KR101155013B1 - 연구 예측 기술 추천 방법 및 시스템 - Google Patents

연구 예측 기술 추천 방법 및 시스템 Download PDF

Info

Publication number
KR101155013B1
KR101155013B1 KR1020110113328A KR20110113328A KR101155013B1 KR 101155013 B1 KR101155013 B1 KR 101155013B1 KR 1020110113328 A KR1020110113328 A KR 1020110113328A KR 20110113328 A KR20110113328 A KR 20110113328A KR 101155013 B1 KR101155013 B1 KR 101155013B1
Authority
KR
South Korea
Prior art keywords
research
technologies
technology
main
prediction
Prior art date
Application number
KR1020110113328A
Other languages
English (en)
Inventor
이미경
정한민
성원경
김평
이승우
서동민
김진형
이진희
Original Assignee
한국과학기술정보연구원
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 한국과학기술정보연구원 filed Critical 한국과학기술정보연구원
Priority to KR1020110113328A priority Critical patent/KR101155013B1/ko
Application granted granted Critical
Publication of KR101155013B1 publication Critical patent/KR101155013B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G06F15/02—Digital computers in general; Data processing equipment in general manually operated with input through keyboard and computation using a built-in program, e.g. pocket calculators
    • G06F15/025—Digital computers in general; Data processing equipment in general manually operated with input through keyboard and computation using a built-in program, e.g. pocket calculators adapted to a specific application
    • G06F15/0283—Digital computers in general; Data processing equipment in general manually operated with input through keyboard and computation using a built-in program, e.g. pocket calculators adapted to a specific application for data storage and retrieval
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/18—Legal services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Technology Law (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 연구 예측 기술 추천 방법 및 시스템에 관한 것으로, 연구 기술 예측 장치가 연구 예측 기술을 추천하는 방법에 있어서, 각 주체의 주요기술들에 대한 정보를 이용하여 각 주체의 연구 예측 기술 후보를 선정하는 단계를 포함한다.
본 발명에 따르면, 특정 주체가 새로운 기술의 연구를 수행하고자 할 때, 신규 연구 분야에 대한 기술들을 선정 및 추천할 수 있다.

