CN104657429A - 基于复杂网络的技术驱动型产品创新方法 - Google Patents

基于复杂网络的技术驱动型产品创新方法 Download PDF

Info

Publication number
CN104657429A
CN104657429A CN201510040776.0A CN201510040776A CN104657429A CN 104657429 A CN104657429 A CN 104657429A CN 201510040776 A CN201510040776 A CN 201510040776A CN 104657429 A CN104657429 A CN 104657429A
Authority
CN
China
Prior art keywords
technology
product
network
analysis
technical
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510040776.0A
Other languages
English (en)
Other versions
CN104657429B (zh
Inventor
宫琳
谢剑
阎艳
张子健
郝佳
刘扬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN201510040776.0A priority Critical patent/CN104657429B/zh
Publication of CN104657429A publication Critical patent/CN104657429A/zh
Application granted granted Critical
Publication of CN104657429B publication Critical patent/CN104657429B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种基于复杂网络的技术驱动型产品创新方法,包括以下步骤:提取与产品相关的技术,形成产品技术集,依据网络节点及其关联关系构建产品技术网络,并划分技术领域;对该技术网络进行功能-结构分析、核心技术分析、技术节点相似分析和技术演化与预测分析;将分析结果汇总形成辅助创新设计的备用技术集;基于备用技术集,采用技术匹配型、技术调整型、技术升级型和技术组合型创新设计方法实现技术驱动下的多策略产品创新设计。本发明不但能够从技术创新的角度优化旧有产品设计方法,充分利用现有技术资源实现产品创新设计,而且还能实现技术驱动下的产品跟踪创新、集成创新和原始创新,为产品的详细设计提供更加可靠的方案支撑。

