A methodology for technology trend monitoring: the case of semantic technologies

Abstract

This paper introduces a systematic technology trend monitoring (TTM) methodology based on an analysis of bibliometric data. Among the key premises for developing a methodology are: (1) the increasing number of data sources addressing different phases of the STI development, and thus requiring a more holistic and integrated analysis; (2) the need for more customized clustering approaches particularly for the purpose of identifying trends; and (3) augmenting the policy impact of trends through gathering future-oriented intelligence on emerging developments and potential disruptive changes. Thus, the TTM methodology developed combines and jointly analyzes different datasets to gain intelligence to cover different phases of the technological evolution starting from the 'emergence' of a technology towards 'supporting' and 'solution' applications and more 'practical' business and market-oriented uses. Furthermore, the study presents a new algorithm for data clustering in order to overcome the weaknesses of readily available clusterization tools for the purpose of identifying technology trends. The present study places the TTM activities into a wider policy context to make use of the outcomes for the purpose of Science, Technology and Innovation policy formulation, and R&D strategy making processes. The methodology developed is demonstrated in the domain of ''semantic technologies''.

Forecasting the Industry Future Through Timelines and Wild Cards: The Case of Textile and Apparel Industry

“…We began from global trends, or megatrends, analysis because it sets the frame for further research and for the timeline building and wild card identification (Mikova & Sokolova, 2014). Global trends generally represent gradual forces, factors and patterns that are pervasively causing change in society (Saritas & Smith, 2011;Ena et al, 2016;Saritas, Proskuryakova, 2017). We used the expanded version of the PEST classification from environmental scanning research, sometimes also referred to as the STEP classification (Hiltunen 2008;Carr and Nanni 2009).…”

Bibliometryczna metodologia prognozowania i oceny rozwoju dyscyplin naukowych. Analiza piśmiennictwa. Część 2. Badania porównawcze, hybrydowe, statystyczne, analizy dokumentów patentowych, ścieżek rozwoju dyscyplin oraz pozostałe oryginalne podejścia meto

“…Środkiem wiodącym do tego celu było kompleksowe rozpatrzenie nie tylko artykułów zamieszczanych w czasopismach naukowych i patentów, ale też szerokiego spektrum raportów i projektów badawczych, prezentacji biznesowych i konferencyjnych, rozpraw doktorskich, prasy i mediów społecznościowych (ang. social networks) z zamiarem uchwycenia całego cyklu życiowego i ogółu ścieżek rozwoju nowych technologii (Ena et al, 2016(Ena et al, , 1015(Ena et al, , 1021(Ena et al, , 1025(Ena et al, -1027. Autorzy zarzucili ponadto dotychczas wykorzystywanym metodom identyfikacji nowo powstałych specjalności naukowo-technologicznych, a w szczególności funkcjonującym w ich ramach narzędziom służącym terminologicznemu kodowaniu ("etykietowaniu") najnowszych prądów, generowanie terminów zbyt szerokich i zbyt ogólnych, które były w stanie opisać jedynie szerokie i mało konkretne tendencje, zamiast ścisłego wyszczególnienia merytorycznie adekwatnych do aktualnej sytuacji na "froncie badań" kierunków rozwoju i bardziej wyrafinowanych wzorców tego rozwoju (Ena et al, 2016(Ena et al, , 1020.…”

“…social networks) z zamiarem uchwycenia całego cyklu życiowego i ogółu ścieżek rozwoju nowych technologii (Ena et al, 2016(Ena et al, , 1015(Ena et al, , 1021(Ena et al, , 1025(Ena et al, -1027. Autorzy zarzucili ponadto dotychczas wykorzystywanym metodom identyfikacji nowo powstałych specjalności naukowo-technologicznych, a w szczególności funkcjonującym w ich ramach narzędziom służącym terminologicznemu kodowaniu ("etykietowaniu") najnowszych prądów, generowanie terminów zbyt szerokich i zbyt ogólnych, które były w stanie opisać jedynie szerokie i mało konkretne tendencje, zamiast ścisłego wyszczególnienia merytorycznie adekwatnych do aktualnej sytuacji na "froncie badań" kierunków rozwoju i bardziej wyrafinowanych wzorców tego rozwoju (Ena et al, 2016(Ena et al, , 1020. Zdaniem autorów zamiar ten można było osiągnąć poprzez uwzględnienie kontekstu terminów/słów kluczowych oraz udoskonalenie istniejących algorytmów grupujących dane wyjściowe.…”

“…Zdaniem autorów zamiar ten można było osiągnąć poprzez uwzględnienie kontekstu terminów/słów kluczowych oraz udoskonalenie istniejących algorytmów grupujących dane wyjściowe. Należy ponadto zapewnić sobie pomoc ekspertów w zakresie budowania zbioru terminów/słów kluczowych i interpretowania wszelkiego rodzaju wskaźników ilościowych oraz zwrócić baczniejszą uwagę na aspekty i etapy cyklu życiowego produktów lub technologii takie, jak czołowi badacze i instytucje, kraje wiodące prym w opracowywaniu i stosowaniu danych technologii czy dynamika wzajemnych zależności pomiędzy wszystkimi wymienionymi czynnikami (Ena et al, 2016(Ena et al, , 1021(Ena et al, -1022(Ena et al, , 1024. Odnośnie do udoskonalenia dotychczasowych algorytmów grupujących dane, zdaniem Eny i in., należy wyeliminować z nich elementy, które powodują m.in.…”

“…Problemem wymagającym uwagi jest również brak uniwersalnej miary podobieństwa dokumentów jako kryterium, w oparciu o które odbywa się podział na podzbiory reprezentujące specjalizacje i obszary problemowe (ang. core clustering metric) (Ena et al, 2016(Ena et al, , 1023. W miejsce technik grupujących obarczonych powyższymi trudnościami zaproponowano więc własny algorytm, stworzony w National Research University Higher School of Economics (HSE) i zaprojektowany z myślą o m.in.…”