基于技术关键词的学科领域协同演化分析实证研究
浅析跨学科发展及演变
浅析跨学科发展及演变跨学科发展是近年来逐渐兴起的一种学术趋势，它不再将学科间的界限看得那么严格，而是在不同学科之间进行融合、交叉、互补，从而创造出新的学科领域和知识体系。
本文将从跨学科发展的起源和演变历程、跨学科发展的意义和挑战、跨学科发展的案例和未来发展趋势等几个方面进行浅析。
一、跨学科发展的起源和演变历程跨学科研究和跨学科领域的发展并非一蹴而就，它经历了长期的演变和积累。
早在20世纪初，随着科学知识的不断积累和科学技术的快速发展，学术研究逐渐呈现出了多学科交叉的趋势。
而在20世纪50年代之后，信息技术的迅速发展加速了学科之间的交流和融合，为跨学科研究的兴起奠定了基础。
随着全球化的加速和知识传播的广泛，跨学科研究变得更加重要。
越来越多的研究者开始意识到单一学科研究的局限性，他们希望通过跨学科的方式来解决更为复杂的问题，从而开拓更广阔的研究视野。
跨学科研究在当今已成为一种学术新风尚，越来越受到学术界和社会的重视和关注。
二、跨学科发展的意义和挑战跨学科发展的意义主要表现在以下几个方面：1. 提高学术研究的创新性和独特性。
在跨学科研究中，不同学科之间的知识和方法可以相互借鉴、融合，从而形成全新的研究思路和方法，产生更有创新性和独特性的成果。
2. 促进学科之间的交流与合作。
跨学科研究的开展，有助于不同学科之间的交流与合作，有利于共享资源、整合优势、解决共同问题，进而形成协同效应，推动学科的发展。
3. 解决复杂问题。
很多时候，复杂的现实问题往往是多方面因素综合作用的结果，无法只依靠单一学科的知识和方法来解决。
而跨学科研究正是能够提供更为全面和有效的解决方案。
跨学科研究也面临着一些难题和挑战：1. 学科交叉融合的难度大。
不同学科间的术语和概念、方法和理论往往各自独立发展，要实现其间的融合需要相当的努力和耐心。
2. 学术评价与奖励机制不够完善。
传统的学术评价体系更多地注重于探讨一门学科内的问题和发展，对于跨学科研究存在一定的认知上的挑战。
高通量实验设计及其在科学研究中的应用
高通量实验设计及其在科学研究中的应用高通量实验设计是一种基于大数据和自动化技术的研究方法，在科学研究中得到了广泛的应用。
本文将依次从高通量实验的定义、设计原则、应用领域和未来发展等方面进行探讨。
一、高通量实验的定义高通量实验是一种通过同时处理大量样品或数据的实验设计方法。
在高通量实验中，通常会利用自动化技术和计算机软件对数据进行收集、处理和分析，以提高实验效率和准确度。
二、高通量实验的设计原则高通量实验的设计需要遵循以下原则：1. 整体思考和整合资源：高通量实验通常需要协调多个实验室和研究人员之间的合作，因此需要考虑整体资源的分配和协调。
2. 标准化和优化实验过程：高通量实验设计需要考虑实现标准化和优化实验过程，以便加快实验时间、提高实验效率和准确度。
3. 数据质量管理和分析：高通量实验的数据量通常非常大，因此需要建立严格的数据质量管理并进行合理的数据分析。
三、高通量实验在生物学、物理学和化学等领域的应用1. 生物学：高通量实验设计在生物学领域的应用非常广泛，包括基因组学、蛋白质组学、代谢组学等多个方面。
其中，基因测序技术和基因芯片技术是目前最主流的高通量实验技术之一，可用于研究生物体的基因表达谱、基因功能、遗传变异等问题。
2. 物理学：高通量实验设计在物理学中的应用主要集中在高能物理和粒子物理领域。
例如，在欧洲核子中心（CERN）的大型强子对撞机实验中，科学家们使用高通量实验技术来研究基本粒子的性质，了解宇宙的起源和演化。
3. 化学：高通量实验设计在化学领域的应用主要涉及化合物筛选、反应动力学、分子模拟等多个方面。
例如，科学家可以使用高通量实验技术来研究化合物的性质，快速筛选出潜在的药物分子，并优化其结构和性能。
四、高通量实验未来的发展方向高通量实验设计正面临着以下几个未来的发展方向：1. 创新技术的研发和应用：随着现代科学技术的不断更新和发展，高通量实验技术也将不断创新和完善。
未来可望应用更为智能化和多样化的自动化技术，例如机器学习和人工智能等技术，以提高实验的准确度和效率。
协同教育国内外研究现状述评
协同教育国内外研究现状述评发布时间： 2006-12-19 10:16:38 被阅览数： 572 次来源：阳光协同教育网文字〖大中小〗自动滚屏（右键暂停）作者：李运林“协同教育”是协同学理论在教育领域应用而形成的新的教育理论。
协同学是由德国著名理论物理学家哈肯（Haken）创立的一门系统科学的分支理论。
它专门从系统演化角度来研究自然界、人类社会系统中各子系统在外界物质、能量、信息作用下产生非线性相互作用而形成协同效应的机理和规律。
协同教育探究由学校教育系统、家庭教育系统、社会教育系统所构成的大教育系统中，各系统如何发挥其各自的自组织能力，在一定的条件下形成合作、协同、同步、互补的“协同效应”，这是国内外对协同教育理论的普遍认识。
学校、家庭和社区的协同教育是协同教育的重要组成部分。
目前，学校、家庭和社区教育已引起了各国的广泛关注，对学校、家庭和社区教育的研究已成为世界范围内一项教育研究的重点。
在美国和一些发达国家，学校、家庭和社区教育的研究起步比较早，有专门的学术机构从事学校、家庭和社区教育的理论研究，并有相关的法律法规保障理论研究成果对实践的指导。
美国把学校、家庭和社区教育问题列为十大社会问题之一，并耗巨资召开了“白宫家庭会议”，对目前存在的学校、家庭和社区教育问题进行深入地检讨与探究。
日本从中央到地方都设立了由首相和地方行政长官任主任的“家庭教育指导委员会”。
我国的香港和台湾地区的“家长义工”，日本学校的“教师、家长、学生”的“相谈”活动，德国有的省将“家长指导孩子参加劳动”列入法律条文，英国对没有履行协同教育的家长实行罚款，还有一些国家采用“家长开放日”等活动。
在这些国家，网络与通讯等先进的科学技术已成为学校、家庭和社区教育必不可少的工具。
在美国、加拿大等欧美国家，已构建了支持学校、家庭和社区教育的较为完善的社会教育信息服务网络系统，为家校双方提供了有效、便利的信息服务平台和快捷的沟通工具，为学校、家庭和社区教育开辟了“家校合一、以人为本”的新环境。
协同演变逻辑
协同演变逻辑协同演变逻辑（Co-evolutionary Logic）是指在某个系统中，多个因素或元素相互影响、相互作用的过程。
这个过程是动态的、不断演进的，相互作用的各个元素会相互适应、相互调整，从而共同演化，形成新的系统状态。
协同演变逻辑的核心思想是，系统中的各个因素或元素之间存在着相互依赖、相互作用的关系。
这种关系不是单向的，而是互相影响、互相调整的。
在这个过程中，各个因素或元素的变化会引起其他因素或元素的变化，从而产生新的系统状态。
协同演变逻辑在许多领域都有应用，例如生态学、经济学、社会学等。
在生态学中，不同物种之间的相互作用会导致物种的适应和进化；在经济学中，市场中的供需关系会导致价格的变化和经济的发展；在社会学中，个体之间的互动会导致社会结构的变化和社会规范的形成。
协同演变逻辑的应用也可以进一步推广到人类与技术的关系中。
随着科技的不断进步，人类与技术的关系也在发生变化。
人类对技术的需求和使用会促使技术的创新和发展，而技术的进步又会影响人类的生活和行为方式。
这种相互作用和相互影响的关系，正是协同演变逻辑的体现。
例如，在移动互联网的时代，人们对便捷的通信和信息获取的需求促使了智能手机的发展。
随着智能手机的普及，人们的生活方式也发生了变化，例如通过手机进行在线购物、社交媒体的使用等。
而人们对便捷和个性化服务的需求又推动了移动应用的发展，形成了一个良性循环的协同演变过程。
协同演变逻辑的思想也可以应用于团队合作和组织管理中。
在一个团队或组织中，不同成员之间存在着相互依赖和相互作用的关系。
团队中的每个成员都有自己的专长和角色，他们的互补和协作能力决定了团队的绩效和效率。
团队成员之间的相互作用和相互适应，可以通过有效的沟通、协作和共同目标的制定来实现。
