- 年份
- 2024(11748)
- 2023(16607)
- 2022(13938)
- 2021(12662)
- 2020(10837)
- 2019(24244)
- 2018(23501)
- 2017(44841)
- 2016(23791)
- 2015(26377)
- 2014(25722)
- 2013(25255)
- 2012(23010)
- 2011(20453)
- 2010(20195)
- 2009(18442)
- 2008(17089)
- 2007(14778)
- 2006(12588)
- 2005(11024)
- 学科
- 济(93071)
- 经济(92966)
- 业(70585)
- 管理(69718)
- 企(59607)
- 企业(59607)
- 方法(47252)
- 数学(41755)
- 数学方法(41140)
- 中国(28202)
- 融(27725)
- 金融(27723)
- 财(26564)
- 银(25887)
- 银行(25827)
- 行(24857)
- 农(23557)
- 业经(21292)
- 学(20759)
- 技术(19851)
- 制(19774)
- 贸(18654)
- 贸易(18639)
- 务(18259)
- 易(18224)
- 财务(18201)
- 财务管理(18167)
- 地方(18136)
- 企业财务(17395)
- 农业(16479)
- 机构
- 大学(331312)
- 学院(330397)
- 济(133907)
- 经济(131262)
- 管理(128638)
- 理学(112795)
- 理学院(111575)
- 研究(110727)
- 管理学(109231)
- 管理学院(108661)
- 中国(88316)
- 科学(71711)
- 京(68725)
- 农(63312)
- 财(60144)
- 所(56240)
- 业大(55498)
- 中心(53693)
- 研究所(51883)
- 农业(50551)
- 财经(49276)
- 江(47738)
- 经(45136)
- 北京(42030)
- 经济学(42008)
- 院(40621)
- 范(39548)
- 师范(38879)
- 经济学院(38265)
- 州(38237)
- 基金
- 项目(238734)
- 科学(188214)
- 基金(176719)
- 研究(163043)
- 家(158774)
- 国家(157566)
- 科学基金(134941)
- 社会(105495)
- 社会科(100448)
- 社会科学(100421)
- 基金项目(93602)
- 省(93366)
- 自然(91544)
- 自然科(89602)
- 自然科学(89573)
- 自然科学基金(87970)
- 划(79473)
- 教育(75013)
- 资助(72663)
- 编号(61814)
- 重点(54537)
- 部(52153)
- 创(51250)
- 发(50364)
- 创新(47995)
- 科研(47286)
- 计划(47059)
- 成果(46999)
- 国家社会(45152)
- 教育部(44245)
- 期刊
- 济(130593)
- 经济(130593)
- 研究(87321)
- 中国(63587)
- 学报(62011)
- 农(54822)
- 科学(54276)
- 财(46918)
- 管理(46765)
- 大学(46102)
- 学学(44273)
- 融(40066)
- 金融(40066)
- 农业(36843)
- 技术(30188)
- 教育(28295)
- 财经(24151)
- 经济研究(22618)
- 业经(20850)
- 经(20782)
- 业(20424)
- 科技(17449)
- 统计(17325)
- 技术经济(17206)
- 版(17169)
- 问题(17041)
- 业大(16716)
- 策(16295)
- 理论(15008)
- 商业(14121)
共检索到473432条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 图书情报工作
[作者]
