)爭(zhēng)情報(bào)服務(wù)對(duì)于技術(shù)競(jìng)爭(zhēng)情報(bào)的需求比例較高[30]，而傳統(tǒng)的競(jìng)爭(zhēng)情報(bào)供給服務(wù)模式已無(wú)法滿足日新月異的區(qū)域科技創(chuàng)新活動(dòng)對(duì)于技術(shù)競(jìng)爭(zhēng)情報(bào)服務(wù)的需求。龔花萍等[30]學(xué)者的研究結(jié)果表明，區(qū)域科技創(chuàng)新活動(dòng)對(duì)于情報(bào)分析的需求最為突出，而包括專利、標(biāo)準(zhǔn)等在內(nèi)的商業(yè)數(shù)據(jù)庫(kù)情報(bào)源仍然是區(qū)域科技創(chuàng)新主體最為依賴的基礎(chǔ)信息獲取渠道，這意味著在區(qū)域新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別鏈條的最后一環(huán)，信息分析部門依然需要參與其中并發(fā)揮重要的“情報(bào)中轉(zhuǎn)站”作用。此外，由區(qū)域創(chuàng)新主體協(xié)作共享競(jìng)爭(zhēng)情報(bào)的服務(wù)模式是滿足各類創(chuàng)新主體多元化、融合的競(jìng)爭(zhēng)情報(bào)需求的最優(yōu)選擇[30]，因此在目標(biāo)層的框架設(shè)計(jì)中，各級(jí)信息分析部門在對(duì)競(jìng)爭(zhēng)情報(bào)知識(shí)庫(kù)的情報(bào)加工、分析、整合的基礎(chǔ)上，還應(yīng)建立起新興技術(shù)競(jìng)爭(zhēng)情報(bào)知識(shí)庫(kù)與區(qū)域新興技術(shù)競(jìng)爭(zhēng)情報(bào)需求的關(guān)聯(lián)映射關(guān)系，以及新興技術(shù)競(jìng)爭(zhēng)情報(bào)產(chǎn)品與競(jìng)爭(zhēng)情報(bào)需求之間的匹配、反饋機(jī)制，從而為區(qū)域創(chuàng)新活動(dòng)提供更好的新興技術(shù)競(jìng)爭(zhēng)情報(bào)支持。目標(biāo)層如圖7所示。

圖7 技術(shù)驅(qū)動(dòng)的區(qū)域科技創(chuàng)新新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別——目標(biāo)層

4 實(shí)證分析

圖像檢索技術(shù)是國(guó)家新一代信息技術(shù)產(chǎn)業(yè)中軟件開發(fā)產(chǎn)業(yè)的關(guān)鍵技術(shù)領(lǐng)域，是人工智能行業(yè)重點(diǎn)支持和發(fā)展的對(duì)象[31]。在多媒體技術(shù)不斷深入發(fā)展的互聯(lián)網(wǎng)時(shí)代，圖像檢索技術(shù)作為重要關(guān)鍵技術(shù)不斷融入?yún)^(qū)域科技創(chuàng)新環(huán)境下戰(zhàn)略新興產(chǎn)業(yè)的升級(jí)改造，應(yīng)用前景十分廣闊。因此，本文選取圖像檢索領(lǐng)域作為實(shí)證研究對(duì)象來(lái)驗(yàn)證新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別框架的可行性。

4.1 數(shù)據(jù)獲取與預(yù)處理

1)數(shù)據(jù)獲取

本文在SIPO數(shù)據(jù)庫(kù)進(jìn)行專利檢索，檢索時(shí)間為2021年2月27日，檢索主題詞為圖像檢索或視覺(jué)檢索，專利申請(qǐng)時(shí)間限制為2011—2020年。本文通過(guò)自定義Python爬蟲腳本批量采集專利文獻(xiàn)信息，將檢索結(jié)果中的所需專利字段保存在本地?cái)?shù)據(jù)庫(kù)，對(duì)數(shù)據(jù)庫(kù)中的專利條目進(jìn)行數(shù)據(jù)去噪和清洗后得到有效專利記錄7 416條。

2)數(shù)據(jù)預(yù)處理

摘取專利集中的標(biāo)題和摘要字段作為待分析文本集，利用ICTCLAS分詞工具對(duì)文本集進(jìn)行分詞與詞性標(biāo)注并做去停用詞處理。其中，專業(yè)領(lǐng)域詞典補(bǔ)充了圖像檢索、圖像識(shí)別、計(jì)算機(jī)處理等相關(guān)領(lǐng)域的Sougou細(xì)胞詞庫(kù)，領(lǐng)域停用詞表則在分析輔助集的基礎(chǔ)上構(gòu)建。統(tǒng)計(jì)分析發(fā)現(xiàn)，采集到的有效專利集的分類號(hào)主要集中在G、H兩大部類，按照前文設(shè)計(jì)的方法將輔助集定位于A～F部的專利文獻(xiàn)，選取輔助集中類別信息熵值較高的前100個(gè)詞確定為領(lǐng)域停用詞。經(jīng)過(guò)數(shù)據(jù)預(yù)處理后得到包含7 416個(gè)文檔共233 268個(gè)關(guān)鍵詞的語(yǔ)料庫(kù)，再將其經(jīng)過(guò)TF-IDF文本向量化處理，轉(zhuǎn)化成LDA主題模型可分析的向量數(shù)據(jù)格式。

