基于技术挖掘方法的新兴技术预测及案例分析*

张 宁, 刘 勇, 郭 婷, 宣晓冬

(1.浙江师范大学，地理与环境科学学院，浙江 金华 321004；2.浙江师范大学，科学研究院，浙江 金华 321004；3.浙江省知识产权研究与服务中心，浙江 杭州 310012)

0 引 言

无论是在早期的工业革命时代还是现在的网络知识经济时代，技术创新都是推动社会经济发展的重要力量.自20世纪中叶以来，以信息技术、生物技术为代表的第三次技术革命使技术研发的周期大大缩短，创新的速度明显加快.这些新技术改变了很多传统行业,并催生出一批新行业，这种具有创造一个新行业或改变一个现存行业并对经济结构产生重大影响能力的技术，被管理学界称为新兴技术(emerging technology)[1].

创新性和不确定性是新兴技术的2个重要特征[2]，正因如此，企业才会对新兴技术既有浓厚的兴趣，又对运用新兴技术的产品未来的性能和市场前景有着深深的担忧，这时技术预测就显得非常重要.技术预测是一种系统方法，通过对技术现有状态和发展过程进行分析，选择合适的方法论组合，从而对技术将来可能的发展情况作出评估[3].

传统的技术预测方法有德尔菲法、情境分析法、关键技术法、趋势外推法、层次分析法和决策树法等[4]，这些方法主要以定性分析为主，缺少定量分析.进入信息大数据时代后，面对海量的、可获得的数据信息，运用一些工具和方法，剖析和分析里面大量有价值的信息，从而对新兴技术进行预测和选择，该种方法称为技术挖掘(tech mining)[5].

基于“情报、设计和选择”三步法理论，本文建立了一套基于科技文献数据的技术识别与技术预测方法(模型)，并应用该方法进行室内空气净化技术的识别与预测案例研究，旨在开拓技术挖掘方法的新思路，并推动其在技术预测过程中的应用.

1 技术挖掘

技术挖掘是文本挖掘工具在科技信息上的应用，建立在对技术创新流程理解的基础上，它依赖于科技领域的知识来影响其实践，能帮助决策者调整策略、减少风险、制定正确的决策[6].

技术挖掘依靠数据挖掘(data mining)、文本挖掘(text mining)、网络挖掘(web mining)的基本手段与工具，对从海量的数据中获得的信息作出理性的分析和判断.当需要进行技术抉择时，技术挖掘工作可帮助回答以下3个方面的问题：

1)针对要解决的现实问题，有哪些新兴技术？可能的发展路径是什么？

2)选择哪项技术?跟踪哪些技术？

3)在新兴技术发展中，如何取得竞争优势？如何布局专利？

研究技术挖掘的先驱是美国佐治亚理工大学Porter教授领衔的技术政策与评估中心.他们研究工作的一个方面是提出技术挖掘的基本思路、方法和工具[7-9];另一方面就是开展实证研究，如技术挖掘方法和工具支持新兴技术创新路径预测等[10-11].

技术挖掘方法较传统数据分析方法的优势在于可依靠信息分析专家和若干技术领域专家的合作，先通过数据挖掘获得一张技术发展全景图，再依靠领域专家解读相关数据，从而提高技术选择的科学性和有效性，同时降低人工的工作成本.

2 基于技术挖掘的技术预测模型设计

技术预测的最终目的是对技术将来可能的发展趋势作出估计，根据预测的范围大小，预测的内容也有所不同.如大规模的预测可以涉及到一个政府部门对一系列研究领域的预测，中等规模预测只涉及到一个技术范围或一个产品系列，而小规模的技术预测只是对一个技术项目或一个特定产品中的技术进行预测.技术挖掘是基于数据统计分析的定量分析方法，更适合于一个行业或特定产品的技术预测，故本次研究以特定产品为案例设计技术预测模型.

对一个产品而言，判断其核心技术的技术成熟度和未来发展趋势是技术预测的关键[12].若技术进入衰退期，说明该技术陈旧，对其进行技术预测已无多大意义；若技术处于萌芽期，说明技术尚未成熟，未来有发展空间和不确定性，需要进行技术预测；若技术处于成长或成熟阶段，表示在未来一段时间内拥有较大的发展潜力，需要对其进行预测并分析演化方向.

将技术挖掘运用到技术预测过程中，可遵循1960年诺贝尔奖得主Herbert Simon提出的决策制定三步法，即情报、设计(包括分析)和选择[6].情报阶段包括为挖掘作准备和收集数据；设计和分析阶段是运用从收集到的数据中获得的知识解决创新或技术管理中遇见的问题的过程；选择阶段是研究团体通过技术挖掘创造的可控制的结果进行决策和应用的过程.

