面向高科技企业的深度技术追踪
机器学习
2020-01-24 v1 机器学习
摘要
技术变革与创新至关重要，对高科技企业尤为如此。然而，影响其未来研发(R&D)趋势的因素既复杂又多样，使得高科技企业的技术追踪成为一项相当困难的任务。为此，本文提出了一种新颖的数据驱动解决方案，即深度技术预测(DTF)框架，以自动发现定制于每家高科技企业的最可能技术方向。具体而言，DTF 由三个组件构成：潜在竞争者识别(PCR)、协作技术识别(CTR)和深度技术追踪(DTT)神经网络。一方面，PCR 和 CTR 分别旨在捕捉企业间的竞争关系与技术间的协作关系。另一方面，DTT 被设计用于对上述关系加以考虑来建模企业与技术之间的动态交互。最后，我们在真实专利数据上评估了 DTF 框架，实验结果清楚地证明 DTF 能够通过利用混合因素精确帮助预测企业未来的技术重点。
引用
@article{arxiv.2001.08606,
title = {Deep Technology Tracing for High-tech Companies},
author = {Han Wu and Kun Zhang and Guangyi Lv and Qi Liu and Runlong Yu and Weihao Zhao and Enhong Chen and Jianhui Ma},
journal= {arXiv preprint arXiv:2001.08606},
year = {2020}
}
备注
6 pages, 7 figures