第1 章 緒 論 00111 研究背景 002111 數智技術賦能多學科新的增長點 002112 技術挖掘是推動科技創新的重要力量 003113 數智賦能技術挖掘新的機遇 00612 相關概念界定 007121 數智賦能 007122 專利信息 008123 技術知識單元 009124 技術主題演化 011125 技術融合 012126 技術融合關系價值 013127 多源異構數據融合 014128 新興技術 015第1 章 緒 論 00111 研究背景 002111 數智技術賦能多學科新的增長點 002112 技術挖掘是推動科技創新的重要力量 003113 數智賦能技術挖掘新的機遇 00612 相關概念界定 007121 數智賦能 007122 專利信息 008123 技術知識單元 009124 技術主題演化 011125 技術融合 012126 技術融合關系價值 013127 多源異構數據融合 014128 新興技術 01513 研究意義和研究問題 016131 研究意義 016132 研究問題 019133 研究內容 02214 研究方法和研究框架 024141 研究方法 024142 研究框架 027第2 章 數智賦能技術挖掘 03021 數智賦能的基本理論和方法 030211 數智賦能基本理論 031212 數智賦能基本方法 03322 技術挖掘的基本理論和方法 038221 專利技術挖掘的基本流程 038222 專利技術挖掘的應用范疇 039223 專利技術挖掘的基本方法 04023 數智賦能技術挖掘的基本理論和方法 045231 知識單元挖掘視角 046232 技術整體挖掘視角 050第3 章 實體語義表示 技術挖掘：數智賦能下的技術主題演化路徑識別 05631 實體語義表示賦能技術挖掘 056311 知識語義表示視角下的數智賦能 058312 實體抽取及其語義表示視角下的數智賦能 06132 技術主題演化路徑識別的研究基礎 063321 技術演化理論基礎 064322 技術演化路徑識別方法 06533 基于實體語義表示的技術主題演化路徑識別 068331 專利技術實體抽取 069332 專利技術實體語義表示 073333 基于K-means 聚類的技術主題識別 074334 基于知識流動的主題演化路徑識別 07434 無人機領域的技術主題演化路徑識別應用 077341 無人機領域的專利技術實體抽取 077342 無人機領域的專利技術實體語義表示 082343 基于K-means 聚類的無人機領域技術主題識別 082344 基于知識流動的無人機領域主題演化路徑識別 084345 無人機領域主題演化路徑識別結果可視化 089第4 章 實體關系抽取 技術挖掘：數智賦能下的技術主題演化語義關聯發現 09141 語義關系抽取賦能技術挖掘 091411 語義關聯發現視角下的數智賦能 092412 實體關系抽取視角下的數智賦能 092413 數智賦能下的主題實體間演化關系抽取 09342 技術主題演化路徑語義關聯發現的研究基礎 094421 基于特征指標的主題演化關聯發現 094422 基于結構化信息的語義關聯發現 095423 融合語義關系的技術主題演化關聯發現 09643 基于實體關系抽取的技術主題演化語義關聯發現方法 097431 專利實體間關系預定義 097432 專利實體間關系抽取 098433 技術主題演化語義關聯發現方法 10144 無人機領域的技術主題演化語義關聯發現應用 103441 無人機領域的專利實體間語義關系抽取 104442 無人機領域的技術主題之間語義關系發現 107443 無人機領域主題演化語義關聯結果可視化 109第5 章 復雜網絡 技術挖掘：數智賦能下的技術融合關系預測 11251 復雜網絡賦能技術挖掘 112511 技術融合預測 113512 復雜網絡的基本理論與方法 113513 復雜網絡視角下的技術融合關系預測 11652 技術融合關系預測的研究基礎 117521 基于復雜網絡的技術融合關系預測 117522 基于機器學習的技術融合關系預測 11853 基于復雜網絡的技術融合關系預測方法 119531 技術融合關系預測的特征構建 119532 基于復雜網絡的技術融合關系預測 12254 技術融合關系預測應用 122541 技術融合關系預測的特征構建結果 122542 技術融合關系預測結果 125第6 章 機器學習 技術挖掘：數智賦能下的技術融合價值評估 12861 機器學習賦能技術挖掘 128611 技術融合價值評估 129612 機器學習的基本理論與方法 130613 機器學習視角下的技術融合價值評估 13462 技術融合價值評估的研究基礎 135621 技術融合價值評估理論基礎 135622 技術融合價值評估方法 13663 基于機器學習的技術融合價值評估方法 136631 專利分類引用網絡構建 136632 技術融合價值的評價指標構建 137633 技術融合價值評估 13864 技術融合價值評估應用 139641 技術融合價值評估方程獲取 139642 技術融合價值評估結果 140第7 章 深度學習 多源數據技術挖掘：數智賦能下的新興技術識別 14271 深度學習和多源數據賦能技術挖掘 143711 多源異構數據的定義 143712 數智賦能視角下的數據融合方法 145713 數智賦能視角下的多源數據融合應用 14672 新興技術識別的研究基礎 146721 新興技術的概念與屬性 147722 新興技術識別指標 148723 新興技術識別方法 15073 基于多源數據及深度學習的新興技術識別方法 153731 基于技術屬性的特征分類 153732 基于數據融合的新興分數指標 155733 基于多源數據的特征提取 156734 基于深度學習的新興分數預測 15774 新興技術識別應用 158741 數據準備 158742 基于多源數據的對比設計 159743 基于深度學習的新興分數預測結果 160744 實證結果對比與分析 162第8 章 結論與展望 16781 本書研究總結 16782 貢獻與創新之處 17183 不足與后續研究 172參考文獻 174