1 / 21

自组织映射用于技术竞争情报分析的方法研究

版权所有，非经作者及 《 图书情报工作 》 杂志社许可请勿转载，如欲转载请获取许可并注明出处。. 自组织映射用于技术竞争情报分析的方法研究. 报告人： 安 璐 武汉大学信息管理学院. 主要内容. 引言 相关研究背景 SOM 用于技术竞争情报分析的研究方法构建 实验与数据分析 结论. 引言. 竞争情报 (CI) 是帮助企业适当决策，并在市场上保持竞争优势的重要活动。它提供关于当前的竞争地位、历史业绩、竞争优势与劣势以及未来详细计划的知识。 技术竞争情报 (CTI) ，即着重强调科技及其对研究与开发活动影响的竞争情报。

judith
Download Presentation

自组织映射用于技术竞争情报分析的方法研究

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 版权所有，非经作者及《图书情报工作》杂志社许可请勿转载，如欲转载请获取许可并注明出处。版权所有，非经作者及《图书情报工作》杂志社许可请勿转载，如欲转载请获取许可并注明出处。 自组织映射用于技术竞争情报分析的方法研究 报告人：安 璐 武汉大学信息管理学院

  2. 主要内容 • 引言 • 相关研究背景 • SOM用于技术竞争情报分析的研究方法构建 • 实验与数据分析 • 结论

  3. 引言 • 竞争情报(CI)是帮助企业适当决策，并在市场上保持竞争优势的重要活动。它提供关于当前的竞争地位、历史业绩、竞争优势与劣势以及未来详细计划的知识。 • 技术竞争情报(CTI)，即着重强调科技及其对研究与开发活动影响的竞争情报。 • 本文将采用自组织映射(SOM)人工神经网络方法来构建产品的技术特征模型，提出“属性方差矩阵”这种新的SOM显示方式，用于分析产品的技术竞争情报。

  4. 相关研究背景 • 自组织映射方法研究 • 由Kohonen教授提出的一种无指导学习的人工神经网络方法； • 对高维信号空间中的输入对象进行无指导训练，以一种可视化的方式显示在低维空间中； • 保留了输入空间的拓扑结构，属性相似的输入数据将被映射到邻近的SOM结点。 • 德国学者Ultsch等人提出了统一距离矩阵（U-matrix）的概念。 • U-matrix中每个元素的值等于对应的SOM结点与所有直接相邻的邻居之间的距离之和除以所出现的最大值。 • 技术竞争情报研究 （略）

  5. SOM用于技术竞争情报分析的研究方法构建 • 手机属性描述

  6. SOM用于技术竞争情报分析的研究方法构建 • SOM输入矩阵的构造 cij (i=1,2，..., m, j=1,2，...，n)代表矩阵的第i行第j列的元素，它被定义为第i种手机的第j个属性值。 dkl (k= 1,2,...,n，l = 1,2,...,m)代表矩阵的第k行第l列的元素。它被定义为第l种手机的第k个属性值除以所有手机的第k个属性的最大值。因此，dkl的取值范围在0和1之间。

  7. SOM用于技术竞争情报分析的研究方法构建 • U-matrix及其原理 • 边界效应” ，即位于SOM输出的边界或角落的结点所拥有的邻居数量比位于SOM输出的中间区域的结点的邻居数量要少。 • 有文献指出，“边界效应”会降低SOM训练的准确性，并使训练过程更难以收敛。 • 为了解决这个问题，Ultsch将U-matrix的定义扩展到超环面SOM空间，即SOM输出的上边缘与下边缘相连，左边缘与右边缘相连，因此每个SOM结点都有上、下、左、右四个邻居。 • U-matrix中较大值的元素代表聚类之间的边缘，而较小值的元素代表聚类本身。 • U-matrix的值被用于确定相应SOM结点的背景颜色。 • 因此，人们可以从中直观地观察输入数据之间的相似性。 • 本次研究将采用超环面的U-matrix。

  8. SOM用于技术竞争情报分析的研究方法构建 • 属性方差矩阵（Attribute Variance Matrix，简称AV-Matrix）的原理 • 目标：识别哪些属性对于输入样本之间的差异贡献最大。 • 假设某矩形SOM输出S有p行和q列 • 其中sij (i= 1,2,..., p，j=1,2,...,q)代表与对应SOM结点相联系的权向量。每个权向量包含m个分量，其中m是输入矩阵M2中的属性个数。sij所包含的元素可以表示为wij1，wij2，...，wijm。

  9. SOM用于技术竞争情报分析的研究方法构建 • 属性方差矩阵及其原理 • AV-Matrix有p行与q行 • 元素aij指示了sij的所有元素的方差 • aij= (5) • AV-Matrix中值较大的元素意味着与对应SOM结点相联系的权向量的所有分量的方差较大，而值较小的元素则表明与对应SOM结点相联系的权向量的所有分量的方差较小。 • 如果将AV-Matrix中各元素的值应用于由输入矩阵M2产生的SOM输出的背景颜色，那么映射到AV-Matrix中值较大的区域的手机技术属性对不同手机之间的差异贡献较大，而映射到AV-Matrix中值较小的区域的手机技术属性对不同手机之间的差异贡献较小。 • AV-Matrix的值被用于对应的SOM结点的背景颜色，这将有助于人们识别对不同手机之间的差异贡献最大的技术属性。 aij=

