基于二分网络多维投影的技术交易机会预测——以新能源领域专利技术为例.docx

基于二分网络多维投影的技术交易机会预测——以新能源领域专利技术为例
基于二分网络多维投影的技术交易机会预测——以新能源领域专利技术为例
摘要：
现代科技发展迅猛，技术的交流与合作也变得日益频繁。技术交易是企业之间进行技术合作与互动的重要方式之一。然而，技术交易中的机会预测一直是一个难题。本文以新能源领域专利技术为例，基于二分网络多维投影的技术交易机会预测方法，提出了一种有效的预测方法，为技术交易提供了参考。
1.引言
新能源领域在解决能源问题、促进环境保护等方面具有重要意义。然而，新能源技术的研究与发展需要投入大量的资源与资金，技术交易可以促进新能源技术的合作与共享，提高技术发展效率。因此，如何预测新能源领域的技术交易机会成为一个重要的研究问题。
2.相关工作
2.1技术交易机会预测方法
目前，已有许多技术交易机会预测方法被提出。其中，基于机器学习的方法广泛应用于技术交易的预测中。这些方法通过对大量的技术交易数据进行分析与建模，利用机器学习算法进行预测。然而，现有的方法仍然存在一些问题，如数据维度高、特征选择困难等。
2.2二分网络多维投影
二分网络多维投影是一种新的数据处理方法，可以将高维数据映射到低维空间中，同时保持数据之间的相关性。这种方法在图像处理、推荐系统等方面具有广泛的应用。本文将二分网络多维投影方法应用于技术交易机会预测中，通过对技术交易数据进行投影，得到技术交易的低维表示，从而实现对技术交易机会的预测。
3.方法
3.1数据预处理
首先，我们需要对技术交易相关数据进行预处理。包括数据清洗、特征提取、数据标准化等步骤。通过这些预处理步骤，我们可以得到干净、规范、可分析的数据。
3.2二分网络的构建
将技术交易数据构建成一个二分网络，其中节点表示技术交易参与方，边表示技术交易关系。通过构建二分网络，可以更好地理解技术交易的关系与特征。
3.3二分网络多维投影
对构建的二分网络进行多维投影，将高维的技术交易数据映射到低维空间中。通过多维投影，我们可以将技术交易数据的维度降低，同时保持数据之间的相关性。
3.4技术交易机会预测
在低维空间中，利用机器学习算法进行技术交易机会的预测。通过建立预测模型，结合技术交易数据的低维表示，可以实现技术交易机会的准确预测。
4.实验与结果
通过使用真实的新能源领域专利技术数据，我们对提出的方法进行了实验验证。实验结果表明，基于二分网络多维投影的技术交易机会预测方法能够有效地预测新能源领域的技术交易机会。
5.结论
本文提出了基于二分网络多维投影的技术交易机会预测方法，实验证明该方法在新能源领域的技术交易机会预测中具有较好的效果。未来的研究可以进一步探索该方法在其他领域的应用，提高技术交易的效率与准确性。
参考文献
[1]HuangY,QiuM,WuJ,etal.Predictingtechnologytransactionopportunitiesbasedonbipartitenetworkprojection[J].JournalofCleanerProduction,2018,185:820-828.
[2]LiuY,XuY,WuJ,etal.Mappinghigh-dimensionaldataintoalow-dimensionalspace:anewmethodbasedonbipartitenetworkprojection[J].ScientificReports,2016,6(1):22883.
[3]LiuY,XuY,WuJ,etal.Boostinghigh-dimensionaldataclusteringwithnetworkcolumeembedding[J].ScientificReports,2015,5(1):9729.