协同演变逻辑是一种描述系统中各个因素或元素相互作用和相互适应的过程的逻辑。
它不仅适用于自然系统的研究，也可以应用于人类与技术、团队合作和组织管理等领域。
绿色金融助推企业绿色技术创新的演化博弈动态分析和实证研究
绿色金融助推企业绿色技术创新的演化博弈动态分析和实证研究一、本文概述随着全球环境问题的日益严重，绿色发展和可持续发展已成为全球共识。
绿色金融作为推动绿色发展的重要手段，其在推动企业绿色技术创新方面的作用日益凸显。
本文旨在通过演化博弈论的视角，深入剖析绿色金融如何助推企业绿色技术创新的动态过程，并结合实证研究，为绿色金融与企业绿色技术创新的关系提供理论支撑和实践指导。
本文将对绿色金融和企业绿色技术创新的概念进行界定，明确研究范围和对象。
在此基础上，通过文献综述，梳理绿色金融与企业绿色技术创新的相关理论和研究成果，为后续的演化博弈分析和实证研究提供理论基础。
本文将运用演化博弈论的方法，构建绿色金融与企业绿色技术创新的演化博弈模型。
通过模型分析，揭示绿色金融与企业绿色技术创新之间的相互作用机制和演化路径，探讨绿色金融如何影响企业绿色技术创新的决策和行为。
再次，本文将进行实证研究，以验证演化博弈模型的正确性和有效性。
通过收集相关数据，运用计量经济学等方法，分析绿色金融对企业绿色技术创新的影响程度和路径，为政策制定和企业实践提供实证支持。
本文将对研究结果进行总结和讨论，提出推动绿色金融与企业绿色技术创新协同发展的政策建议和实践启示。
通过本文的研究，旨在为推动绿色发展、实现可持续发展目标提供有益的理论和实践参考。
二、文献综述随着全球环境保护意识的日益增强，绿色金融在企业绿色技术创新中的作用日益凸显。
绿色金融通过提供资金支持、优化资源配置、引导资金流向等方式，推动企业进行绿色技术创新，以实现经济与环境的协调发展。
本文将从演化博弈论的角度，对绿色金融与企业绿色技术创新的关系进行深入研究。
绿色金融的相关研究主要集中在绿色金融的定义、发展历程、功能与作用等方面。
绿色金融强调在投融资活动中充分考虑环境保护和可持续发展的要求，通过绿色信贷、绿色债券、绿色保险等金融工具，引导资金流向环保、节能、减排等绿色产业。
绿色金融的发展有助于推动经济结构的绿色转型，促进可持续发展。
高校协同创新研究(3篇)
高校协同创新研究（3篇）第一篇：云服务环境下的高校协同创新研究摘要：本文结合云技术深入发展的科技背景，主要以高校视角探讨目前协同创新存有的问题，并研究云服务环境下协同创新过程中高校对于人才、信息、技术等资源的整合优势，形成云服务环境下的高校协同创新模式，从而为实现多方深度合作提供新的思路。
关键词：云服务；高校；协同创新1引言协同创新作为国家科学技术发展的战略选择之一，其价值核心是知识增值，是以协调融合高校、科研单位、企业、政府部门、金融机构等多方主体的资源优势，从而共同创造价值的过程。
随着云技术的出现与发展，诸多领域都建立了基于云计算的优势平台和应用服务，并取得很好的效果，而将云计算技术引入产学研领域也是势在必行。
基于云服务环境下的协同创新可以提供加速资源汇聚、提炼创新要素的高效整合平台，进而突破协同创新多主体间的原有壁垒，充分激发人才、技术、资本等要素潜能与活力，实现多方的有益深度合作。
因此，随着基础实施环境发生的根本改变，协同创新的组织模式、内容延展性也将发生巨大变化，本文主要分析目前协同创新中高校作为协作主体所存有的问题，探讨将云计算技术引入协同创新给高校参与方所带来的机遇与优势，并就云服务环境下的高校协同创新形式与内容展开研究。
2研究现状在美国，SIMtone特意推出了“通用云计算服务”，专业面向教育领域，学生通过瘦客户端、笔记本电脑、手机等终端可以接入云服务，计算资源和硬件设施维护由云服务供应商提供。
Google公司从经济性出发，为学生提供软件定制SaaS服务，部分应用软件如办公软件、电子邮件等学生可免费使用1。
在国内，基于云技术的协同创新研究与实践也是当前教育科研领域的热点。
鲁若愚、朱卫杰对云服务环境下的协同创新形式进行了界定及比较，总结了基于云技术的创新模式特点：依靠云创新环境，整合云创新资源和产生云创新成果2。
叶伟巍从实证的角度分析我国产学研的协同静态机制和动态演进机制，并研究相对应的政策激励效果3。
协同演化名词解释
协同演化，是两个或多个无亲缘关系的物种共同生活，在各自演化的过程中相互影响，包括它们的演化方向、速率等。
协同演化理论于20世纪80年代成为生物学领域的一个重要分支，并通过类比研究的方式，迅速扩展到经济学、组织与管理、地质学、天文学、语言学、计算机建模、精神分析等非生物学领域的研究中，逐步成为分析解释复杂现象的科学研究方法，收到了理论界的广泛关注。
21世纪初，协同演化的理论体系基本建立，并在社会经济领域取得了丰硕的研究成果。
在组织和市场环境日益动荡、复杂的今天，协同演化成为系统演化理论的重要研究热点。
1、理论基础协同演化理论尚处于发展阶段，没有形成成熟的理论体系，而协同演化本身也没有统一的概念标准，不同学者根据各自的研究目的与需要分别给出了不同的定义。
Ehrlich and Raven(1964)通过研究蝴蝶与花草类植物间的关系，发现某种植物往往会吸引或排斥某些特定种类的蝴蝶，物种在一定程度上是持续相互影响并协同演化的，但他们并未对协同演化做出明确的定义。
Janzen(1980) 尝试提出了协同演化的定义，即生物间的协同演化是两种(或多种)具有密切的生态关系但不交换基因的生物的联合进化。
Norgaard(1984)认为，协同演化不仅是“协同”的，更是“演化”的，是“相互影响的各种因素之间的演化关系”，而在社会经济系统中，协同演化主要反映了知识、价值、组织、技术和环境五个子系统的长期反馈关系。
Baum and Singh(1994)进一步指出，协同演化是关于组织与环境关系和反馈方式的一种研究。
Murman(2003)通过对协同演化的内涵进行分析，厘清了并行发展与协同演化之间的关系，认为协同演化不同于并行发展，只有在两个演化种群之间拥有能够显著改变对方适应特征的双向因果关系时，两者之间才存在协同演化。
Volberda and Lewin (2003)认为，协同演化理论应遵循达尔文主义的一般性分析框架，对复制者和互动者进行详细的规定，并运用“变异”“复制”和“选择”的观点来描述协同演化的过程。
数字经济背景下数字化赋能先进制造企业价值创造机理研究基于企业与消费者协同演化视角
数字经济背景下数字化赋能先进制造企业价值创造机理研究基于企业与消费者协同演化视角一、概述在数字经济迅猛发展的时代背景下，数字化赋能已经成为先进制造企业提升竞争力、实现价值创造的重要途径。
本文旨在从企业与消费者协同演化的视角，深入探究数字经济背景下数字化赋能先进制造企业价值创造的机理。
我们需要明确数字经济对制造业的深远影响。
随着信息技术的不断革新和互联网的普及，数字经济正在重塑制造业的产业链、价值链和创新链。
数字化技术如大数据、云计算、人工智能等，为制造企业提供了更高效、更精准的生产和管理手段，同时也为消费者带来了更便捷、更个性化的消费体验。
数字化赋能先进制造企业价值创造的过程是一个复杂而系统的过程。
这不仅涉及到企业内部生产流程的优化、管理模式的创新，还涉及到企业与消费者之间的深度互动和协同演化。
在这个过程中，企业需要充分利用数字化技术，提升生产效率、降低成本、优化产品质量，同时还需要关注消费者的需求和反馈，及时调整产品策略和市场策略，实现与消费者的共同进化和价值共创。
本文将从理论与实证相结合的角度，对数字化赋能先进制造企业价值创造的机理进行深入剖析。
我们将通过构建理论模型、分析案例数据等方式，揭示数字化赋能对制造企业价值创造的具体作用路径和影响因素，为企业制定数字化转型战略提供理论支持和实践指导。
本文的研究具有重要的理论意义和实践价值，有助于深化对数字经济背景下制造企业数字化转型和价值创造的理解，为推动制造业高质量发展提供有益的参考和借鉴。
1. 数字经济背景及发展趋势随着信息技术的迅猛发展，数字经济已成为全球经济发展的重要引擎。
