基于知识图谱分析的产业创新评估预测模型研究基于知识图谱分析的产业创新评估预测模型研究：未知〔摘要〕[目的]知识图谱分析的自动化程度与动态性能不高，一直是其运用于产业创新研究领域的主要障碍。[方法]为解决上述难题，提出了基于知识图谱分析的产业创新预测模型；给出了该模型的框架结构、功能模块以及运作流程，详述了其中的关键算法；该模型通过灰色分图算法对产业创新项目规划进行内容界定与可能性评估，通过知识图谱生长衍化算法对产业创新未来趋势进行预测。[结果]实测结果表明，该模型比既有的预测模型，具有更高的分图收敛速度和图谱覆盖度，并具备较为精准的预测能力。〔关键词〕情报处理；知识图谱分析；产业创新；评估预测DOI：10.3969/j.issn.1008-0821.2018.06.021〔〕G203；F276〔文献标识码〕A〔〕1008-0821（2018）06-0138-06〔Abstract〕[Objective]Thelowautomationanddynamicprocessingcapabilityofknowledgegraphanalysissystemsandmodelsaremajorobstaclesintheadvanceofindustrialinnovationevaluationandpredictionapplications.[Context]Inordertodealthem，anovelindustrialinnovationevaluationandpredictionmodelwasproposedbasedonknowledgegraphanalysis.Anditsframeworks，functionalmodules，andworkingflowsweregivenasfollowing.Byanovelgreysubgraphalgorithm，themodelmadeindustrialinnovationprojectplanescontentdefinitionandpossibilityassessment.Andaknowledgegraphgrowthandevolutionalgorithmwasusedtopredictthefuturetrendofindustrialinnovation.[Results]Actualmeasurementresultsshowedthatthemodelhadbettersub-graphconvergencerate，graphcoverage，andpredictionefficiencythanthetraditionaldoes.〔Keywords〕informationprocessing；knowledgegraphanalysis；industrialinnovation；evaluationandprediction知?R图谱在图书情报学界也被称为知识域可视化或知识领域映射地图，该技术能够将知识资源及其载体有机地结合起来，并且通过对知识点（资源）与知识链（关系）构成的复杂网络进行处理，来挖掘、分析和显示这些要素之间的深层次关系。目前，知识图谱及其相关算法已在众多交叉领域得到了应用，其中产业创新管理工作中广泛应用知识图谱作为决策辅助工具与信息情报管理手段，并出现了一批新型的知识图谱应用方法与技术，包括：王学东等研究人员提出了产业衍生的知识图谱耦合机理，并对其应用前景进行了分析[1]。陈瑜等人基于知识图谱构建了战略性新兴产业创新演进框架，证明了知识图谱对于产业创新具有良好的描绘与仿真能力[2]。韩路等人研究了基于贝叶斯网的知识图谱链接预测算法，为知识图谱预测与评估工作打开了思路[3]。AliSalehS与NaderNada等人总结了“信息资源―知识图谱―信息应用”的研究路径，并指出知识图谱结合时间序列计算等技术，具有广阔的管理应用前景[4-5]。HeikoPaulheim与GaimeiLu等人对知识图谱的分图评估技术进行了研究，并证明知识图谱分图算法能够使管理者从局部视图出发获取所需信息，避免信息过量等问题[6-7]。RobertR.Hoffman和KevinT.Knudsen等人对上述研究结果进行了论证，并且将知识图谱预测技术应用在区域经济管理等工作中，取得了良好的效果[8-9]。YiTay与JohnCoffey等人对知识图谱在产业创新项目评估与预测工作中的应用进行了研究，提出了分图算法在知识图谱演进中的框架与流程[10-11]。CyrusF.Nouran、Jean-LouisErmine以及Yu-HuiTao等人在税收管理创新等领域应用了知识图谱预测技术，并取得了良好的效果[12-14]。WayneG.Lutters与ByronMarshall等人研究了知识图谱分图与子图演进的框架与算法，并通过数据仿真证明了其有效性和适用性，为知识图谱的预测与评估应用打开了思路[15-16]。尽管上述研究取得了一定的理论与实践进展，并证明了知识图谱在产业创新管理中的应用价值，但在实际工作中发现上述研究成果还存在人工干预较多、预测与评估精度较差、覆盖度较低等问题。基于这些问题，本研究提出了一种基于知识图谱分析的产业创新评估预测模型IIKM（IndustrialInnovationKnowledgeGr...