修乙丹　鄭素麗　王鶴諼

關(guān)鍵詞：標(biāo)準(zhǔn)技術(shù)地圖，TF-IDF，SGTM，V2X

DOI編碼：10.3969/j.issn.1674-5698.2023.10.002

0 引言

隨著第四次工業(yè)革命的推進(jìn)和數(shù)字經(jīng)濟(jì)的加速發(fā)展，標(biāo)準(zhǔn)作為產(chǎn)業(yè)技術(shù)基礎(chǔ)和國家治理工具的作用更為突出，各國紛紛加快了關(guān)鍵領(lǐng)域的標(biāo)準(zhǔn)布局。2022年2月，歐盟委員會(huì)首次發(fā)布?xì)W盟層面的標(biāo)準(zhǔn)化戰(zhàn)略[1]，重點(diǎn)關(guān)注彈性、綠色和數(shù)字化等領(lǐng)域的標(biāo)準(zhǔn)化戰(zhàn)略需求，試圖重塑其標(biāo)準(zhǔn)“先行者”地位。2023年5月，美國白宮發(fā)布《美國關(guān)鍵和新興技術(shù)的國家標(biāo)準(zhǔn)戰(zhàn)略》[2]，旨在通過對關(guān)鍵和新興技術(shù)國際標(biāo)準(zhǔn)的制定，進(jìn)一步強(qiáng)化美國在這些領(lǐng)域的創(chuàng)新和競爭力。在此背景下，如何對關(guān)鍵領(lǐng)域的技術(shù)標(biāo)準(zhǔn)布局進(jìn)行有效的跟蹤、分析和研判，以更好地應(yīng)對日益激烈的標(biāo)準(zhǔn)競爭挑戰(zhàn)成為一個(gè)重要的研究課題。

標(biāo)準(zhǔn)是通過標(biāo)準(zhǔn)化活動(dòng)，按照規(guī)定的程序協(xié)商一致制定，為各種活動(dòng)或其結(jié)果提供規(guī)則、指南或特性，供共同使用和重復(fù)使用的文件[3]。標(biāo)準(zhǔn)文獻(xiàn)作為標(biāo)準(zhǔn)信息最有效的載體，往往包含了名稱、起草人、起草單位、術(shù)語定義、應(yīng)用范圍、技術(shù)指標(biāo)等內(nèi)容，可以全面反映所在領(lǐng)域的標(biāo)準(zhǔn)布局和發(fā)展方向[4]。因而，近年來標(biāo)準(zhǔn)文獻(xiàn)的分析成為標(biāo)準(zhǔn)化領(lǐng)域的一個(gè)研究熱點(diǎn)。不少學(xué)者針對特定行業(yè)或領(lǐng)域的標(biāo)準(zhǔn)起草人[5]、起草單位[6]、技術(shù)領(lǐng)域[7]、地域分布[8]等展開分析，部分學(xué)者利用社會(huì)網(wǎng)絡(luò)分析方法對起草人合作網(wǎng)絡(luò)進(jìn)行了初步的探索[9]，還有一些學(xué)者利用大數(shù)據(jù)方法對標(biāo)準(zhǔn)關(guān)鍵詞等內(nèi)容進(jìn)行了可視化呈現(xiàn)[10-12]。上述研究豐富了我們對于標(biāo)準(zhǔn)信息的理解和利用，然而以上研究主要是針對淺層次的結(jié)構(gòu)化文獻(xiàn)信息的分析，并沒有對包含核心技術(shù)內(nèi)容的標(biāo)準(zhǔn)文件本身進(jìn)行深入挖掘，因此對標(biāo)準(zhǔn)所規(guī)定的技術(shù)內(nèi)容的解釋是極為有限的，難以滿足我們對國內(nèi)外標(biāo)準(zhǔn)技術(shù)布局的分析需求。