它以大数据、云计算、物联网、人工智能等关键技术为支撑，正深刻改变着传统制造业的生产方式和商业模式。
在数字经济背景下，先进制造企业面临着前所未有的发展机遇与挑战，数字化赋能成为企业提升竞争力、实现价值创造的关键路径。
从发展趋势来看，数字经济呈现出以下几个显著特点。
数据资源成为数字经济时代的核心资产，其价值在不断提升。
关于协同发展的文献综述
关于协同发展的文献综述山西财经大学一、国外协同理论的发展应用协同（synergy），它是指复杂系统内各子系统通过协同行为的相互作用，从而产生整个系统的联合作用超越各要素的单独作用的现象。
协同理论从产生到发展和不断的完善，主要经历了微观到宏观的发展历程。
Ansoff（1965）从微观层面首次指出，协同指的是基于主要是指两个企业在资源共享的基础上所产生的共生互长的关系。
将协同理论上升为一门学科的哈根指出，不同的系统，虽然性质不同，但是从无序转变到有序状态的过程中却遵循一个相同的规律。
Haken 于 1977 年出版专著《协同学导论》，正式将系统学的理论框架建立起来。
协同学指出，每个系统都包含多个子系统，系统的有序或无序则用有序度来表示。
在系统处于非平衡状态时，各子系统则呈现自发的、无规则的运用，子系统之间也存在一定的关联运用。
系统在有序和无序之间存在一个临界点，成为变相点。
当系统靠近变相点时，子系统之间的关联性得以增强，而相对的独立的无规则运动得以减弱。
子系统的关联作用达到一定值时，变成了主导地位，整个系统就会呈现子系统之间的关联运动所表现出的协同作用。
随着协同学的快速发展，目前在自然科学、社会科学领域都开始运用协同理论来开展广泛研究，它为人们解决复杂的系统问题提供了一条新的路径。
协同学的发展使得人们重新开始认识生命系统从非生命系统产生的过程，也使得有序与无序真正统一起来成为可能。
在社会科学领域，社会生态系统理论（Society Ecosystems Theory）是社会工作的重要基础理论之一。
Beckett 和 Johnson（1995）研究指出，生态系统理论是指用于描绘、分析人和其他存在的系统，以及他们之间交往的理论。
随着协同学的发展，越来越多的学者将协同理论运用在社会生态系统理论之中，用来调和生态系统中经济要素、经济主体和经济客体的关系。
此后，James F.Moore（1998）从社会生态系统中，分离出商业生态系统，界定了商业生态系统理论的内涵。
基于iSIGHT的多学科设计优化平台的研究与实现
基于iSIGHT的多学科设计优化平台的研究与实现一、本文概述随着现代工程技术的快速发展，产品设计的复杂性日益增加，涉及多个学科领域的知识和技术。
这种复杂性要求设计师在设计过程中必须考虑多种因素，如性能、成本、可靠性、可制造性等，从而实现整体最优设计。
然而，传统的设计优化方法往往只能针对单一学科进行优化，难以处理多学科之间的耦合和冲突。
因此，开发一种基于多学科设计优化（MDO）的平台，对于提高产品设计的质量和效率具有重要意义。
本文旨在研究并实现一种基于iSIGHT的多学科设计优化平台。
iSIGHT作为一种先进的优化算法平台，具有强大的优化求解能力和丰富的优化算法库，为多学科设计优化提供了有力支持。
本文将首先介绍多学科设计优化的基本原理和方法，然后详细阐述基于iSIGHT 的多学科设计优化平台的架构、功能和技术实现，并通过具体案例验证平台的可行性和有效性。
通过本文的研究和实现，旨在为设计师提供一个高效、可靠的多学科设计优化工具，帮助他们在设计过程中综合考虑多个学科因素，实现整体最优设计。
本文也希望为相关领域的研究者和技术人员提供一些有益的参考和启示，推动多学科设计优化技术的发展和应用。
二、多学科设计优化概述随着现代工程技术的不断发展和复杂性的增加，传统的单学科设计优化方法已经无法满足许多复杂系统的设计要求。
因此，多学科设计优化（MDO，Multidisciplinary Design Optimization）应运而生，它通过将不同学科的知识、方法和工具集成在一起，实现复杂系统整体性能的最优化。
MDO旨在解决在产品设计过程中出现的跨学科耦合问题，以提高产品的设计质量和效率。
MDO的核心思想是在产品设计阶段就考虑不同学科之间的相互影响和约束，通过协同优化各个学科的设计参数，实现整个系统的全局最优。
这种方法能够有效地减少设计迭代次数，缩短产品开发周期，并降低成本。
同时，MDO还能够提高产品的综合性能，使其在满足各项性能指标要求的同时，达到最优的整体效果。
协同学(synergetics)
协同学（Synergetics）协同学亦称协同论或协和学，是研究不同事物共同特征及其协同机理的新兴学科，是近十几年来获得发展并被广泛应用的综合性学科。
它着重探讨各种系统从无序变为有序时的相似性。
协同论的创始人哈肯说过，他把这个学科称为“协同学”，一方面是由于我们所研究的对象是许多子系统的联合作用，以产生宏观尺度上结构和功能；另一方面，它又是由许多不同的学科进行合作，来发现自组织系统的一般原理。
客观世界存在着各种各样的系统；社会的或自然界的，有生命或无生命的，宏观的或微观的系统等等，这些看起来完全不同的系统，却都具有深刻的相似性。
协同论则是在研究事物从旧结构转变为新结构的机理的共同规律上形成和发展的，它的主要特点是通过类比对从无序到有序的现象建立了一整套数学模型和处理方案，并推广到广泛的领域。
它基于“很多”都可能存在生成同样图样的一大类模型。
协同论揭示了物态变化的普遍程式：“旧结构不稳定性新结构”，即随机“力”和决定论性“力”之间的相互作用把系统从它们的旧状态驱动到新组态，并且确定应实现的那个新组态。
由于协同论把它的研究领域扩展到许多学科，并且试图对似乎完全不同的学科之间增进“相互了解”和“相互促进”，无疑，协同论就成为软科学研究的重要工具和方法。
协同论具有广阔的应用范围，它在物理学、化学、生物学、天文学、经济学、社会学以及管理科学等许多方面都取得了重要的应用成果。
比如我们常常无法描述一个个体的命运，但却能够通过协同论去探求群体的“客观”性质。
又如，针对合作效应和组织现象能够解决一些系统的复杂性问题，可以应用协同论去建立一个协调的组织系统以实现工作的目标。
协同论应用于生物群体关系，可将物种间的关系分成三种情况：1，竞争关系；2，捕食关系；3，共生关系。
每种关系都必须使各种生物因子保持协调消长和动态平衡，才能适应环境而生存，协同论应用于生物形态学，提出形态形成的基本途径是，通过某些化学物质的扩散与反应形成一种“形态源场”，由形态源场支配基因引起细胞分化而形成生物机体。
学术共同体与学术期刊协同发展研究
学术共同体与学术期刊协同发展研究1. 内容综述学术共同体与学术期刊协同发展研究是一个跨学科的研究领域，涉及到哲学、社会学、教育学、出版学等多个学科。
本文旨在对学术共同体与学术期刊协同发展的理论与实践进行梳理和总结，以期为我国学术期刊的发展提供理论支持和实践指导。
本文回顾了学术共同体的历史演变过程，从早期的学者自发组织的学术交流活动，到现代学术期刊的出现，学术共同体逐渐形成并发挥着重要作用。
学术期刊作为学术共同体的重要载体，既是学术成果的传播平台，也是学术交流的桥梁。
随着科技的发展和信息传播手段的多样化，学术期刊面临着前所未有的挑战和机遇。
本文分析了学术期刊在协同发展过程中面临的问题和挑战，这些问题包括：一是学术期刊的内容质量参差不齐，影响了学术共同体的整体声誉；二是学术期刊的编辑出版模式亟待创新，以适应数字化时代的发展需求；三是学术期刊的评价体系需要进一步完善，以促进学术成果的质量提升；四是学术期刊与其他学术资源的整合和共享仍存在一定的难度。
本文探讨了学术共同体与学术期刊协同发展的路径和策略，这包括：一是加强学术期刊的质量管理，提高内容质量和传播效果；二是推动学术期刊的数字化转型，利用信息技术手段提高编辑出版效率和用户体验；三是完善学术期刊的评价体系，建立健全激励机制和约束机制；四是加强学术期刊与其他学术资源的整合和共享，构建开放、包容、合作的学术生态。
学术共同体与学术期刊协同发展研究是一个具有重要意义的课题。
