| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第13-30页 |
| 1.1 研究背景 | 第13-16页 |
| 1.1.1 选题背景 | 第13-14页 |
| 1.1.2 目前研究与存在的问题 | 第14-16页 |
| 1.2 研究问题的提出与研究方案 | 第16-22页 |
| 1.2.1 研究问题的提出 | 第16-19页 |
| 1.2.2 研究模型的理论架构 | 第19-20页 |
| 1.2.3 研究方法的选择 | 第20-22页 |
| 1.3 研究内容与框架 | 第22-27页 |
| 1.3.1 研究内容 | 第22-24页 |
| 1.3.2 研究框架 | 第24-27页 |
| 1.4 研究意义 | 第27-28页 |
| 1.5 主要创新点 | 第28-30页 |
| 第2章 技术创新路径分析与评价相关理论及方法基础 | 第30-51页 |
| 2.1 技术创新路径相关概念 | 第30-35页 |
| 2.1.1 技术创新路径 | 第30页 |
| 2.1.2 技术未来分析 | 第30-31页 |
| 2.1.3 技术机会分析 | 第31-32页 |
| 2.1.4 技术预测概念 | 第32-34页 |
| 2.1.5 本文研究与上述概念间的关系 | 第34-35页 |
| 2.2 技术创新路径相关理论、方法及研究概况 | 第35-44页 |
| 2.2.1 技术创新路径研究概况 | 第35-36页 |
| 2.2.2 技术未来分析方法研究概况 | 第36-38页 |
| 2.2.3 技术路线图法研究概况 | 第38-41页 |
| 2.2.3.1 技术路线图的定义和内涵 | 第38-39页 |
| 2.2.3.2 技术路线图的分类及其优缺点 | 第39-40页 |
| 2.2.3.3 技术路线图的制定方法 | 第40-41页 |
| 2.2.4 形态分析法研究概况 | 第41-42页 |
| 2.2.5 技术创新路径评价方法及研究概况 | 第42-44页 |
| 2.3 SAO语义挖掘方法及其研究概况 | 第44-46页 |
| 2.3.1 SAO语义挖掘方法概述 | 第44-45页 |
| 2.3.2 SAO语义挖掘方法的研究概况 | 第45-46页 |
| 2.4 研究方法的对比与选择 | 第46-51页 |
| 2.4.1 理论分析——解释为何引入SAO语义挖掘方法 | 第46-48页 |
| 2.4.2 过程对比——比较SAO语义挖掘方法与基于关键词方法的异同 | 第48-51页 |
| 第3章 基于SAO语义挖掘的解决方案演化路径识别研究 | 第51-79页 |
| 3.1 引言 | 第51-52页 |
| 3.2 识别领域关键问题及其解决方案 | 第52-55页 |
| 3.2.1 识别领域关键问题 | 第52-53页 |
| 3.2.2 基于SAO语义挖掘方法识别“关键问题-解决方案”模式 | 第53-55页 |
| 3.3 识别解决方案演化路径与技术机会分析 | 第55-57页 |
| 3.3.1 技术方案演化路径构建及可视化 | 第55-56页 |
| 3.3.2 构建技术方案对比图并分析未来技术创新机会 | 第56-57页 |
| 3.4 实证研究——以DSSCs技术为例识别技术方案演化路径 | 第57-77页 |
| 3.4.1 关键问题识别与SAO结构提取 | 第58-63页 |
| 3.4.2 识别提升DSSCs转化效率的解决方案并分类 | 第63-65页 |
| 3.4.3 识别提升电池转化效率的解决方案演化路径并分析 | 第65-74页 |
| 3.4.3.1 识别提升DSSCs转化效率的技术方案演化路径 | 第66-73页 |
| 3.4.3.2 基于技术方案演化路线图的技术方案分析 | 第73-74页 |
| 3.4.4 构建技术方案对比图并分析DSSCs领域未来技术创新机会 | 第74-77页 |
| 3.5 本章小结 | 第77-79页 |
| 第4章 基于SAO结构链和形态分析法的技术创新路径预测研究 | 第79-109页 |
| 4.1 引言 | 第79-80页 |
| 4.2 基于SAO结构链思想的技术形态矩阵构建 | 第80-85页 |
| 4.2.1 SAO结构链思想 | 第80-81页 |
