기술평가를 위한평가 참조정보 생성 방안에 관한 연구 : 기술적 속성 유사성 관점에서
A reference information generation method for technology evaluation from the perspective of similarity of technological features
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
기술금융은 기업의 기술혁신 및 사업화 역량에 대한 평가를 바탕으로 적정 수준의 자금을 공급하는 것을 의미하며, 기술평가는 이를 실현하기 위한기반으로서 인식된다. 기술평가는 계량화된 데이터에 의한 정량적 평가와해당 분야의 전문가에 의한 정성적 평가의 혼합으로 이루어지며, 계량화된모형은 정성적 평가를 지원하는 역할을 수행하기 때문에 정성적 평가 결과가 최종 기술평가 결과에 직접적으로 영향을 미치는 경향이 강하다. 하지만정성적 평가는 평가자의 개별적 역량 및 성향 차이에 따라 일관적이지 못한결과를 도출할 수 있기 때문에, 다양한 기술평가 관련 기관들은 평가 대상기업과 속성이 유사한 기업들을 peer group으로 정의하고 이들의 평가 관련정보를 평가 참조정보로서 제공하고 있다. 하지만 기존의 방안들은 주로 산업분류 또는 기술분류 간 유사성만을 고려할 뿐, 기술 자체의 속성을 고려하지 못한다는 한계를 지닌다. 이에 본 연구는 딥러닝에서 사용되는 텍스트 문서의 벡터 정보 모델링기법인 doc2vec 모델을 사용하여 기술내용 간 유사도수준을 측정하여 평가 대상기업과 기술적 속성 관점에서 유사성을 지닌 기업들을 발굴하고 이들로부터 평가 참조정보를 생성하기 위한 방법론을 제시한다. 또한 본 방법론에 의해 산출된 결과와 기존의 peer group 정의 방안에의해 산출된 결과를 비교하고, 본 방법론의 타당성에 대한 논의를 수행한다. 본 방법론은 실용적 평가 참조정보를 정량적 방안에 따라 제공함으로써 정성적 기술평가 작업의 효율성을 향상시키는 데 기여할 수 있다. 또한 평가자의 개인적 역량 및 성향에 따른 기술평가 결과의 편차를 줄여 줌으로써 기술평가 작업의 신뢰성도 증진시킬 수 있을 것으로 기대된다.
Abstract
Technology evaluation is generally recognized as a basis for realizing technology finance which refers to providing financial support based on the evaluation of technology innovation and commercialization capability of firms. It is naturally performed in a combination of quantitative evaluation by quantified data and qualitative evaluation by experts in relevant field. Among the both, the results from qualitative evaluation tend to directly affect the ultimate evaluation results. To facilitate the qualitative work, various institutes related to technology evaluation have tried to identify several firms that are similar to the target firm and generate reference information for the evaluation of target firm’s technology. However, the existing approaches have limitations in that they cannot reflect the features of technology itself, only considering the similarity in terms of the industrial or technological classification. This study proposes a methodology for identifying similar firms to the target firm in terms of technological features by measuring the similarity their technological contents and generating reference information from the information of the similar firms. To measure the similarity between technological context, we apply a doc2vec method which is one of the most representative deep-learning based models to represent textual document information to vector. This study can contribute to improving the efficiency and reliability of qualitative technology evaluation work by providing practical reference information in a quantitative way.