事實(shí)上，標(biāo)準(zhǔn)文本包含了豐富的技術(shù)信息，然而這些信息本身不是以包裝好的形式呈現(xiàn)的，需要通過一定的技術(shù)手段挖掘后才能加以識(shí)別應(yīng)用。近年來，文本挖掘技術(shù)如：文本分詞、摘要提取、主題識(shí)別、信息地圖繪制等快速發(fā)展[13， 14]。這些基于文本的處理技術(shù)可以針對數(shù)量大、高維空間中的數(shù)據(jù)，批量挖掘并概括大量隱藏在冗長文本內(nèi)部的潛在信息[15 ]，有效地進(jìn)行技術(shù)趨勢分析和技術(shù)領(lǐng)域的劃分，在科學(xué)計(jì)量、專利計(jì)量等領(lǐng)域得到了廣泛的應(yīng)用[16]。然而，目前利用文本挖掘方法來呈現(xiàn)技術(shù)標(biāo)準(zhǔn)信息的研究還很少，筆者檢索到的僅有 Jeong& Yoon和吳菲菲等的研究。Jeong & Yoon在對標(biāo)準(zhǔn)和專利文本數(shù)據(jù)進(jìn)行挖掘的基礎(chǔ)上來識(shí)別潛在的標(biāo)準(zhǔn)必要專利[17 ]，吳菲菲等則通過對標(biāo)準(zhǔn)文本的挖掘識(shí)別標(biāo)準(zhǔn)技術(shù)空白[18]。上述研究將文本挖掘技術(shù)引入標(biāo)準(zhǔn)文本領(lǐng)域，豐富了標(biāo)準(zhǔn)化領(lǐng)域的研究方法。然而，上述研究的重點(diǎn)均聚焦在特定技術(shù)標(biāo)準(zhǔn)空白點(diǎn)的識(shí)別上，而沒有對整個(gè)技術(shù)標(biāo)準(zhǔn)構(gòu)成和布局進(jìn)行有效呈現(xiàn)。

基于上述背景，本文嘗試將文本挖掘方法和知識(shí)地圖繪制的思路引入標(biāo)準(zhǔn)化領(lǐng)域，提出一種基于TF-IDF關(guān)鍵詞提取和SGTM模型的標(biāo)準(zhǔn)技術(shù)地圖構(gòu)建方法，并以V2X技術(shù)為例進(jìn)行實(shí)證應(yīng)用。研究結(jié)果顯示，該方法不僅可以全面系統(tǒng)地呈現(xiàn)技術(shù)標(biāo)準(zhǔn)分布地圖，識(shí)別主要的技術(shù)標(biāo)準(zhǔn)研發(fā)方向，還可以通過密度信息將標(biāo)準(zhǔn)研發(fā)的重點(diǎn)進(jìn)行可視化展示，從而為產(chǎn)業(yè)和企業(yè)標(biāo)準(zhǔn)布局提供理論依據(jù)和實(shí)踐指導(dǎo)。

1 基于TF-IDF和SGTM模型的標(biāo)準(zhǔn)技術(shù)地圖構(gòu)建方法

1.1 總體研究框架

本研究從標(biāo)準(zhǔn)文本信息入手，通過TF-IDF關(guān)鍵詞提取和SGTM方法實(shí)現(xiàn)標(biāo)準(zhǔn)關(guān)鍵信息的挖掘和映射，具體包括標(biāo)準(zhǔn)文本收集、關(guān)鍵詞提取、標(biāo)準(zhǔn)-關(guān)鍵詞矩陣構(gòu)建、標(biāo)準(zhǔn)技術(shù)地圖繪制和分析5 個(gè)步驟（如圖1所示）：（1）依據(jù)研究領(lǐng)域選定標(biāo)準(zhǔn)數(shù)據(jù)庫，構(gòu)建檢索表達(dá)式收集技術(shù)標(biāo)準(zhǔn)文本。為了提高文本挖掘分析結(jié)果的可靠性，對標(biāo)準(zhǔn)文本數(shù)據(jù)進(jìn)行清洗，剔除相關(guān)度較低的文本。由于一項(xiàng)標(biāo)準(zhǔn)通常涉及若干不同的主題，根據(jù)涉及的技術(shù)主題不同對標(biāo)準(zhǔn)文本進(jìn)行分割。（2）利用TF-IDF算法結(jié)合領(lǐng)域?qū)＜遗袛嗵崛￡P(guān)鍵詞。（3）構(gòu)造詞（關(guān)鍵詞）-篇（標(biāo)準(zhǔn)文本）矩陣以表示標(biāo)準(zhǔn)文本信息，作為下一步標(biāo)準(zhǔn)地圖的輸入信息。（4）繪制標(biāo)準(zhǔn)地圖。通過SGTM實(shí)現(xiàn)多維標(biāo)準(zhǔn)數(shù)據(jù)在二維地圖空間的映射，利用S GT M的聚類功能對標(biāo)準(zhǔn)地圖分布進(jìn)行有效展示，通過標(biāo)準(zhǔn)密度信息識(shí)別標(biāo)準(zhǔn)熱點(diǎn)和空白點(diǎn)。（5）通過SGTM的逆映射函數(shù)來完成標(biāo)準(zhǔn)熱點(diǎn)和空白點(diǎn)解釋，系統(tǒng)分析標(biāo)準(zhǔn)技術(shù)發(fā)展趨勢。