通过深入研究这一课题，有望为我国学术期刊的发展提供有益的理论指导和实践借鉴。
1.1 研究背景与意义随着科技的飞速发展和全球化进程的加速，学术界对于高质量研究成果的需求日益增长。
学术期刊作为学术交流的重要载体，承担着传播学术成果、促进学术创新的重要职责。
在当前的学术环境中，学术共同体与学术期刊之间存在着一定的脱节现象，这对于学术期刊的发展和学术界的繁荣产生了一定的影响。
研究学术共同体与学术期刊协同发展的问题具有重要的理论和实践意义。
基于多智能体系统的网络协同控制技术研究
基于多智能体系统的网络协同控制技术研究随着计算机技术和网络通信的普及，人们对于网络控制技术的需求越来越高。
而多智能体系统作为一种新兴的网络控制技术，在实现分布式控制、协作控制以及集成智能控制等方面，已经成为了当前研究的热点之一。
本文旨在探讨基于多智能体系统的网络协同控制技术研究。
一、多智能体系统的基本概念多智能体系统是指由多个智能体组成的系统，每个智能体都能够采取自主决策，并且在共同作用下完成特定的任务。
其中，智能体是指具有感知、推理、学习、协作等功能的自主决策实体。
多智能体系统具有高度的协同性和灵活性，因此广泛应用于工业生产、交通运输、智能家居、环境监测等领域。
二、基于多智能体系统的网络协同控制技术多智能体系统在网络控制领域的应用，主要体现在两个方面。
一方面，它可以实现分布式控制，即分散控制器代替传统的中央控制器，提高系统的可靠性和鲁棒性。
另一方面，它可以实现协作控制，即不同的智能体之间协作完成特定的任务，提高系统的效率和性能。
在多智能体系统的网络协同控制技术中，主要涉及到以下几个问题：1.智能体的协同控制智能体之间需要进行信息交换和协作，才能完成任务。
因此，在协同控制的过程中，需要规划控制策略、制定决策规则，并确保不同智能体之间的控制活动协调一致。
这需要对相应的算法进行研究和优化，以提高智能体的协同效果和控制精度。
2.智能体的决策制定智能体需要基于自身的感知和推理能力，实现自主决策。
因此，在多智能体系统的网络协同控制技术中，涉及到智能体的决策制定问题。
这需要对智能体的知识表示、决策模型、决策规则等进行研究和优化，以提高智能体的自主化程度和决策精度。
3.智能体的学习与演化多智能体系统的网络协同控制技术需要对智能体的学习和演化过程进行深入研究。
智能体需要基于自身的经验和环境信息，不断学习、优化和进化，以适应不同的实际任务场景。
这需要对智能体的学习算法、演化算法等进行研究和优化，以提高多智能体系统的适应性和鲁棒性。
技术创新、制度创新和产业系统的协同演化机理及实证研究
产 业系统 的发 展也 会 影 响技 术 创 新 、 度创 新 的活 动 制
技术 创 新 主要 满 足 不 同 的市 场 需 求 。Ｍａ ｒａ ２ ０ ） ｌ ｂ （ ０７ ｅ 提 出 了实现 主导技 术更 替进 而推动 产业演 化 的需求 条
ቤተ መጻሕፍቲ ባይዱ
与 过程 ， 三者 之 间存 在 复杂 的协 同演 化机 制 。
在 技术创 新 和制 度创 新 的相 互 关 系 上 ， 在 着 不 存 同 的决 定观 。以诺 思 为代表 的“ 度 决定 论 ” 为 ， 制 认 制 度 在社 会 中具有 更 为基 础 性 的作 用 ， 制 度创 新 决 定 是 技 术创 新 。凡勃 伦等将 技术 创新 作为影 响 经济绩 效 的 基 础 因素 ， 出了相反 的 观点 ， 提 即技术创 新决 定制 度创 新 。拉 坦则 认为 ， 技术 创新 与制度 创新 虽然 相互影 响 ，
旋 协 同演化趋势 。从 协同演化视角 ， 在分析三者协 同演进 机理的基础上， 构建复合 系统协 同度模 型， 选取福建 省软
件 业 为 例研 究技 术创 新 、 度 创 新 和 产 业 系 统 发 展 的 协 同度 ， 实 了 三者 之 间 的螺 旋 演 化 关 系。 制 证 关 键 词 ： 螺 旋 演 化 ； 同度 ；实证 研 究 三 协 中 图分 类号 ： ０ ２４ Ｆ ６ ． 文 献标 志码 ： Ａ 文 章 编 号 ： ０ ８４ ３ （０ ２ ０ － ０ —６ １０ －３９ ２ １ ）５０ １０ ４
技 术 创 新 、 度 创 新 和 产 业 系 统 的 制 协 同演 化 机 理 及 实 证 研 究
蔡 乌 赶
（ 福州大学管理学 院， 州 ３０ ０ ） 福 ５ １８
摘 要 ： 术 创 新 、 度 创 新 是 产 业 系统 演 进 的基 础 ， 业 系 统 演 进 为 技 术创 新 和 制 度 创 新 提 供 条 件 ， 技 制 产 三者 呈 现 螺
科研课题论文：28095 基于协同学视角的高职建筑工程专业群构建实证研究
职业教育论文基于协同学视角的高职建筑工程专业群构建实证研究[作者简介]徐秀维（1961- ），女，陕西西安人，常州工程职业技术学院建筑工程技术系，副教授，研究方向为工程造价；蒋春霞（1980- ），女，江苏苏州人，常州工程职业技术学院建筑工程技术系，讲师，研究方向为岩土工程和建筑工程；顾艳阳（1972- ），女，上海人，常州工程职业技术学院建筑工程技术系，副教授，研究方向为建筑工程。
（江苏常州 213164）[基金项目]本文系20xx年度江苏省科学规划“十二五”规划重点资助课题“高职院校教育质量标准研究――以建筑工程技术专业群为例”（课题编号：B-a/20xx年度课题“高职院校土建类专业教师能力标准研究”（课题编号：CDGZ20xx年度课题“高职土建类专业平台课程群教学质量标准研究”（课题编号：CDGZ2013021，课题主持人：顾艳阳）的阶段性研究成果。
[中图分类号]G710 [文献标识码]A [文章编号]1004-3985（2014）29-0103-02一、引言协同学是研究协同系统从无序到有序的演化规律的新兴综合性学科。
无论事物大小，都处在一个系统之中，组成系统的相关要素之间具有关联性、依存性、互补性、竞争性、促进性等特性，从而不断优化和促进事物发展，由此产生协同效应。
高职教育与社会经济发展紧密相关，随着现代产业集群体系的建立和协同发展，产业关联度不断提高，促进产业链不断延伸，并推动高职专业建设向着集群方向改革和发展，以适应经济社会对高职人才的需求。
由此可见，所谓专业群就是基于企业产品生产与服务工作过程中所需要的相关专业或者是专业方向的人才培养系统。
借鉴国外先进职教经验，基于协同学的视角，运用基于工作过程系统化的专业建设和改革理念与方法，是探索高职院校提升内涵建设、提高人才培养质量、提升核心竞争力的有效途径。
本文以江苏省“十二五”高等学校建筑工程重点专业群建设项目为研究对象，对高职专业群构建的路径和基本方法予以实证研究，以供同行商讨。
共享制造生态系统的协同治理研究：基于问题解决视角
共享制造生态系统的协同治理研究：基于问题解决视角目录一、内容概览 (2)1.1 研究背景与意义 (3)1.2 国内外研究现状综述 (4)1.3 研究内容与方法 (5)1.4 论文结构安排 (6)二、共享制造生态系统的理论基础 (7)2.1 共享制造生态系统的概念界定 (9)2.2 共享制造生态系统的构成要素分析 (9)2.3 共享制造生态系统的运行机制探讨 (11)三、共享制造生态系统的问题识别与分析 (12)3.1 共享制造生态系统存在的问题概述 (14)3.2 共享制造生态系统问题的成因剖析 (15)3.3 共享制造生态系统问题的影响分析 (17)四、共享制造生态系统的协同治理框架构建 (18)4.1 协同治理的理论基础与原则 (19)4.2 协同治理的主体分析 (21)4.3 协同治理的机制设计 (22)4.4 协同治理的保障措施 (23)五、共享制造生态系统的协同治理策略实施 (24)5.1 加强政府引导与政策支持 (26)5.2 提升企业合作与资源共享能力 (27)5.3 建立完善的协同治理机制 (28)5.4 强化技术创新与人才培养 (29)六、案例分析——某地区共享制造生态系统的协同治理实践 (30)6.1 案例背景介绍 (32)6.2 案例分析 (33)6.3 案例启示与借鉴意义 (34)七、结论与展望 (35)7.1 研究结论总结 (37)7.2 研究不足与局限分析 (38)7.3 未来研究方向展望 (39)一、内容概览本文档主要围绕“共享制造生态系统的协同治理研究：基于问题解决视角”这一主题展开，系统地阐述了共享制造生态系统的发展现状、趋势和挑战，并针对其面临的问题进行深入研究。
