一种基于多维特征融合预测企业特定技术融合机会的三步方法
信息检索
2026-04-02 v1
摘要
作为一项关键的创新范式，技术融合(TC)正受到越来越多的关注。然而，现有研究主要聚焦于预测行业层面的 TC，对企业特定技术机会发现(TOD)的 TC 预测关注甚少。此外，尽管专利等技术文献包含丰富的文献计量、网络结构和文本特征，但这些特征在现有的 TC 预测中未被充分利用；大多数相关研究仅使用了这些特征的一到两个维度，而三个维度的特征很少被融合。我们提出了一种融合专利多维特征来预测企业特定 TOD 的 TC 机会的新方法。该方法包含三个步骤，详述如下。首先，从专利文档中提取文献计量、网络结构和文本特征，然后在国际专利分类(IPC)-配对层面利用注意力机制进行融合。第二，利用包含多种不平衡处理策略的两阶段集成学习模型识别 IPC 层面的 TC 机会。第三，为获取可行的企业特定 TC 机会，通过大语言模型(LLM)驱动的检索增强生成(RAG)评估从 IPC 层面机会细化得到的主题层面 TC 机会的性能指标。我们通过预测一家领先的中国汽车零部件制造商——浙江三华智能控制股份有限公司在储能热管理和机器人领域的技术融合机会，证明了所提方法的有效性。总之，这项工作通过融合多维特征并利用大语言模型作为评估者进行技术机会评估，推进了企业特定 TC 机会预测的理论与应用。
引用
@article{arxiv.2604.00803,
title = {A novel three-step approach to forecast firm-specific technology convergence opportunity via multi-dimensional feature fusion},
author = {Fu Gu and Ao Chen and Yingwen Wu},
journal= {arXiv preprint arXiv:2604.00803},
year = {2026}
}