Description

연구 예측 기술 추천 방법 및 시스템{Method and System for recommending predictive techniques of study}
본 발명은 연구 예측 기술 추천 방법 및 시스템에 관한 것으로서, 더욱 상세하게는 각 주체의 주요기술들에 대한 정보를 이용하여 각 주체의 연구 예측 기술 후보를 선정하고, 상기 선정된 연구 예측 기술 후보들 중에서 빈도 값이 높은 기술들, 기술 생명 주기 그래프의 증가 단계에 해당하는 기술들, 최신의 기술들 중 적어도 하나에 의한 기술들을 연구 예측 기술로 추천하는 연구 예측 기술 추천 방법 및 시스템에 관한 것이다.
지식과 정보가 그 국가의 경쟁력을 좌우하는 지식기반 산업사회로 전환되고, 특히 국가과학기술경쟁력이 국가경쟁력의 원천으로 인식되고 있는 실정이다.
이에 세계 각국들은 미래의 경쟁에 살아남기 위한 핵심기술 및 연구과제를 미리 도출하고 선정하여 집중적인 연구개발을 추진해 나가고자 하고 있다.
이러한 이유로 세계적인 정보 기술 연구 및 자문 기업인 가트너(Gartner)는 기술 생명 주기(Life Cycle) 그래프를 통해 기술의 생명주기를 기술에 대한 과대광고 측면에서 보여준다.
그러나, 종래의 기술 생명 주기 그래프는 각 단계에 속하는 기술만을 제시할 뿐 각 주체가 향후 연구할 신기술 분야의 기술들을 예측하지 못하는 단점이 있었다.
본 발명은 상기한 문제점을 해결하기 위하여 안출된 것으로, 본 발명의 목적은 각 주체가 새로운 기술의 연구를 수행하고자 할 때, 신규 연구 분야에 대한 기술들을 선정 및 추천할 수 있는 연구 예측 기술 추천 방법 및 시스템을 제공하는데 있다.
본 발명의 다른 목적은 각 주체의 과거와 현재에 연구한 기술들에 대한 정보를 이용하여 신규 연구 분야에 대한 기술들을 선정 및 추천할 수 있는 연구 예측 기술 추천 방법 및 시스템에 관한 것이다.
본 발명의 일 측면에 따르면, 연구 기술 예측 장치가 연구 예측 기술을 추천하는 방법에 있어서, 각 주체의 주요기술들에 대한 정보를 이용하여 각 주체의 연구 예측 기술 후보를 선정하는 단계를 포함하는 연구 예측 기술 추천 방법이 제공된다.
상기 연구 예측 기술 추천 방법은 상기 연구 예측 기술 후보를 선정하는 단계 이전에, 기술용어사전에 정의된 기술들에 대한 주체, 각 주체의 주요기술 및 기간별 주요기술, 각 기술별 주요 연구주체, 각 기술에 대한 기간별 주요 연구주체 중 적어도 하나에 대한 정보가 저장된 연구기술정보 데이터베이스를 구축하는 단계를 더 포함할 수 있다.
또한, 상기 연구 예측 기술 추천 방법은 상기 연구 예측 기술 후보를 선정하는 단계 이후, 상기 선정된 연구 예측 기술 후보들 중에서 빈도 값이 높은 기술들, 기술 생명 주기 그래프의 증가 단계에 해당하는 기술들, 최신의 기술들 중 적어도 하나에 의한 기술들을 연구 예측 기술로 추천하는 단계를 더 포함할 수 있다.
상기 주요기술들에 대한 정보는 주요기술들의 주요 연구주체, 상기 주요기술들의 기간별 주요 연구주체 및 그 주요 연구주체들의 최근 주요 연구기술, 상기 주요기술들을 요소 기술로 가지는 상위기술, 상기 주요기술들의 요소기술, 상기 주요기술들과 동시 발생 빈도가 높은 기술들, 상기 주요기술들의 요소기술들을 요소기술로 가지는 또 다른 상위기술 중 적어도 하나를 포함한다.
상기 연구 예측 기술 후보를 선정하는 단계는, 해당 주체의 기간별 주요 기술들을 획득하는 단계, 상기 기간별 주요기술 각각에 대한 주요 연구주체들을 획득하고 상기 주요 연구주체들의 주요 연구기술들을 각각 획득하는 단계, 상기 주요 연구주체들의 주요 연구기술들을 빈도수에 따라 가중치를 부여하여 빈도 값을 구하고, 상기 구해진 빈도 값이 높은 순으로 정렬하는 단계, 상기 정렬된 주요 연구기술들 중에서 상위에 랭킹된 일정 개수의 주요 연구기술들을 상기 주체의 연구 예측 기술 후보로 선정하는 단계를 포함한다.
또한, 상기 연구 예측 기술 후보를 선정하는 단계는, 해당 주체의 기간별 주요 기술들을 획득하는 단계, 상기 기간별 주요기술 각각에 대해 일정 년도 과거의 주요 연구주체들을 획득하고, 상기 주요 연구주체들의 최근 년도의 주요 연구기술들을 획득하는 단계, 상기 주요 연구기술들을 빈도수에 따라 가중치를 부여하여 빈도 값을 구하고, 상기 구해진 빈도 값이 높은 순으로 정렬하는 단계, 상기 정렬된 주요 연구기술들 중에서 상위에 랭킹된 일정 개수의 주요 연구기술들을 상기 주체의 연구 예측 기술 후보로 선정하는 단계를 포함한다.
또한, 상기 연구 예측 기술 후보를 선정하는 단계는, 해당 주체의 기간별 주요 기술들을 획득하는 단계, 상기 기간별 주요기술들을 요소 기술로 가지는 상위 기술을 각각 획득하는 단계, 상기 상위기술들을 빈도수에 따라 가중치를 부여하여 빈도 값을 구하고, 상기 구해진 빈도 값이 높은 순으로 정렬하는 단계, 상기 정렬된 상위기술 중에서 상위에 랭킹된 일정 개수의 상위기술들을 상기 주체의 연구 예측 기술 후보로 선정하는 단계를 포함한다.
또한, 상기 연구 예측 기술 후보를 선정하는 단계는, 해당 주체의 기간별 주요 기술들을 획득하는 단계, 상기 기간별 주요기술들의 요소 기술을 각각 획득하고 모든
요소기술들의 상위 기술들을 각각 획득하는 단계, 상기 상위기술들을 빈도수에 따라 가중치를 부여하여 빈도 값을 구하고, 상기 구해진 빈도 값이 높은 순으로 정렬하는 단계, 상기 정렬된 상위기술들 중에서 상위에 랭킹된 일정 개수의 상위기술들을 상기 주체의 연구 예측 기술 후보로 선정하는 단계를 포함한다.
또한, 상기 연구 예측 기술 후보를 선정하는 단계는, 해당 주체의 기간별 주요 기술들을 획득하는 단계, 상기 기간별 주요기술별로 최근 동시 발생 빈도가 높은 주요기술들을 획득하는 단계, 상기 획득된 주요기술들을 빈도수에 따라 가중치를 부여하여 빈도값을 구하고, 상기 구해진 빈도값이 높은 순으로 정렬하는 단계, 상기 정렬된 주요기술들 중에서 상위에 랭킹된 일정 개수의 상위기술들을 상기 주체의 연구 예측 기술 후보로 선정하는 단계를 포함한다.
또한, 상기 연구 예측 기술 후보를 선정하는 단계는, 제5항 내지 제9항 중 적어도 하나의 방법에 의해 가중치가 부여된 기술들 중에서 동일 기술들에 대한 빈도값을 구하고, 빈도값이 높은 순으로 기술들을 정렬하는 단계, 상기 정렬된 기술들 중에서 상위에 랭킹된 일정 개수의 기술들을 상기 주체의 연구 예측 기술 후보로 선정하는 단계를 포함한다.
본 발명의 다른 측면에 따르면, 각 주체의 주요기술들에 대한 정보를 이용하여 각 주체의 연구 예측 기술 후보를 선정하는 연구 예측 기술 후보 선정 모듈을 포함하는 연구 기술 예측 장치가 제공된다.
상기 연구 기술 예측 장치는 기술용어사전에 정의된 기술들에 대한 주체, 각 주체의 주요기술 및 기간별 주요기술, 각 기술별 주요 연구주체, 각 기술에 대한 기간별 주요 연구주체 중 적어도 하나에 대한 정보가 저장된 연구기술정보 데이터베이스를 더 포함할 수 있다.