在此基础上，从协同治理的角度出发，提出相应的解决策略和建议。
文档将概述共享制造生态系统的基本概念、内涵及其在现代制造业中的重要地位。
分析当前共享制造生态系统面临的主要问题，如资源配置不合理、信息孤岛现象严重、风险控制难度大等。
国外公共管理学科领域研究热点及演化路径基于SSCI样本期刊的文献计量分析
国外公共管理学科领域研究热点及演化路径基于SSCI样本期刊的文献计量分析一、概览随着全球化的深入发展和国际交流的日益频繁，国外公共管理学科领域的研究呈现出多元化、复杂化的趋势。
为了更好地把握该领域的研究热点及演化路径，本文基于SSCI（社会科学引文索引）样本期刊的文献计量分析，对国外公共管理学科领域的研究进行了系统的梳理和深入分析。
通过对SSCI样本期刊中的公共管理学科相关文献进行检索和筛选，我们获得了大量高质量的研究成果。
这些文献涵盖了公共管理学科领域的多个方面，包括政策分析、公共治理、政府管理、公共服务等。
通过对这些文献的计量分析，我们可以发现国外公共管理学科领域的研究热点、研究趋势以及演化路径。
从研究热点来看，国外公共管理学科领域的研究主要集中在政策制定与执行、政府间关系、公共治理创新、公民参与等方面。
这些研究热点反映了当前公共管理领域面临的重要挑战和问题，也展示了学者们对于提高公共管理效能和推动社会进步的积极探索。
从演化路径来看，国外公共管理学科领域的研究经历了从传统的政府管理向现代治理的转变。
随着治理理论的兴起和发展，公共管理学科的研究重心逐渐从政府内部的管理转向政府与市场、社会等多元主体的协同治理。
随着数字化、信息化等技术的发展，公共管理学科的研究也更加注重技术创新在公共服务和管理中的应用。
通过对SSCI样本期刊的文献计量分析，我们可以清晰地看到国外公共管理学科领域的研究热点及演化路径。
这些研究不仅为我们提供了丰富的理论资源和实践经验，也为我们进一步推动公共管理学科的发展和创新提供了重要的借鉴和启示。
1. 公共管理学科的重要性及其在全球范围内的发展公共管理学科作为现代管理科学的重要组成部分，其重要性日益凸显。
在全球化、信息化和复杂化的时代背景下，公共管理学科致力于研究公共事务、公共利益和政府管理的理论与实践，为政府决策、政策执行和社会治理提供科学依据和智力支持。
公共管理学科不仅具有深厚的理论内涵，更具备广泛的实际应用价值。
西方学术界关于协同演化理论的研究进展及其评价
西方学术界关于协同演化理论的研究进展及其评价作者：郑春勇来源：《河北经贸大学学报》2011年第05期摘要：近年来，协同演化理论逐渐成为学术界一个新的研究热点。
相关研究成果显示：西方学者对协同演化理论的研究主要集中在协同演化的涵义、特征和类型等方面，而对协同演化的应用研究则从生物学领域扩展到了社会经济领域，重点是组织与环境的协同演化、技术与制度的协同演化、个体与制度的协同演化等。
协同演化理论独特的分析范式和广泛的包容性使其在诸多社会科学领域具有强大的解释力，但同时，协同演化的理论框架还不够精炼，对实证研究也提出了种种苛刻的条件，因此，协同演化的实证研究略显不足。
关键词：协同演化；环境；制度；演化经济学中图分类号：F062.9 文献标识码：A 文章编号：1007-2101（2011）05-0014-06协同演化（Co-evolution），是存在于自然界的一种普遍现象。
1964年，生物学家Ehrlich 和Raven（1964）首先提出了“协同演化”的概念，而后，这一概念被越来越多地应用于地质学、天文学、经济学和管理学等非生物学领域的研究中。
20世纪80年代以后，西方学术界掀起了协同演化的研究高潮，到21世纪初，基本建立起了协同演化的理论体系，并在社会经济领域取得了丰硕的研究成果。
一、协同演化的理论研究（一）协同演化的涵义作为一个术语，协同演化的概念最早出现在Ehrlich和Raven（1964）合作的一篇题为《蝴蝶与植物：关于协同演化的研究》的论文中。
他们通过研究蝴蝶与花草类植物间的关系发现，某类植物吸引或排斥某些特定的蝴蝶，而某类蝴蝶也只喜欢某些特定的植物。
据此，他们认为，物种在一定程度上是相互影响并协同演化的。
[1]最早研究并系统地将协同演化概念运用到社会文化、生态经济领域的学者Norgaard （1985）认为，协同演化不仅是“协同”的，更是“演化”的，是“相互影响的各种因素之间的演化关系”。
基于SAO的全景技术演化路径识别及其创新类型分析
基于SAO的全景技术演化路径识别及其创新类型分析目录一、内容概要 (2)1. 研究背景 (2)2. 研究意义 (3)3. 研究目的和方法 (4)二、SAO全景技术概述 (5)1. SAO全景技术定义 (6)2. SAO全景技术特点 (7)3. SAO全景技术应用领域 (9)三、SAO全景技术演化路径识别 (10)1. 技术发展阶段 (12)1.1 初始阶段 (13)1.2 成长阶段 (14)1.3 成熟阶段 (16)2. 技术演化路径识别方法 (17)2.1 文献综述法 (18)2.2 专家访谈法 (19)2.3 案例分析法的应用 (20)四、基于SAO全景技术的创新类型分析 (21)1. 创新类型概述 (23)2. 产品创新 (24)2.1 产品设计创新 (25)2.2 产品功能创新 (26)2.3 产品形态创新 (28)3. 过程创新 (29)3.1 生产工艺创新 (30)3.2 生产流程创新 (31)3.3 管理模式创新 (33)4. 组织创新 (34)4.1 组织结构创新 (36)4.2 组织文化创新 (36)一、内容概要本报告将深入探讨基于结构数组优化领域的应用日益广泛。
SAO 作为全景技术中的一个关键技术，通过优化结构体数组的内存布局和索引策略，显著提升了全景图像的渲染效率和用户体验。
本报告的主要内容包括对SAO技术在不同阶段的发展里程碑进行梳理，分析其在关键阶段的技术突破和创新点。
还将探讨SAO技术在不同应用场景下的演化路径，包括其在移动设备、车载系统、博物馆展览等方面的应用案例分析，以及在这些应用中遇到的技术挑战和解决方案。
通过对全景技术的整体演化路径进行梳理，本报告旨在识别SAO 技术创新的关键驱动力，评估其在全景技术领域中的地位和影响力。
报告还将探讨SAO与其他全景技术之间的协同效应，以及未来可能的发展趋势和创新方向。
通过本报告的分析，可以为全景技术的研究人员、开发者及应用者提供参考，帮助其在理解和应用全景技术时做出更加明智的决策。
基于复杂网络的多智能体合作演化研究
基于复杂网络的多智能体合作演化研究基于复杂网络的多智能体合作演化研究摘要：复杂网络的多智能体合作演化是近年来引起广泛关注的研究领域之一。
本文首先介绍了复杂网络的概念和特点，然后探讨了多智能体系统的基本概念和分类。
接下来，针对多智能体合作演化相关工作的现状，详细介绍了基于复杂网络的多智能体合作演化研究方法和技术。
最后，对该领域未来研究的发展趋势和应用前景进行了展望。
关键词：复杂网络，多智能体系统，合作演化，研究方法，应用前景一、引言随着科技的不断革新和发展，多智能体系统已经成为一种重要的研究领域。
在现实生活中，多智能体系统通常涉及多个智能体的协同工作和互相合作以达到特定目标。
然而，如何实现多智能体之间的高效合作成为了一个挑战。
复杂网络是一种由大量节点及其连接关系构成的网络结构，具有高度耦合性和动态性。
复杂网络具有多种复杂的特性，如小世界效应、幂律分布、社区结构等。
因此，基于复杂网络的多智能体合作演化研究成为了解决多智能体系统合作问题的一种新方法。
二、复杂网络的基本概念和特点复杂网络是由大量节点和连接关系构成的网络结构，其中节点表示个体或系统，连接关系表示节点之间的相互作用。
复杂网络的特点包括小世界效应、幂律分布和社区结构等。
小世界效应是指大多数节点与其他节点之间的最短路径长度较短。