基于上述理论，本文设计了基于科技文献研究的技术挖掘模型图(见图1)，希望通过模型的建立，解决产品技术预测中的以下问题：

1)该产品涉及的核心技术有哪些；

2)其中哪些技术有良好的发展前景；

3)该选择哪些适合我们的技术.

图1 技术挖掘模型图

2.1 第1阶段:运用词频分析法建立技术高频词库

科技文献数据库是技术挖掘的重要数据来源，供分析的数据源可选择期刊数据库和专利信息数据库，期刊文献侧重于基础研究部分，而专利文献则是基础研究向应用研究的有效扩展，对二者综合分析更有利于对技术发展方向作出判断.数据源确定后，需要设计检索策略对数据进行检索.整个检索过程不是一蹴而就，当检索结果不符合预期时，需要对原有检索策略进行调整，必要时需征求专家意见，最终的检索结果需要有覆盖性和准确性.最终检索获得的数据集要做好重复数据和异常数据的清理工作，以减少给下一步词频分析带来的干扰.

词频分析是一种透过词频现象看内容本质的科学方法，是目前内容分析法中最重要、也是使用最多的方法[13]，也是第一次筛选阶段中较为关键的一环.运用词频分析法，可以从期刊文献与专利文献的标题、摘要、关键词乃至全文中萃取出技术主题词，这些词被认为是对该文献研究内容的有效归纳与总结，也是对整个技术研究领域中核心问题与内在联系的映射[14].运用词频分析法可以建立技术高频词库，为二次筛选做好准备.

2.2 第2阶段:筛选出具有发展前景的新兴技术

通过第一步筛选得到的技术高频词库中，由于年度跨度大，包含的技术总类也是多样的.有些技术手段在早些年可能是热点技术，但现在已经陈旧；有些技术进入成熟期，在当前和今后一段时间内还将是核心和热点；有些技术出现时间不长，但短时间内关注度高，故在未来一段时间内可能拥有较大的发展潜力.为了区分出具有发展前景的新兴技术，需要对技术高频词做二次筛选.

首先，需要对技术高频词进行时间准度定位，就是分别作出每个高频词随着时间年限变化的频率曲线，近期曲线上扬幅度较大的技术应密切关注；其次，要对技术高频词进行主题聚类分析，若一个高频词与其他关键词同时出现的次数较多，则可能是通用或重要共性技术，值得关注；最后，经过上面两步骤形成的技术词库需征求相关领域专家的意见，由专家根据自身对技术领域的经验积累对技术词库作适当调整和增补，最终形成长期、成熟期技术词库.

2.3 第3阶段:选择合适的新兴技术

成长期、成熟期技术词库建立之后，需要对每个技术进行单独分析，针对该技术形成产品进入市场的可能性，需要考虑政府政策因素、专家意见、技术区域分布、该领域的重点研究机构和研究者，以及相关产品专利的布局情况等，最终得出预测结论并完成技术选择.

3 案例分析

以室内空气净化领域新兴技术的预测和选择为例.随着大气污染问题的日益突出，空气质量问题已成为人们越来越关注的热点话题之一，“甲醛”“雾霾”“PM 2.5”已成为人们口中的热点词汇，而室内空气净化器也成为人们日常必备的家电之一.室内空气净化器针对净化的室内污染物主要分为三大类:颗粒物(PM 10和PM 2.5)、挥发性有机污染物和细菌病毒等微生物[15].净化的技术随着时间发展也在不断革新，符合新兴技术范畴，本文以室内空气净化技术为例进行新兴技术的预测和选择，为新一代空气净化器的研发提供参考和建议.

考虑到数据的完整性和规范性，本研究选择汤森路透公司的SCI/SSCI期刊文献数据库.研究制定了以主题=("air clean*" OR "air purif*" AND "indoor")的检索策略，共获得SCI/SSCI文献1 617篇，经过二次清理，获得有效文献1 056篇.数据分析软件运用汤森路透公司的TDA软件.

图2为近年来关于室内空气进化相关文献与专利的数量走势图，数量呈明显上升趋势，说明该领域一直是社会关注的热点.

图2 国内外1995—2015年间空气净化相关文献发表数量年度分布图

3.1 建立技术高频词库

采用TDA软件提取1 056篇文献中所有的关键词(keywords)，共提取到关键词3 787个.按照不同空气净化技术，选取与净化技术相关的关键词设定为有效关键词，提取出高频词44个，建立高频词库.高频词库见表1.