또한, 상기 연구 기술 예측 장치는 상기 선정된 연구 예측 기술 후보들 중에서 빈도값이 높은 기술들, 기술 생명 주기 그래프의 증가 단계에 해당하는 기술들, 최신의 기술들 중 적어도 하나의 기술들을 연구 예측 기술로 추천하는 연구 예측 기술 추천 모듈을 더 포함할 수 있다.
상기 주요기술들에 대한 정보는 주요기술들의 주요 연구주체, 상기 주요기술들의 기간별 주요 연구주체 및 그 주요 연구주체들의 최근 주요 연구기술, 상기 주요기술들을 요소 기술로 가지는 상위기술, 상기 주요기술들의 요소기술, 상기 주요기술들과 동시 발생 빈도가 높은 기술들, 상기 주요기술들의 요소기술들을 요소기술로 가지는 또 다른 상위기술 중 적어도 하나를 포함한다.
상기 연구 예측 기술 후보 선정 모듈은 각 주체의 기간별 주요 기술들, 상기 기간별 주요기술 각각에 대한 주요 연구주체들 및 상기 주요 연구주체들의 주요 연구기술들을 각각 획득하고, 상기 주요 연구주체들의 주요 연구기술들을 빈도수에 따라 가중치를 부여하여 빈도값을 구한 후, 빈도값이 높은 순으로 정렬하여 상위에 랭킹된 일정 개수의 주요 연구기술들을 상기 주체의 연구 예측 기술 후보로 선정한다.
또한, 상기 연구 예측 기술 후보 선정 모듈은 각 주체의 기간별 주요 기술들, 상기 기간별 주요기술 각각에 대해 일정 년도 과거의 주요 연구주체들, 및 상기 주요 연구주체들의 최근 년도의 주요 연구기술들을 획득하고, 상기 주요 연구기술들을 빈도수에 따라 가중치를 부여하여 빈도값을 구한 후, 빈도값이 높은 순으로 정렬하여 상위에 랭킹된 일정 개수의 주요 연구기술들을 상기 주체의 연구 예측 기술 후보로 선정한다.
또한, 상기 연구 예측 기술 후보 선정 모듈은 각 주체의 기간별 주요 기술들 및 상기 연도별 주요기술들을 요소 기술로 가지는 상위 기술을 각각 획득하고, 상기 상위기술들을 빈도수에 따라 가중치를 부여하여 빈도값을 구한 후, 빈도값이 높은 순으로 정렬하여 상위에 랭킹된 일정 개수의 상위기술들을 상기 주체의 연구 예측 기술 후보로 선정한다.
또한, 상기 연구 예측 기술 후보 선정 모듈은 각 주체의 기간별 주요 기술들, 상기 기간별 주요기술들의 요소 기술들 및 상기 요소기술들의 상위 기술들을 각각 획득하고, 상기 상위기술들을 빈도수에 따라 가중치를 부여하여 빈도값을 구한 후, 빈도값이 높은 순으로 정렬하여 상위에 랭킹된 일정 개수의 상위기술들을 상기 주체의 연구 예측 기술 후보로 선정한다.
또한, 상기 연구 예측 기술 후보 선정 모듈은 각 주체의 기간별 주요 기술들, 상기 기간별 주요기술별로 최근 동시 발생 빈도가 높은 주요기술들을 획득하고, 상기 획득된 주요기술들을 빈도수에 따라 가중치를 부여하여 빈도값을 구하고, 빈도값이 높은 순으로 정렬하여 상위에 랭킹된 일정 개수의 주요기술기술들을 상기 주체의 연구 예측 기술 후보로 선정한다.
본 발명의 또 다른 측면에 따르면, 기술용어사전에 정의된 기술들에 대한 주체, 각 주체의 주요기술 및 기간별 주요기술, 각 기술별 주요 연구주체, 각 기술에 대한 기간별 주요 연구주체 중 적어도 하나에 대한 정보가 저장된 연구기술정보 데이터베이스를 구축하는 연구기술정보 데이터베이스 구축 장치, 상기 연구 기술정보데이터베이스를 이용하여 각 주체의 주요기술들에 대한 정보를 이용하여 각 주체의 연구 예측 기술 후보를 선정하는 연구 기술 예측 장치를 포함하는 연구 기술 예측 시스템이 제공된다.
상기 연구 기술 예측 장치는 상기 선정된 연구 예측 기술 후보들 중에서 빈도값이 높은 기술들, 기술 생명 주기 그래프의 증가 단계에 해당하는 기술들, 최신의 기술들 중 적어도 하나에 의한 기술들을 연구 예측 기술로 추천한다.
상술한 바와 같이 본 발명에 따르면, 특정 주체가 새로운 기술의 연구를 수행하고자 할 때, 신규 연구 분야에 대한 기술들을 선정 및 추천할 수 있다.
또한, 각 주체의 과거와 현재에 연구한 기술들에 대한 정보를 이용하여 신규 연구 분야에 대한 기술들을 선정 및 추천할 수 있다.
도 1은 본 발명에 따른 연구기술 예측 시스템을 나타낸 도면.
도 2는 본 발명에 따른 연구 기술 예측 장치의 구성을 개략적으로 나타낸 블럭도.
도 3은 도 2에 도시된 연구기술정보 데이터베이스 구축 모듈의 구성을 나타낸 블럭도.
도 4는 본 발명에 따른 연구 예측 기술 추천 방법을 나타낸 도면.
본 발명의 전술한 목적과 기술적 구성 및 그에 따른 작용 효과에 관한 자세한 사항은 본 발명의 명세서에 첨부된 도면에 의거한 이하 상세한 설명에 의해 보다 명확하게 이해될 것이다.
도 1은 본 발명에 따른 연구기술 예측 시스템을 나타낸 도면이다.
도 1을 참조하면, 연구 기술 예측 시스템은 다중문헌 제공 장치(100), 각 주체의 주요기술들에 대한 정보를 이용하여 각 주체의 연구 예측 기술 후보를 선정하는 연구 기술 예측 장치(200)를 포함한다.
여기서, 상기 연구 예측 기술 후보는 주체가 새로운 기술에 대해 연구를 수행하고자 할 때, 기존의 연구 행태(즉, 해당 주체의 과거와 현재 연구하고 있는 기술과 관련이 있는 신규 연구 분야)에 기반하여 연구를 새롭게 진입하여 수행할 수 있는 기술들의 후보를 말한다.
상기 다중 문헌 제공장치(100)에는 논문, 특허, 보고서, 학술자료, 신문, 표준 중 적어도 하나의 문헌들이 통합되어 있다.
상기 연구 기술 예측 장치(200)는 각 주체의 주요기술들에 대한 정보를 이용하여 각 주체의 연구 예측 기술 후보를 선정하고, 상기 선정된 연구 예측 기술 후보들 중에서 빈도 값이 높은 기술들, 기술 생명 주기 그래프의 증가 단계에 해당하는 기술들, 최신의 기술들 중 적어도 하나의 기술들을 연구 예측 기술로 추천한다. 여기서, 상기 최신의 기술이라는 것은 최신 년도의 기술을 의미하고, 상기 각 주체의 주요 기술들은 각 주체가 과거에 연구했거나 현재 연구하고 있는 주요 기술들을 말한다.
상기와 같은 역할을 수행하는 연구 기술 예측 장치(200)에 대한 상세한 설명은 도 3을 참조하기로 한다.
본 발명의 다른 실시예에 따르면, 상기 연구 기술 예측 시스템은 연관기술 정보 데이터베이스를 구축하는 연관기술정보 데이터베이스 구축 장치를 더 포함할 수 있다. 상기 연관기술정보 데이터베이스 구축장치는 다중 문헌 제공 장치(100)에 저장된 문헌들을 분석하여 기술용어사전에 정의된 기술들에 대한 주체, 각 주체의 주요기술 및 기간별 주요기술, 각 기술별 주요 연구주체, 각 기술에 대한 기간별 주요 연구주체 중 적어도 하나에 대한 정보가 저장된 연관기술정보 데이터베이스를 구축한다.
도 2는 본 발명에 따른 연구 기술 예측 장치의 구성을 개략적으로 나타낸 블럭도, 도 3은 도 2에 도시된 연구기술정보 데이터베이스 구축 모듈의 구성을 나타낸 블럭도이다.
