[00318918]科技人才情报平台

1 成果简介

当下，现有的科技数据分析平台大都以文献为中心，很大程度上缺少对科技情报的深度分析和专业知识服务，同时面临着数据时效性低、准确性难以验证的问题，和数据来源单一造成学者画像精度低、学术评价片面、缺乏权威性等问题。针对科技情报深度分析挖掘的现实需求，清华大学 AMiner 团队推出科技人才情报平台。科技人才情报平台，以论文、专利、专家学者信息、博客、论坛等数据为基础，利用大数据分析、机器学习、人工智能等技术手段，分析挖掘全球学术研究热点及其发展趋势，跟踪分析专家观点，把握最新科技动态，为制定科技战略、确定技术研发重点给出参考性意见。

平台功能包括：

* 人才库基础

* 技术热点发现及关系分析

* 技术点发展脉络及技术成熟度分析

* 技术前沿分析

* 报告自动生成

人才库基础以 AMiner 系统论文及学者数据为基础，深度清洗，完善专家画像，建立人才库。专家库中，除提供专家列表、专家画像，还提供该库中专家的 h 指数分布、论文数分布、性别分布、语言分布、地理位置分布、所在机构分布、研究兴趣分布等统计信息。同时开放人才库管理功能，可对库中人才进行增删改查。技术热点发现及关系分析以 AMiner 系统论文及学者数据为基础，分析挖掘出当前全球技术热点及热点之间的关联关系，以可视化方式生动展示热点强度及热点之间的关系。技术点发展脉络及技术成熟度分析通过构建知识图谱，结合 AMiner 系统论文及学者数据，分析指定的技术点，根据论文发表情况分析该技术热点及其子领域技术的历史发展脉络，找出关键时间节点的代表性论文、学者、事件等，并可视化展示；同时，根据 Gartner 技术成熟度曲线，以及美国 NASA 的 TRL 体系分类，研究基于论文及学者等数据的技术成熟度判断模型，与技术脉络配合，显示指定技术点的技术成熟度信息。技术前沿分析以 AMiner 系统论文及学者数据、以及科技论坛、博客等实时性较强的网络公开数据为基础，分析挖掘可能的前沿技术，找出前沿技术的代表学者及代表性观点。报告自动生成。AI 撰写机器人基于覆盖全球 1.36 亿学者、2.3 亿论文的科研大数据，联合领域专家，生成基于区块链的群智报告。报告中知识图谱、人才分布、学者关系、技术热点、交叉分析等内容由 AI 机器人自动完成。去中心化，集体维护，能够更好的保证作者知识产权。

平台技术创新点如下：

* 跨媒体科技知识图谱构建技术。

* 科技情报网络的隐含关联挖掘方法。

* 基于立体画像的多维科技情报快速匹配技术。

* 知识驱动的智能型科技情报挖掘平台 AMiner。

2 应用说明

科技人才情报平台应用于之江实验室，通过建立之江实验室一站式数据搜索系统，在“科技文献服务”、“科研热点发现”、“高层次人才挖掘及评价”、“技术预见、挖掘与评估”四个维度提供了优质的服务。

3 效益分析

科技人才情报平台顺应了我国实施创新驱动发展战略和建设创新型国家的重大需求，以开放互联网科技信息资源为数据基础，深入挖掘，探索科技发展的深层规律，研究突破科技知识图谱构建、技术趋势分析、科技服务智能匹配等核心关键技术，研发系统，为推动我国企事业单位的科研产品升级，加速科技创新做出积极贡献，具有较强的市场竞争力和广阔的发展前景。

4 合作方式

联合推广