利用大数据技术预测大规模三联专利的技术融合模式

摘要：

        理解技术融合成为追求创新和经济增长的关键。本文试图通过将关联规则和链接预测联合应用于 1955年至2011年期间 与三合会专利相关的整个IPC ，来预测技术融合的模式。我们进一步使用一个主题模型来发现预测的技术融合的新兴领域。结果表明，医学领域处于趋同的中心，我们预测治疗呼吸系统/ 血液 / 感觉障碍的技术与基因工程 / 肽 / 杂环化合物 的技术有关。在消除了大多数收敛性后，我们发现了激活催化剂、印刷、先进网络、控制设备、与内存系统的安全通信 、具有模式识别的电视系统以及图像处理和分析技术之间的收敛模式。我们的研究结果有望为寻求新的创新技术领域的 公司做出贡献。

步骤

1.FP增长算法的关联规则，减少数据量。：

我们将最低支持水平设置为0.5。在这一水平上，从所有记录中发现了4400起事件

2.我们使用Adamic/Adar相似性在集成的IPC共现网络级别测量节点之间的相似性

 

3.基于节点之间的 Adamic/Adar 相似性，我们预测了未来技术的一些可能的收敛性。接下来，我们试图通过分别观察周期2 和周期3的预测模式的发生率 ，来验证我们在基于周期1和周期2 的预测收敛性之前的步骤。

4.此外，通过使 用快速贪婪算法，我们分析了技术集群是否存在于预测的技术收敛模式中。

这里使用的快速贪婪算法是一种贪婪优化方法，用于社区检测。

5. LDA模型

 

 

预测网络有 11个 IPC 和 8 个预测链路。这些预测模式通过它们在第 2 期和第 3期的发生率（出现率 ）得到验证。