도 2를 참조하면, 연구 기술 예측 장치(200)는 기술용어 사전(210), 연구기술정보 데이터베이스(220), 입력 모듈(230), 연구기술정보 데이터베이스 구축 모듈(240), 연구예측 기술 후보 선정 모듈(250), 연구 예측 기술 추천 모듈(260)을 포함한다.
상기 기술용어 사전(210)에는 기술용어가 정의되어 있다. 상기 기술용어는 스마트폰, 전자종이, PC 등의 다양한 기술 분야에 사용되는 용어를 말한다.
상기 연구기술정보 데이터베이스(220)에는 상기 기술용어사전(210)에 정의된 기술들에 대한 주체, 각 주체의 주요기술 및 기간별 주요기술, 각 기술별 주요 연구주체, 각 기술에 대한 기간별 주요 연구주체 중 적어도 하나에 대한 정보가 저장되어 있다.
상기 입력모듈(230)은 사용자와의 인터페이스를 수행하는 것으로서, 사용자로부터 특정 기술을 입력받는 역할을 수행한다. 예를 들면, 상기 입력모듈(230)은 통신망을 통해 사용자 단말과 연결된 인터페이스 모듈 또는 키 입력부 등을 말한다.
상기 연구 기술 정보 데이터베이스 구축 모듈(240)은 상기 기술 용어 사전(210)에 정의된 각 기술들에 대한 연구기술 정보 데이터베이스(220)를 구축하는 역할을 수행한다.
상기 연구 기술 정보 데이터베이스 구축 모듈(240)에 대해 도 3을 참조하면, 연구기술정보데이터베이스 구축 모듈(240)은 문헌분석부(242), 데이터베이스 생성부(244), 데이터베이스 업데이트부(246)를 포함한다.
상기 문헌 분석부(242)는 다중 문헌 제공 장치에 저장된 문헌들을 분석하여 상기 기술용어 사전(210)에 정의된 기술들을 포함하는 문헌들을 획득하고, 그 문헌에서 주체들을 추출한다. 즉, 상기 문헌 분석부(242)는 각 문헌들을 텍스트 마이닝, 메타 데이터 분석 등의 방법을 이용하여 분석하고, 그 분석의 결과로 기술 및 그 문헌을 발표한 주체들을 추출한다. 상기 주체들은 그 문헌을 발표한 국가, 기관, 연구자 등을 말한다. 예를 들면, 상기 문헌 분석부(242)는 문헌의 서지사항을 분석하여 기술과 주체들을 추출할 수 있다.
상기 데이터베이스 생성부(244)는 상기 문헌 분석부(242)를 통해 획득된 각 기술에 대한 주체 또는 주체별 기술을 누적한다. 그런 다음 데이터베이스 생성부(244)는 상기 각 기술별로 누적된 주체들을 그 기술에 대한 문헌 수가 많은 순으로 정렬하여 상위에 랭킹된 일정 수의 주체들을 그 기술의 주요 연구주체로 정한다.
또한, 상기 데이터베이스 생성부(244)는 주체별로 누적된 기술들을 그 주체가 연구한 문헌 수가 많은 순으로 정렬하여 상위에 랭킹된 일정 수의 기술들을 그 기술의 주요 연구기술로 정한다. 또한, 상기 데이터베이스 생성부(244)는 각 주체별로 누적된 기술들을 연도별(또는 기간별)로 정렬하고, 각 연도별로 문헌 수가 많은 일정 수의 기술을 연도별 주요 기술로 정한다.
그러면, 상기 데이터베이스 생성부(244)는 기술용어사전(210)에 정의된 기술들에 대한 주체, 각 주체의 주요기술 및 기간별 주요기술, 각 기술별 주요 연구주체, 각 기술에 대한 기간별 주요 연구주체 중 적어도 하나에 대한 정보가 저장된 연구 기술 정보 데이터베이스(220)를 생성하게 된다.
상기 데이터베이스 업데이트부(246)는 상기 다중 문헌 제공 장치에 저장된 문헌의 업데이트가 감지되면, 그 문헌을 분석하여 상기 기술용어 사전(210)에 정의된 기술들을 포함하는 문헌을 획득하고, 그 문헌에서 수행주체들을 추출 및 누적하여 상기 연구 기술 정보 데이터베이스(220)를 업데이트한다.
상기 연구 예측 기술 후보 선정 모듈(250)은 각 주체의 주요기술들에 대한 정보를 이용하여 각 주체의 연구 예측 기술 후보를 선정한다. 여기서, 상기 주요기술들에 대한 정보는 주요기술들의 주요 연구주체, 상기 주요기술들의 기간별 주요 연구주체 및 그 주요 연구주체들의 최근 주요 연구기술, 상기 주요기술들을 요소 기술로 가지는 상위기술, 상기 주요기술들의 요소기술, 상기 주요기술들과 동시 발생 빈도가 높은 기술들, 상기 주요기술들의 요소기술들을 요소기술로 가지는 또 다른 상위기술 등을 말한다.
즉, 상기 연구 예측 기술 후보 선정 모듈(250)은 각 주체의 기간별 주요 기술들, 상기 기간별 주요기술 각각에 대한 주요 연구주체들, 상기 주요 연구주체들의 주요 연구기술들을 각각 획득한다. 이때, 상기 연구 예측 기술 후보 선정 모듈(250)은 상기 주요기술들에 대한 정보를 상기 연구기술정보 데이터베이스(220)로부터 획득 수 있고, 다중 문헌 제공 장치에 저장된 문헌들을 분석하여 획득할 수도 있다.
이하에서는 설명의 편의를 위해 상기 주요기술들에 대한 정보를 상기 연구기술정보 데이터베이스(220)로부터 획득하는 방법을 이용하여 설명하기로 한다.
그런 다음 상기 연구 예측 기술 후보 선정 모듈(250)은 상기 주요 연구주체들의 주요 연구기술들을 빈도수에 따라 가중치를 부여하여 주요 연구기술들의 빈도값을 각각 구하고, 상기 주요 연구기술들을 빈도값이 높은 순으로 정렬하여 상위에 랭킹된 일정 개수의 주요 연구기술들을 상기 주체의 연구 예측 기술 후보로 선정한다.
예를 들어, A주체의 2010년 주요기술을 A, B, C, D, E로 5개 획득하고, 상기 5개 주요기술의 주요 연구주체를 5개씩 각각 획득한다. 그런 다음 5개 주요 연구주체 각각의 주요 연구기술들을 5개씩 획득하여, 동일한 주요 연구기술별로 누적하여 주요 연구기술별 빈도수를 계산한다. 그런 다음 각 주요 연구기술의 빈도수에 미리 정해진 가중치를 적용 및 연산하여 가중치 연산값을 구한다.
주요기술 A의 주요 연구주체들이 연구하는 주요연구기술1에 대한 빈도수가 5개인 경우, 가중치 4를 적용 및 연산하여 주요기술A의 주요 연구기술1은 20의 가중치 연산값이 구해진다.
또한, 주요기술 A의 주요 연구주체들이 연구하는 주요연구기술2에 대한 빈도수가 3개인 경우, 가중치 4를 적용 및 연산하여 주요기술A의 주요 연구기술2는 12의 가중치 연산값이 구해진다.
상기와 같이 상기 연구 예측 기술 후보 선정 모듈(250)은 5개 주요기술의5개 주요 연구 주체 각각에 대해 획득된 주요 연구기술별로 가중치 연산값을 구하고, 그 구해진 가중치 연산값을 동일 주요 연구기술별로 합산하여 주요 연구기술별 가중치 값을 구한다. 즉, 상기 연구 예측 기술 후보 선정 모듈(250)은 주요기술A의 주요 연구기술1에 대한 가중치 연산값, 주요기술B의 주요 연구기술 가중치 연산값, 주요기술C의 주요 연구기술1에 대한 가중치 연산값, 주요 연구주체D의 주요 연구기술1에 대한 가중치 연산값, 주요 연구주체E의 주요 연구기술1에 대한 가중치 연산값을 합하여 주요 연구기술1의 빈도 값을 구한다.
상기와 같은 방법을 이용하여 상기 연구 예측 기술 후보 선정 모듈(250)은 각 주요기술의 주요 연구 주체별로 획득된 주요 연구기술들에 대한 빈도 값을 각각 구한다.