Description

基于复杂网络的技术驱动型产品创新方法
技术领域
本发明属于产品创新设计领域,涉及一种基于复杂网络的技术驱动型产品创新方法。
背景技术
目前,面对国际市场的激烈竞争,企业为满足瞬息万变的需求,产品的更新换代日益加速。新产品投放市场的快慢,已成为决定企业竞争优势的关键。在知识经济的时代,产品的创新设计依赖于产品技术的不断创新。然而现有技术创新主要集中于对外部产品和技术的跟踪创新(消化吸收再创新),成为国内大多数企业实现技术进步的主导模式。由于受到外部技术环境的影响,这种创新模式正制约着企业的发展与产品的进步。如何实现技术的原始创新和集成创新,并将相关技术快速有效地融入产品创新设计中,成为目前企业面临的重要问题,甚至在改变着简单满足用户需求的产品开发传统模式。本发明要解决的问题是从技术创新的角度优化特定企业中产品的创新设计方法。
产品创新设计是企业得以生存和持续发展的内在动力,有一些专利针对产品的改进创新设计提出了相关的技术方案。有相关专利通过“结构→功能”的设计过程,以组件和变量作为遗传信息构建产品基因及产品基因组,按照一定遍历次序,从而通过不同进化策略获得多种产品设计候选方案。有助于激励发现新的产品创意,系统性地改进现有产品,在一定程度上解决了上述问题。
但是这种方法对于产品设计的原始创新和集成创新帮助有限,仅能实现改进设计,其对象是已经在市场上获得成功的产品。技术是产品设计的重要基础,产品创新的核心在于技术的改进与更新,是驱动产品创新设计的根本。目前,产品创新设计模式主要包括两种,一种是技术推进模式,主要是依赖于新技术的产生或者重大的技术再创新,但在实际的产品创新中所占比例较小。究其原因,在产品概念设计阶段,设计人员很多时候对于领域中的技术以及跨领域的相似技术不可能全面掌握,此时,就无法将合适的技术引入而形成创新设计,因此需要通过复杂网络理论对复杂产品技术系统的特性和演化提供较好的分析和研究方法。另一种是需求拉引模式,这种模式存在的问题是用户往往无法识别众多潜在的产品需求,而且即使是已识别的用户需求也并不代表是正确且合理的。因此很多公司已经意识到,不能满足于简单地迎合消费者的需求,而应该通过开发具有差异化技术的创新产品来开拓新的市场,利用现有技术进行产品的跟踪创新、集成创新以及原始创新。
发明内容
本发明的目的是提供一种基于复杂网络的技术驱动型产品创新方法,该方法能够利用跨领域的产品技术网络,分析现有科学技术体系,以适当的方法将相关技术引入产品创新设计过程,实现旧有创新设计模式的改进。
为实现上述目的,本发明可采取下述技术方案:
一种基于复杂网络的技术驱动型产品创新方法,包括以下步骤:
第一步:检索产品技术库中的专利、文献和技术资料数据,进行技术数据的提取与统计,形成产品领域技术集;确定技术网络节点及其关联的定义,并构建产品技术网络;然后采用人为给定、聚类分析、模块分析的方法划分所述产品技术网络的不同技术领域;
第二步:基于第一步得到的技术网络及其领域结构,对其进行技术网络分析,该步骤包括四个小步骤,分别是产品功能-结构分析、技术领域核心技术分析、技术节点匹配分析和技术演化与预测分析;过程如下所示:
(1)功能-结构分析:通过产品功能结构的分析获得产品的功能描述和行为描述内容,依据技术节点的属性信息,通过语义检索手段从技术网络中提取与功能、结构相匹配的技术,形成匹配技术集;
(2)核心技术分析:按照第一步构建的技术网络及其领域划分结果,采用中介中心度对关键技术进行识别,具有高中介中心度的节点,即多技术领域之间发生关系的纽带,并在其中发挥着关键的桥梁作用;参照中介中心度的阈值,将高于阈值的技术提取出得到核心技术集;
(3)技术节点相似分析:按照第一步构建的技术网络及其领域划分的结果,采用双层多策略节点匹配算法对技术进行相似计算;通过从技术网络库中提取网络实例,通过对步骤一构建的技术网络与其他技术网络间的节点结束进行基于名称、节点语义、局部结构拓扑信息和节点间路径信息的相似性计算方法对相似技术进行综合匹配,形成相似技术集;
(4)技术演化与预测分析:在第一步构建的技术网络的基础上,通过多种拟合手段对技术网络演化情况进行分析和预测;根据技术点的时间序列统计数据,得到技术节点的统计参数的时间序列,通过运用多项式拟合、样条曲线拟合方法进行演化拟合并得到相应的拟合函数,通过该拟合函数得到技术网络的演化方向,并进行技术的预测,形成预测技术集;
第三步:将第二步中形成的匹配技术集、核心技术集、相似技术集和预测技术集汇总,形成辅助设计人员进行创新设计的备用技术集;
第四步:根据第三步得到的备用技术集,在概念设计过程中应用涵盖技术匹配型创新设计、技术调整型创新设计、技术升级型创新设计和技术组合型创新设计的多策略产品创新设计方法,然后判断这些方法是否为概念设计过程带来创新的技术解决方案;如果是,则生成创新概念设计结果,并将其中有效的技术组合形成实用技术集,然后更新产品技术库已备下次创新设计使用;如果否,则通过内部技术拓展和外部技术搜寻的方式更新产品技术库,并返回第一步构建新的技术网络。
