暨南大学汤勇力获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉暨南大学申请的专利一种基于双重技术关联性的核心技术识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119202233B 。
龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411238074.9,技术领域涉及:G06F16/34;该发明授权一种基于双重技术关联性的核心技术识别方法是由汤勇力;王博;胡欣悦设计研发完成,并于2024-09-05向国家知识产权局提交的专利申请。
本一种基于双重技术关联性的核心技术识别方法在说明书摘要公布了:本发明公开了一种基于双重技术关联性的核心技术识别方法,在该方法中,首先,收集相关的技术文档,并对文档中的文本内容进行预处理;其次,通过Word2Vec模型训练获得技术文档中所含词项对应的词嵌入;接着,所得词嵌入和经过预处理后的技术文档作为输入,通过基于ETM的主题建模过程提取出代表不同技术的主题;然后,利用cosine相似度和associationstrength标准化方法测量主题之间的邻近性与组合关联程度;接下来,主题和主题间的邻近性与组合关联分别作为网络中的节点和节点链接构建双重网络最后,使用基于多个中心性指标和因子分析的多重中心性分析方法识别出双重网络中的双重核心技术、核心组合型技术、核心邻近型技术和边缘技术。
本发明授权一种基于双重技术关联性的核心技术识别方法在权利要求书中公布了:1.一种基于双重技术关联性的核心技术识别方法,其特征在于:包括以下步骤: 基于技术文档提取技术关键词,构建技术检索式,基于技术检索式从技术数据库中获取D个原始技术文档; 对D个所述原始技术文档的每个技术文档中的文本内容进行句子分割和第一次文本预处理,得到预处理后的技术文档句子,基于所述预处理后的技术文档句子,使用词嵌入模型训练,获得D个所述原始技术文档中所含词项对应的词嵌入; 基于所述的D个原始技术文档进行第二次文本预处理,得到以词袋形式记录的技术文档; 基于所述词嵌入和所述词袋形式记录的技术文档,通过ETM模型进行主题建模,获得3个结果,所述结果包括主题-词项概率分布矩阵β、文档-主题概率分布矩阵θ和主题嵌入矩阵α; 基于主题嵌入矩阵α使用cosine相似度计算公式测量两个主题嵌入间的邻近性,得到记录主题之间邻近性关联强度的邻近性关联矩阵P,基于所述文档-主题概率分布矩阵θ通过associationstrength标准化方法计算得出记录主题之间组合关联强度的组合关联矩阵C,基于邻近性关联矩阵P和组合关联矩阵C,构建得到具有两个网络层次的双重网络并对双重网络进行可视化;采用基于多个中心性指标和因子分析的多重中心性分析方法识别出双重网络中的双重核心技术、核心组合型技术、核心邻近型技术和边缘技术; 双重网络由超邻接矩阵表示: 其中, 所述双重核心技术指在邻近性网络层和组合网络层中的网络位置均表现出高中心性的主题; 所述核心组合型技术指在邻近性网络层中具有低中心性,而在组合网络层的中心性较高的主题; 所述边缘技术指在邻近性网络层和组合网络层中均表现出低中心性的主题; 所述核心邻近型技术指在邻近性网络层中具有高中心性,而在组合网络层的中心性较低的主题。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人暨南大学,其通讯地址为:510632 广东省广州市黄埔大道西601号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励