기술기회 발굴 지원을 위한 텍스트 분석 기반의 기술-디자인 트리 구축

윤주호; 권세훈; 김병훈

doi:10.7232/JKIIE.2024.50.3.130

추천

검색

질문

자료유형: 학술저널

저자정보: 윤주호 (한양대학교 ERICA) 권세훈 (한양대학교 ERICA) 김병훈 (한양대학교 ERICA)

저널정보: 대한산업공학회 대한산업공학회지 대한산업공학회지 제50권 제3호

발행연도: 2024.6

수록면: 130 - 145 (16page)

DOI: 10.7232/JKIIE.2024.50.3.130

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

This paper introduces a novel methodology for constructing technology-design trees based on text analysis to support the discovery of technology opportunities. The methodology employs KeyBERT(Keyword extraction with Bidirectional Encoder Representations from Transformers) model to extract meaningful keywords from patents and design rights documents, thus facilitating the analysis of semantic similarities and categorization into similar technological and design groups. Further, it utilizes Cooperative Patent Classification (CPC) and Locarno Classification (LOC) to build technology trees and design trees, respectively, through the analysis of technical and product similarities. Additionally, the methodology employs structural similarity index mapping (SSIM) on patent and design right drawings to validate the constructed trees. The approach is distinguished by its minimal reliance on expert intervention, enhancing the efficiency and scalability of technology opportunity discovery processes.

#Technology Opportunities Discovery #Patent-Design Right Linkage Data #Technology-Design Tree #Keyword Extraction #Similar Groups

참고문헌 (40)

참고문헌 신청

Ba, Z., Meng, K., Ma, Y., and Xia, Y. (2024), Discovering technological opportunities by identifying dynamic structure-coupling patterns and lead-lag distance between science and technology, Technological Forecasting and Social Change, 200, 123147.

Chae, S. H. and Gim, J. (2018), A Study of CPC-based Technology Classification Analysis Model of Patents, The Journal of the Korea Contents Association, 18(10), 443-452.

Chen, A. and Chen, R. (2007), Design patent map: An innovative measure for corporative design strategies, Engineering Management Journal, 19(3), 14-29.

Chen, R. (2009), Design patent map visualization display, Expert Systems with Applications, 36(10), 12362-12374.

Choi, D. I. and Lim, C. (2023), Analysis of trends in deep learning and reinforcement learning, Journal of The Korea Society of Computer and Information, 28(10), 55-65.

이 논문과 함께 이용한 논문

Text Mining을 활용한 북한의 도발 수준 및 형태 예측

차선교 , 윤봉규 대한산업공학회지 2023 .10

복합상업시설의 디지털 전환 서비스 디자인 전략 제안 - MZ세대 특성과 니즈를 기반으로 -

김민주 , 하지원 , 김희진 외 2명 한국디자인문화학회지 2024 .06

IoT 기반 반려동물 디지털 헬스케어 모니터링 시스템 구현

차범기 , 이영기 , 정희석 외 1명 정보 및 제어 논문집 2023 .10

제품-서비스시스템을 위한 아이디어 생성과정에서 ChatGPT를 활용한 탐색적 실험

이영현 , 연명흠 Archives of Design Research 2023 .11

우리나라 자동차 정비사의 안전사고 개선 방안에 대한 조사연구

조홍성 , 강호인 한국자동차공학회 춘계학술대회 2023 .05

최근 본 자료

전체보기

UCI(KEPA) : I410-151-24-02-089888599

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (40)

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)