本发明的有益效果:
本发明通过构建现有产品技术的网络,加强对各种技术的内涵和体系关系的掌握,分析现有产品技术体系,在产品概念设计阶段以适当的方法将相关技术引入产品创新设计过程,实现创新设计方法的优化,使用本发明所述方法能够从技术创新的角度优化旧有产品创新设计方法,充分利用现有技术资源实现产品创新设计,相比于其他产品创新设计方法,不仅仅能对产品进行改进设计,还能实现技术驱动下的产品跟踪创新、集成创新和原始创新,为产品的详细设计提供更加可靠的方案支撑。
附图说明
图1为本发明中产品创新设计的技术层次示意图;
图2为本发明中技术网络建模流程示意图;
图3为本发明中技术网络演化示意图。
具体实施方式
下面结合附图对本发明作进一步的介绍。
(一)产品创新设计的技术层次
一般来讲,产品设计阶段可以简单划分为需求分析,概念设计,详细设计等阶段。而创新设计的核心是概念设计阶段。根据目前国际上对于工程设计流程的研究,也可以进一步划分为产品发现、产品定义、概念设计、详细设计、设计沟通确认等阶段,其中需求分析被分解为产品发现和产品定义两个阶段;另外,也有一部研究将概念设计细分为概念设计和初步设计。
在产品定义、概念设计阶段中,都会涉及到产品的功能体系和技术体系的描述,细致程度有所不同。特别是在概念设计过程中,如图2所示,设计人员对各类技术的掌握程度,直接影响到产品的设计。
因此,本发明对技术在产品设计阶段的创新概念,主要从以下三个层次进行分析:
● 通过将以往未使用的、具有相似功能的不同技术,即相似技术,引入到产品概念设计中,实现产品的某项或某些功能;
● 通过分析技术的领域结构,将跨领域的交叉技术引入到产品概念设计中,实现产品的某项或某些功能;
● 通过分析技术演化方向,将超前技术引入到产品概念设计中,实现产品的某项或某些功能;
●通过将不同技术的组合引入到产品设计中,实现产品的某项或某些功能。
(二)网络节点与关联定义
技术网络的主体是技术节点和节点间的关联,而每个技术节点又包含相应的属性。综合考虑技术的定义,本发明中对技术及技术网络的具体定义如下:
技术网络:G={V,E};
技术节点集合:V={v1,v2,...vi,...vn};
技术节点间关联集合:E={e1,e2,...ej,...em};
ej的值是指在技术点在与产品相关的专利、文献、技术文件等资料中的加权共现次数。
技术节点表征的是技术,本发明将采用狭义的概念,即通过一定的结构,实现一定的功能,其中包含了技术实现中的现象、效应、行为等。vi包括多类属性:vi={Fi,Ei,Pi,Di,...},其中,Fi为功能集,Ei为效应集,Pi为现象集,Di为领域集,分别描述技术实现的功能、包含的效应、附着的现象和划分的领域。研究中还将考虑结构、行为等属性因素,特别是在技术节点相似性分析、多重机制的产品创新设计过程中加以分析深入。
(三)技术网络建模流程
如图2所示,技术网络建模流程:首先根据技术领域的需要,检索相应的专利库和文献库,并将所需的信息按照一定格式进行保存,作为后续分析的数据集;然后分别对专利数据、文献数据和现有技术资料的特征词汇(关键词等)进行统计,并构建索引;考虑到其中很多特征词汇并非表征技术,所以,需要由专业人士进行数据筛选,将表征技术的词汇提出;此时,得到三类技术数据集,由于各类数据集中的特征词汇可能有所不同,同时,由于统计基数不同而引起的统计参数的差别,可以按照一定的权重进行综合汇聚,形成技术数据集;从而生成技术网络。
(四)技术节点相似分析方法
在技术驱动型产品创新设计中,需要推荐相似的技术,但是由于技术表达的不同,需要识别产品技术网络中的技术节点在领域技术网络中的对应技术节点。考虑到技术网络的复杂性以及产品创新设计中的可选择性,在匹配时,需要提供若干个最有可能的相似技术点。由于产品技术网络的节点数较少,领域技术网络的节点数很多,所以本发明采用基于双层多策略的节点匹配算法:即首先对于两个网络间的节点进行基于名称的相似性计算方法和基于节点语义的相似性计算方法综合匹配;发现部分相似节点后,然后对技术网络内的节点进行基于局部结构拓扑信息的相似性计算方法和节点间路径信息相似性计算方法进行匹配。之后,即可对产品的“技术匹配型创新设计”提供相应的技术参考。
● 基于名称的相似性计算
主要是计算两个技术节点A,B的Levenshtein距离,具体计算公式如下:
sim max ( A , B ) = max ( 0 , min ( | A | , | B | ) - ed ( A , B ) min ( | A | , | B | ) )