그런 다음 상기 연구 예측 기술 후보 선정 모듈(250)은 빈도 값이 높은 순으로 주요 연구기술들을 정렬하여 상위에 랭킹된 일정 개수의 주요 연구기술들을 연구 예측 기술 후보로 선정한다.
또한, 상기 연구 예측 기술 후보 선정 모듈(250)은 각 주체의 기간별 주요 기술들을 획득하고, 상기 기간별 주요기술 각각에 대해 일정 년도 과거의 주요 연구주체들을 획득한다. 그런 다음 상기 연구 예측 기술 후보 선정 모듈(250)은 상기 주요 연구주체들의 최근 년도의 주요 연구기술들을 획득하고, 상기 주요 연구기술들을 빈도수에 따라 가중치를 부여하여 빈도값을 구한 후, 상기 주요 연구기술들을 빈도값이 높은 순으로 정렬하여 상위에 랭킹된 일정 개수의 주요 연구기술들을 상기 주체의 연구 예측 기술 후보로 선정한다. 이 경우, 상기 연구 예측 기술 후보들은 최근 년도의 주요 연구기술들 중에서 선정된 것이므로, 상기 주체의 연구 분야와 전혀 다른 분야의 기술일 수도 있다. 상기 최근 년도는 사용자에 의해 설정 또는 시스템에 의해 설정된 년도로서, 현재가 2011년인 경우 2011년 또는 2010년이 최근 년도 일 수 있다.
예를 들어, 2010년의 주요기술을 A, B, C, D, E로 5개 획득하고, 상기 5개 주요기술에 대한 3년 전(2008년)까지의 성과가 가장 많은 순으로 주요 연구주체들을 각각 5개씩 획득한다. 그런 다음 상기 연구 예측 기술 후보 선정 모듈(250)은 상기 획득된 주요기술별 5개 주요 연구주체들의 최근(2010년) 주요 연구기술들을 각각 최대 5개씩 획득하고, 동일한 최근 주요 연구기술별로 누적하여 최근 주요 연구기술별 빈도수를 계산한다. 그런 다음 각 최근 주요 연구기술의 빈도수에 미리 정해진 가중치를 적용 및 연산하여 가중치 연산값을 구한다.
주요기술 A의 주요 연구주체들이 연구하는 최근 주요연구기술1에 대한 빈도수가 5개인 경우, 가중치 4를 적용 및 연산하여 주요기술 A의 최근 주요 연구기술1은 20의 가중치 연산값이 구해진다.
또한, 주요기술 A의 주요 연구주체들이 연구하는 최근 주요연구기술2에 대한 빈도수가 3개인 경우, 가중치 4를 적용 및 연산하여 주요기술 A의 최근 주요 연구기술2는 12의 가중치 연산값이 구해진다.
상기와 같이 상기 연구 예측 기술 후보 선정 모듈(250)은 5개 주요기술의5개 주요 연구 주체 각각에 대해 획득된 최근 주요 연구기술별로 가중치 연산값을 구하고, 그 구해진 가중치 연산값을 동일한 최근 주요 연구기술별로 합산하여 최근 주요 연구기술별 빈도 값을 구한다. 즉, 상기 연구 예측 기술 후보 선정 모듈(250)은 주요기술A의 최근 주요 연구기술1에 대한 가중치 연산값, 주요기술B의 최근 주요 연구기술 가중치 연산값, 주요기술C의 최근 주요 연구기술1에 대한 가중치 연산값, 주요 연구주체D의 최근 주요 연구기술1에 대한 가중치 연산값, 주요 연구주체E의 최근 주요 연구기술1에 대한 가중치 연산값을 합하여 최근 주요 연구기술1의 빈도 값을 구한다.
상기와 같은 방법을 이용하여 상기 연구 예측 기술 후보 선정 모듈(250)은 각 주요기술의 주요 연구 주체별로 획득된 최근 주요 연구기술들에 대한 빈도 값을 각각 구한다.
그런 다음 상기 연구 예측 기술 후보 선정 모듈(250)은 빈도 값이 높은 순으로 최근 주요 연구기술들을 정렬하여 상위에 랭킹된 일정 개수의 최근 주요 연구기술들을 연구 예측 기술 후보로 선정한다.
또한, 상기 연구 예측 기술 후보 선정 모듈(250)은 각 주체의 기간별 주요 기술들을 획득하고, 상기 기간별 주요기술들을 요소 기술로 가지는 상위 기술을 각각 획득한다. 그런 다음 상기 연구 예측 기술 후보 선정 모듈(250)은 상기 상위기술들을 빈도수에 따라 가중치를 부여하여 빈도값을 구하고, 상기 상위기술들을 빈도값이 높은 순으로 정렬하여 상위에 랭킹된 일정 개수의 상위기술들을 상기 주체의 연구 예측 기술 후보로 선정한다.
예를 들어, 기간별 주요 기술들이 a1, a3, a4, b1, a6인 경우, 상기 연구 예측 기술 후보 선정 모듈(250)은 상기 a1, a3, a4, b1, a6의 상위 기술인 A와 B를 획득한다. A기술에는 a1, a3, a4, a6 총 4개의 요소기술을 포함하므로 한 기술당 20점의 가중치를 부여하여 80점의 값을 가진다. 상기 B기술에는 b1만을 요소기술로 가지므로 20점의 값을 가진다. 이 경우, 상기 연구 예측 기술 후보 선정 모듈(250)은 A기술을 연구 예측 기술 후보로 선정하게 된다.
또한, 상기 연구 예측 기술 후보 선정 모듈(250)은 각 주체의 기간별 주요 기술들, 상기 기간별 주요기술들의 요소 기술들, 상기 요소기술들의 상위 기술들을 각각 획득한다. 그런 다음 상기 연구 예측 기술 후보 선정 모듈(250)은 상기 상위기술들을 빈도수에 따라 가중치를 부여하여 빈도값을 구하고, 상기 상위 기술들을 빈도값이 높은 순으로 정렬하여 상위에 랭킹된 일정 개수의 상위기술들을 상기 주체의 연구 예측 기술 후보로 선정한다.
예를 들어, 2010년 주요기술 5개에 대해 각 주요기술들의 요소기술들을 5개씩 획득하고, 각 주요기술에 대한 5개 요소기술별로 상위 기술을 획득한다. 그런 다음 동일한 상위 기술별로 누적하여 상위 기술별 빈도수를 계산한다. 그런 다음 각 상위 기술의 빈도수에 미리 정해진 가중치를 적용 및 연산하여 가중치 연산값을 구한다.
상위 기술1에 대한 빈도수가 5개인 경우, 가중치 4를 적용 및 연산하여 상위기술1은 20의 가중치 연산값이 구해진다.
또한, 상위 기술2에 대한 빈도수가 3개인 경우, 가중치 4를 적용 및 연산하여 상위기술2는 12의 가중치 연산값이 구해진다.
상기와 같이 상기 연구 예측 기술 후보 선정 모듈(250)은 5개 요소 기술 각각에 대해 획득된 상위 연구기술별로 가중치 연산값을 구하고, 그 구해진 가중치 연산값을 동일한 상위 기술별로 합산하여 상위 기술별 빈도 값을 구한다.
그런 다음 상기 연구 예측 기술 후보 선정 모듈(250)은 빈도 값이 높은 순으로 상위 기술들을 정렬하여 상위에 랭킹된 일정 개수의 상위 기술들을 연구 예측 기술 후보로 선정한다.
또한, 상기 연구 예측 기술 후보 선정 모듈(250)은 각 주체의 기간별 주요 기술들, 상기 기간별 주요기술들의 요소 기술들, 상기 요소기술들의 상위 기술들을 각각 획득한다. 그런 다음 상기 연구 예측 기술 후보 선정 모듈(250)은 상기 상위기술들 중에서 최근 주요 기술의 상위 기술에 가중치를 부여하여 빈도값을 구하고, 상기 상위 기술들을 빈도값이 높은 순으로 정렬하여 상위에 랭킹된 일정 개수의 상위기술들을 상기 주체의 연구 예측 기술 후보로 선정할 수도 있다.
또한, 상기 연구 예측 기술 후보 선정 모듈(250)은 각 주체의 기간별 주요 기술들을 획득하고, 상기 기간별 주요기술별로 최근 동시 발생 빈도가 높은 동시발생기술들을 획득한 후, 상기 획득된 동시발생기술들을 빈도수에 따라 가중치를 부여하여 빈도값을 구하고, 상기 동시발생기술들을 빈도 값이 높은 순으로 정렬하여 상위에 랭킹된 일정 개수의 동시발생기술들을 상기 주체의 연구 예측 기술 후보로 선정한다.