表1 室内空气净化技术高频词库表

3.2 具有发展前景的新兴技术分析

运用聚类分析方法，进行室内空气净化技术解析，聚类结果见图3.从聚类结果可以发现，以欧拉值为20划分，可将现有的空气净化技术聚类分为7类技术，分别是：光催化氧化技术；吸附(收)技术；等离子体技术；微生物净化技术；静电除尘技术；通风过滤技术和负离子技术.

图3 聚类分析结果图

将解析出的7类空气净化技术回溯至文献数量,分析各种技术的关注度，结果见图4.光催化氧化技术是7类空气净化技术中最受关注的空气净化技术，在1 056篇文献中，有863篇文献属于光催化氧化技术范畴，占比达到82%;其次是空气净化技术，依次为：等离子体技术(6%)、吸附(收)技术(6%)、过滤技术(5%)、离子化技术(<1%)、静电除尘技术(<1%)和微生物技术(<1%).

图4 技术关注度图

对词库中每个关键词进行时间准度定位，绘制每个词随着时间年限变化的词频变化图谱，分析每个词的演变趋势，结果见图5.从图5可以发现，“TIO2”“OXIDATION”和“HETEROGENEOUS PHOTOCATALYSIS”这3个词，在过去的20年里，词频始终出现并且呈显著增加的态势，它们都隶属于光催化氧化技术，这与光催化氧化技术是最受关注的技术结论相一致.“AMBIENT-TEMPERATURE”“HYDROTHERMAL SYNTHESIS”和“NANOSHEETS”是近5年来才出现的新词，且词频稳步增长.这3个词也都隶属于光催化氧化技术，它们代表了光催化氧化技术的研究方向.

图5 高频词库词频随年度变化图谱

3.3 新兴技术选择

综合以上分析结果，推断出光催化氧化技术是最具发展前景的室内空气净化技术.

4 结 语

技术挖掘是一种从科技数据库的数据信息中揭示出隐含的、先前未知的、并有潜在价值的信息决策方法，它能帮助决策者调整策略、减少风险、制定正确决策.本文建立了一套基于科技文献数据的技术识别与技术预测方法.通过文献检索、词频分析、聚类技术分析，发现新技术或者技术方向，评估技术发展前景.文中以室内空气净化技术为研究案例，进行了室内空气净化技术的识别与评价，最终确定出光催化氧化技术是最具应用前景的室内空气净化技术.

参考文献：

[1]Day G S,Sehoomaker P J H,Gunther R E.Wharton on managing emerging technologies[M].Hoboken,New Jersey:John Wiley and Sons Inc,2000:1-435.

[2]魏国平.新兴技术管理策略研究[D].杭州:浙江大学,2006:17-18.

[3]陈劲.技术管理[M].北京:科学出版社,2018:87.

[4]中国科学技术信息研究所.技术发展预测与评论[M].北京:北京理工大学出版社,2003:1-44.

[5]Porter A L,Cunningham S W.Tech mining:Exploiting new technologies for competitive advantage[M].UK:Pergamon Press Inc,2005:1305-1306.

[6]波特5坎宁安.技术挖掘与专利分析[M].陈燕,译.北京:清华大学出版社,2012:13-14.

[7]Bishop P C,Porter A L.Tech Mining:Exploiting new technologies for competitive advantage 2005 wiley[J].Technological Forecasting & Social Change,2005,73(1):91-93.

[8]Porter A L.QTIP:Quick technology intelligence processes[J].Technological Forecasting & Social Change,2005,72(9):1070-1081.

[9]Porter A L,Newman N C.Mining external R&D[J].Technovation,2011,31(4):171-176.

[10]Porter A L,Guo Y,Huang L,et al.Forecasting innovation pathways:The case of nano-enhanced solar cells[C]//International Conference on Technological Innovation and Competitive Technical Intelligence.Beijing:Peking University,2010:259-272.

[11]Robinson D K R,Huang L,Guo Y,et al.Forecasting Innovation Pathways (FIP) for new and emerging science and technologies[J].Technological Forecasting & Social Change,2013,80(2):267-285.

[12]侯剑华,朱晓清.基于专利的技术预测评价指标体系及其实证研究[J].图书情报工作,2014,58(18):77-82.

[13]纪蔚蔚.基于词频分析的我国2004年科学学发展动向研究[J].科研管理,2006,27(3):81-89.

[14]张嶷,汪雪锋,郭颖,等.基于文献计量学的技术路线图构建模型研究[J].科学学研究,2012,30(4):495-502.

[15]Mahto P,Dubey V,Panhotra J.Indoor air pollution:Health hazards and techniques to reduce the hazardous effects[J].International Journal of Research:GRANTHAALAYAH,2015,3(9):1-5.