● 基于节点语义的相似性计算
考虑到两种网络上信息的不完备性,因此可以采用技术节点的属性集的语言相似性进行计算,具体计算公式如下:
sim k ( A , B ) = f ( ( ψ ~ A ∩ B k ) λ ) f ( ( ψ ~ A ∩ B k ) λ ) + αf ( ( ψ ~ A - B k ) λ ) + ( 1 - α ) f ( ( ψ ~ B - A k ) λ )
ψA和ψB分别为节点A,B的属性集,为两个节点的模糊差集。α为显著性系数。
● 基于局部结构拓扑信息的相似性计算
主要考虑两个节点间的局部拓扑关系,具体而言两个节点间的相似度大多基于它们所拥有的共同邻居数。可以计算其共同邻居数和共同邻居相对数进行计算。基于共同邻居的相似度计算公式如下:
sim(A,B)=|Γ(A)∩Γ(B)|
其中,Γ(A),Γ(B)分别为节点A,B的邻居数。基于相对共同邻居数的相似度计算公式如下:
sim ( A , B ) = | Γ ( A ) ∩ Γ ( B ) | | Γ ( A ) ∪ Γ ( B ) |
● 基于节点间路径信息相似性计算
节点间路径信息相似性计算有多种方式,如Katz相似度计算、击中时间计算、个性化PageRank计算等。在实际研究中,将分析不同算法的精确度进而进一步选择分析。
(五)中介中心度
中介中心度是度量一个节点在网络中作为中介者的能力,往往也称之为“桥”。其计算方法有基于连接的、基于最短路径的、基于流的、基于随机行走的和基于反馈的五种基本算法。节点中介中心度的计算方法一般是基于最短路径的,其计算公式如下:
β G ( v ) = Σ A , B g A , B ( v ) g A , B
其中,gA,B为节点A,B之间的联通路径的数量,gA,B(v)节点A,B之间的联通路径经过节点v的数量。
(六)技术节点演化及预测方法
TRIZ理论基于对全球数百万份专利的基础上,提出了专利的定量分析,揭示产品技术的进化规律:技术呈现S形曲线分布的规律且可分为婴儿期、成长期、成熟期、衰退期四个阶段。与此相关研究中,需要针对专利的性能、等级、数量、经济效益等进行分析,但是其中很多数据难以获得,而且需要研究人员的主观分析,难以精确分析。
一般网络演化示意图如图3所示,本发明中,根据技术点的时间序列统计数据,可以有效获得技术点的统计参数的时间序列,通过进行拟合,用来有效地判断技术点的未来演化趋势。
在统计学中有多种拟合方法,多项式拟合、样条曲线拟合等。考虑到样条曲线可以对数据进行分段拟合,因此本研究拟采用B样条拟合。n次B样条曲线的定义如下:
S ( t ) = Σ i = 0 m P i b i , n ( t )
它由n个B样条基组成。Pi称为控制点。bi,n(t)可以用Cox-de Boor递归公式定义:
b i , 0 ( t ) = 1 t j < t < t j + 1 0 . . .
b i , n ( t ) = t - t i t i + n - t i b i , n - 1 ( t ) + t i + n + 1 - t t i + n + 1 - t i + 1 b i + 1 , n - 1 ( t )
时间序列拟合后,可以得到相应的拟合函数,通过该拟合函数,可以了解技术的演化规律,同时也可以对其未来发展进行预测;进而,该拟合函数的一阶导数,可以很好地表征技术的进化规律,如一阶导数等于0时,则代表该技术点在此时已经达到成熟期末端。通过该拟合函数,可以了解技术的演化规律,同时也可以对其未来发展进行预测。
(七)技术驱动下多策略产品创新设计方法
本发明主要考虑以下四种策略:
1)基于功能-结构映射的技术推荐方法
在产品概念设计过程中,会得到产品的功能描述和行为描述等内容,根据技术节点的属性信息,可以通过语义检索等手段,获得相应的新技术推荐,辅助进行产品概念设计阶段的创新。该方法的推荐精度一般,在具体研究中会进一步研究其中的映射方法。该方法可以称为“技术匹配型创新设计”。
2)基于技术点相似分析的创新设计方法
在现有产品的技术体系下,对其重要技术点进行技术网络中的相似分析,并与技术网络内的相似分析相结合,获得新技术推荐,用于产品概念设计的创新。该方法可以称为“技术调整型创新设计”。
3)基于技术点演化分析的创新设计方法
在现有产品的技术体系下,对其重要技术点进行技术网络中的相似分析,并与技术网络内的相似分析相结合,同时,辅以技术点演化趋势分析,提出对于现有技术的升级技术,用于产品设计的创新。该方法可以称为“技术升级型创新设计”。
4)基于进化算法的创新设计方法
针对产品的功能及技术体系,采用进化算法的方式,在技术网络中寻找可以包含信息的子集,形成新的技术组合,然后加以分析评价,用于产品设计的创新。该方法可以称为“技术组合型创新设计”。

