收藏本站
《吉林大学》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

数据融合视角下技术预测方法研究

张浩  
【摘要】:大数据时代的来临为技术管理工作带来了新的挑战。传统的技术管理方法和工具已经无法满足大数据环境下的技术管理需求。技术预测的出现和发展为解决技术管理问题提供了可行的方法。当前研究存在以下问题:(1)单一数据源无法满足技术预测的分析需求;(2)当前对技术预测中多源数据问题的解决方法效果不佳;(3)当前的数据融合方法不适用于解决技术预测中的数据融合问题;(4)数据融合在当前的研究中,其作用往往停留在技术预测的某一阶段,如数据处理、数据分析,少见能够将数据融合思维贯穿技术预测整个过程的研究。为了解决以上问题,本研究以数据融合为视角,基于技术预测相关理论、自然语言处理技术和文本挖掘相关理论,对技术预测方法的各个环节进行优化,针对技术预测中的数据处理、数据分析和结果可视化环节,开展了对应的数据融合研究、主题识别研究和可视化研究,提出了数据融合视角下技术预测方法,并以抗抑郁药领域为对象开展了实证研究,对该方法的效果进行了验证,最终得到以下结论:(1)本研究以数据融合为视角,对技术预测方法的主要环节进行优化,研究内容包括技术预测中的数据融合研究、主题识别研究和可视化研究,最终构建了数据融合视角下技术预测方法,并以抗抑郁药领域为实证对象,开展了实证研究。结果证明,该方法可以解决技术预测中的多源数据问题,对多源数据进行有效利用,更好地支持目标领域的技术研发决策活动。(2)本研究通过对技术预测相关数据特点的分析,选择自然语言处理技术对技术预测中的数据融合问题进行解决,通过抽象将数据融合问题转换为文本分类问题,并利用自然语言预训练模型构建了数据融合模型。对方法进行验证,结果证明构建的数据融合模型表现优异,说明了构建的数据融合模型的有效性。(3)本研究根据融合后的数据格式特点,选择LDA主题模型和LDA2vec主题模型作为主题识别方法的备选方案,进行最优主题识别方法的选择。根据实证研究结果,发现LDA2vec主题模型更适合对融合后的数据格式进行主题识别;LDA主题模型更适用于传统的数据格式。同时也根据这一结果对LDA2vec模型的应用悖论出现的原因提出了可能的解答。(4)本研究将文本相似度理论及文本相似度计算方法应用于对主题演化关系的分析中,构建了自动化的技术预测可视化流程。根据实证结果发现,该方法自动化程度高,易于操作,同时能够有效对目标领域当前的技术研发状况进行描述,对未来发展趋势进行预测。本研究的主要创新点包括:(1)针对技术预测中的数据融合问题,从自然语言处理的角度对技术预测中的数据融合问题进行了理解与抽象,将技术预测中的数据融合问题转换为了自然语言处理中的文本分类问题,并据此构建了面向技术预测的数据融合模型和数据融合流程。(2)对于技术预测中的主题识别环节,对当前主流的主题识别方法,LDA模型和LDA2vec模型进行了比较研究,明确了二者适用的数据类型。针对融合后的数据格式,选择LDAvis为比较方法,主题意义和主题距离为评价指标,进行了最优主题模型的选择。(3)对于技术预测中的可视化环节,利用主题模型和文本相似度计算的技术和方法对主题识别和可视化问题进行解决,实现了技术预测分析的自动化。
【学位授予单位】:吉林大学
【学位级别】:博士
【学位授予年份】:2019
【分类号】:TP391.1;TP311.13

