联系人:
所在地:
该项目为国家自然科学基金资助应急管理项目(项目批准号:L1624045)。
针对目前路线图绘制过程中过度依赖专家知识与经验,缺乏客观数据支 撑的问题。引入了机器学习、自然语言处理,人机交互等大数据分析方法,从理论与方法层面改进面向2035 的中国工程科技发展路线图绘制。通过对现有国内外技术路线图方法的梳理,结合机器学习、自然语言处理方法的特点,提出了基于机器学习主题模型并融合专家小组决策的新兴技术识别预见流程框架。开发了技术路径可视化分析工具,用于识别领域发展现状与相关技术发展阶段。并将相关研究成果应用在纳米发电机、机器人等领域。形成多篇高质量论文, 支撑了"中国工程科技中长期发展战略研究支撑研究项目"部分研究工作的开展。
该项目对国内外 400 份技术路线图资料进行了收集和阅读。将其中高质量的技术路线图
按领域分为化学、建筑、军民融合、能源等 14 个领域的技术路线图。并对国内外技术路线图方法的文章进行调研,总结了现有的技术路线图的绘制流程,支撑了后续研究的开展。
该项目重点研究了技术路线图绘制中专家决策与大数据分析的交互机制,提出了一种基于机器学习主题模型并融合专家小组决策的新兴技术识别预见流程框架。
此外,关于大数据支持和专家交互的技术路线图的平台及方法流程还应用到了若干典型产业领域,并对《"中国制造 2025"重点领域技术创新绿皮书- -技术路线图》的研究提供了理论与方法支持。有助于拓展技术路线图基础理论体系,改进路线图分析方法,为我国科技战略与规划提供决策支持。