针对科技路线图的文本挖掘研究集成分析及可视化.pdf

针对科技路线图的文本挖掘研究： 集成分析及可视化冰 谢秀芳 1【 张晓林 (中国科学院文献情报 中心 北京 100190) (首都医科大学卫生管理与教育学院 ／首都医科大学图书馆 北京 100069) 摘要： 【目的】实现针对科技路线图内容的知识发现研究，预测未来科技长期发展趋势。【方法 】基于采用 抽“取 一 同步一分类”的文本挖掘方法构建的科技路线图信息库，集成分析全球科技发展需求和趋势 对比分析各国发展 路线和措施，并以可再生能源领域为案例进行实证研究。【结果】利用开源工具Timeflow、Gephi等对实证研究 结果进行可视化，按时间序列从多个角度呈现了可再生能源领域到 2050年的发展态势及各国的战略规划 。 【局限 】综合利用了多种方法工具，自动化程度有待提高，个性化功能有待完善。【结论】该研究方案能够快速获 取科技路线图中的核心信息，提高情报获取效率。 关键词：科技路线图 战略情报 文本挖掘 知识发现 集成分析 信息可视化 分类号：G356．4 进而可以基于该特征知识库实现对大量科技路线图的 1 引 言 集成分析、对 比分析、趋势分析等，实现对科技路线 科技路线图是关于世界各 国未来科技发展规划最 图的文本挖掘和知识发现 9【]。 直接的战略情报载体，蕴涵着各国科技发展现状、方 本文基于文献[10】提出的信息抽取方法构建的科 向、相关技术发展进程 、愿景、阶段性 目标、战略措 技路线图信息库，集成分析全球各国在各个领域的战 施等多方面信息，是一种密集型战略情报资源。利用 略规划信息，分析每个领域在世界范围内的发展现状， 文本挖掘技术实现对科技路线图的信息抽取、分类组 并预测未来发展趋势，从而实现针对科技路线图文本 织和集成分析，对把握未来科技发展方向，制定长期 内容的知识发现过程，为决策者制定相关领域发展计 发展规划具有重要战略意义I”。 划提供战略情报服务。 然而科技路线图在情报学领域更多属于情报研究 2 科技路线图集成对 比分析功能框架 的产物2【4]，较少作为情报挖掘的数据资源[5_6]。比较常 见的是对某个具体的路线图报告进行人工解读[7墙]，鲜 本研究前期调研分析了全球 21个 国家或组织发 有针对大量科技路线图报告进行文本挖掘研究。因此 布的 166份科技路线图，构建了科技路线图内容描述 本研究提出针对科技路线图的文本挖掘研究方案，通 框架和信息分类体系 ，并在此基础上探索了针对科 过分析科技路线图的内容组织和表达特征，探索科技 技路线图文本内容的信息抽取方法 【1，依次进行文本 路线图信息 自动抽取方法，建立科技路线图知识库， 清洗、信息抽取、数据清洗、同步匹配、信息分类等 通讯作者：谢秀芳，ORCID：0000—0002—7405—9844，E—mail：xiexiufang@mail．1as．ac．cn。 本文系中国科学院规划与决策科技支持系统建设项 目“科技决策知识服务平台”(项耳编号：院1405)的研究成果之一。 圜 数据分析与知识发现 总第 l期 2017年 第 1期 步骤，形成了包含文本基础信息、语义分类信 自、、内 技路线图信息库(见罔 1)其中语义分类信息的取值源 容核心信息、句子原始信息4类，共计 19个字段的科 自信息分类体系 中的分类项．如图2所示 ·ID doc ·Classiflcation l ·Keyword ·ID sentence _