  10. SOM用于技术竞争情报分析的研究方法构建 • 分析方法 • 本文利用SOM算法将高维的输入数据显示在低维空间中。 • 当输入矩阵为M1时，被映射到相同或相邻的SOM结点中的手机产品具有相似的技术特征。 • 虽然市场中可能存在许多竞争者，但是只有那些具有相似特征的产品才构成竞争。 • 因此，其产品被多次映射到相同的SOM结点的手机厂商彼此之间是关键的竞争对手。 • 针对输入矩阵为M2时产生的SOM训练结果，计算出自定义的AV-Matrix中各元素的值，将其应用于SOM结点的背景颜色。 • 根据AV-Matrix，我们可以识别出使不同手机之间产生主要差异的关键技术属性。 • 然后，将输入矩阵为M1时生成的SOM显示投影到由前面所说的关键技术属性构成的三维空间，从中分析概括各种技术的实施现状以及各竞争者在关键技术属性方面的特点。

  11. 实验与数据分析 • 数据样本描述 • 四家手机制造厂商，将其记为N,S,L和D； • 从Younet (http://www.younet.com)上针对每种品牌收集二十八种最新手机型号的数据。 • 一共有112个样本，每个样本涉及72种属性。 • SOM输入矩阵M1为一个112*72的矩阵。

  12. 实验与数据分析 • 关键竞争对手识别 • SOM Toolbox作为研究工具 • 以输入矩阵M1为输入数据进行SOM训练。 • 由于不同属性（即列）具有不同的取值范围，因此首先利用’var’方法对输入数据进行规范化，其中规范化过程是线性的，变量的方差被标准化为1，以免取值范围大的变量在SOM显示中占据主导地位。 • 线性初始化与批学习算法 • 超环面的SOM输出 • 9*6的SOM输出 • U-Matrix应用于SOM显示的背景颜色 • 每种手机标有其品牌与编号。例如，N5代表品牌N的第5个样本

  13. 实验与数据分析 • 关键竞争对手识别 • 上边缘实际上与下边缘相连，左边缘与右边缘相连 • 红色代表较大的U-matrix值，而蓝色代表较小的值 图1 手机在SOM输出中的映射 （以U-matrix值为背景颜色）

  14. 表2 映射到同一结点的手机聚类 表3 竞争对手成对出现的频率 • N，S这两种品牌之间的竞争是最激烈的，品牌L和D次之，品牌S（或N）与D在一般程度上形成竞争，而品牌N（或S）与L的竞争程度较低。 • 因此，品牌N与S彼此之间是关键的竞争对手，品牌L和D同样也是如此。

  15. 实验与数据分析 • 关键属性差异 • 输入矩阵为M2 • SOM训练，参数同前 • 标签代表属性编号，例如v17是指第17个手机技术属性（参见表1），即收音机。 • 映射到红色区域的技术属性对不同手机之间的差异贡献最大，而映射到深蓝色区域的技术属性对不同手机之间的差异贡献较小。 图2 技术属性在SOM输出中的分布 （以属性方差矩阵为背景颜色）

  16. 实验与数据分析 表4 根据AV-Matrix识别的关键属性 • 对手机之间的差异贡献最大的关键属性可归纳为以下属性类别： • 1）基本功能：v29_主题模式，v30_文件管理器，v23_来电铃声识别，v24_来电图像识别； • 2）通信功能：v37_超长短信； • 3）网络与数据传输：v59_电子邮件； • 4）个人助理：v65_记事本，v66_备忘录； • 5）多媒体娱乐：v17_收音机。

  17. 实验与数据分析 • 以图2中的前三类关键属性构造一个三维空间，即X轴代表v29，v30，v23和v24，Y轴代表v37，Z轴代表v59。 • 然后将图1的手机SOM输出投影到由这三类关键属性构造的三维空间 （图3） • 如果某手机聚类在X（或Y,Z）轴上取值较大，则表示该手机聚类在该轴对应的关键属性上取值较大；如果某手机聚类在X（或Y/Z）轴上取值较小，则表示该手机聚类在该轴对应的关键属性上取值较小。 • 例如，许多品牌N的手机投影到X轴与Z轴的值较大的位置，这说明，这些手机型号在v29，v30，v23，v24和v59上取值较高。 图3 关键属性投影(I)

  18. 利用另外两个属性类型的关键属性建造两个座标轴，即X轴代表v65和v66，Y轴代表v17。同样将图1中的手机SOM输出投影到由这两个轴构造的平面上，如图4所示。利用另外两个属性类型的关键属性建造两个座标轴，即X轴代表v65和v66，Y轴代表v17。同样将图1中的手机SOM输出投影到由这两个轴构造的平面上，如图4所示。 表5 各竞争者的技术优势与劣势 图4 关键属性投影(II)

  19. 研究发现 • 品牌N与S彼此之间是关键的竞争对手，品牌L和D同样也是如此。 • v29_主题模式, v30_文件管理器, v37_超长短信等8个技术属性是不同手机产品之间的关键差异技术属性； • N在大多数关键差异属性上具有竞争优势，S在基本功能与多媒体娱乐属性中具有优势，L在大多数关键差异属性上存在劣势，D没有明显的优势或劣势。

  20. 结论 本文提出一种新的SOM显示方式，称为“属性方差矩阵”（简称AV-Matrix），应用于对应的SOM结点背景颜色，揭示对不同输入数据之间产生主要差异贡献最大的关键属性。 本次研究的手机样本与技术属性数量有限。 本文建立并系统阐述了一套有效的利用SOM算法来分析技术竞争情报的方法。 后续还可以将研究范围扩大到更多的竞争者样品、产品型号与技术特征，甚至推广到其它的高科技产品，取得更多有意义的研究结果。

  21. 谢 谢！whuanlu@yahoo.com.cn

More Related