王良 李牧南
[目的/意义]许多现有研究依赖于专利数据来识别颠覆性技术，但这些方法在专利文本的主题聚类分析方面仍有进一步优化的潜力。[方法/过程]通过构建基于新闻影响力增强的图注意力网络，以及自适应分配注意力权重，有效捕捉和充分利用技术主题词共现网络节点关系，在生成有代表性的节点向量后再进行专利文本主题聚类分析，可以进一步辅助识别潜在的颠覆性技术。[结果/结论 ]为进一步验证方法的有效性，选择智慧城市和工业互联网两个新兴技术领域进行实证检验。理论和实证分析显示，这种融合新闻影响力的图注意力网络聚类方法可以进一步丰富当前有关颠覆性技术识别的方法体系。
[期刊] 科技进步与对策
[作者]
安欣 刘迪航 徐硕
颠覆性技术是促进国民经济发展和提升大国博弈实力的关键因素,培育和发展颠覆性技术意义重大、影响深远。建设美丽中国是时代的责任,实现碳达峰碳中和是大势所趋。从学术论文、专利以及基于Google Trends数据的社会媒体数据出发,构建多源数据融合的颠覆性技术度量方法。以增长率指标、创新性指标和社会影响力指标测度“双碳”领域颠覆性技术,综合考虑技术对科学界、技术界以及社会经济界三方面的影响;在识别过程中,采用改进后的CDTM模型解决多源数据公共主题提取的问题;通过客观赋权计算颠覆性指数得分,度量主题的颠覆性。实证分析识别出4项“双碳”领域的颠覆性技术,分别是生物炭吸附技术、有机生物炭基肥料制备技术、生物质裂解生物炭技术和生物质热解生物炭技术。四项技术均与国际认可的CCUS技术相关,中国和美国在“双碳”领域研究中占据优势地位。
[期刊] 图书情报工作
[作者]
王丹 周潇 赵捧未 樊嘉逸
[目的/意义]在新一轮科技革命和产业变革的时代背景下，颠覆性技术是一种另辟蹊径、容易造成技术突袭、颠覆传统游戏规则的技术。积极识别和前瞻布局颠覆性技术对实现国家科技创新跨越式发展具有重要战略意义。[方法/过程]从技术融合视角提出一种颠覆性技术识别方法。首先，基于专利IPC共现关系，并采用时间序列方式动态构建技术领域融合网络，利用结构熵指标识别领域融合网络中具有颠覆性的领域融合对；其次，将颠覆性的领域融合对与专利映射，筛选出候选颠覆性专利；在此基础上，通过深度剖析颠覆性专利的核心特征，筛选有效的测度指标；最后，基于深度学习Tabnet模型构建专利指标与颠覆性专利之间的关联关系，实现从大规模的候选专利中识别颠覆性专利。[结果/结论 ]以人工智能领域为例验证方法的可行性和有效性。研究结果共得到1 025条颠覆性专利。其中，颠覆性融合领域(G06K9,G06N3)包含443条颠覆性专利，这些专利主要涉及4大颠覆性方向：智慧医疗、智慧交通、智慧安防和智能制造。研究结果能够为政府、产业界和企业等利益相关者的科技布局、战略制定提供参考。
[期刊] 情报学报
[作者]
杨杰 孔嘉 张艺炜 王昊 邓三鸿
针对当前学者评价研究与实践中存在的准确性与全面性不足的问题，本文从颠覆性影响力的视角出发，基于引文网络的深层互引信息，将被引文献划分为颠覆性被引文献和巩固性被引文献，构建了学者影响力的二元测度框架，凝练出两种不同类型的学术特征，即“颠覆型学者”和“巩固型学者”，并提出颠覆性被引量和颠覆性h指数等指标用于学者影响力测度。实证研究基于APS (American Physical Society)数据集的463348篇论文、9370286条引证链接、234086位消歧后作者以及诺贝尔奖（Nobel Prize）、沃尔夫奖（Wolf Prize）、狄拉克奖（Dirac Medal） 3种重要奖项得主数据，综合肯德尔秩相关性、识别比率、平均排名等方法进行指标一致性和收敛有效性分析。研究结果表明，颠覆性被引量和颠覆性h指数与传统指标高度一致，并且在收敛有效性上全面优于基准测度指标。颠覆性影响力能够反映学者的创新水平和潜力，二元测度框架可以对学者影响力进行准确划分，对未来创新科学家的早期识别、学者绩效与奖励制度的改革、基金项目的评审与评价、科研激励政策的制定等具有重要意义。
[期刊] 清华大学学报(自然科学版)
[作者]
赵兴旺 侯哲栋 姚凯旋 梁吉业