4.2 圖像檢索領(lǐng)域新興技術(shù)主題識(shí)別

1)技術(shù)主題抽取

LDA初始參數(shù)α、β、K按照前文提供的方法設(shè)置?？紤]到圖像檢索領(lǐng)域?yàn)檩^細(xì)領(lǐng)域，技術(shù)主題不宜過(guò)多，因此事先設(shè)置主題數(shù)范圍為10～50，以步長(zhǎng)為2進(jìn)行迭代計(jì)算，最后根據(jù)困惑度計(jì)算得出48為最優(yōu)主題數(shù)，即圖像檢索領(lǐng)域包含48個(gè)子技術(shù)主題。將數(shù)據(jù)導(dǎo)入Rstudio中，生成DTM矩陣，利用LDA主題模型進(jìn)行文本主題挖掘，抽樣方法選擇Gibbs抽樣，迭代后生成文檔—主題概率矩陣和主題—詞概率矩陣，在此基礎(chǔ)上可計(jì)算技術(shù)主題綜合得分和標(biāo)注技術(shù)主題名稱。限于篇幅，本文僅列出部分技術(shù)主題詞分布情況，如表2所示。

表2 圖像檢索領(lǐng)域技術(shù)主題詞分布表

2)新興技術(shù)綜合得分計(jì)算

通過(guò)Navicat軟件對(duì)本地?cái)?shù)據(jù)庫(kù)中48個(gè)技術(shù)主題所含專利的專利數(shù)、授權(quán)年份、IPC分類號(hào)、申請(qǐng)人、發(fā)明人等字段進(jìn)行分類、篩選、導(dǎo)出，再利用Excel軟件統(tǒng)計(jì)相應(yīng)指標(biāo)所需數(shù)值，詳細(xì)數(shù)據(jù)如表3所示。

表3 圖像檢索領(lǐng)域部分技術(shù)主題計(jì)量值

其中，分別計(jì)算專利權(quán)人系數(shù)和發(fā)明人系數(shù)，并通過(guò)熵權(quán)法確定二者權(quán)重后相加得到研發(fā)系數(shù)，詳細(xì)權(quán)重如表4所示。

表4 圖像檢索領(lǐng)域研發(fā)系數(shù)指標(biāo)賦權(quán)結(jié)果

綜合表3與表4，可得到技術(shù)主題各個(gè)指標(biāo)值，如表5所示。

表5 圖像檢索領(lǐng)域部分技術(shù)主題指標(biāo)值

根據(jù)前文給出的改進(jìn)CRITIC法權(quán)重計(jì)算方法，本文先將各技術(shù)主題指標(biāo)值進(jìn)行無(wú)化量綱處理，再對(duì)各項(xiàng)指標(biāo)進(jìn)行賦權(quán)，賦權(quán)結(jié)果如表6所示。

依據(jù)表6給出的新興技術(shù)識(shí)別指標(biāo)權(quán)重系數(shù)，可計(jì)算各項(xiàng)潛在新興技術(shù)主題的綜合得分，部分新興技術(shù)綜合得分如表7所示。根據(jù)前文得到的主題—詞概率分布矩陣，可選取每個(gè)新興技術(shù)主題前10個(gè)高頻詞作為該項(xiàng)新興技術(shù)人工標(biāo)注的依據(jù)。

表6 圖像檢索領(lǐng)域新興技術(shù)識(shí)別指標(biāo)權(quán)重系數(shù)

表7 圖像檢索領(lǐng)域新興技術(shù)主題識(shí)別結(jié)果

4.3 圖像檢索領(lǐng)域新興技術(shù)主題分析

經(jīng)上述實(shí)證分析計(jì)算得出圖像檢索領(lǐng)域48項(xiàng)備選新興技術(shù)的綜合得分，這里選取綜合得分排序靠前且較有區(qū)分度的前3項(xiàng)技術(shù)進(jìn)行新興技術(shù)主題分析。圖8為各技術(shù)主題的高頻詞概率分布情況。

圖8 圖像檢索領(lǐng)域新興技術(shù)高頻關(guān)鍵詞分布矩形樹狀圖

從圖8(a)給出的新興技術(shù)Topic6的前10個(gè)高頻關(guān)鍵詞可以判斷該項(xiàng)新興技術(shù)為基于深度學(xué)習(xí)的圖像檢索相關(guān)技術(shù)；從圖8(b)給出的新興技術(shù)Topic1的前10個(gè)高頻關(guān)鍵詞可以判斷該項(xiàng)新興技術(shù)是與圖像檢索有關(guān)的大規(guī)模分布式數(shù)據(jù)處理系統(tǒng)；從圖8(c)給出的新興技術(shù)Topic30的前10個(gè)高頻關(guān)鍵詞可以判斷該項(xiàng)新興技術(shù)是與醫(yī)療影像相關(guān)的圖像處理與檢索技術(shù)。

