基于异构信息网络嵌入的专利技术主体间交易推荐模型

作     者：何喜军 董艳波 武玉英 蒋国瑞 马珊 郑瑶 He Xijun;Dong Yanbo;Wu Yuying;Jiang Guorui;Ma Shan;Zheng Yao

作者机构：北京工业大学经济与管理学院 

基　　金：国家自然科学基金面上项目“异构信息网络下技术供需匹配模型与对接路径研究”(71974009) 北京市自然科学基金项目“基于技术交易数据的京津冀科技协同创新潜力挖掘”(9172002) 

出 版 物：《情报学报》 (Journal of the China Society for Scientific and Technical Information)

年 卷 期：2020年第39卷第1期

页      码：57-67页

摘      要：考虑专利技术主体间技术邻近、地理邻近、共申请关系、引证关系、经济圈效应、主体类型邻近、主体间从属关系这7种因素对交易的影响,构建由4类节点、10类关系组成的异构信息网络,设计基于元路径与元结构的异构关系遍历算法获取主体间关系序列。以关系序列为语料,构建基于网络嵌入的异构信息网络主体间交易推荐模型(PSR-vec),采用基于Huffman树的Skip-Gram方法进行网络嵌入训练,计算主体向量间相似度以实现交易推荐。通过2012-2018年电子信息领域专利数据的实证研究得出:第一,PSR-vec模型相比DeepWalk、node2vec与PathSim等方法,推荐精度大幅提高,达到82.4%;第二,融合多个元路径与元结构特征的推荐与单一特征相比,推荐精度大幅提高;第三,基于ρ2以及改进的元结构S4、S6、S8、S10、S12、S14的推荐结果均高于基于ρ1以及改进的元结构S3、S5、S7、S9、S11、S13的推荐精度,说明基于主体间转让技术邻近性的推荐精度更高;第四,在技术邻近元路径基础上分别融合主体间共申请、引证、从属、经济圈效应这4类邻近关系获得元结构并进行推荐,推荐精度均显著提高,而融合地理邻近、类型邻近2类关系后推荐精度有所降低,说明地理邻近、类型邻近对交易的促进作用不明显;第五,基于PSR-vec模型的推荐结果包括具有控股和供应等紧密关系的主体,也包括关系松散的主体,推荐结果具有多样性。本研究为专利技术主体间的有效对接提供了决策方法。

主 题 词：交易推荐 专利技术 异构信息网络 网络嵌入 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3772/j.issn.1000-0135.2020.01.006

馆 藏 号：203878732...