多视图图聚类旨在挖掘多视图图数据中蕴含的簇结构，近年来得到了研究者的广泛研究。然而，现有大多数方法在不同视图信息的融合过程中同等对待各个视图，未能根据视图质量分配相应权重，而且处理具有属性和图的数据时面临一定困难。该文提出了一种基于注意力机制的两阶段融合多视图图聚类算法。首先，应用图滤波器过滤高频噪声，各个视图获得更适用于下游聚类任务的节点平滑表示；其次，基于注意力机制融合各个视图特征滤波后的平滑表示，并为拓扑融合阶段提供初始化权重；然后，在拓扑融合阶段，将不同视图加权融合的Laplace矩阵与融合的特征表示输入编码器得到嵌入表示，并构造优化函数对权重和嵌入表示进行优化，可以为质量较好的视图分配较大权重，同时产生更加紧凑的嵌入表示；最后，通过对嵌入表示执行谱聚类得到最终的聚类结果。将该算法和已有的相关聚类算法在真实数据集上进行了实验分析。结果表明，相比已有算法，所提出的算法在处理多视图图数据方面更加有效。
[期刊] 情报学报
[作者]
梁镇涛 毛进 李纲
颠覆性技术的识别与预测研究在服务国家重大科技战略发展需求、保障国家科技产业安全等方面具有重要意义。本文将专利家族视为技术单元，从对技术知识空间的改变视角定义高颠覆性专利，基于世界专利统计数据库（Worldwide Patent Statistical Database,PATSTAT）和微软学术论文（Microsoft Academic Graph,MAG）数据库，对专利的颠覆性、技术特征及“科学-技术”知识关联特征进行测度分析，并在此基础上提出了融合“科学-技术”知识关联的高颠覆性专利预测方法。本文将高颠覆性专利预测问题转化为监督式二分类任务，给定专利在其公开当年的“科学-技术”知识关联和其他技术特征，以其5年后的颠覆性指标值高低作为预测目标，训练机器学习模型。研究结果表明，(1)高颠覆性专利具有前置知识少且非主流、技术团队实力强、商业价值被低估、长期影响力大的特点；(2)专利的“科学-技术”知识关联属性是对其颠覆性进行预测的重要特征；(3)LightGBM (light gradient boosting machine)模型在综合性能与训练效率上取得了最佳表现，在半导体器件与电数字数据处理领域的实证结果验证了模型的有效性。但颠覆性技术的预测仍是一个困难的任务，后续研究可尝试从专利语义特征与结合多源数据等角度进一步提升性能表现。
[期刊] 情报学报
[作者]
陈帅朴 钱宇星 钱志强 刘政昊 张志剑
近年来，科学文献呈现增速迅猛、内容复杂、主题细化等特点，给文献分类任务带来了挑战。在此背景下，推动文献自动分类技术的发展，实现科学文献在《中国图书馆分类法》上的正确分类对于信息资源的智能化管理和科学研究的效率化检索具有重要意义。本文提出了多重特征关联和图注意力网络融合的层次分类（hierarchical text classification networks based on multiple feature correlation and graph attention network,HTCN-MCGAT）模型。该模型由三个模块组成。首先是文献表示与增强模块。为适配文献分类任务，采用表示和增强两阶段流程，重新设计BERT (bidirectional encoder representation from transformers)预训练模型的微调阶段，使其能够从文献摘要、标题和关键词的内部字符关联以及外部文档关联两个级别实现当前文献的增强表示。其次是标签关联建模模块。使用图注意力网络实现标签语义和层次结构的关系建模。最后是层次交互分类模块。先构建文献和标签的层次融合注意力机制，实现特征空间的文献语义信息与符号空间的层次标签信息的特征关联；再基于多任务学习视角，通过全局和局部信息融合的层次分类网络实现文献分类。本文以中文医学文献作为研究对象，设计系列实验，相较于逐层和平面多分类方法，HTCN-MCGAT模型在F1-score上提高了4.34%～13.21%。此外，还通过样例分析综合验证了本文模型的有效性。本文从特征关联丰富化和层次关系建模两方面对文献分类模型展开优化，在文献分类任务中发挥了较好的应用价值，未来可以推广至更多具有层次结构的分类任务领域。
[期刊] 情报理论与实践
[作者]
王超 马铭 李思思 夏冬 于俊凤 许海云