Claims (2)

1.一种基于复杂网络的技术驱动型产品创新方法,其特征在于,包括以下步骤:
第一步:检索产品技术库中的专利、文献和技术资料数据,进行技术数据的提取与统计,形成产品领域技术集;确定技术网络节点及其关联的定义,并构建产品技术网络;然后采用人为给定、聚类分析、模块分析的方法划分所述产品技术网络的不同技术领域;
第二步:基于第一步得到的技术网络及其领域结构,对其进行技术网络分析,得到基于产品功能结构、技术领域、技术节点和技术演化与预测的匹配技术集、核心技术集、相似技术集和预测技术集:
第三步:将第二步中形成的匹配技术集、核心技术集、相似技术集和预测技术集汇总,形成辅助设计人员进行创新设计的备用技术集;
第四步:根据第三步得到的备用技术集,在概念设计过程中应用涵盖技术匹配型创新设计、技术调整型创新设计、技术升级型创新设计和技术组合型创新设计的多策略产品创新设计方法,然后判断这些方法是否为概念设计过程带来创新的技术解决方案;如果是,则生成创新概念设计结果,并将其中有效的技术组合形成实用技术集,然后更新产品技术库已备下次创新设计使用;如果否,则通过内部技术拓展和外部技术搜寻的方式更新产品技术库,并返回第一步构建新的技术网络。
2.如权利要求1所述的一种基于复杂网络的技术驱动型产品创新方法,其特征在于,第二步中采用以下方法进行产品功能-结构分析、技术领域核心技术分析、技术节点匹配分析和技术演化与预测分析:
(1)功能-结构分析:通过产品功能结构的分析获得产品的功能描述和行为描述内容,依据技术节点的属性信息,通过语义检索手段从技术网络中提取与功能、结构相匹配的技术,形成匹配技术集;
(2)核心技术分析:按照第一步构建的技术网络及其领域划分结果,采用中介中心度对关键技术进行识别,具有高中介中心度的节点,即多技术领域之间发生关系的纽带,并在其中发挥着关键的桥梁作用;参照中介中心度的阈值,将高于阈值的技术提取出得到核心技术集;
(3)技术节点相似分析:按照第一步构建的技术网络及其领域划分的结果,采用双层多策略节点匹配算法对技术进行相似计算;通过从技术网络库中提取网络实例,通过对步骤一构建的技术网络与其他技术网络间的节点结束进行基于名称、节点语义、局部结构拓扑信息和节点间路径信息的相似性计算方法对相似技术进行综合匹配,形成相似技术集;
(4)技术演化与预测分析:在第一步构建的技术网络的基础上,通过多种拟合手段对技术网络演化情况进行分析和预测;根据技术点的时间序列统计数据,得到技术节点的统计参数的时间序列,通过运用多项式拟合、样条曲线拟合方法进行演化拟合并得到相应的拟合函数,通过该拟合函数得到技术网络的演化方向,并进行技术的预测,形成预测技术集。
CN201510040776.0A 2015-01-27 2015-01-27 基于复杂网络的技术驱动型产品创新方法 Active CN104657429B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510040776.0A CN104657429B (zh) 2015-01-27 2015-01-27 基于复杂网络的技术驱动型产品创新方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510040776.0A CN104657429B (zh) 2015-01-27 2015-01-27 基于复杂网络的技术驱动型产品创新方法

Publications (2)

Publication Number Publication Date
CN104657429A true CN104657429A (zh) 2015-05-27
CN104657429B CN104657429B (zh) 2018-02-23

Family

ID=53248557

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510040776.0A Active CN104657429B (zh) 2015-01-27 2015-01-27 基于复杂网络的技术驱动型产品创新方法

Country Status (1)