幂律分布是指节点的度数（即连接数）符合幂律分布，即少数节点具有大量连接，而大多数节点具有较少的连接。
社区结构是指网络中存在多个密切相关的节点集合，节点组成的社区内部联系紧密，而社区之间的联系相对较弱。
三、多智能体系统的基本概念和分类多智能体系统是由多个智能体组成的系统，每个智能体具有自主决策和自主行动的能力。
多智能体系统可以分为协同智能体系统和竞争智能体系统。
协同智能体系统中的智能体通过合作与协调来达到共同的目标。
竞争智能体系统中的智能体之间存在竞争关系，它们通过竞争来获取最大的收益。
四、基于复杂网络的多智能体合作演化研究方法和技术基于复杂网络的多智能体合作演化研究方法主要包括网络拓扑结构设计、节点行为策略演化和合作协议的建立等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
收稿日期：２０１９－０１－２４基金项目：国家社会科学基金青年项目 基于图模型的农业领域多源知识迁移研究 （项目编号：１８ＣＴＱ０２８）；国家自然科学基金面上项目 农业大数据环境下多粒度知识融合方法研究 （项目编号：３１６７１５８８）；中央科研院所基本科研业务费项目 农业重点学科领域发展态势分析 （项目编号：Ｙ２０１７ＺＫ０５）㊂作者简介：吴蕾（１９８５－），女，助理研究员，研究方向：文本挖掘与情报分析㊂梁晓贺（１９８６－），女，助理研究员，研究方向：农业信息管理㊂通讯作者：宋红燕（１９８９－），女，助理研究员，研究方向：文本挖掘与技术创新㊂㊃数据分析与大数据挖掘㊃基于技术关键词的学科领域协同演化分析实证研究吴㊀蕾㊀梁晓贺㊀宋红燕∗（中国农业科学院农业信息研究所，北京１０００８１）摘㊀要：［目的／意义］针对处于萌芽期的学科领域文献量不足㊁技术关键词欠缺问题㊂［方法／过程］采用跨学科领域协同演化分析方法，首先提取技术关键词，然后利用Ｗｏｒｄ２ｖｅｃ词向量方法在摘要中提取语义近似的技术关键词，同时在跨学科文献中提取质优型技术关键词，最后对扩展的技术关键词进行聚类和演化分析㊂［结果／结论］在农业动物生殖细胞和干细胞调控领域进行实证分析㊂结果表明，目前在组织工程和统计分析方面的研究相对较少㊂在发育遗传学㊁形态学㊁表观遗传学㊁体外培养与保存㊁免疫细胞学和基因组学等方面仍存在技术空白㊂关键词：协同演化分析；跨学科研究；技术关键词分析；聚类分析；学科领域分析；农业动物生殖细胞和干细胞调控ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１９．０８．０１７ 中图分类号 Ｇ３０３㊀文献标识码 Ａ㊀文章编号 １００８－０８２１（２０１９）０８－０１３７－０６ＥｍｐｉｒｉｃａｌＳｔｕｄｙｏｆＣｏｅｖｏｌｕｔｉｏｎＡｎａｌｙｓｉｓＢａｓｅｄｏｎＴｅｃｈｎｏｌｏｇｉｃａｌＫｅｙｗｏｒｄＷｕＬｅｉ㊀ＬｉａｎｇＸｉａｏｈｅ㊀ＳｏｎｇＨｏｎｇｙａｎ∗（ＡｇｒｉｃｕｌｔｕｒａｌＩｎｆｏｒｍａｔｉｏｎＩｎｓｔｉｔｕｔｅｏｆＣＡＡＳ，Ｂｅｉｊｉｎｇ１０００８１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：［Ｐｕｒｐｏｓｅ／Ｓｉｇｎｉｆｉｃａｎｃｅ］Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｏｆｉｎｓｕｆｆｉｃｉｅｎｔｌｉｔｅｒａｔｕｒｅａｎｄｔｈｅｌａｃｋｏｆｔｅｃｈｎｉｃａｌｋｅｙｗｏｒｄｓｉｎｔｈｅｄｏｍａｉｎｏｆｄｉｓｃｉｐｌｉｎｅｏｎｅｍｅｒｇｉｎｇｓｔａｇｅ．［Ｍｅｔｈｏｄｓ／Ｐｒｏｃｅｓｓ］Ｔｈｅｉｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｙｃｏｅｖｏｌｕｔｉｏｎａｎａｌｙｓｉｓｍｅｔｈｏｄｗａｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔｌｙ，ｅｘｔｒａｃｔｉｎｇｔｅｃｈｎｉｃａｌｋｅｙｗｏｒｄｓｉｓｎｅｅｄｅｄ．Ｓｅｃｏｎｄｌｙ，ｗｏｒｄ２ｖｅｃｍｅｔｈｏｄｗａｓｕｓｅｄｔｏｅｘｔｒａｃｔｓｉｍｉｌａｒｔｅｃｈｎｉ⁃ｃａｌｋｅｙｗｏｒｄｓｆｒｏｍａｂｓｔｒａｃｔｓ．Ａｔｔｈｅｓａｍｅｔｉｍｅ，ｈｉｇｈ－ｑｕａｌｉｔｙｔｅｃｈｎｉｃａｌｋｅｙｗｏｒｄｓｗｅｒｅｅｘｔｒａｃｔｅｄｆｒｏｍｉｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｙｄｏ⁃ｍａｉｎ．Ｆｉｎａｌｌｙ，ｔｈｅｅｘｔｅｎｄｅｄｔｅｃｈｎｉｃａｌｋｅｙｗｏｒｄｓｗｅｒｅｃｌｕｓｔｅｒｅｄａｎｄａｎａｌｙｚｅｄ．［Ｒｅｓｕｌｔｓ／Ｃｏｎｃｌｕｓｉｏｎ］Ｅｍｐｉｒｉｃａｌａｎａｌｙｓｉｓｗａｓｃａｒｒｉｅｄｏｕｔｉｎｔｈｅｄｏｍａｉｎｏｆｒｅｐｒｏｄｕｃｔｉｖｅｃｅｌｌｓａｎｄｓｔｅｍｃｅｌｌｓｏｆａｇｒｉｃｕｌｔｕｒａｌａｎｉｍａｌｓ．Ｒｅｓｕｌｔｓｈｏｗｅｄｔｈｅｒｅｗｅｒｅｒｅｌａｔｉｖｅ⁃ｌｙｆｅｗｓｔｕｄｉｅｓｉｎｔｉｓｓｕｅｅｎｇｉｎｅｅｒｉｎｇａｎｄｓｔａｔｉｓｔｉｃａｌａｎａｌｙｓｉｓｉｎｔｈｅｃｕｒｒｅｎｔｓｔｕｄｙ．Ａｎｄｔｈｅｒｅｗｅｒｅｓｔｉｌｌｔｅｃｈｎｉｃａｌｇａｐｓｉｎｄｅｖｅｌ⁃ｏｐｍｅｎｔａｌｇｅｎｅｔｉｃｓ，ｍｏｒｐｈｏｌｏｇｙ，ｅｐｉｇｅｎｅｔｉｃｓ，ｃｕｌｔｕｒｅａｎｄｐｒｅｓｅｒｖａｔｉｏｎｉｎｖｉｔｒｏ，ｉｍｍｕｎｏｃｙｔｏｌｏｇｙａｎｄｇｅｎｏｍｉｃｓ．Ｋｅｙｗｏｒｄｓ：ｃｏｅｖｏｌｕｔｉｏｎａｎａｌｙｓｉｓ；ｉｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｙｓｔｕｄｙ；ｔｅｃｈｎｉｃａｌｋｅｙｗｏｒｄａｎａｌｙｓｉｓ；ｃｌｕｓｔｅｒａｎａｌｙｓｉｓ；ｄｉｓｃｉｐｌｉｎａｒｙｄｏｍａｉｎａｎａｌｙｓｉｓ；ｒｅｇｕｌａｔｉｏｎｏｆｒｅｐｒｏｄｕｃｔｉｖｅｃｅｌｌｓａｎｄｓｔｅｍｃｅｌｌｓｉｎａｇｒｉｃｕｌｔｕｒａｌａｎｉｍａｌｓ㊀㊀随着数据㊁信息㊁知识融合的进一步加深，学科之间的跨领域合作㊁知识交叉现象出现的越来越频繁㊂学科领域发展不再局限于自身知识网络变化，还会受到其他学科领域发展变化的影响［１］㊂多种学科领域通过相互影响㊁共同发展，最终实现知识的成长［２］㊂学科领域的协同演化分析关注跨学科知识在时间维度上发展变化的相互关系㊂１９６４年协同演化７３１分析首次在‘演化“杂志上被提出，用来描述蝴蝶与其食物在演化过程中的相互关系㊂即当一个物种发生演化时，由于选择压力发生改变，其他物种也将随之发生相适应的演化变化㊂最终系统将达到高度适应的动态稳定状态［３］㊂现在协同演化分析已经逐渐由生态学延伸到经济学㊁管理学等社会科学领域㊂学科领域协同演化分析认为协同演化的动力是相互依赖的学科之间相互变化和相互影响的关系，每个学科的演化影响着其他学科的演化发展［４－５］㊂当两个学科对彼此的演化存在相互影响的因果关系时，那么这两个学科就是协同演化发展的［６］㊂本文利用协同演化分析方法研究学科领域技术关键词结构的发展轨迹，通过学科之间的交互性和继承性，以及优先发展学科领域的技术方法，发现落后发展学科领域技术空白点［７］㊂２０１６年，农业领域专家通过预测研究，研判提出 农业动物生殖细胞和干细胞调控技术 