[目的/意义]开展颠覆性技术的社会影响力研究，可以探究颠覆性技术社会影响力的扩散特征，为潜在颠覆性技术的识别提供新的思路。[方法/过程]文章以政、产、学三方认可的颠覆性技术领域作为研究对象，以Altmetric.com平台为数据来源，获取各颠覆性技术领域内科学研究成果的多种社会媒体关注度指标，将这些关注度指标作为颠覆性技术产生的社会影响力的量化表征；最后，立足于时间和空间分布特征，探析各技术社会影响力所具有共通的扩散性、差异性、持续性、多样性、均衡性和积聚性特征。[结果/结论]从扩散性、差异性、持续性、多样性、均衡性和集聚性等6个方面获取了12项颠覆性技术具有的共性特征与结论的应用场景。
[期刊] 情报学报
[作者]
冯立杰 秦浩 王金凤 刘鹏 仵轩 张芷芯
作为推动社会进步与经济发展的重要力量，如何快速且精确地识别潜在颠覆性技术对于提升企业竞争力、推动产业变革等具有关键意义。本文提出一种融合专利数据与社交媒体数据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重要补充。第一，检索相关领域专利数据，对数据进行划分；第二，基于颠覆性技术的特征，选取与颠覆性技术相关的指标以构建指标体系，并计算其技术影响力；第三，依托Bi-LSTM (bi-directional long shortterm memory)训练专利指标与技术影响力之间的关系，预测出候选颠覆性技术，并结合BERTopic提取技术主题；第四，通过BERTopic主题建模基于社交媒体数据提取出社会主题，并通过关注度和情感倾向对社会主题进行评价；第五，通过语义相似度，将社会主题与技术主题匹配映射，以对技术主题进行分类，进而识别出潜在颠覆性技术；第六，以医疗机器人为例，阐述该识别方法的应用过程。研究结果表明，Bi-LSTM模型在准确率、精准率、召回率和F1-score上均超过90%，优于其他模型；将医疗机器人领域中的潜在颠覆性技术划分为高关注度-积极态度、低关注度-积极态度与低关注度-消极态度3种类型；识别出的医疗机器人潜在颠覆性技术，能够为国家发展政策制定与相关产业布局提供参考。
[期刊] 图书情报工作
[作者]
王超 许海云 武华维 齐砚翠 陈亮
[目的/意义]利用动态结构熵探究颠覆性技术知识网络扩散过程中的结构变化并识别网络结构变化过程中的突变状态，以此发现颠覆性技术知识网络扩散特征，为颠覆性技术的早期识别提供方法借鉴。[方法/过程]首先，构建颠覆性技术在基础研究、应用研究、产业应用创新过程环节中的3种动态知识子网络；其次，利用动态结构熵探究颠覆性技术知识网络扩散特征；之后，通过突变函数模型分析颠覆性技术知识网络扩散过程中的结构突变特征；最后，利用动态时间规整法探析颠覆性技术各知识子网络间扩散的相关性及其与渐进性技术扩散特征的差异性。[结果/结论 ]实证研究表明利用提出的动态结构熵开展颠覆性技术知识网络扩散特征识别，能够发现颠覆性技术分别在基础研究、应用研究、产业应用知识子网络的微观结构、介观结构、微观与介观结构关系与网络结构突变等方面知识网络扩散特征，并通过3种网络扩散特征的综合分析，解析出颠覆性技术显著区别于渐进性技术的网络扩散特征。
[期刊] 科技管理研究
[作者]
刘博文 白如江
为有效利用现存文献资源，深度剖析和挖掘颠覆性技术的演化脉络与演化特征，为把握科学动向、提升科技竞争力提供支撑，在系统梳理颠覆性技术演化相关研究进展的基础上，融合Web of Science论文、德温特专利索引数据库专利和美国临床试验数据库临床试验等数据源，运用主题识别、深度学习、网络分析、可视化分析等技术，利用专利、论文文献的Word2Vec词向量模型构建结果和LDA主题识别结果，结合临床试验应用范围，研究干细胞治疗技术在“科学发现—技术创新—技术应用”生命周期中的演化脉络与演化特征。实验结果梳理得到干细胞治疗技术发展演化路线图，分为萌芽期、起步期、突变发展期和快速发展期4个阶段，并分别从数据表现、实证技术本身和颠覆性技术3个层面归纳技术发展的滞后性、复合性、突变性、扩张性等4个演化特征，与干细胞治疗技术发展的科学事实以及当前学界对其的基本认识均相符。
[期刊] 情报理论与实践
[作者]
邓胜利 夏苏迪 汪奋奋
[目的/意义]当前社交媒体中的虚假、劣质信息层出不穷，极大地干扰了正常的网络公共秩序。对发布异常信息、呈现异常行为的异常用户进行预测治理，能够有效实现网络公共空间的正本清源。[方法/过程]在既有研究的基础上，本文融合用户个体特征、行为、关系、文本主题和情感特征，构建社交媒体异常用户特征体系，并利用图注意力网络构建异常用户分类预测模型。[结果/结论]本文所构建的社交媒体异常用户特征体系具备完整性和普适性，且异常用户预测模型的分类准确率达到92.8%。相比其他分类模型，本文所构建的图注意力预测模型能够有效识别社交媒体中的异常用户。此外，关系特征、主题特征以及用户注册时间对预测异常用户的贡献度较高，在体征体系中具有较高的重要性。
