[
-
内容大纲
本书立足复杂动态系统视角，构建“理论溯源-机理解析-预测优化”三位一体的研究框架，聚焦技术会聚的量化测度、动态演化与预测方法等关键问题。理论篇系统梳理技术会聚的基本概念、结构特征与主要研究范式，通过文献回顾与比较分析，揭示该领域在不同发展阶段形成的代表性成果与演进脉络；机理篇则探索运用网络统计模型（ERG家族，如STERGM、BTERGM），从形成与消散两个动态过程入手，刻画技术会聚的演化机制，并结合网络拓扑结构与语义关联等多维视角，深入剖析影响技术会聚发生与演进的关键成因；预测篇进一步聚焦于融合机器学习与图神经网络等方法，通过引入新语义特征、拓扑特征与节点动力机制，以及局部子图微环境提升模型表示学习能力，改进会聚模型的评估手段，提升技术会聚预测的可靠性与适用性。整体而言，本书力图在理论建模、机制解释与方法创新之间形成有机衔接，为学界提供技术会聚研究的系统化框架，也为科技管理与产业决策提供具有可操作性的分析与预测工具。 -
作者介绍
杨冠灿，中国人民大学信息资源管理学院副教授，博士生导师，中国人民大学信息资源管理案例中心主任，中国人民大学信息分析中心研究员。主要研究领域：专利数据挖掘、技术创新网络、技术预测。在Journal of Informetrics、TFSC、《科研管理》、《情报学报》等核心期刊上发表多篇学术论文。主持国家自然科学基金项目三项，参与多项国家科技支撑计划、重点研发计划项目等重要项目。获得北京高校优秀本科毕业论文（设计）指导教师、中国人民大学本科课外教学优秀奖等奖励。 -
目录
第1章 绪论
1.1 引言
1.2 基本概念
1.3 主要特征
1.4 研究问题
1.5 研究内容
1.6 研究方法
理论篇
第2章 技术会聚的概念及辨析
2.1 引言
2.2 技术会聚的概念
2.3 技术会聚的分类
2.4 技术会聚的驱动力
2.5 技术会聚的理论
2.6 相邻概念辨析
第3章 会聚观对技术会聚研究的启示
3.1 引言
3.2 会聚观的基本概念与框架
3.3 会聚观对技术会聚的理论启示
3.4 会聚观对技术会聚的实践启示
第4章 复杂动态视角下的技术会聚预测方法进展
4.1 引言
4.2 技术会聚特征测度方法
4.3 复杂视角下的技术会聚形成机制识别方法
4.4 动态视角下的技术会聚预测方法
4.5 总结
第5章 基于大模型的文献形态学矩阵构建方法研究——以技术会聚领域为例
5.1 引言
5.2 相关研究
5.3 文献形态学矩阵构建
5.4 实证分析
5.5 结论
机理篇
第6章 复杂动态视角下的技术会聚形成机理研究方法
6.1 引言
6.2 指数随机图模型的基本框架
6.3 技术会聚情境中ERGM的应用
6.4 动态扩展：TERGM与STERGM的应用
6.5 方法论的挑战与解决方案
6.6 总结与展望
第7章 持续性融入技术会聚分析——基于离散时序指数随机图模型
7.1 引言
7.2 文献综述
7.3 研究设计
7.4 实证分析
7.5 结论与不足
第8章 多维驱动力的协同演化：技术会聚网络动力学的解析
8.1 引言
8.2 文献综述
8.3 研究设计
8.4 实证分析
8.5 结论与不足
预测篇
第9章 面向技术会聚的链路预测方法
9.1 引言
9.2 链路预测方法的分类
9.3 启发式链路预测方法
9.4 潜在特征方法
9.5 利用机器学习改进经典链路预测方法性能
9.6 基于图神经网络的链路预测方法
9.7 多种链路预测方法的比较
9.8 技术会聚预测中链路预测方法的挑战与改进方向
第10章 基于监督学习的技术会聚预测方法研究
10.1 引言
10.2 研究设计
10.3 实证分析
10.4 总结
第11章 基于图神经网络的细粒度技术会聚预测方法研究
11.1 引言
11.2 相关研究
11.3 研究设计
11.4 实验环节
11.5 结论
第12章 一种基于节点动力学的技术会聚预测框架研究
12.1 引言
12.2 相关研究
12.3 研究设计
12.4 实证结果与讨论
12.5 结论
第13章 基于节点对级子图学习的技术会聚预测框架研究
13.1 引言
13.2 研究设计
13.3 实证结果与讨论
13.4 结论
后记
附录
参考文献
同类热销排行榜
[an error occurred while processing this directive]推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...