예를 들어, 2010년 5개의 주요기술과 최근 동시 발생 빈도가 높은 10개의 연구 기술을 획득한다. 최근이기 때문에 2010년도에 동시 발생빈도가 높은 연구기술 5개, 2009년도에 동시발생빈도가 높은 5개의 연구기술을 획득한다. 각 연도별 동시발생 빈도에 의해 획득된 연구기술은 빈도수가 높은 순으로 1~5위까지 순위를 정하고, 각 연구기술별로는 2점을 부여하고 순위의 역순에 해당하는 가중치를 부여한다. 예를 들어 2010년 주요기술 A와 2010년도에 동시발생 빈도가 높아서 2위, 2009년에는 5위에 뽑힌 연구기술B의 경우, 2(기술의 점수) * 3(2010년 순위의 역순 가중치) + 2 * 1(2009년 순위의 역순 가중치) = 8점의 가중치 연산값이 구해진다.
하나의 주요 기술을 기준으로 20점 만점, 5개의 주요 기술의 최근 동시 발생빈도에 모두 최근 2년 동안 1위에 등장한 기술이라면 100점의 빈도 값을 획득하게 된다.
상기와 같이 상기 연구 예측 기술 후보 선정 모듈(250)은 5개 주요기술 각각에 대해 획득된 동시 발생기술별로 가중치 연산값을 구하고, 그 구해진 가중치 연산값을 동일한 동시 발생기술별로 합산하여 동시 발생기술별 빈도 값을 구한다.
그런 다음 상기 연구 예측 기술 후보 선정 모듈(250)은 빈도 값이 높은 순으로 동시 발생기술들을 정렬하여 상위에 랭킹된 일정 개수의 동시 발생기술들을 연구 예측 기술 후보로 선정한다.
또한, 상기 연구 예측 기술 후보 선정 모듈(250)은 각 주체의 기간별 주요 기술들, 기간별 주요기술 각각에 대한 주요 연구주체, 상기 주요 연구주체들의 주요 연구기술들을 각각 획득한다. 그런 다음 상기 연구 예측 기술 후보 선정 모듈(250)은 상기 주요 연구주체들의 주요 연구기술들을 빈도수에 따라 가중치를 부여, 상기 기간별 주요기술 각각에 대해 일정 년도 과거의 주요 연구주체들을 획득하고 상기 주요 연구주체들의 현재 년도의 주요 연구기술들을 획득한 후, 상기 주요 연구기술들을 빈도수에 따라 가중치를 부여, 상기 기간별 주요기술 각각에 대해 일정 년도 과거의 주요 연구주체들을 획득하고, 상기 주요 연구주체들의 최근 년도의 주요 연구기술들을 획득한 후, 상기 주요 연구기술들을 빈도수에 따라 가중치를 부여, 상기 연도별 주요기술들을 요소 기술로 가지는 상위 기술을 각각 획득하고, 상기 상위기술들을 빈도수에 따라 가중치를 부여, 상기 기간별 주요기술들의 요소 기술을 각각 획득하고 모든 요소기술들의 상위 기술들을 각각 획득하고, 상기 상위기술들을 빈도수에 따라 가중치를 부여, 상기 기간별 주요기술별로 과거에 비해 최근 동시 발생 빈도가 높아진 주요기술들을 획득하고, 상기 획득된 주요기술들을 빈도수에 따라 가중치를 부여 중 적어도 하나의 방법에 의해 가중치가 부여된 기술들 중에서 동일 기술들에 대한 가중치 연산값들을 연산(예를 들면, 더하기)하여 빈도값을 구하고, 빈도값이 높은 순으로 기술들을 정렬한다. 그런 다음 상기 연구 기술 후보 선정 모듈(250)은 상기 정렬된 기술들 중에서 상위에 랭킹된 일정 개수의 기술들을 상기 주체의 연구 예측 기술 후보로 선정한다.
상기 연구 예측 기술 추천 모듈(260)은 상기 연구 예측 기술 후보 선정 모듈(250)에서 선정된 연구 예측 기술 후보들 중에서 빈도 값이 높은 기술들, 기술 생명 주기 그래프의 증가 단계에 해당하는 기술들, 최신의 기술들 중 적어도 하나에 의한 기술들을 연구 예측 기술로 추천한다. 이때, 상기 연구 예측 기술 추천 모듈(260)은 빈도 값이 높은 기술들, 기술 생명 주기 그래프의 증가 단계에 해당하는 기술들, 최신의 기술들이라도 해당 주체가 연구했던 기술은 연구 예측 기술로 추천하지 않는다.
즉, 상기 연구 예측 기술 추천 모듈(260)은 상기 연구 예측 기술 후보들을 빈도 값이 높은 순으로 정렬하고, 상위에 랭킹된 일정 개수의 연구 예측 기술 후보를 연구 예측 기술로 추천한다.
또한, 상기 기술 생명 주기 그래프는 기술의 발전 과정을 단계별로 구분한 기술 생명 주기를 시각화한 그래프를 말한다. 즉, 상기 기술 생명 주기 그래프는 기술의 발전 과정에 따라 단계가 정의되어 있는데, 그 단계는 Irruption 단계, Frenzy 단계, Turning Point 단계, Synergy 단계, Maturity 단계 등의 형태일 수 있다. 따라서, 상기 연구 예측 기술 추천 모듈(250)은 상기 선정된 연구 예측 기술 후보들 중에서 상기 기술 생명 주기 그래프에서 증가 단계에 해당하는 예를 들면 Irruption 단계, Frenzy 단계에 해당하는 기술들을 연구 예측 기술로 추천한다.
또한, 상기 연구 예측 기술 추천 모듈(260)은 상기 선정된 연구 예측 기술 후보들을 연도순으로 정렬하여, 최신 년도의 기술을 연구 예측 기술로 추천한다.
도 4는 본 발명에 따른 연구 예측 기술 추천 방법을 나타낸 도면이다.
도 4를 참조하면, 연구 기술 예측 장치는 다중문헌 제공 장치에 저장된 문헌들을 이용하여 연구기술정보 데이터베이스를 구축한다(S402). 여기에서는 연구 기술 예측 장치가 연구기술정보 데이터베이스를 구축하는 것으로 설명하였으나, 이는 별도의 장치에서 구축할 수도 있다.
상기 S402의 수행 후, 상기 연구 기술 예측 장치는 상기 연구기술정보 데이터베이스에 저장된 각 주체들의 주요기술들을 획득한다(S404).
그런 다음 상기 연구 기술 예측 장치는 상기 획득된 각 주체의 주요기술들에 대한 정보를 이용하여 각 주체의 연구 예측 기술 후보를 선정한다(S406). 즉, 상기 연구 기술 예측 장치는 주요기술들의 주요 연구주체, 상기 주요기술들의 기간별 주요 연구주체 및 그 주요 연구주체들의 최근 주요 연구기술, 상기 주요기술들을 요소 기술로 가지는 상위기술, 상기 주요기술들의 요소기술, 상기 주요기술들과 동시 발생 빈도가 높은 기술들, 상기 주요기술들의 요소기술들을 요소기술로 가지는 또 다른 상위기술 중 적어도 하나를 이용하여 각 주체의 연구 예측 기술 후보를 선정한다.
상기 S406의 수행 후, 상기 연구 기술 예측 장치는 상기 선정된 연구 예측 기술 후보들 중에서 빈도 값이 높은 기술들, 기술 생명 주기 그래프의 증가 단계에 해당하는 기술들, 최신의 기술들 중 적어도 하나에 의한 기술들을 연구 예측 기술로 추천한다(S408).
이와 같이, 본 발명이 속하는 기술분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100 : 다중문헌 제공 장치 200 : 연구 기술 예측 장치
210 : 기술용어사전 220 : 연구기술정보 DB
230 : 입력모듈 240 : 연구기술정보 DB 구축모듈
250 : 연구 예측 기술후보 선정 모듈
260 : 연구 예측 기술 추천 모듈