1.2 主要研究方法

（1）基于TF-IDF的關(guān)鍵詞提取方法

T F-IDF（ter m frequency-inverse documentfrequency）是一種基于概率統(tǒng)計(jì)文本的方法，通過分析每個(gè)文本的詞頻-逆文檔頻率來衡量一個(gè)詞語的權(quán)重，是信息檢索與數(shù)據(jù)挖掘的常用加權(quán)技術(shù)[19]。在數(shù)據(jù)集中，某一字詞的重要性隨著其在文件中出現(xiàn)的次數(shù)成正比增加，但同時(shí)會(huì)隨著它在語料庫中出現(xiàn)的頻率成反比下降，若該字詞僅在少數(shù)文檔中出現(xiàn)，且該詞在文檔中被頻繁使用，則能很好地代表文檔的主題。TF-IDF的計(jì)算公式為：

其中N 是語料庫D 的文檔總數(shù)，分母是包含術(shù)語 t 的文檔數(shù)量，IDF會(huì)降低常用詞語的權(quán)重，增加文檔集中很少使用詞語的權(quán)重。借助TF-IDF算法可得到某一領(lǐng)域標(biāo)準(zhǔn)技術(shù)初步的關(guān)鍵詞集合，在此基礎(chǔ)上結(jié)合領(lǐng)域?qū)＜遗袛鄰亩_定關(guān)鍵詞列表。

（2）基于SGTM的標(biāo)準(zhǔn)地圖可視化與聚類方法

由于關(guān)鍵詞矩陣構(gòu)成的是高維稀疏空間，我們需要從眾多關(guān)鍵詞中求出那些對分類最有效的特征，從而實(shí)現(xiàn)特征空間維數(shù)的壓縮，這個(gè)過程被稱之為特征提取，也稱降維。目前的降維方法一般包括線性和非線性兩類：線性降維算法主要有主成分分析（PCA）、多維標(biāo)度法（MDS）及獨(dú)立成分分析（ICA）；非線性降維算法主要有自組織映射網(wǎng)絡(luò)（SOM）， 生成拓?fù)溆成洌℅TM）， 自編碼神經(jīng)網(wǎng)絡(luò)（ANN）和線性混合模型（MLM）等。其中GTM（Generative Topographic Mapping）方法作為一種新的降維方法[20]，具有存在全局損失函數(shù)、收斂性確定、參數(shù)自動(dòng)調(diào)整等優(yōu)點(diǎn)[18]，成為近幾年學(xué)者們研究的熱點(diǎn)。

GTM可以將多維數(shù)據(jù)空間映射到低維潛在空間，這個(gè)過程通過徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)。圖2為二維潛變量空間與三維數(shù)據(jù)的映射示意圖，左邊的二維潛變量數(shù)據(jù)通過非線性函數(shù)y（x；w） 映射至右邊三維數(shù)據(jù)空間上。GTM算法可以依據(jù)高維實(shí)際數(shù)據(jù)與反應(yīng)點(diǎn)之間的依賴關(guān)系進(jìn)行基于潛在空間到數(shù)據(jù)空間之間的映射變換，根據(jù)文檔分散分布的關(guān)鍵詞向量，構(gòu)建潛在變量分類的數(shù)據(jù)節(jié)點(diǎn)，生成的每個(gè)數(shù)據(jù)節(jié)點(diǎn)都能根據(jù)其特征進(jìn)行映射，反映原始數(shù)據(jù)的概率密度，因而可以繪制包含關(guān)鍵詞密度的標(biāo)準(zhǔn)技術(shù)分布地圖。此外，GTM的逆向映射功能可以實(shí)現(xiàn)反向解釋專利地圖的功能。通過反向繪圖功能將地圖中的不同位置還原成原始的關(guān)鍵字矢量，可以對標(biāo)準(zhǔn)地圖進(jìn)行客觀而準(zhǔn)確的解釋，因此本文選定GTM方法作為標(biāo)準(zhǔn)地圖繪制的基本工具。