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 倪雄师;;高校智慧校园数据融合应用研究[J];教育现代化;2018年11期
2 张书珩;;省市级天地图数据融合关键技术分析[J];环球人文地理;2017年09期
3 米沃奇;;释放大数据潜能,数据融合先行[J];电脑知识与技术(经验技巧);2017年05期
4 徐涛,杨国庆,陈松灿;数据融合的概念、方法及应用[J];南京航空航天大学学报;1995年02期
5 侯超;;2017年度“天地图·上海”数据融合项目顺利通过国家局检查验收[J];城市勘测;2017年06期
6 谭勇桂;吴琳;何安宏;;关于营配数据融合实现模式的分析与探讨[J];中国电业(技术版);2015年05期
7 杨杰;李爱群;李兆霞;;桥梁结构健康监测的数据融合框架[J];防灾减灾工程学报;2008年03期
8 李启虎;相关观测资料的最佳线性数据融合[J];声学学报;2001年05期
9 潘润秋;施炳晨;李禾;;多规合一的内涵与数据融合的实现[J];国土与自然资源研究;2019年02期
10 秦永彬;冯丽;陈艳平;黄瑞章;刘于雷;丁红发;;“智慧法院”数据融合分析与集成应用[J];大数据;2019年03期
中国重要会议论文全文数据库 前10条
1 畅言;罗利强;;数据融合系统关键技术研究[A];2013第一届中国指挥控制大会论文集[C];2013年
2 杨功流;杨君;刘玉峰;王文富;杨晔;;用数据融合理论减少壳体旋转低速误差的技术研究[A];全面建设小康社会:中国科技工作者的历史责任——中国科协2003年学术年会论文集(上)[C];2003年
3 倪亮;胡琛;王维;;基于数据融合模式的船舶智能化管理研究探索[A];2019年海事管理学术年会优秀论文集[C];2019年
4 韦胜;;多源城乡大数据融合的交通分析方法研究[A];2016年中国城市交通规划年会论文集[C];2016年
5 王开云;陈志文;姜建国;;基于规则的入侵检测数据融合模型[A];中国工程物理研究院科技年报(2003)[C];2003年
6 张凤;肖提荣;何照攀;;多尺度DEM数据融合拼接方法的研究与地形分析应用[A];云南省测绘地理信息学会2017年学术年会论文集[C];2017年
7 董西松;熊刚;商秀芹;郭秀江;沈震;李志帅;许洋;付海军;;油田企业大数据融合与共享交换平台构建研究[A];2018中国自动化大会(CAC2018)论文集[C];2018年
8 任凯;孙伟伟;孟祥超;杨刚;;GF-5高光谱遥感影像的数据融合对比分析[A];浙江省地理学会2019年学术年会暨乡村振兴高峰论坛论文摘要集[C];2019年
9 张会兵;李彤;高洪皓;刘丁柯;戴瑀君;张敬伟;潘芳;;基于KGP数据融合的INS/GPS组合导航定位技术研究[A];2018中国信息通信大会论文摘要集[C];2018年
10 闵敏;沈凤娇;陈晓茜;曾珍;;智慧城市数据服务流程体系研究[A];全国测绘科技信息网中南分网第三十次学术信息交流会论文集[C];2016年
中国重要报纸全文数据库 前10条
1 记者 安慧芳;铜仁市加快民生领域大数据融合应用[N];贵州日报;2019年
2 贵州日报当代融媒体记者 潘树涛;数据融合快 发展动力强[N];贵州日报;2019年
3 本报评论员;把大数据融合发展文章做得更好[N];贵阳日报;2019年
4 安慧芳;我市加快民生领域大数据融合应用[N];铜仁日报;2019年
5 记者 李丰;大数据融合助推贵州经济高质量发展[N];工人日报;2019年
6 张雨蝶;以“数”为媒 做好大数据融合发展大文章[N];雅安日报;2019年
7 本报记者 易颖;大数据融合成就行业翘楚[N];贵阳日报;2019年
8 记者 张汉青;颐信科技:让数据融合分析技术普惠中国[N];经济参考报;2019年
9 伍少安;在大数据融合中乘“云”而上[N];贵州日报;2019年
10 徐生伟 李垚霖;西安支队以大数据融合练好内功[N];人民武警报;2018年
中国博士学位论文全文数据库 前10条
1 张浩;数据融合视角下技术预测方法研究[D];吉林大学;2019年
2 蔺杰;数据融合的神经计算方法[D];浙江大学;2005年
3 王欣;多传感器数据融合问题的研究[D];吉林大学;2006年
4 许建;无线传感器网络数据融合关键技术研究[D];南京邮电大学;2016年
5 李超然;无线传感器网络数据融合安全问题的研究[D];北京交通大学;2016年
6 邓达强;运动机械监测系统数据融合关键技术的研究与应用[D];重庆大学;2001年
7 杨清梅;基于数据融合的拱泥机器人检测系统研究[D];哈尔滨工程大学;2003年
8 郝星耀;多尺度土地利用数据同名实体匹配方法研究[D];北京林业大学;2015年
9 李雨谦;基于数据融合的综合识别方法研究[D];电子科技大学;2013年
10 张宇林;计算智能在土壤数据融合中的应用研究[D];江南大学;2009年
中国硕士学位论文全文数据库 前10条
1 骆迪;工业无线网络安全数据融合方案研究[D];重庆邮电大学;2019年
2 张峰;船舶监控系统中无线传感器网络数据融合关键技术研究[D];南京航空航天大学;2017年
3 陈羽;无线传感器网络中数据融合隐私保护算法研究[D];沈阳化工大学;2019年
4 常琪;基于网络结构的多组学数据融合关联分析[D];长安大学;2019年
5 景森;基于数据融合的WSN在智能电网中的应用研究[D];华北电力大学;2019年
6 王浩;无线传感器网络路由算法及数据融合的研究[D];长安大学;2019年
7 李洪宇;无线传感网络中的数据融合研究[D];重庆邮电大学;2019年
8 尹晓蒙;京津冀区域AOD数据融合与插值研究[D];河北师范大学;2019年
9 刘晓军;基于数据融合的智能护理床排便监测方法研究[D];太原理工大学;2019年
10 唐国峰;海洋拖曳系统姿态监测的关键技术研究[D];吉林大学;2019年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026