新書推薦：
《
有底气（冯唐半生成事精华，写给所有人的底气心法，一个人内核越强，越有底气！）
》
售價：HK$
74.8
《
广州贸易：近代中国沿海贸易与对外交流（1700-1845）（一部了解清代对外贸易的经典著作！国际知名史学家深度解读鸦片战争的起源！）
》
售價：HK$
97.9
《
真爱遗事：中国现代爱情观的形成
》
售價：HK$
118.8
《
精神分析：一项极具挑战性的职业
》
售價：HK$
74.8
《
虚拟货币及其犯罪治理实务
》
售價：HK$
63.8
《
辽史纪事本末（历代纪事本末 全2册）新版
》
售價：HK$
107.8
《
产业社群：超级群体引领新经济浪潮
》
售價：HK$
68.2
《
卢布：一部政治史 （1769—1924）（透过货币视角重新解读俄罗斯兴衰二百年！俄罗斯历史研究参考读物！）
》
售價：HK$
119.9
|
| 內容簡介： |
数智赋能技术挖掘将大数据、人工智能、深度学习、自然语言处理等一
系列“数智技术”拓展、应用和改进到技术挖掘中，提高多种技术挖掘任务
的准确性、可解释性和多样性，创新技术挖掘的研究理论和方法，支撑需求
驱动的管理决策向数智驱动的管理决策转变。目前，技术挖掘的方法和技术
已经取得一定进展，但仍存在一些问题需要通过数智赋能形成新理论与新方
法来解决，以提升技术挖掘的效果，使技术挖掘更加准确，更能适应时代需
求，更好地提供决策支持服务。这些问题主要包括：对文本信息利用不够全
面，不能从细粒度的角度挖掘文本中知识单元及知识间的语义关联；挖掘方
法准确性尚需提高，需要结合人工来分析，自动化程度不够，分析效率还需
提升；使用的数据源及方法分析维度较为单一，尚未将多源数据与多种方法
结合以进行全面分析。因此，如何将数智赋能新理论和方法与传统技术挖掘
方法相结合，形成新的研究视角、研究方法及研究框架，从不同层面深度挖
掘潜在知识，从而促进技术创新，辅助管理决策，是当前研究亟待解决的重
要问题。
基于此，本书引入多种数智技术赋能技术挖掘，形成一系列新理论和新
方法，从技术主题演化路径识别、技术主题演化语义关联发现、技术融合关
系预测、技术融合价值评估和新兴技术识别等方面开展系列研究，主要包括
以下内容。
①实体语义表示 技术挖掘：数智赋能下的技术主题演化路径识别（第
3 章）。数智赋能下，知识单元抽取和表示已经从词汇粒度转向更具体的实
体粒度，从浅层语义表示转向深层语义表示。首先，该部分总结“实体语义
表示”赋能技术主题演化路径识别的理论、方法和技术。其次，综述研究基
础，发现实体语义表示能更准确地识别技术主题演化路径，其结果更具可解
释性。最后，设计BiLSTM-CRF 模型抽取专利技术实体，提出基于专利实
体语义表示的主题演化路径识别方法，合并表示形式不同但语义相同的实
体，识别主题之间的消亡、新生、合并、分化和发展等主题演化关系，并在
无人机领域进行实证和可视化分析。数智技术“实体语义表示”赋能技术主
题演化路径识别，能够更准确地识别技术主题演化路径，使结果更具可解释
性，有利于管理人员和科研工作者准确掌握技术更迭演进过程，做出科学
决策。
②实体关系抽取 技术挖掘：数智赋能下的技术主题演化语义关联发
现（第4 章）。数智赋能下，知识关联发现逐渐从词汇外层配对转向词义内
层匹配，从比较笼统的共现关系分析转向更加具体微观的细粒度语义关联发
现。首先，该部分总结“实体关系抽取”赋能技术主题演化语义关联发现的
理论、方法和技术。其次，综述研究基础，发现实体关系抽取能更细粒度地
发现技术主题之间的语义关联，更利于解释演化发生的成因。最后，设计实
体关系抽取方法，研究主题演化语义关系判别指标，提出基于实体关系抽取
的技术主题演化语义关联发现方法，并在无人机领域进行可视化分析，对演
化成因进行解读。数智技术“实体关系抽取”赋能技术主题演化语义关联发
现，深化了主题演化路径研究，有助于发掘技术演化成因，有利于把握技术
演化规律和发展态势，选准优势发展方向。
③复杂网络 技术挖掘：数智赋能下的技术融合关系预测（第5 章）。
数智赋能下，复杂网络能有效融合网络结构与文本内容，使技术融合关系预
测更加全面准确。首先，该部分总结“复杂网络”赋能技术融合关系预测的
理论、方法和技术。其次，综述研究基础，发现复杂网络有利于计算专利分
类间的关联强度，据此能够将专利文本内容更精确地分配给对应的专利分
类，实现更准确的技术融合关系预测。最后，融合多种网络结构和文本特
征，形成多种相似性指标，提出基于复杂网络的技术融合关系预测方法，并
在物联网领域进行了实证分析。数智技术“复杂网络”赋能技术融合关系预
测，能更准确、更全面地预测技术融合可能发生的领域、方向和主题，并使
结果更具可解释性，有利于科研管理人员把握科研领域前沿动态。
④机器学习 技术挖掘：数智赋能下的技术融合价值评估（第6 章）。
技术融合价值评估逐渐从定性评估转向流程化、规范化的智能化定量评估。
首先，该部分总结“机器学习”赋能技术融合价值评估的理论、方法和技
术。其次，综述研究基础，发现机器学习能够融合多种指标，不仅能够判断
哪些技术融合具有价值，还能定量评估价值是多少。最后，构建技术知识流
动网络，设计影响力和成长潜力等指标，提出基于机器学习的技术融合价值
评估方法，并在物联网领域定量评估技术融合价值，对结果进行分析解释。
数智技术“机器学习”赋能技术融合价值评估，能够从多角度出发，综合、
定量地对技术融合价值进行计算，有利于行业研究者综合考量技术融合的经
济价值与技术价值，准确把握研发重点。
⑤深度学习 多源数据技术挖掘：数智赋能下的新兴技术识别（第7
章）。数智赋能下，深度学习能够有效融合多源异构数据并进行深层次语义
表示，使得新兴技术识别和预测更加全面准确。首先，该部分总结“深度学
习”赋能新兴技术识别的理论、方法和技术。其次，综述研究基础，发现对
不同来源、不同类型的数据资源进行融合分析，能更全面地揭示新兴技术的
发展现状及趋势，提高新兴技术识别效果。最后，综合利用论文、专利和行
业报告等多源数据，引入和改进LSTM 深度学习模型预测相关技术的新兴
分数，提出基于深度学习的新兴技术识别方法，并在人工智能领域进行实
证，揭示不同数据源的影响，分析和解释识别结果。数智技术“深度学习”
赋能新兴技术识别，综合考虑多源异构数据，自动学习特征间复杂非线性关
联，形成新兴技术识别方法，能够更准确、更高效地识别新兴技术方向，支
撑科研布局。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