然而，在一般的GT M映射地圖上相鄰網(wǎng)格點(diǎn)之間的技術(shù)距離是隨機(jī)分布的，雖然我們可以通過逆向映射函數(shù)對每一個(gè)網(wǎng)格點(diǎn)進(jìn)行逐一核驗(yàn)，但很難對地圖的整體分布結(jié)果進(jìn)行有效的分析和解釋。為了克服這一問題，我們借鑒Kaneko的思路將GTM方法與聚類方法進(jìn)行融合[21]，形成SGT M（Sparse Generative Topographic Mapping）方法，從而同時(shí)實(shí)現(xiàn)數(shù)據(jù)可視化和聚類的目的。SGTM的工作原理如下：

其中d是當(dāng)前聚類的簇?cái)?shù)。

可以看出，在原始的GTM算法中每個(gè)網(wǎng)格點(diǎn)的權(quán)重是恒定的，而在SGTM中修改了圖上每個(gè)節(jié)點(diǎn)對應(yīng)的正態(tài)分布的權(quán)重，且每個(gè)網(wǎng)格點(diǎn)的權(quán)重都是可變的。SGTM為原始GTM算法增加了一些自由度，使其能夠解決自組織映射（SOM）遇到的各種問題。此外，SGTM模型通過基于貝葉斯信息準(zhǔn)則（BIC）來優(yōu)化確定適當(dāng)數(shù)量的聚類，使其具有更強(qiáng)的解釋力?？偟膩碚f，SGTM可以在可視化數(shù)據(jù)的同時(shí)對數(shù)據(jù)進(jìn)行聚類，提供了一種更高效的方法來分析數(shù)據(jù)。

2 V2X標(biāo)準(zhǔn)技術(shù)地圖實(shí)證分析

2.1 研究樣本與數(shù)據(jù)處理

為了驗(yàn)證該方法的有效性，我們擬選取一個(gè)關(guān)鍵技術(shù)領(lǐng)域進(jìn)行驗(yàn)證。根據(jù)研究目的，研究樣本的選擇應(yīng)滿足以下兩個(gè)條件：（1）該領(lǐng)域應(yīng)為關(guān)鍵或新興技術(shù)領(lǐng)域，標(biāo)準(zhǔn)布局對產(chǎn)業(yè)發(fā)展存在重要影響；（2）該領(lǐng)域標(biāo)準(zhǔn)技術(shù)發(fā)展迅速，形成了大量的標(biāo)準(zhǔn)信息，傳統(tǒng)的人工手段難以對文本信息進(jìn)行有效解讀和判斷。車用無線通信技術(shù)（Vehicle toEverything，V2X）是將車輛與一切事物相連接的新一代信息通信技術(shù)，其中V代表車輛，X代表任何與車交互信息的對象，X主要包含車、人、交通路側(cè)基礎(chǔ)設(shè)施和網(wǎng)絡(luò)。V2X技術(shù)可以提高駕駛安全性、減少擁堵、提高交通效率、提供車載娛樂信息等，是實(shí)現(xiàn)城市交通系統(tǒng)智能化、構(gòu)建新型智慧城市的核心要素[7， 22， 23]。世界各地圍繞V2X的技術(shù)研究和標(biāo)準(zhǔn)制定進(jìn)行得如火如荼，以期搶占未來發(fā)展制高點(diǎn)。因此，本研究以V2X相關(guān)的標(biāo)準(zhǔn)為樣本進(jìn)行研究。

3GPP是當(dāng)前V2X國際標(biāo)準(zhǔn)制定的主要機(jī)構(gòu)，本文從3GPP獲取相關(guān)標(biāo)準(zhǔn)信息和文檔。首先，通過關(guān)鍵詞和主題檢索的方式獲得相關(guān)標(biāo)準(zhǔn)文件308項(xiàng)。其次，考慮到每一個(gè)標(biāo)準(zhǔn)存在多個(gè)不同版本以及草案信息，本文對標(biāo)準(zhǔn)文件進(jìn)行了去重處理：以標(biāo)準(zhǔn)號(hào)對相關(guān)信息進(jìn)行合并，只納入已經(jīng)發(fā)布的標(biāo)準(zhǔn)文件，同一標(biāo)準(zhǔn)號(hào)以最新發(fā)布日期為準(zhǔn)，最終得到有效標(biāo)準(zhǔn)文件42項(xiàng)。由于一個(gè)標(biāo)準(zhǔn)文本可能涉及多個(gè)技術(shù)主題，本文依據(jù)各章節(jié)內(nèi)容對下載的標(biāo)準(zhǔn)文檔進(jìn)行文本分割，共得到技術(shù)主題文本497項(xiàng)。

