[目的/意义]在专利转让网络中,通过挖掘供需主体信息及网络结构对交易机会的预测,有助于提升专利的转化效率.[方法/过程]以新能源领域为例,采集2012-2016年专利转让数据,构建专利技术交易加权有向网络.在转让数据统计分析与网络结构研究基础上,计算并筛选网络节点结构相似度指标,利用LDA主题模型结合余弦相似度方法计算节点内容相似性指标,通过熵权法将结构与内容指标融合,预测网络中专利技术供需主体间交易机会及专利技术流动方向.[结果/结论]结果表明:RA相比其他9个结构指标其预测精度更高,将RA与内容相似性指标融合后,预测精度略有上升,预测结果相比单一结构指标,更全面的挖掘出可能发生交易的供需主体对,结果更具多样化和合理性,在实践中更具有辅助决策的价值.