论文部分内容阅读
引擎技术是具有较强的关联带动性，可以促进、引领和推动更广范围科技发展和技术进步，能够对相关产业群甚至产业生态体系产生变革性影响的技术。因此，如何在众多的、发展轨迹具有较大不确定性的新兴技术中识别出真正具有较强的关联带动性以及规模影响力的引擎技术，是情报工作人员当前亟待解决的问题。
目前，常见的技术识别预测方法包括基于测度模型、文献计量以及文本挖掘的方法，且越来越倾向于多方法融合应用，不过现有研究仍然存在一些不足;针对以上不足，引擎技术识别方法研究应该加强对引擎技术本质特征的探究，加强具体识别方法及指标对引擎技术的解释意义，以及从数据源、识别方法两方面共同提升引擎技术识别的时效性;同时，还应该加强对引擎技术识别中多元数据有效融合与应用方法的探索。
基于以上出发点，本文首先对引擎技术及其相关技术的定义及识别方法进行了系统梳理，其次对引擎技术的关键特征进行了分析与研究，确定其关键特征为战略引领性、高成长性、高价值性以及关联带动性，其中关联带动性是引擎技术的核心特征。对引擎技术的关键特征进行进一步的分解与细化后，基于科学计量的理论与方法，遴选及设计出能够表征引擎技术关键特征的量化指标，并确定基于科学论文、专利、基金项目以及新闻数据融合计算的量化方法，形成多层级的引擎技术识别指标体系。最后，通过层次分析法对各层级指标进行赋权，并根据不同的指标类型设定指标取值的标准化及归一化方法，最终将指标体系集成为引擎技术识别模型，并将模型输出值划分为不同的区间，对应不同的识别结果分类。
最后，对本文中构建的引擎技术识别模型进行实证研究。首先以遥感领域为例，将无人机技术和高光谱遥感技术作为实验组，将合成孔径雷达技术和探地雷达技术作为对照组，识别出无人机技术、高光谱遥感技术为引擎技术，符合技术后续发展状况;以芯片领域为例，通过实证分析得出，5G芯片技术在关联带动性及成长性方面表现突出，为芯片领域的新兴引擎技术，该结论与技术发展现状较为相符，证明了该模型的科学性及有效性。
综上，本文从引擎技术的核心特征出发，根据科学计量理论与方法，构建了基于科学论文、专利、基金项目、新闻数据融合计算的领域引擎技术识别模型，希望对日后相关研究产生一定的参考价值及借鉴意义。
目前，常见的技术识别预测方法包括基于测度模型、文献计量以及文本挖掘的方法，且越来越倾向于多方法融合应用，不过现有研究仍然存在一些不足;针对以上不足，引擎技术识别方法研究应该加强对引擎技术本质特征的探究，加强具体识别方法及指标对引擎技术的解释意义，以及从数据源、识别方法两方面共同提升引擎技术识别的时效性;同时，还应该加强对引擎技术识别中多元数据有效融合与应用方法的探索。
基于以上出发点，本文首先对引擎技术及其相关技术的定义及识别方法进行了系统梳理，其次对引擎技术的关键特征进行了分析与研究，确定其关键特征为战略引领性、高成长性、高价值性以及关联带动性，其中关联带动性是引擎技术的核心特征。对引擎技术的关键特征进行进一步的分解与细化后，基于科学计量的理论与方法，遴选及设计出能够表征引擎技术关键特征的量化指标，并确定基于科学论文、专利、基金项目以及新闻数据融合计算的量化方法，形成多层级的引擎技术识别指标体系。最后，通过层次分析法对各层级指标进行赋权，并根据不同的指标类型设定指标取值的标准化及归一化方法，最终将指标体系集成为引擎技术识别模型，并将模型输出值划分为不同的区间，对应不同的识别结果分类。
最后，对本文中构建的引擎技术识别模型进行实证研究。首先以遥感领域为例，将无人机技术和高光谱遥感技术作为实验组，将合成孔径雷达技术和探地雷达技术作为对照组，识别出无人机技术、高光谱遥感技术为引擎技术，符合技术后续发展状况;以芯片领域为例，通过实证分析得出，5G芯片技术在关联带动性及成长性方面表现突出，为芯片领域的新兴引擎技术，该结论与技术发展现状较为相符，证明了该模型的科学性及有效性。
综上，本文从引擎技术的核心特征出发，根据科学计量理论与方法，构建了基于科学论文、专利、基金项目、新闻数据融合计算的领域引擎技术识别模型，希望对日后相关研究产生一定的参考价值及借鉴意义。