Indexed by：
Abstract：
[目的]通过挖掘专利转让加权网络主体信息及结构特征对交易机会进行预测,促进技术供需有效对接.[方法]采集新能源领域2012年-2016年数据构建专利转让加权网络,通过熵权法融合网络结构与内容指标,结合网络真实权重与结构权重,利用BP神经网络预测技术交易机会及其权重.[结果]融合结构指标RA与内容指标Cosine的预测精度达到94.28％,在所有指标组合中最高;结合网络真实权重与结构权重预测链接权重,预测误差有所降低.[局限]模型未充分考虑节点属性及网络演化机制.[结论]链路预测方法具有较高预测精度,能更全面挖掘专利技术交易网络中潜在供需主体对及其权重,对实践具有一定指导意义.
Keyword：
Reprint Author's Address：
Email：
Source ：
数据分析与知识发现
ISSN： 1003-3513
Year： 2018
Issue： 11
Volume： 2
Page： 73-79
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 3
Chinese Cited Count：
30 Days PV： 15
Affiliated Colleges：