将成为未来（２０３０年）农业领域重大前沿技术之一［８］㊂但是当前农业领域动物生殖细胞和干细胞调控研究的论文量较少，发文量增长缓慢，甚至有的年度发文量较前一年略有下降（见图１）㊂这些现象都在说明当前农业领域生殖细胞和干细胞调控研究还正处于萌芽期（婴儿期）［９］㊂为研究带来一定困难㊂黄鲁成等［１０］采用基于创新性㊁独创性和功能分析的方法识别萌芽期的颠覆性技术㊂该方法采用统计指标和ＳＡＯ结构，从学科领域自身出发衡量技术发展初期技术关键词的颠覆性并预测其未来影响㊂但是该类方法忽略学科之间相互影响对技术发展的引导作用㊂图１㊀医学领域和农业领域论文数量年度趋势对比㊀㊀㊀与农业领域动物生殖细胞和干细胞调控研究相比，医学领域生殖细胞和干细胞调控研究起步较早并且科技文献研究已经具有一定规模（见图１）㊂从１９９５年以来全领域和医学领域生殖细胞和干细胞调控技术相关论文均呈现稳定且逐年增长态势，表明该领域的基础研究与技术仍在快速发展之中㊂另外医学领域论文量占据全领域论文总量的较大比例，说明医学领域是该研究的主流研究学科领域㊂因此，本文在探索领域技术关键词结构及演化趋势的同时，考虑了医学领域（辅助领域）对农业领域（目标领域）的影响和促进作用㊂挖掘医学动物生殖细胞和干细胞调控领域当前热门的研究技术，有利于为农业动物生殖细胞和干细胞调控领域未来技术方法发展走向提供预测㊂１㊀相关工作在技术演化分析数据源选择方面，由于专利数据是技术方法㊁法律状态和商业信息的载体，因此有许多研究针对专利数据进行技术演化分析［１１］㊂然而，科技文献作为长久以来最主要的科学技术信息传播交流方式，其客观地记录着对于科学问题研究所取得的最新进展或重要知识创新㊂这些记录对研究技术演化趋势和预测未来发展同样具有重要意８３１义㊂因此，本文使用科技论文作为数据源进行技术关键词和摘要文本分析，从而挖掘当前技术研究空白点㊂在技术演化定量分析研究方面，学者借助技术关键词或者技术主题的时间信息对技术研究发展趋势进行研究㊂谢志明等㊁伊惠芳等㊁喻登科等㊁李欣等学者［１２－１５］使用技术生命周期和技术进化路线对各学科研究方向技术演化脉络进行分析㊂技术生命周期表示一种以周期变化为特征的技术主题演化模式，一般划分为萌芽期㊁成长期㊁成熟期和衰退期４个阶段［１６］㊂李柏洲等学者［１７］使用偏联系数方法对技术依赖演化趋势进行了分析㊂祝清松等㊁罗双铃等㊁ＭａｒｔｉｎｅｌｌｉＡ［１８－２０］利用引文分析进行技术主题演化分析和技术预见研究㊂引用关系反映了技术基础和科学基础的发展脉络㊂引文关系主要包括直接引用关系㊁同被引关系和引文耦合关系等，不同类型的引文关系的侧重点有所不同㊂方曙等㊁ＣｈａｎｇＰＬ等㊁陈亮㊁ＨｕａｎｇＹ等学者［２１－２４］使用文本挖掘方法对文本信息进行整理㊁分析与挖掘，从而进行主题演化分析㊂其中ＳＡＯ［２５－２８］和主题模型［２９－３０］等方法成为当前文本挖掘分析主题演化的流行方法㊂本文在基于时间对技术关键词进行分析的同时，对技术关键词进行了两个方面的扩展㊂即加入从摘要扩展来的技术关键词，同时加入从跨领域扩展来的技术关键词㊂通过对技术关键词进行扩展有助于发现目前出现频次较低甚至没有出现过，但是未来有发展潜力的技术方法㊂２㊀研究方法本文从科技文献中的关键词出发，对技术关键词进行跨领域协同演化分析㊂首先通过人工筛选出量高质优型技术关键词㊂这些关键词中包含了研究者关注的主流技术关键词，同时排除了大量非技术类关键词㊂但是漏掉了一些潜在的重要技术关键词㊂这些关键词出现频次较低，通过计量方法很难识别出来㊂因此，第二步需要扩展技术关键词㊂本文从两方面对技术关键词进行扩展：一方面，使用Ｗｏｒｄ２ｖｅｃ词向量方法量化摘要文本中的词，并使用相似性计算从摘要词向量中获取与量高质优型技术关键词相似性较大的新技术词；另一方面，加入医学领域中的质优型技术关键词㊂第三步，对扩展的技术关键词进行语义聚类分析㊂最后，基于时间对扩展技术关键词及其聚类进行演化分析㊂图２㊀基于技术关键词的协同演化分析方法框架㊀３㊀技术关键词协同演化分析３ １㊀数据来源基于ＷｅｂｏｆＳｃｉｅｎｃｅ的ＳＣＩ数据集对全球２０１３－２０１７年 动物生殖细胞和干细胞调控技术 论文进行检索，得到农业领域５７１篇文献，医学领域３４６０４篇文献㊂农业领域共包含４７１２个摘要语句，医学领域共包含２６８１８３个摘要语句㊂９３１３ ２㊀技术关键词扩展及聚类分析通过在农业领域和医学领域同时提取量高质优型关键词和量低质优型关键词，并对两者同时进行关键词及其数量对比，可以在优先发展且知识更为丰富的医学领域发现当前还没有应用到农业领域的技术方法㊂同时，可以在避免使用论文给出的全部关键词的同时，从非高频关键词中提取语义相近关键词扩充聚类簇的关键词㊂本文扩展的关键词只关注与农业领域相关的，而没有将针对某些人体病症（例如癌症㊁心肌炎等）进行治疗（例如核磁共振㊁心理疗法㊁中医疗法等）的相关技术关键词扩展进来㊂通过扩展农业动物生殖细胞和干细胞调控领域的技术关键词并对其进行相似性聚类，可以将该领域关键词划分为８个聚类（如图３所示），包括：组织工程㊁发育遗传学技术㊁形态学技术㊁表观遗传学技术㊁体外培养与保存㊁免疫细胞学技术㊁基因组学研究和统计分析㊂被矩形框框出的节点表示的关键词是扩展而来的㊂可见，农业领域论文的高频关键词主要集中在免疫细胞学技术㊁基因组学研究等关键词簇㊂图３㊀扩展以后的农业领域技术关键词聚类㊀３ ３㊀基于时间的扩展技术关键词分析图４显示了农业领域和医学领域各年８个关键词簇的篇均词频㊂可以发现与医学领域趋势相似，农业领域的组织工程㊁形态学技术㊁体外培养与保存㊁免疫细胞学技术和统计分析５个关键词簇词频数相对较小㊂尤其是农业领域的统计分析词簇，２０１７年以前的出现次数屈指可数㊂可见在农业领域这些研究目前还比较薄弱㊂相比之下，发育遗传学技术㊁表观遗传学技术和基因组学研究３个关键词簇的词频数相对较大，且呈现增长趋势㊂可见这３个研究方向是当今农业领域生殖细胞和干细胞调控领域的主流方向㊂另外，由于只选取了和农业领域有可能相关的医学领域关键词，因此其篇均词频小于对应的农业领域篇均词频㊂但是从结果来看，组织工程和统计分析两个关键词簇在农业领域的数值要小于在医学领域的数值㊂结合关键词簇的词频说明这两个关键词簇表示的研究方向不但薄弱，而且其在农业领域的研究比医学领域的研究更少㊂通过分析发现：组织工程关键词簇中包括的关键词有组织工程ＴｉｓｓｕｅＥｎｇｉｎｅｅｒｉｎｇ㊁生物材料Ｂｉｏ⁃ｍａｔｅｒｉａｌｓ㊁生物医学Ｂｉｏｍｅｄｉｃａｌ㊁生物工程Ｂｉｏｅｎｇｉ⁃ｎｅｅｒｉｎｇ等，其中生物工程在农业领域近５年文献中几乎没有出现，属于医学领域扩展而来㊂医学领０４１图４㊀农业领域和医学领域关键词簇篇均词频对比㊀域对组织工程的研究比农业领域的研究更多㊂但是考虑到其研究方向包括种子细胞㊁生物材料㊁构建组织和器官的方法和技术等，所以不排除今后在农业领域有其发展空间的可能㊂统计分析关键词簇中包括的关键词有多变量分析ＭｕｌｔｉｖａｒｉａｔｅＡｎａｌｙｓｉｓ／ＭｕｌｔｉｖａｒｉａｂｌｅＡｎａｌｙｓｉｓ㊁统计分析ＳｔａｔｉｓｔｉｃａｌＡｎａｌｙｓｉｓ㊁统计学ＳＴＡＴＩＳＴＩＣＳ㊁前瞻性研究ＰｒｏｓｐｅｃｔｉｖｅＳｔｕｄｙ㊁回顾性研究ＲｅｔｒｏｓｐｅｃｔｉｖｅＳｔｕｄｙ㊁回顾性分析ＲｅｔｒｏｓｐｅｃｔｉｖｅＡｎａｌｙｓｉｓ㊁单变量分析ＵｎｉｖａｒｉａｔｅＡｎａｌｙｓｉｓ㊁元分析ＭＥＴＡＡＮＡＬＹＳＩＳ㊁生存分析ＳｕｒｖｉｖａｌＡｎａｌｙｓｉｓ㊁危害比ＨａｚａｒｄＲａｔｉｏ㊁回归Ｒｅｇｒｅｓｓｉｏｎ㊁逻辑斯蒂Ｌｏｇｉｓｔｉｃ和卡普兰迈尔估计Ｋａｐｌａｎｍｅｉｅｒ，这些关键词在农业领域近５年文献中几乎没有出现，全部属于医学领域扩展而来㊂随着大数据时代的到来，原始处理数据的方法逐渐显现出劣势，因此可以预见在今后研究中各种统计方法，甚至人工智能方法将大量涌现㊂而目前农业领域在这方面的研究非常薄弱，因此首先可以借鉴医学领域生殖细胞和干细胞的数据分析方法，然后融合统计计量方法㊁人工智能方法等进行数据表示㊁优化㊁挖掘和分析等工作㊂除了这两个关键词簇，其他关键词簇的篇均词频在农业领域上的值均大于在医学领域上的值，符合数据集设定㊂其中发育遗传学技术关键词簇中去分化和趋化性在农业领域近５年文献中几乎没有出现；表观遗传学技术关键词簇中母体效应㊁低甲基化㊁超甲基化㊁三甲甲基化㊁核小体和表观基因组在农业领域近５年文献中几乎没有出现；体外培养与保存关键词簇中生物反应器在农业领域近５年文献中几乎没有出现；免疫细胞学技术关键词簇中ＭＴＴ法㊁免疫抑制疗法和光谱法在农业领域近５年文献中几乎没有出现；基因组学研究关键词簇中高通量㊁全基因组关联㊁基因表达谱㊁生物信息学和增强子在农业领域近５年文献中几乎没有出现㊂这些关键词属于医学领域扩展而来，同时可能成为未来农业领域研究关注点㊂４㊀结㊀论本文使用基于技术关键词的协同演化方法分析农业动物生殖细胞和干细胞调控领域的文献生态系统，发现目前农业领域动物生殖细胞和干细胞调控研究中对组织工程和统计分析的研究相对较少，属于研究空白㊂另外，对发育遗传学技术㊁形态学技术㊁表观遗传学技术㊁体外培养与保存㊁免疫细胞学技术和基因组学研究方向也上存在技术空白点㊂这些空白点可能成为未来农业研究的潜力点㊂１４１参考文献［１］樊霞，贾建林，王奥希．