完成文本分割的標(biāo)準(zhǔn)技術(shù)主題文檔中包含許多與技術(shù)無關(guān)的詞語，需要對其進(jìn)行預(yù)處理：首先，刪除如：日期、連接詞、網(wǎng)址、數(shù)字等符號(hào)，進(jìn)行英文字母大小寫的轉(zhuǎn)換；其次，還原詞語的詞性，并根據(jù)設(shè)置的固定詞組和同義詞進(jìn)行歸一化處理；最后，刪除停用詞，提高數(shù)據(jù)的可靠性。接下來使用TF-IDF算法選取TF-IDF值大于0.1的名詞詞語，結(jié)合領(lǐng)域技術(shù)專家意見篩選出63個(gè)最具解釋力的關(guān)鍵詞，見表1。

利用上一步確定的63個(gè)關(guān)鍵詞構(gòu)建二進(jìn)制表達(dá)的詞-篇矩陣。當(dāng)某標(biāo)準(zhǔn)主題文檔包含所確定的關(guān)鍵詞時(shí)，該矩陣中關(guān)鍵詞對應(yīng)向量元素賦值為1，否則賦為0。得到的詞篇矩陣見表2。

2.2 V2X標(biāo)準(zhǔn)地圖繪制

在輸入“標(biāo)準(zhǔn)文本-關(guān)鍵詞”特征矩陣之后，通過定義模型的5個(gè)超參數(shù)生成標(biāo)準(zhǔn)技術(shù)地圖，包括網(wǎng)格節(jié)點(diǎn)數(shù)、高斯基函數(shù)個(gè)數(shù)、每個(gè)高斯基函數(shù)的方差、EM算法的λ值和SGTM模型的訓(xùn)練迭代次數(shù)。由于不同的參數(shù)設(shè)置會(huì)極大地影響可視化結(jié)果，本研究使用靈敏度分析以及EM算法確定參數(shù)的最優(yōu)選擇。最終確定使用10×10的網(wǎng)絡(luò)方格作為潛在變量的映射點(diǎn)，使用36個(gè)徑向高斯基函數(shù)，每個(gè)基函數(shù)的方差設(shè)置為2-1，權(quán)重正則化系數(shù)為0.001，訓(xùn)練周期設(shè)置為500次，使用的軟件工具為Python。圖3顯示了不同聚類個(gè)數(shù)的BIC值，我們可以看到當(dāng)聚類個(gè)數(shù)為5時(shí)出現(xiàn)了明顯的拐點(diǎn)，因而將聚類個(gè)數(shù)設(shè)置為5個(gè)。生成的結(jié)果如圖4所示，標(biāo)準(zhǔn)文本對應(yīng)的點(diǎn)可能歸屬于不同的技術(shù)領(lǐng)域，用不同深淺表示；空白區(qū)域即為標(biāo)準(zhǔn)空白點(diǎn)，表示未有與之對應(yīng)的標(biāo)準(zhǔn)文本存在。

為了更為準(zhǔn)確地分析標(biāo)準(zhǔn)布局情況，本文根據(jù)映射關(guān)系進(jìn)一步計(jì)算了標(biāo)準(zhǔn)地圖上每一個(gè)位置的標(biāo)準(zhǔn)密度信息，以氣泡圖的形式予以呈現(xiàn)，結(jié)果如圖5所示。圖形的大小代表該位置標(biāo)準(zhǔn)分布的多少，氣泡越大所對應(yīng)的標(biāo)準(zhǔn)越多，氣泡越小所對應(yīng)的標(biāo)準(zhǔn)越少，還有58個(gè)空白點(diǎn)代表著截至目前這些位置上仍沒有相應(yīng)標(biāo)準(zhǔn)出現(xiàn)。