참고문헌 (54)
- 김성민, "기술사업화의 이해와 적용" (2015), 경문사
- 여인국, "기술사업화 이론과 실제" (2013), 학현사
- 기홍도, "스마트폰 어플리케이션 설치 목록을 이용한 사용자 특성 추론", 정보과학회논문지, 45(12), pp.1240~1249 (2018), 한국정보과학회[DOI]
- 김광희, "기술금융의 현황과 과제", 과학기술정책, 21(3) (2011)
- 김대철, "거시경제변수를 고려한 기술평가모형의 개선 :기술보증기금의 사례", 경영과학, 30(2), pp.117~132 (2013), 한국경영과학회[DOI]
- 김도우, "Doc2Vec과 Word2Vec을 활용한 Convolutional Neural Network 기반 한국어 신문 기사 분류", 정보과학회논문지, 44(7), pp.742~747 (2017), 한국정보과학회
- 김병식, "DBSCAN을 활용한 유의어 변환 문서유사도 측정 방법", 멀티미디어학회논문지, 21(9), pp.1035~1043 (2018), 한국멀티미디어학회[DOI]
- 김정미, "Word2vec을 활용한 RNN기반의 문서 분류에 관한 연구", 한국지능시스템학회 논문지, 27(6), pp.560~565 (2017), 한국지능시스템학회
- 김태완, "기술가치평가 방법론을 활용한 사례 분석", 경영논총, 33 (2012)
- 류승미, "수자원 분야 공익형 기술가치평가 시스템에대한 연구", 지능정보연구, 24(3), pp.177~198 (2018), 한국지능정보시스템학회
- 박선영, "특허기술 평가요인에 관한 연구", 지식재산연구, 2(1) (2007)
- 박성수, "Word2vec과 앙상블 분류기를 사용한 효율적 한국어 감성 분류 방안", 디지털콘텐츠학회논문지, 19(1), pp.133~140 (2018), 한국디지털콘텐츠학회[DOI]
- 서경, "IP금융의 새로운 패러다임: 선진 IP금융 모델사례로부터의 시사점", 지식재산연구, 8(3), pp.121~148 (2013), 한국지식재산연구원[DOI]
- 성태응, "과학기술정보 콘텐츠의 가치평가모형 프레임워크 연구", 한국콘텐츠학회 논문지, 16(11), pp.421~433 (2016), 한국콘텐츠학회[DOI]
- 육지희, "토픽모델링과 딥 러닝을 활용한 생의학 문헌 자동 분류 기법 연구", 정보관리학회지, 35(2), pp.63~88 (2018), 한국정보관리학회[DOI]
- 이동훈, "Word2Vec 기반의 의미적 유사도를 고려한 웹사이트 키워드 선택 기법", 한국전자거래학회지, 23(2), pp.83~96 (2018), 한국전자거래학회[DOI]
- 이상현, "DEA와 MPI를 활용한 OECD 국가간 지식기반산업의 효율성 분석", Entrue Journal of Information Technology, 13(3), pp.7~20 (2014), 엘지씨엔에스
- 이성상, "지식재산 금융 활성화 방안에 관한 연구 - 미국과 이스라엘의 사례를 중심으로 -", 지식재산연구, 8(3), pp.149~169 (2013), 한국지식재산연구원[DOI]
- 정으뜸, "기술적 파급효과 도출을 통한 기술융합 분석 연구: 나노바이오 융합기술 사례를 중심으로", 지식재산연구, 10(4), pp.255~290 (2015), 한국지식재산연구원[DOI]
- 정지수, "문서 유사도를 통한 관련 문서 분류 시스템 연구", 방송공학회 논문지, 24(1), pp.77~86 (2019), 한국방송∙미디어공학회[DOI]
- 채균식, "연구중에 생산된 과학기술 참조데이터 관리에 관한 연구", 한국문헌정보학회지, 37(4), pp.131~149 (2003), 한국문헌정보학회
- 최가람, "단어 임베딩(Word Embedding) 기법을 적용한 키워드 중심의 사회적 이슈 도출 연구: 장애인 관련 뉴스 기사를 중심으로", 정보관리학회지, 35(1), pp.231~250 (2018), 한국정보관리학회[DOI]
- 한은진, "Word2vec algorithm 기반 뉴스 기사에 나타난 성별 관련 어휘 규명 연구", 대한산업공학회지, 44(4), pp.272~282 (2018), 대한산업공학회[DOI]
- Azzone, Giovanni, "Quick and dirty technology assessment: The case of an Italian Research Centre", Technological Forecasting and Social Change, 75(8) (2008)
- Chiu, Yu-Jing, "Using AHP in patent valuation", Mathematical and Computer Modelling, 46(7–8) (2007)
- Choi, Sungchul, "Analyzing technological spillover effects between technology classes: The case of Korea technology finance corporation", IEEE Access, 6 (2018)
- Facey, Karen, "Patients’ perspectives in health technology assessment: A route to robust evidence and fair deliberation", International Journal of Technology Assessment in Health Care, 26(3) (2010)
- Garcia, Noa, "Learning non-metric visual similarity for image retrieval", Image and Vision Computing, 82 (2019)
- Harris, Zellig, "Distributional structure", Word, 10(2-3) (1954)
- Hernández Pardo, Ricardo, "Sustainable product service systems in small and medium enterprises (SMEs): Opportunities in the leather manufacturing industry", Sustainability, 4(2) (2012)
- Hsu, David, "Toward successful commercialization of university technology: Performance drivers of university technology transfer in Taiwan", Technological Forecasting and Social Change, 92 (2015)
- Ju, Yonghan, "Technology credit scoring based on a quantification method", Sustainability, 9(6) (2017)
- Jun, Sunghae, "A technology valuation model using quantitative patent analysis: A case study of technology transfer in Big Data marketing", Emerging Markets Finance and Trade, 51(5) (2015)
- Kim, Donghwa, "Multi-co-training for document classification using various document representations: TF–IDF, LDA, and Doc2Vec", Information Sciences, 477 (2019)
- Kim, Eungchan, "An approach to generating reference information for technology evaluation", Sustainability, 10(9) (2018)
- Kim, Seo Kyun, "The effect of R&D, technology commercialization capabilities and innovation performance", Technological and Economic Development of Economy, 17(4) (2011)
- Koyamada, Koji, "Visualization of JOV abstracts", Journal of Visualization, 21(2) (2018)
- Lee, Younghoon, "Applying convolution filter to matrix of word-clustering based document representation", Neurocomputing, 315 (2018)
- Noh, Heeyong, "How to improve a technology evaluation model: A datadriven approach", Technovation, 72-73 (2018)
- Perkmann, Markus, "How should firms evaluate success in university– industry alliances? A performance measurement system", R&D Management, 41(2) (2011)
- Roure, Juan, "Predictors of success in new technology based ventures", Journal of Business Venturing, 5(4) (1990)
- Shen, Yung-Chi, "A hybrid selection model for emerging technology", Technological Forecasting and Social Change, 77(1) (2010)
- Sohangir, Sahar, "Big Data: deep learning for financial sentiment analysis", Journal of Big Data, 5(3) (2018)
- Sohn, So Young, "Improved technology scoring model for credit guarantee fund", Expert Systems with Applications, 28(2) (2005)
- Turney, Peter, "From frequency to meaning: Vector space models of semantics", Journal of Artificial Intelligence Research, 37 (2010)
- Yu, Peng, "A hybrid approach using two-level SOM and combined AHP rating and AHP", DEA-AR method for selecting optimal promising emerging technology, 2013, pp.40(1), ~
- Zhang, Dongwen, "Chinese comments sentiment classification based on word2vec and SVMperf", Expert Systems with Applications, 42(4) (2015)
- "KoNLPy: Korean NLP in Python"[URL]
- 김선혜, "SAO2vec : SAO(Subject-Action-Object)구조와 Doc2vec을 이용한 SAO 임베딩 알고리즘 개발", 대한산업공학회 학술대회논문집 (2018)
- 김재영, "Deep Embedding Clustering 기술을 이용한 특허 문서의 비지도 군집화", 대한산업공학회 학술대회논문집 (2018)
- Le, Quoc, "Distributed Representations of Sentences and Documents", Proceedings of the 31st International Conference on Machine Learning (2014)
- Liu, Yao-Jen, "The intellectual property policy of Taiwan : A strategic viewpoint", Proceedings of IEEE International Engineering Management Conference (2004), IEEE
- Ruskov, Petko, "Model for technology adoption supporting system", Proceedings of International Scientific Conference (2016), UNITECH
- Xing, Chao, "Document classification with distributions of word vectors", Proceedings of Signal and Information Processing Association Annual Summit and Conference , 2014 APSIPA (2014)