Country Link
CN (1) CN104657429B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107247813A (zh) * 2017-07-26 2017-10-13 北京理工大学 一种基于加权技术的网络构建与演化方法
CN107391693A (zh) * 2017-07-26 2017-11-24 北京理工大学 一种针对英文专利的信息提取与结构化描述方法
CN111626060A (zh) * 2020-05-21 2020-09-04 山东师范大学 基于物场分析与规则推理的产品创新设计方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101520811A (zh) * 2009-04-13 2009-09-02 四川大学 进化驱动型产品创新设计方法和系统
CN101587486A (zh) * 2009-06-23 2009-11-25 四川大学 支持产品创新的设计知识的组织与应用方法
CN102375909A (zh) * 2011-09-28 2012-03-14 四川大学 基于问题解决流程的产品创新设计方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101520811A (zh) * 2009-04-13 2009-09-02 四川大学 进化驱动型产品创新设计方法和系统
CN101587486A (zh) * 2009-06-23 2009-11-25 四川大学 支持产品创新的设计知识的组织与应用方法
CN102375909A (zh) * 2011-09-28 2012-03-14 四川大学 基于问题解决流程的产品创新设计方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
DIOCELCIO MOREIRA CAMELO等: "A multi-relational and interactive model for supporting the design in conceptual phase", 《AUTOMATION IN CONSTRUCTION》 *
杨琨等: "基于复杂网络知识驱动产品创新设计研究", 《计算机集成制造系统》 *
邱清盈等: "专利知识辅助产品创新的方法", 《浙江大学学报(工学版)》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107247813A (zh) * 2017-07-26 2017-10-13 北京理工大学 一种基于加权技术的网络构建与演化方法
CN107391693A (zh) * 2017-07-26 2017-11-24 北京理工大学 一种针对英文专利的信息提取与结构化描述方法
CN111626060A (zh) * 2020-05-21 2020-09-04 山东师范大学 基于物场分析与规则推理的产品创新设计方法及系统

Also Published As

Publication number Publication date
CN104657429B (zh) 2018-02-23

Similar Documents

Publication Publication Date Title
CN108573411B (zh) 基于用户评论的深度情感分析和多源推荐视图融合的混合推荐方法
CN101093559B (zh) 一种基于知识发现的专家系统构造方法
CN102231151B (zh) 一种农业领域本体自适应学习建模方法
CN101694652A (zh) 一种基于极速神经网络的网络资源个性化推荐方法
CN103678431A (zh) 一种基于标准标签和项目评分的推荐方法
CN103034687B (zh) 一种基于2‑类异质网络的关联模块识别方法
CN104679743A (zh) 一种确定用户的偏好模式的方法及装置
CN102750286B (zh) 一种处理缺失数据的新型决策树分类器方法
CN102768670A (zh) 基于节点属性标签传播的网页聚类方法
CN104239496A (zh) 一种结合模糊权重相似性度量和聚类协同过滤的方法
CN104615687A (zh) 一种面向知识库更新的实体细粒度分类方法与系统
CN109614495A (zh) 一种结合知识图谱和文本信息的相关公司挖掘方法
CN105912773B (zh) 一种新的基于数据挖掘技术的智能冲压工艺设计方法
CN110990718A (zh) 一种公司形象提升系统的社会网络模型构建模块
Wang et al. Analyzing potential tourist behavior using PCA and modified affinity propagation clustering based on Baidu index: Taking Beijing city as an example
CN108984830A (zh) 一种基于模糊网络分析的建筑能效评价方法及装置
CN105844334B (zh) 一种基于径向基神经网络的温度插值方法
CN113779264A (zh) 基于专利供需知识图谱的交易推荐方法
CN103412878A (zh) 基于领域知识地图社区结构的文档主题划分方法
CN104657429A (zh) 基于复杂网络的技术驱动型产品创新方法
CN106845696B (zh) 一种智能优化水资源配置方法
Ren et al. An improved spectral clustering community detection algorithm based on probability matrix
Ge et al. A new improved forecasting method integrated fuzzy time series with the exponential smoothing method
Tian et al. Intention model based multi-round dialogue strategies for conversational AI bots
CN109992593A (zh) 一种基于子图匹配的大规模数据并行查询方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant