论文部分内容阅读
技术交易是指通过人类活动将科学技术传播的过程,随着其趋于规模化,形成交错纵横的技术交易网络。然而多数以复杂网络视角的研究只单纯停留在结构和功能两个相对独立的层面,即网络的结构特征和网络的功能应用等,缺乏二者关联关系的深入研究。本文以2003～2013年技术交易数据作为研究对象,将技术交易的时间序列映射到复杂网络,结合时序SARIMA分析方法和逐步回归模型对技术交易量进行预测,为技术交易市场活动提供指导建议,有利于技术交易市场管理和宏观调控。研究中主要包含两点创新之处:提出一种结合复杂网络的新预测方法,并开展技术交易网络的结构与功能关系层面的研究。具体工作内容如下:(1)框架理论研究。研究复杂网络结构与功能基础理论;时序分析和回归方法的模型确定及预测方法。(2)复杂技术交易网络构建。将图论与网络知识相结合,通过使用图论中构建网络的方法,将技术交易活动中主体映射为网络节点,交易关系映射为网络的边,构建技术交易网络模型并进行可视化分析,发掘技术交易在不同时间阶段的趋势特征。(3)网络拓扑特征时序模型构建及预测。结合时间序列,分别拟合各网络拓扑结构指标的SARIMA模型,详细阐述建模步骤及用于预测分析的特点,并实现技术交易网络结构的预测。(4)技术交易回归模型构建及预测。利用逐步回归分析方法,经过变量多次方变换、交互项分析,构建交易量和拓扑指标的回归模型,其中点介数、边介数和节点数对交易量有显著影响。最后与单纯技术交易量时序预测模型对比,结果证明结合复杂网络预测方法具有较高的预测精度。本文通过实证分析,提出了一种结合复杂网络的时序回归预测模型,并证实了技术交易网络的结构与功能间紧密的关联性。