Claims (21)

  1. 연구 기술 예측 장치가 연구 예측 기술을 추천하는 방법에 있어서,
    각 주체의 기간별 주요기술들을 연구기술정보 데이터베이스로부터 획득하고, 상기 기간별 주요기술들을 근거로 주요 연구주체들의 주요 연구기술들, 주요 연구주체들의 최근 주요 연구기술들, 상기 주요기술들을 요소 기술로 가지는 상위기술들, 상기 주요기술들의 요소기술들, 상기 주요기술들의 요소기술들을 요소기술로 가지는 또 다른 상위기술들 중 적어도 하나의 기술들을 획득한 후, 상기 획득된 기술들을 빈도 수에 따라 가중치를 부여하여 빈도 값을 구하고, 상기 획득된 기술들을 빈도 값이 높은 순으로 정렬하여 상위에 랭킹된 일정 개수의 기술을 각 주체의 연구 예측 기술 후보로 선정하는 단계; 및
    상기 선정된 연구 예측 기술 후보들을 빈도값이 높은 순으로 정렬하여 상위에 랭킹된 일정 개수의 기술들, 상기 연구 예측 기술 후보들 중에서 기술 생명 주기 그래프의 증가 단계에 해당하는 기술들, 최신의 기술들 중 적어도 하나에 의한 기술들을 연구 예측 기술로 추천하는 단계;
    를 포함하는 연구 예측 기술 추천 방법.
  2. 제1항에 있어서,
    상기 연구 예측 기술 후보를 선정하는 단계 이전에,
    기술용어사전에 정의된 기술들에 대한 주체, 각 주체의 주요기술 및 기간별 주요기술, 각 기술별 주요 연구주체, 각 기술에 대한 기간별 주요 연구주체 중 적어도 하나에 대한 정보가 저장된 연구기술정보 데이터베이스를 구축하는 단계를 더 포함하는 연구 예측 기술 추천 방법.
  3. 삭제
  4. 삭제
  5. 제1항에 있어서,
    상기 연구 예측 기술 후보를 선정하는 단계는,
    해당 주체의 기간별 주요 기술들을 획득하는 단계;
    상기 기간별 주요기술 각각에 대한 주요 연구주체들을 획득하고 상기 주요 연구주체들의 주요 연구기술들을 각각 획득하는 단계;
    상기 주요 연구주체들의 주요 연구기술들을 빈도수에 따라 가중치를 부여하여 빈도 값을 구하고, 상기 구해진 빈도 값이 높은 순으로 정렬하는 단계; 및
    상기 정렬된 주요 연구기술들 중에서 상위에 랭킹된 일정 개수의 주요 연구기술들을 상기 주체의 연구 예측 기술 후보로 선정하는 단계를 포함하는 연구 예측 기술 추천 방법.
  6. 제1항에 있어서,
    상기 연구 예측 기술 후보를 선정하는 단계는,
    해당 주체의 기간별 주요 기술들을 획득하는 단계;
    상기 기간별 주요기술 각각에 대해 일정 년도 과거의 주요 연구주체들을 획득하고, 상기 주요 연구주체들의 최근 년도의 주요 연구기술들을 획득하는 단계;
    상기 주요 연구기술들을 빈도수에 따라 가중치를 부여하여 빈도 값을 구하고,상기 구해진 빈도 값이 높은 순으로 정렬하는 단계; 및
    상기 정렬된 주요 연구기술들 중에서 상위에 랭킹된 일정 개수의 주요 연구기술들을 상기 주체의 연구 예측 기술 후보로 선정하는 단계를 포함하는 연구 예측 기술 추천 방법.
  7. 제1항에 있어서,
    상기 연구 예측 기술 후보를 선정하는 단계는,
    해당 주체의 기간별 주요 기술들을 획득하는 단계;
    상기 기간별 주요기술들을 요소 기술로 가지는 상위 기술을 각각 획득하는 단계;
    상기 상위기술들을 빈도수에 따라 가중치를 부여하여 빈도 값을 구하고, 상기 구해진 빈도 값이 높은 순으로 정렬하는 단계; 및
    상기 정렬된 상위기술 중에서 상위에 랭킹된 일정 개수의 상위기술들을 상기 주체의 연구 예측 기술 후보로 선정하는 단계를 포함하는 연구 예측 기술 추천 방법.
  8. 제1항에 있어서,
    상기 연구 예측 기술 후보를 선정하는 단계는,
    해당 주체의 기간별 주요 기술들을 획득하는 단계;
    상기 기간별 주요기술들의 요소 기술을 각각 획득하고 모든 요소기술들의 상위 기술들을 각각 획득하는 단계;
    상기 상위기술들을 빈도수에 따라 가중치를 부여하여 빈도 값을 구하고, 상기 구해진 빈도 값이 높은 순으로 정렬하는 단계; 및
    상기 정렬된 상위기술들 중에서 상위에 랭킹된 일정 개수의 상위기술들을 상기 주체의 연구 예측 기술 후보로 선정하는 단계를 포함하는 연구 예측 기술 추천 방법.
  9. 삭제
  10. 제1항에 있어서,
    상기 연구 예측 기술 후보를 선정하는 단계는,
    제5항 내지 제8항 중 적어도 하나의 방법에 의해 가중치가 부여된 기술들 중에서 동일 기술들에 대한 빈도값을 구하고, 빈도값이 높은 순으로 기술들을 정렬하는 단계;
    상기 정렬된 기술들 중에서 상위에 랭킹된 일정 개수의 기술들을 상기 주체의 연구 예측 기술 후보로 선정하는 단계를 포함하는 것을 특징으로 하는 연구 예측 기술 추천 방법.
  11. 각 주체의 기간별 주요기술들을 연구기술정보 데이터베이스로부터 획득하고, 상기 기간별 주요기술들을 근거로 주요 연구주체들의 주요 연구기술들, 주요 연구주체들의 최근 주요 연구기술들, 상기 주요기술들을 요소 기술로 가지는 상위기술들, 상기 주요기술들의 요소기술들, 상기 주요기술들의 요소기술들을 요소기술로 가지는 또 다른 상위기술들 중 적어도 하나의 기술들을 획득한 후, 상기 획득된 기술들을 빈도 수에 따라 가중치를 부여하여 빈도 값을 구하고, 상기 획득된 기술들을 빈도 값이 높은 순으로 정렬하여 상위에 랭킹된 일정 개수의 기술을 각 주체의 연구 예측 기술 후보로 선정하는 연구 예측 기술 후보 선정 모듈; 및
    상기 선정된 연구 예측 기술 후보들을 빈도값이 높은 순으로 정렬하여 상위에 랭킹된 일정 개수의 기술들, 상기 연구 예측 기술 후보들 중에서 기술 생명 주기 그래프의 증가 단계에 해당하는 기술들, 최신의 기술들 중 적어도 하나에 의한 기술들을 연구 예측 기술로 추천하는 연구 예측 기술 추천 모듈;
    을 포함하는 연구 기술 예측 장치.
  12. 제11항에 있어서,
    기술용어사전에 정의된 기술들에 대한 주체, 각 주체의 주요기술 및 기간별 주요기술, 각 기술별 주요 연구주체, 각 기술에 대한 기간별 주요 연구주체 중 적어도 하나에 대한 정보가 저장된 연구기술정보 데이터베이스를 더 포함하는 것을 특징으로 하는 연구 기술 예측 장치.
  13. 삭제
  14. 삭제
  15. 제11항에 있어서,
    상기 연구 예측 기술 후보 선정 모듈은 각 주체의 기간별 주요 기술들, 상기 기간별 주요기술 각각에 대한 주요 연구주체들 및 상기 주요 연구주체들의 주요 연구기술들을 각각 획득하고, 상기 주요 연구주체들의 주요 연구기술들을 빈도수에 따라 가중치를 부여하여 빈도값을 구한 후, 빈도값이 높은 순으로 정렬하여 상위에 랭킹된 일정 개수의 주요 연구기술들을 상기 주체의 연구 예측 기술 후보로 선정하는 것을 특징으로 하는 연구 기술 예측 장치.
  16. 제11항에 있어서,
    상기 연구 예측 기술 후보 선정 모듈은 각 주체의 기간별 주요 기술들, 상기 기간별 주요기술 각각에 대해 일정 년도 과거의 주요 연구주체들, 및 상기 주요 연구주체들의 최근 년도의 주요 연구기술들을 획득하고, 상기 주요 연구기술들을 빈도수에 따라 가중치를 부여하여 빈도값을 구한 후, 빈도값이 높은 순으로 정렬하여 상위에 랭킹된 일정 개수의 주요 연구기술들을 상기 주체의 연구 예측 기술 후보로 선정하는 것을 특징으로 하는 연구 기술 예측 장치.
  17. 제11항에 있어서,
    상기 연구 예측 기술 후보 선정 모듈은 각 주체의 기간별 주요 기술들 및 상기 기간별 주요기술들을 요소 기술로 가지는 상위 기술을 각각 획득하고, 상기 상위기술들을 빈도수에 따라 가중치를 부여하여 빈도값을 구한 후, 빈도값이 높은 순으로 정렬하여 상위에 랭킹된 일정 개수의 상위기술들을 상기 주체의 연구 예측 기술 후보로 선정하는 것을 특징으로 하는 연구 기술 예측 장치.
  18. 제11항에 있어서,
    상기 연구 예측 기술 후보 선정 모듈은 각 주체의 기간별 주요 기술들, 상기 기간별 주요기술들의 요소 기술들 및 상기 요소기술들의 상위 기술들을 각각 획득하고, 상기 상위기술들을 빈도수에 따라 가중치를 부여하여 빈도값을 구한 후, 빈도값이 높은 순으로 정렬하여 상위에 랭킹된 일정 개수의 상위기술들을 상기 주체의 연구 예측 기술 후보로 선정하는 것을 특징으로 하는 연구 기술 예측 장치.
  19. 삭제
  20. 기술용어사전에 정의된 기술들에 대한 주체, 각 주체의 주요기술 및 기간별 주요기술, 각 기술별 주요 연구주체, 각 기술에 대한 기간별 주요 연구주체 중 적어도 하나에 대한 정보가 저장된 연구기술정보 데이터베이스를 구축하는 연구기술정보 데이터베이스 구축 장치; 및
    각 주체의 기간별 주요기술들을 상기 연구기술정보 데이터베이스로부터 획득하고, 상기 기간별 주요기술들을 근거로 주요 연구주체들의 주요 연구기술들, 주요 연구주체들의 최근 주요 연구기술들, 상기 주요기술들을 요소 기술로 가지는 상위기술들, 상기 주요기술들의 요소기술들, 상기 주요기술들의 요소기술들을 요소기술로 가지는 또 다른 상위기술들 중 적어도 하나의 기술들을 획득한 후, 상기 획득된 기술들을 빈도 수에 따라 가중치를 부여하여 빈도 값을 구하고, 상기 획득된 기술들을 빈도 값이 높은 순으로 정렬하여 상위에 랭킹된 일정 개수의 기술을 각 주체의 연구 예측 기술 후보로 선정하고, 상기 선정된 연구 예측 기술 후보들을 빈도값이 높은 순으로 정렬하여 상위에 랭킹된 일정 개수의 기술들, 상기 연구 예측 기술 후보들 중에서 기술 생명 주기 그래프의 증가 단계에 해당하는 기술들, 최신의 기술들 중 적어도 하나에 의한 기술들을 연구 예측 기술로 추천하는 연구 기술 예측 장치;
    를 포함하는 연구 기술 예측 시스템.
  21. 삭제
KR1020110113328A 2011-11-02 2011-11-02 연구 예측 기술 추천 방법 및 시스템 KR101155013B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110113328A KR101155013B1 (ko) 2011-11-02 2011-11-02 연구 예측 기술 추천 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110113328A KR101155013B1 (ko) 2011-11-02 2011-11-02 연구 예측 기술 추천 방법 및 시스템

