최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기정보처리학회논문지. KIPS transactions on software and data engineering. 소프트웨어 및 데이터 공학, v.3 no.9, 2014년, pp.355 - 360
김종찬 (고려대학교 산업경영공학과) , 이준혁 (고려대학교 산업경영공학과) , 김갑조 (고려대학교 산업경영공학과) , 박상성 (고려대학교 산업경영공학부) , 장동식 (고려대학교 산업경영공학부)
Forecasting of emerging technology plays important roles in business strategy and R&D investment. There are various ways for technology forecasting including patent analysis. Qualitative analysis methods through experts' evaluations and opinions have been mainly used for technology forecasting using...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
이동평균 방법이란 무엇인가? | 이동평균 방법이란 어느 시계열 자료에 대해 예측 시점 (T)을 기준으로, 차기(T+1)의 예측 값을 시점 T에서 가지고 있는 과거 자료들의 평균 값으로 하는 방법이다. 예측 시점에서 평균을 구할 때 이전 시점의 자료들을 몇 개 사용하느냐에 따라 평균 값이 다르게 되므로 이동평균이라는 용어를 사용한다. | |
핵심 키워드의 부상도를 계산하여 선정한 부상 기술 키워드 12개는 무엇인가? | 수집된 특허 문서의 2,748개의 단어 중에서 TF-IDF 가중치와 출현빈도를 이용하여 핵심 키워드를 선정하였고 ARIMA 분석을 통해 얻은 예측치를 이용해 각 핵심 키워드의 부상도를 계산하였다. 이를 통해 부상도가 높은 12개의 단어(outline, ground, rolled, microporous, laminate, machine, permeable, durable, pumps, periodic, outer, pinstock)를 부상 기술 키워드로 선정하였다. 이 부상 기술 키워드와 관련된 기술이 탄소섬유 복합소재 분야의 부상 기술일 것으로 예측하였고 실제데이터를 통해 검증한 결과 laminate와 관련된 기술이 부상 기술이라는 것을 확인했다. | |
특허 데이터와 같은 문서들은 기존의 통계 분석 방법을 적용하기에 어려움이 있는 이유는 무엇인가? | 특허 데이터와 같은 문서들은 일반적으로 시계열 분석, 군집 분석과 같은 통계 분석 시 이용하는 수치형 데이터가 아닌 텍스트 형태의 비정형 데이터이기 때문에 기존의 통계 분석 방법을 적용하기에 어려움이 있다. 텍스트 형태의 데이터에 기존 데이터 마이닝 및 통계 기법을 이용하기 위해서는 비구조화 데이터들을 텍스트 마이닝을 통해 구조화 데이터로 변환해야 한다[3]. |
Korean Intellectual Property Office, Korean Invention Promotion Association, "Patent and information analysis (for researchers)," Kyungsung Books, pp.302-372, 2009.
B. U. Yoon and Y. T. Park, "A text mining based patent network: Analytical tool for high technology trend," Journal of High Technology Management Research, Vol.15, No.1, pp.37-50, 2004.
R. Feldman and J. Sanger, The text mining hand book: advanced approaches in analyzing unstructured data, Cambridge university press, pp.1-13, 2007.
S. H. Jun, "An Efficient Text mining for Patent Information Analysis," Proceedings of KIIS Spring Conference, Vol.19, No.1, pp.255-257, 2009.
J. D. Hamilton, Time series analysis, Princeton university press, pp.25-142, 1994.
E. A. Elsayed and T. O. Boucher, Analysis and control of production systems, Prentice Hall, pp.7-61, 1993.
Y. H. Tseng, C.J. Lin, and Y. I. Lin, "Text mining technique for patent analysis," Information processing and management, Vol.43, No.5, pp.1216-1257, 2009.
Y. S. Kim, S. S Park, and D. S. Jang, "Patent data analysis using CLARA algorithm: OLED technology," Journal of Korea institute of information technology, Vol.10, No.6, pp.161-170, 2012.
B. U. Yoon and Y. T. Park, "A systematic approach for identifying technology opportunities: keywords-based morphology analysis," Technologycal forecasting and social change, Vol.72, No.2, pp.145-160, 2005.
S. J. Lee, B. U. Yoon, and Y. T. Park, "An approach to discovering new technology opportunities: keywords-based patent map approach," Technovation, Vol.29, No.6-7, pp. 481-497, 2009.
V. S. Ediger and S. Akar, "ARIMA forecasting of primary energy demand by fuel in Turkey", Energy Policy, Vol.35, No.3, pp.1701-1708, 2007.
Wips on [internet], http://www.wipson.com/
KIPRIS [internet], http://www.kpris.or.kr/
J. C. Kim, J. H. Lee, G. J. Kim, S. S. Park, and D. S. Jang, "Time series analysis of patent keywords for forecasting emerging technology," The 2014 spring conference of the KIPS, Vol.21, No.1, pp.650-652, 2014.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.