创新生态系统领域学科多样性测度研究［Ｊ］．现代情报，２０１８，３８（８）：６１－６６，７２．［２］李春林，翁钢民．一流学科的演进特征及网络协同演化机理［Ｊ］．中国科技论坛，２０１７，（１）：２６－３１．［３］刘洁．基于协同演化的企业发展研究［Ｄ］．太原：山西大学，２０１０．［４］ＬｅｗｉｎＡ，ＶｏｌｂｅｒｄａＨ．ＰｒｏｌｅｇｏｍｅｎａｏｎＣｏｅｖｏｌｕｔｉｏｎ：ＡＦｒａｍｅｗｏｒｋｆｏｒＲｅｓｅａｒｃｈｏｎＳｔｒａｔｅｇｙａｎｄＮｅｗＯｒｇａｎｉｚａｔｉｏｎａｌＦｏｒｍｓ［Ｊ］．Ｏｒ⁃ｇａｎｉｚａｔｉｏｎＳｃｉｅｎｃｅ，１９９９，１０（５）：５１９－５３４．［５］ＴｓａｉＦＳ，ＨｓｉｅｈＬＨＹ，ＦａｎｇＳＣ，ｅｔａｌ．ＴｈｅＣｏ－ｅｖｏｌｕｔｉｏｎｏｆＢｕｓｉｎｅｓｓＩｎｃｕｂａｔｉｏｎａｎｄＮａｔｉｏｎａｌＩｎｎｏｖａｔｉｏｎＳｙｓｔｅｍｓｉｎＴａｉｗａｎ［Ｊ］．ＴｅｃｈｎｏｌｏｇｉｃａｌＦｏｒｅｃａｓｔｉｎｇａｎｄＳｏｃｉａｌＣｈａｎｇｅ，２００９，７６（５）：６２９－６４３．［６］ＳｔｏｋｅｓＲＧ．ＫｎｏｗｌｅｄｇｅａｎｄＣｏｍｐｅｔｉｔｉｖｅＡｄｖａｎｔａｇｅ：ＴｈｅＣｏｅｖｏｌｕ⁃ｔｉｏｎｏｆＦｉｒｍｓ，Ｔｅｃｈｎｏｌｏｇｙ，ａｎｄＮａｔｉｏｎａｌＩｎｓｔｉｔｕｔｉｏｎｓ（Ｒｅｖｉｅｗ）［Ｊ］．Ｔｅｃｈｎｏｌｏｇｙ＆Ｃｕｌｔｕｒｅ，２００６，４７（１）：２２９－２３１．［７］刘自强，王效岳，白如江．语义分类的学科主题演化分析方法研究 以我国图书情报领域大数据研究为例［Ｊ］．图书情报工作，２０１６，６０（１５）：７６－８５，９３．［８］李家洋． 跨越２０３０ 农业科技发展战略［Ｍ］．北京：中国农业科学技术出版社，２０１６：６７－７０．［９］李欣，黄鲁成．战略性新兴产业研发竞争态势分析理论方法与应用［Ｍ］．北京：科学出版社，２０１６．［１０］黄鲁成，蒋林杉，吴菲菲．萌芽期颠覆性技术识别研究［Ｊ／ＯＬ］．科技进步与对策：１－７．ｈｔｔｐ：／／ｋｎｓ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／４２．１２２４．Ｇ３．２０１８１０１６．１６３６．０１０．ｈｔｍｌ，２０１９－０１－２２．［１１］罗文馨，王园园．技术主题演化研究方法综述［Ｊ］．知识管理论坛，２０１８，（５）：２５５－２６５．［１２］谢志明，张媛，贺正楚，等．新能源汽车产业专利趋势分析［Ｊ］．中国软科学，２０１５，（９）：１２７－１４１．［１３］伊惠芳，吴红，李昌，等．基于主题生命周期与技术熵的石墨烯技术主题演化研究［Ｊ／ＯＬ］．情报杂志：１－７．ｈｔｔｐ：／／ｋｎｓ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／６１．１１６７．Ｇ３．２０１９０１１８．１５５５．００８．ｈｔｍｌ，２０１９－０１－２２．［１４］喻登科，彭静，刘彦宏，等．农业专利技术扩散的时空规律 以水稻抛秧技术为例［Ｊ］．情报杂志，２０１７，３６（１２）：９０－９７，１０５．［１５］李欣，黄鲁成．技术路线图方法探索与实践应用研究 基于文献计量和专利分析视角［Ｊ］．科技进步与对策，２０１６，３３（５）：６２－７２．［１６］张娴，方曙，王春华．专利引证视角下的技术演化研究综述［Ｊ］．科学学与科学技术管理，２０１６，３７（３）：５８－６７．［１７］李柏洲，李新．基于集对分析的企业技术依赖预警及其演化趋势测度［Ｊ］．运筹与管理，２０１５，２４（２）：２６２－２７１．［１８］祝清松，冷伏海．基于引文主路径文献共被引的主题演化分析［Ｊ］．情报学报，２０１４，３３（５）：４９８－５０６．［１９］罗双玲，张文琪，夏昊翔．基于半积累引文网络社区发现的学科领域主题演化分析 以 合作演化 领域为例［Ｊ］．情报学报，２０１７，３６（１）：１００－１１０．［２０］ＭａｒｔｉｎｅｌｌｉＡ．ＡｎＥｍｅｒｇｉｎｇＰａｒａｄｉｇｍｏｒＪｕｓｔＡｎｏｔｈｅｒＴｒａｊｅｃｔｏｒｙ？ＵｎｄｅｒｓｔａｎｄｉｎｇｔｈｅＮａｔｕｒｅｏｆＴｅｃｈｎｏｌｏｇｉｃａｌＣｈａｎｇｅｓＵｓｉｎｇＥｎｇｉｎｅｅｒ⁃ｉｎｇＨｅｕｒｉｓｔｉｃｓｉｎｔｈｅＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓＳｗｉｔｃｈｉｎｇＩｎｄｕｓｔｒｙ［Ｊ］．ＲｅｓｅａｒｃｈＰｏｌｉｃｙ，２０１２，４１（２）：４１４－４２９．［２１］方曙，胡正银，庞弘燊，等．基于专利文献的技术演化分析方法研究［Ｊ］．图书情报工作，２０１１，５５（２２）：４２－４６．［２２］ＣｈａｎｇＰＬ，ＷｕＣＣ，ＬｅｕＨＪ．ＵｓｉｎｇＰａｔｅｎｔＡｎａｌｙｓｅｓｔｏＭｏｎｉｔｏｒｔｈｅＴｅｃｈｎｏｌｏｇｉｃａｌＴｒｅｎｄｓｉｎａｎＥｍｅｒｇｉｎｇＦｉｅｌｄｏｆＴｅｃｈｎｏｌｏｇｙ：ＡＣａｓｅｏｆＣａｒｂｏｎＮａｎｏｔｕｂｅＦｉｅｌｄＥｍｉｓｓｉｏｎＤｉｓｐｌａｙ［Ｊ］．Ｓｃｉｅｎｔｏｍｅｔ⁃ｒｉｃｓ，２０１０，８２（１）：５－１９．［２３］陈亮．基于关联规则改进的技术演化分析方法研究［Ｄ］．北京：中国科学院大学，２０１３．［２４］ＨｕａｎｇＹ，ＺｈｕＤ，ＱｉａｎＹ，ｅｔａｌ．ＡｈｙｂｒｉｄＭｅｔｈｏｄｔｏＴｒａｃｅＴｅｃｈｎｏｌｏｇｙＥｖｏｌｕｔｉｏｎＰａｔｈｗａｙｓ：ＡＣａｓｅＳｔｕｄｙｏｆ３ＤＰｒｉｎｔｉｎｇ［Ｊ］．Ｓｃｉｅｎｔｏｍｅｔｒｉｃｓ，２０１７，１１１（１）：１８５－２０４．［２５］李欣，谢前前，黄鲁成，等．基于ＳＡＯ结构语义挖掘的新兴技术演化轨迹研究［Ｊ］．科学学与科学技术管理，２０１８，３９（１）：１７－３１．［２６］ＷａｎｇＸ，ＱｉｕＰ，ＺｈｕＤ，ｅｔａｌ．ＩｄｅｎｔｉｆｉｃａｔｉｏｎｏｆＴｅｃｈｎｏｌｏｇｙＤｅ⁃ｖｅｌｏｐｍｅｎｔＴｒｅｎｄｓＢａｓｅｄｏｎＳｕｂｊｅｃｔ－ａｃｔｉｏｎ－ｏｂｊｅｃｔＡｎａｌｙｓｉｓ：ＴｈｅＣａｓｅｏｆＤｙｅ－ｓｅｎｓｉｔｉｚｅｄＳｏｌａｒＣｅｌｌｓ［Ｊ］．ＴｅｃｈｎｏｌｏｇｉｃａｌＦｏｒｅｃａｓｔｉｎｇ＆ＳｏｃｉａｌＣｈａｎｇｅ，２０１５，９８（１）：２４－４６．［２７］ＹａｎｇＣ，ＺｈｕＦ，ＺｈａｎｇＧ．ＳＡＯ－ｂａｓｅｄｔｏｐｉｃＭｏｄｅｌｉｎｇｆｏｒＣｏｍ⁃ｐｅｔｉｔｉｖｅＴｅｃｈｎｉｃａｌＩｎｔｅｌｌｉｇｅｎｃｅ：ＡＣａｓｅＳｔｕｄｙｉｎＧｒａｐｈｅｎｎｅ［Ｃ］／／ＷｏｒｌｄＳｃｉｅｎｔｉｆｉｃＰｒｏｃｅｅｄｉｎｇｓＳｅｒｉｅｓｏｎＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒ⁃ｉｎｇａｎｄＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅ：ＵｎｃｅｒｔａｉｎｔｙＭｏｄｅｌｌｉｎｇｉｎＫｎｏｗｌｅｄｇｅＥｎｇｉｎｅｅｒｉｎｇａｎｄＤｅｃｉｓｉｏｎＭａｋｉｎｇ．Ｓｉｎｇａｐｏｒｅ：ＷｏｒｌｄＳｃｉｅｎｔｉｆｉｃ，２０１６：１５５－１６１．［２８］ＯｔｈｍａｎＲ，ＮｏｏｒｄｉｎＭＦ，ＧｕｓｍｉｔａＲＨ，ｅｔａｌ．ＳＡＯＥｘｔｒａｃｔｉｏｎｏｎＰａｔｅｎｔＤｉｓｃｏｖｅｒｙＳｙｓｔｅｍＤｅｖｅｌｏｐｍｅｎｔｆｏｒＩｓｌａｍｉｃＦｉｎａｎｃｅａｎｄＢａｎｋｉｎｇ［Ｃ］／／ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＩｎｆｏｒｍａｔｉｏｎａｎｄＣｏｍ⁃ｍｕｎｉｃａｔｉｏｎＴｅｃｈｎｏｌｏｇｙｆｏｒｔｈｅＭｕｓｌｉｍＷｏｒｌｄ．Ｐｉｓｃａｔａｗａｙ：ＩＥＥＥ，２０１７：５９－６３．［２９］陈亮，张静，张海超，等．层次主题模型在技术演化分析上的应用研究［Ｊ］．图书情报工作，２０１７，（５）：１０３－１０８．［３０］廖列法，勒孚刚．基于ＬＤＡ模型和分类号的专利技术演化研究［Ｊ］．现代情报，２０１７，３７（５）：１３－１８．（责任编辑：孙国雷）２４１。