2.3 結(jié)果分析

在上一節(jié)中，我們用SGTM方法繪制出了已有的技術(shù)標(biāo)準(zhǔn)熱點(diǎn)和標(biāo)準(zhǔn)空白點(diǎn)分布情況。為了深入分析標(biāo)準(zhǔn)布局，我們需要將每個(gè)位置所在的矢量空間反向映射到原始數(shù)據(jù)空間，進(jìn)而對標(biāo)準(zhǔn)布局的內(nèi)容進(jìn)行有效解讀。由于算法逆向映射的結(jié)果為關(guān)鍵詞的向量表示，所以還需要將向量的數(shù)值與設(shè)置的閾值相比較，參照已有文獻(xiàn)的做法本研究設(shè)置閾值為0.3，最終得出每一個(gè)矢量空間所對特征的關(guān)鍵詞組合，在此基礎(chǔ)上對標(biāo)準(zhǔn)布局現(xiàn)狀進(jìn)行分析。

（1）V2X領(lǐng)域標(biāo)準(zhǔn)布局分析

V2X是以車輛為主體，依靠與車、人、網(wǎng)、基礎(chǔ)設(shè)施的通信網(wǎng)絡(luò)互聯(lián)實(shí)現(xiàn)互聯(lián)互通、信息共享，進(jìn)而達(dá)到保障交通安全、拓展智能服務(wù)等實(shí)現(xiàn)智慧交通解決方案的目標(biāo)。從標(biāo)準(zhǔn)地圖發(fā)現(xiàn)，目前V2X標(biāo)準(zhǔn)制定大致分布在5類主題，其中類別1、2、3代表的標(biāo)準(zhǔn)文本占所有文本的94.2%（如圖6所示），構(gòu)成了當(dāng)前V2X標(biāo)準(zhǔn)的主體。

類別1包含的標(biāo)準(zhǔn)文本主要是面向V2X服務(wù)的架構(gòu)增強(qiáng)研究，該類標(biāo)準(zhǔn)占文本總量的34. 21%。這一類標(biāo)準(zhǔn)針對PC5接口定義了全新的幀結(jié)構(gòu)、資源調(diào)度和數(shù)據(jù)重傳方式，支持單播、組播和廣播3種模式；在Uu口引入了V2X通信切片、邊緣計(jì)算、QoS預(yù)測等特性，從而能夠滿足車聯(lián)網(wǎng)低時(shí)延、高可靠和大帶寬等需求，并且可以在增強(qiáng)移動(dòng)寬帶（eMBB）和高可靠低時(shí)延（URLLC）場景實(shí)現(xiàn)ToC向ToB的業(yè)務(wù)拓展。類別2的標(biāo)準(zhǔn)主要規(guī)定了基于LTE支持的V2X道路通信服務(wù)。具體又分為安全與非安全兩類：與安全相關(guān)V2X的應(yīng)用場景包括各等級(jí)的自動(dòng)駕駛、前向碰撞預(yù)警、協(xié)同自適應(yīng)巡航控制、緊急制動(dòng)、車輛排隊(duì)、通過基礎(chǔ)設(shè)施提供道路安全服務(wù)等，而非安全相關(guān)的V2X場景包括移動(dòng)高數(shù)據(jù)速率娛樂、移動(dòng)熱點(diǎn)/辦公室/家庭、動(dòng)態(tài)數(shù)字地圖更新等。因而這一類標(biāo)準(zhǔn)對于V2X的各類服務(wù)要求做出了較為全面的規(guī)定，在標(biāo)準(zhǔn)文本中占比約為32.8%。類別3包括的標(biāo)準(zhǔn)主要是UE之間以及UE和V2X應(yīng)用服務(wù)器之間的應(yīng)用通信服務(wù)支持，用以解決支持行人感知車輛、基礎(chǔ)設(shè)施及應(yīng)用服務(wù)器的用戶設(shè)備之間的通信問題，規(guī)定了UE在用于V2X服務(wù)時(shí)的應(yīng)用層支持的協(xié)議，該類別文本比例在27%左右。上述3類標(biāo)準(zhǔn)搭建了V2X的核心協(xié)議規(guī)范和技術(shù)要求，為V2X的產(chǎn)業(yè)化落地搭建了較為堅(jiān)實(shí)的基礎(chǔ)。

