HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

新能源领域专利转让加权网络中主体间技术交易机会预测

作者:武玉英; 孙平; 何喜军; 蒋国瑞交易机会预测加权网络结构相似性内容相似性bp神经网络

摘要:【目的】通过挖掘专利转让加权网络主体信息及结构特征对交易机会进行预测,促进技术供需有效对接。【方法】采集新能源领域2012年-2016年数据构建专利转让加权网络,通过熵权法融合网络结构与内容指标,结合网络真实权重与结构权重,利用BP神经网络预测技术交易机会及其权重。【结果】融合结构指标RA与内容指标Cosine的预测精度达到94.28%,在所有指标组合中最高;结合网络真实权重与结构权重预测链接权重,预测误差有所降低。【局限】模型未充分考虑节点属性及网络演化机制。【结论】链路预测方法具有较高预测精度,能更全面挖掘专利技术交易网络中潜在供需主体对及其权重,对实践具有一定指导意义。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

数据分析与知识发现

《数据分析与知识发现》(CN:10-1478/G2)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《数据分析与知识发现》内容定位于广泛吸纳计算机科学、数据科学、情报科学以及数字科研、数字教育和数字文化等领域的技术与方法,研究数据驱动的语义计算、内容分析、数据挖掘、知识发现、智能管理和决策支持等方面的技术、方法、系统以及支撑设施、政策与机制等,尤其是聚焦从海量、异构、分布、动态、甚至富媒体数据中挖掘和发现知识以支持研究、管理和决...

杂志详情