[期刊] 情报理论与实践
[作者]
吕璐成 赵萍 姜山 王燕鹏 张迪 王学昭 万勇 刘细文
[目的/意义]数据驱动的颠覆性技术识别工作的两个难点问题在于：如何准确地获得领域候选颠覆性技术，如何全面有效地评估候选技术的颠覆性潜力。针对这两个问题，提出一种基于候选技术辅助生成和多源数据评估的颠覆性技术识别方法，为颠覆性技术识别工作的开展提供新思路。[方法/过程]针对候选技术获取问题，提出了一种候选技术辅助生成方法，通过词性标注和Head-matching的方法自动构建领域技术层次结构体系，然后结合专家知识判断确定候选颠覆性技术；针对颠覆性潜力评估问题，基于表征“科学—技术—产业—市场”链条的多源数据，界定了两类颠覆性技术，分别是“研究储备高—技术成果多—产业规模大—公众关注高”的潜力型颠覆性技术和“研究储备高—技术成果少—产业规模小—公众关注低”的潜伏型颠覆性技术，并通过计算颠覆性潜力值（DPV）和颠覆性潜伏度（DLV）指标来评估候选技术的颠覆性潜力。[结果/结论]通过在材料领域应用本方法发现，评估得到的DPV较高的3项潜力型颠覆性技术（以石墨烯为代表的二维材料、先进半导体材料和增材制造材料技术）和DLV较高的3项潜伏型颠覆性技术（材料基因组、智能材料和超材料技术）覆盖了专家咨询确定的验证集中的6项技术，证明了本方法的有效性。[局限]技术层次体系自动构建方法适用于头名词特征比较明显的技术领域，技术颠覆性潜力评估采用的多源数据需要结合颠覆性技术本质特征进一步深化扩展。
[期刊] 情报学报
[作者]
窦永香 开庆 王佳敏
识别潜在颠覆性技术有助于国家和企业加强颠覆性技术供给，使其在国际科技竞争中赢得竞争优势或实现变轨超车。传统基于文献计量的颠覆性技术识别方法通常利用论文和专利数据先构建关键词网络或关键词集，然后人工构造高阶数据特征进行分析。这种人工构造高阶特征的方法容易使关键词网络等的结构信息表达不充分，导致识别的准确性降低。本文提出一种基于图表示学习的半监督潜在颠覆性技术识别方法。首先，基于科技文献数据库数据，利用关键词共现频率和期刊影响力构建技术关键词加权网络；然后，通过反向传播算法基于匿名游走序列学习获得关键词网络的向量表示；接着，通过比较待识别技术关键词网络的向量序列与公认颠覆性技术关键词网络的向量序列之间的相似程度，反映技术演化特征的相似性，从而识别出潜在的颠覆性技术；最后，从近年来国内外与颠覆性技术有关的战略规划、预测报告中选取10项技术作为实验对象，采集WoS (Web of Science)数据对本文提出的方法进行实验验证，发现在预给定5项颠覆性技术的条件下，本文方法能较好地将其中潜在的3项颠覆性技术识别出来，并能够将2项伪颠覆性技术判断为非颠覆性技术。
[期刊] 南京农业大学学报
[作者]
陆舟 沈明霞 刘龙申 薛鸿翔 丁奇安 陈佳
[目的]针对育肥猪采食行为识别误差大、检测速度慢等问题，提出一种具有轻量化结构的育肥猪采食行为检测模型，实现对育肥猪采食行为的快速检测与采食时长统计。[方法]以YOLO v5L目标检测算法为基础，构建侧视视角下的猪只采食行为检测模型。对比更换不同轻量化主干网络后对模型检测效果的影响，选取性能最优的模型；改进ShuffleNet V2网络结构基本单元，采用Mish激活函数提高模型泛化能力与推理速度，引入SE注意力机制给予目标特征更高的权重以提高目标识别精度；对比模型增加非营养性访问行为检测前、后的采食行为识别准确率。[结果]优化后的育肥猪采食行为检测模型大小为38.2 MB，计算量为37.8 GFLOPs，视频检测平均帧耗时7.6 ms。与非营养性访问行为进行区分识别后，猪只采食行为检测识别准确率为96.4%，召回率为92.5%。模型检测采食时长与人工统计采食时长相对误差为6.1%。[结论] 改进的YOLO v5L-ShuffleNet网络模型检测速度和模型大小均能满足实际生产需求，可在复杂养殖环境中全天候识别育肥猪采食行为。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