隨著V2X技術(shù)的演進(jìn)、應(yīng)用場景的豐富和部署的完善，V2X在智能網(wǎng)聯(lián)汽車和自動(dòng)駕駛中將發(fā)揮更多的協(xié)同作用，逐步實(shí)現(xiàn)網(wǎng)聯(lián)協(xié)同決策與控制。因而，類別4主要針對的是基于5G技術(shù)的增強(qiáng)功能以及在增強(qiáng)場景中的應(yīng)用規(guī)范問題，如：Sidelink增強(qiáng)、Sidelink中繼增強(qiáng)、LTE V2X與NR V2X共存等；類別5規(guī)定了VAE支持的高效V2P通信服務(wù)，VAE層可以通過整合V2P的應(yīng)用服務(wù)要求，并使通信流量模式與PC5 QoS設(shè)置和AS層配置保持一致，從而為支持V2P應(yīng)用提供支持功能?？傮w而言，這兩類標(biāo)準(zhǔn)包含的相關(guān)標(biāo)準(zhǔn)文本較少，未來仍有很大的標(biāo)準(zhǔn)制定空間。

（2）V2X潛在標(biāo)準(zhǔn)機(jī)會(huì)分析

在技術(shù)發(fā)展過程中，往往存在著不同領(lǐng)域的技術(shù)開發(fā)進(jìn)度和標(biāo)準(zhǔn)制定的不平衡性，從技術(shù)創(chuàng)新的角度來看標(biāo)準(zhǔn)空白點(diǎn)在一定程度上隱含著標(biāo)準(zhǔn)技術(shù)進(jìn)步的方向。挖掘出這些標(biāo)準(zhǔn)空白信息有助于我們識(shí)別技術(shù)機(jī)會(huì)，把握技術(shù)創(chuàng)新的方向，為未來的標(biāo)準(zhǔn)技術(shù)開發(fā)提供一定的參考。我們可以通過逆向映射確定標(biāo)準(zhǔn)空白點(diǎn)代表的關(guān)鍵詞組合，結(jié)果見表3所示。以空白點(diǎn)1為例，它所對應(yīng)的關(guān)鍵詞為Network， AVP， V2X， Link， Service， RSU，Entity， V2X Services， LTE， Control， QOS， Message，Resources， Carrier， V2X Application， UEs， Vehicle等，因而代表的是一個(gè)“基于LT E的U E與V2 I、V2P、V2V等設(shè)備間的網(wǎng)絡(luò)通信服務(wù)”的標(biāo)準(zhǔn)機(jī)會(huì)，其他技術(shù)空白可以按照類似的原理進(jìn)行判斷。當(dāng)然，這些關(guān)鍵詞組合可行性如何，是否需要進(jìn)行前瞻性的布局需要領(lǐng)域?qū)＜夜餐瑓⑴c加以研判。

綜合而言，根據(jù)空白點(diǎn)對應(yīng)關(guān)鍵詞可以發(fā)現(xiàn)，V2X技術(shù)標(biāo)準(zhǔn)網(wǎng)絡(luò)設(shè)備支持、用戶應(yīng)用服務(wù)、信號(hào)接收、位置信息更新等領(lǐng)域仍存在較多技術(shù)空白。目前，車聯(lián)網(wǎng)產(chǎn)業(yè)正在進(jìn)入以行業(yè)實(shí)際應(yīng)用需求和市場發(fā)展為牽引進(jìn)行小規(guī)模部署與應(yīng)用實(shí)踐的新階段，大量增強(qiáng)型應(yīng)用場景對基于V2X的車路協(xié)同決策提出了更高的要求，可以瞄準(zhǔn)產(chǎn)業(yè)需求和標(biāo)準(zhǔn)空白，加快推動(dòng)重點(diǎn)V2X產(chǎn)業(yè)技術(shù)的研發(fā)和標(biāo)準(zhǔn)制定。

3 結(jié)論與建議

借助 TF-IDF和SGTM方法，本文提出了一套基于標(biāo)準(zhǔn)文本信息構(gòu)建標(biāo)準(zhǔn)技術(shù)地圖的方法。該方法從技術(shù)角度分析標(biāo)準(zhǔn)化活動(dòng)和布局，通過文本挖掘和可視化工具繪制出某一技術(shù)領(lǐng)域的標(biāo)準(zhǔn)技術(shù)地圖，為標(biāo)準(zhǔn)化戰(zhàn)略、技術(shù)研發(fā)和產(chǎn)業(yè)技術(shù)競爭等創(chuàng)新決策提供科學(xué)依據(jù)?；赩2X技術(shù)的實(shí)證研究發(fā)現(xiàn)：在V2X領(lǐng)域3GPP已經(jīng)制定出了較為完備的技術(shù)規(guī)范，這些技術(shù)規(guī)范分布在基于LTE技術(shù)的服務(wù)要求和傳輸層支持、與用戶設(shè)備相關(guān)的通信規(guī)范和V2X服務(wù)網(wǎng)絡(luò)協(xié)議等領(lǐng)域。而基于5G技術(shù)的增強(qiáng)功能以及在增強(qiáng)場景中的應(yīng)用規(guī)范問題相關(guān)標(biāo)準(zhǔn)雖有出現(xiàn)，但總體數(shù)量較少，未來還有較大的完善空間。另外，標(biāo)準(zhǔn)地圖上的58個(gè)標(biāo)準(zhǔn)空白點(diǎn)為我們提示了標(biāo)準(zhǔn)開發(fā)的潛在方向，從空白點(diǎn)所對應(yīng)的關(guān)鍵詞可以看出主要包括道路、行人及基礎(chǔ)設(shè)施等智能化UE的搭載，基于5G技術(shù)系統(tǒng)的V2X增強(qiáng)功能以及應(yīng)用規(guī)范等領(lǐng)域。