Publications (1)

Publication Number Publication Date
KR101155013B1 true KR101155013B1 (ko) 2012-07-09

Family

ID=46715964

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110113328A KR101155013B1 (ko) 2011-11-02 2011-11-02 연구 예측 기술 추천 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR101155013B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101385452B1 (ko) * 2012-11-28 2014-04-24 한국과학기술정보연구원 네트워크 분석 방법을 이용한 연구개발 우선순위 결정 장치 및 방법
KR101618057B1 (ko) 2014-08-20 2016-05-13 울산과학기술원 기존서비스 분석을 통한 신규 서비스 기회분석 시스템 및 그 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008282222A (ja) * 2007-05-10 2008-11-20 Internatl Business Mach Corp <Ibm> 未来技術動向予測支援装置、方法、プログラム及び未来技術動向予測支援サービスを提供する方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008282222A (ja) * 2007-05-10 2008-11-20 Internatl Business Mach Corp <Ibm> 未来技術動向予測支援装置、方法、プログラム及び未来技術動向予測支援サービスを提供する方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101385452B1 (ko) * 2012-11-28 2014-04-24 한국과학기술정보연구원 네트워크 분석 방법을 이용한 연구개발 우선순위 결정 장치 및 방법
KR101618057B1 (ko) 2014-08-20 2016-05-13 울산과학기술원 기존서비스 분석을 통한 신규 서비스 기회분석 시스템 및 그 방법

Similar Documents

Publication Publication Date Title
CN104965905B (zh) 一种网页分类的方法和装置
CN103177090B (zh) 一种基于大数据的话题检测方法及装置
CN107862022B (zh) 文化资源推荐系统
CN108846056A (zh) 一种科技成果评审专家推荐方法及装置
CN111522733B (zh) 众包测试人员推荐与众包测试方法及电子装置
Hung et al. Mining trajectory profiles for discovering user communities
CN111125343A (zh) 适用于人岗匹配推荐系统的文本解析方法及装置
KR20180072167A (ko) 유사특허 추출 시스템 및 그 방법
Suh et al. Analysis and visualisation of structure of smartphone application services using text mining and the set covering algorithm: a case of App Store
KR101127883B1 (ko) 기술 생명 주기 그래프를 이용한 기술 추이 제공 방법 및 시스템
Nagwani et al. Predicting expert developers for newly reported bugs using frequent terms similarities of bug attributes
Patra Google Scholar-based citation analysis of Indian library and information science journals
CN103106234A (zh) 一种网页内容搜索方法和装置
KR20140081721A (ko) 텍스트마이닝을 이용한 중요 키워드 도출 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 매체
CN110310012B (zh) 数据分析方法、装置、设备及计算机可读存储介质
KR101192336B1 (ko) 기술 로드맵 서비스 제공 방법 및 시스템
KR101155013B1 (ko) 연구 예측 기술 추천 방법 및 시스템
KR101102466B1 (ko) 기술 추이 시각화 장치 및 방법
KR101110030B1 (ko) 이동통신 단말기에서 컨텍스트를 이용한 추천검색어 제공 시스템 및 방법
CN112069314B (zh) 一种基于科技文献数据的特定领域态势分析系统
KR20140026796A (ko) 맞춤형 특허분석 서비스 시스템 및 그 방법
KR101143466B1 (ko) 연구 연관도 서비스 제공 방법 및 시스템
Behdani et al. An alternative approach to rank efficient DMUs in DEA via cross-efficiency evaluation, Gini coefficient, and Bonferroni mean
Kuhrmann et al. A mapping study on method engineering: first results
WO2012132427A1 (ja) レコメンド装置、レコメンドシステム、レコメンド方法およびプログラム

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20150520

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160406

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20170327

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20181025

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20190619

Year of fee payment: 8

R401 Registration of restoration