| 4.2.2 基于文本挖掘和SAO结构链构建技术形态矩阵 | 第81-85页 |
| 4.3 基于回归建模的技术形态组合识别与预测 | 第85-90页 |
| 4.3.1 基于关键词词频向量的专利技术形态识别 | 第85-86页 |
| 4.3.2 基于文献和专利数据构建技术形态评价指标体系 | 第86-87页 |
| 4.3.3 基于回归分析构建技术形态组合预测模型 | 第87-90页 |
| 4.3.3.1 技术形态组合的分析与预测的流程 | 第87-89页 |
| 4.3.3.2 技术形态组合预测模型的方法选择 | 第89-90页 |
| 4.4 实证研究——以DSSCs技术为例开展技术创新路径预测 | 第90-107页 |
| 4.4.1 构建DSSCs领域技术形态矩阵 | 第90-97页 |
| 4.4.1.1 基于关键词方法的层级关系文本识别 | 第90-94页 |
| 4.4.1.2 基于SAO链语义方法的技术形态结构构建 | 第94-97页 |
| 4.4.2 分析DSSCs相关专利的技术形态 | 第97-100页 |
| 4.4.3 构建基于回归分析法的DSSCs领域技术形态组合评价模型 | 第100-104页 |
| 4.4.4 预测DSSCs领域未来技术创新路径并进行结果验证 | 第104-107页 |
| 4.5 本章小结 | 第107-109页 |
| 第5章 基于模糊一致性矩阵分析的技术创新路径潜力评价研究 | 第109-140页 |
| 5.1 引言 | 第109-110页 |
| 5.2 面向关键问题的解决方案商业化潜力评价模型 | 第110-128页 |
| 5.2.1 基于文本挖掘的技术方案初选 | 第111-114页 |
| 5.2.2 技术方案的潜力评价指标体系构建及权重确定 | 第114-117页 |
| 5.2.2.1 构建技术方案潜力评价与优选指标体系 | 第114-116页 |
| 5.2.2.2 基于德尔菲法和熵权法确定各指标的权重 | 第116-117页 |
| 5.2.3 基于模糊一致性矩阵的技术方案评价模型 | 第117-119页 |
| 5.2.3.1 模糊一致性矩阵方法概述 | 第117-118页 |
| 5.2.3.2 基于模糊一致性矩阵方法的技术评价过程 | 第118-119页 |
| 5.2.4 实证研究——提升DSSCs转化效率的各技术方案商业化潜力评价 | 第119-128页 |
| 5.2.4.1 初选提升DSSCs转化效率的技术方案 | 第119-121页 |
| 5.2.4.2 基于熵权法确定DSSCs领域技术商业化潜力评价指标权重 | 第121-124页 |
| 5.2.4.3 提升电池转化效率的各技术方案评价及技术创新路径预测 | 第124-128页 |
| 5.3 技术形态组合商业化潜力评价模型 | 第128-138页 |
| 5.3.1 技术形态组合评价指标体系构建 | 第129-131页 |
| 5.3.2 基于模糊一致矩阵的形态组合评价与技术创新路径预测 | 第131-132页 |
| 5.3.3 实证研究——DSSCs技术形态组合评价与机会分析 | 第132-138页 |
| 5.3.3.1 基于熵权法和模糊一致矩阵确定技术形态的单因素优度值 | 第132-136页 |
| 5.3.3.2 基于技术形态商业化潜力评价识别企业技术创新机会 | 第136-138页 |
| 5.4 本章小结 | 第138-140页 |
| 第6章 总结与展望 | 第140-150页 |
| 6.1 研究结论 | 第140-141页 |
| 6.2 本文分析模型与前人研究的对比讨论 | 第141-147页 |
| 6.2.1 DSSCs相关研究总结 | 第142-145页 |
| 6.2.2 本文研究模型与前人相关研究的对比 | 第145-147页 |
| 6.3 本文研究模型的适用范围 | 第147-148页 |
| 6.4 主要研究限制 | 第148-149页 |
| 6.5 后续研究建议 | 第149-150页 |
| 附录A | 第150-155页 |
| 附录B | 第155-158页 |
| 附录C | 第158-159页 |
| 参考文献 | 第159-169页 |
| 攻读学位期间发表论文清单 | 第169-170页 |
| 攻读学位期间参与科研项目清单 | 第170-171页 |
| 致谢 | 第171-172页 |