上述研究驗(yàn)證了本文所提出的研究框架具有可行性，同時(shí)對V2X標(biāo)準(zhǔn)布局的研究結(jié)果為我們提出如下啟示：（1）3GPP的V2X基礎(chǔ)協(xié)議規(guī)范已經(jīng)較為成熟，但在UE間通信支持、高精度地圖更新、信息傳輸增強(qiáng)、用戶應(yīng)用服務(wù)等領(lǐng)域還有較多空白點(diǎn)。近年來我國在《國家車聯(lián)網(wǎng)產(chǎn)業(yè)標(biāo)準(zhǔn)體系建設(shè)指南（智能網(wǎng)聯(lián)汽車）》的指導(dǎo)下，協(xié)同推進(jìn)LT EV2X全協(xié)議棧標(biāo)準(zhǔn)制修訂，完成了覆蓋總體要求、接入層、網(wǎng)絡(luò)層、應(yīng)用層等各個(gè)環(huán)節(jié)的技術(shù)標(biāo)準(zhǔn)規(guī)范制定。未來可結(jié)合國際標(biāo)準(zhǔn)空白點(diǎn)，選擇我國已具備較好基礎(chǔ)的重點(diǎn)標(biāo)準(zhǔn)推向國際，進(jìn)一步提升國際話語權(quán)和影響力。（2）整體而言，針對V2X增強(qiáng)業(yè)務(wù)場景的標(biāo)準(zhǔn)尚在研究階段，由于無線通信技術(shù)的演進(jìn)節(jié)奏明顯快于垂直行業(yè)的部署周期，導(dǎo)致場景需求和技術(shù)開發(fā)推進(jìn)力度不一，一定程度上阻礙了標(biāo)準(zhǔn)的開發(fā)。下一步需要汽車、交通、公安和通信等行業(yè)通力協(xié)作，從技術(shù)開發(fā)和市場需求兩方面綜合考慮V2X的技術(shù)成熟度和部署可行性，加快對增強(qiáng)場景的標(biāo)準(zhǔn)研制。

本文是利用標(biāo)準(zhǔn)文本信息進(jìn)行深度挖掘和可視化呈現(xiàn)的初步嘗試，一定程度上可以彌補(bǔ)當(dāng)前研究僅針對淺層結(jié)構(gòu)化信息進(jìn)行統(tǒng)計(jì)分析的不足。未來的研究可以向兩個(gè)方向進(jìn)一步探索：（1）本文提出的標(biāo)準(zhǔn)技術(shù)地圖構(gòu)建方法可以根據(jù)分析目的進(jìn)一步拓展和改進(jìn)，形成不同側(cè)重點(diǎn)的標(biāo)準(zhǔn)地圖。比如：我們可以在本文基礎(chǔ)上構(gòu)建標(biāo)準(zhǔn)起草人-關(guān)鍵詞矩陣，從競爭主體的視角形成標(biāo)準(zhǔn)競爭地圖，更為直觀地揭示標(biāo)準(zhǔn)競爭態(tài)勢。（2）當(dāng)前研究僅從標(biāo)準(zhǔn)文本本身挖掘標(biāo)準(zhǔn)布局信息，未來可以考慮將標(biāo)準(zhǔn)和專利、科學(xué)論文等多源信息納入統(tǒng)一的研究框架，從而對未來的技術(shù)發(fā)展趨勢和標(biāo)準(zhǔn)布局態(tài)勢進(jìn)行更為準(zhǔn)確的判斷。