①以深度學(xué)習(xí)為代表的機(jī)器學(xué)習(xí)技術(shù)在計(jì)算機(jī)視覺(jué)領(lǐng)域的應(yīng)用最為成功，被廣泛應(yīng)用于圖像檢索、人臉識(shí)別、行為分析和目標(biāo)跟蹤等諸多領(lǐng)域。計(jì)算機(jī)視覺(jué)受到學(xué)界和業(yè)界的重點(diǎn)關(guān)注，在政策方面也是國(guó)家重點(diǎn)扶持和發(fā)展的對(duì)象[31]。艾媒咨詢相關(guān)調(diào)查報(bào)告分析指出，深度學(xué)習(xí)、高層語(yǔ)義分割等將是未來(lái)計(jì)算機(jī)視覺(jué)產(chǎn)業(yè)鏈橫向推進(jìn)過(guò)程中重點(diǎn)研究的領(lǐng)域[32]；②大規(guī)模分布式圖像數(shù)據(jù)處理系統(tǒng)是大數(shù)據(jù)時(shí)代的產(chǎn)物。受當(dāng)前互聯(lián)網(wǎng)時(shí)代和人工智能高速發(fā)展的影響，關(guān)于圖像、視頻等多媒體視覺(jué)信息的數(shù)據(jù)存儲(chǔ)與處理已成為推進(jìn)人工智能戰(zhàn)略布局的重要議題，受到國(guó)家政策的大力支持[33]，具有廣闊的發(fā)展前景；③醫(yī)療影像圖像處理與檢索技術(shù)是數(shù)字醫(yī)療技術(shù)的重要分支，目前在醫(yī)療診斷、健康管理、遠(yuǎn)程醫(yī)療等領(lǐng)域大放異彩，是一項(xiàng)蓬勃發(fā)展、擁有巨大潛力的數(shù)字醫(yī)療新興技術(shù)[34]，國(guó)家四部委曾聯(lián)合發(fā)文要重點(diǎn)培育包括醫(yī)療影像輔助診斷系統(tǒng)在內(nèi)的新一代人工智能產(chǎn)品[53]，可見(jiàn)該項(xiàng)技術(shù)是未來(lái)圖像檢索與處理領(lǐng)域發(fā)展布局的重要對(duì)象。

綜上，本文分析了所識(shí)別出的3項(xiàng)新興技術(shù)的相關(guān)技術(shù)信息及應(yīng)用現(xiàn)狀，可見(jiàn)本文新興技術(shù)識(shí)別結(jié)果與業(yè)界和學(xué)界的分析基本保持一致，驗(yàn)證了面向區(qū)域科技創(chuàng)新的新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別框架的準(zhǔn)確性和可行性。

5 結(jié)束語(yǔ)

本文在現(xiàn)有新興技術(shù)識(shí)別研究基礎(chǔ)上，嵌入?yún)^(qū)域創(chuàng)新系統(tǒng)理論和競(jìng)爭(zhēng)情報(bào)理論，設(shè)計(jì)了市場(chǎng)潛力、研發(fā)系數(shù)、協(xié)同性3項(xiàng)區(qū)域創(chuàng)新型新興技術(shù)識(shí)別指標(biāo)并構(gòu)建了基于區(qū)域科技創(chuàng)新的新興技術(shù)識(shí)別指標(biāo)體系，據(jù)此從理論層面設(shè)計(jì)了一種面向區(qū)域科技創(chuàng)新的新興技術(shù)競(jìng)爭(zhēng)情報(bào)識(shí)別框架，并利用專利文獻(xiàn)數(shù)據(jù)開展了新興技術(shù)主題識(shí)別研究，驗(yàn)證其識(shí)別框架的可實(shí)踐性。

本文在研究方法和實(shí)證數(shù)據(jù)方面還存在一定局限，需要進(jìn)一步完善。首先是LDA主題模型在主題層次聚類方面的不足，無(wú)法揭示潛在主題之間的層次概念關(guān)系和多層語(yǔ)義關(guān)聯(lián)，后續(xù)研究將采用知識(shí)挖掘方法從語(yǔ)義層面對(duì)新興技術(shù)主題抽取方法進(jìn)行改進(jìn)；其次，本文實(shí)證選取的數(shù)據(jù)樣本尚未考慮到多源異構(gòu)數(shù)據(jù)對(duì)識(shí)別結(jié)果的影響，所構(gòu)建的新興技術(shù)識(shí)別方法在面對(duì)多源信息時(shí)的適用性還有待進(jìn)一步實(shí)證分析和驗(yàn)證。