“数”里行间 |2017-2018年我国健康领域技术发展态势分析

编者按

今天，我们已跨入“大数据”时代，数据的价值蕴含在“数”里行间，让数据说话，将成为人们的“习惯”做法。上海科学院和上海产业技术研究院基于自主开发的“科技发展动态分析平台”，聚焦制造、信息、能源和健康四大领域，应用大数据技术在互联网上收集相关数据信息，对产业技术发展动态进行跟踪和分析。

一、 研究工作概述

1、基本思路

基于平台“热词分析”功能，以一千五百多万条舆情数据为基础，通过数据挖掘与分析，及时发现捕捉热点，对领域技术变化发展做出研判。热词分析就是对舆情数据源进行分词，精准的分词是热词分析的基础；通过关键词提取、词关联计算，再综合考虑信息的转发量、浏览量和评论量等各种因素得到领域技术热词列表，来研判领域技术发展态势。

2、 健康领域范围界定

由五个一级关键词界定涉及范围，它们分别是：健康医疗、 数字健康、基因检测、生物医学和转化医学等。

二、数据信息汇总

1、热词列表

统计数据的时间点为五个（2017年1月1日、2017年7月1日、2018年1月1日、2018年7月1日和2019年1月1日），总时间跨度为二年。在此设定：人们的关注点与热词排序对应，热词排序越高、则人们关注度也越高。本表汇总了TOP2000的热词，作为研究分析基础数据。

2、领域技术发展态势

对于领域发展态势描述，需要由相应时间点上的关键词来标注，在此以特定领域热词为关键词。为定量反映领域技术发展态势，以上述列表为依据，逐个分析有效热词（删除无关词），以2017年1月1日为基准点，标注出相应排序变化；各TOP-X榜单反映领域大小不同覆盖面，因而可选取不同权重值来表述。此案例分析围绕TOP20领域热词列表展开。

3、 领域内若干关注点

热词列表内涵丰富信息，类别种类繁多、无效数据不少，作为数据清洗方法，根据分析研究者需要，对TOP300领域热词列表进行取舍梳理，汇总得如下若干关注点列表。

三、 结果分析与情况说明

1、结果分析

我国健康领域技术发展态势

基于Top20领域热词列表，根据前面提出算法原则，设定不同权重值，计算得到我国健康领域技术发展态势图：2017-2018年间前六位热词排序不变，总体发展态势呈现平稳变化。

领域内若干关注点

基于若干关注点列表，具有代表性的关注点呈现三种情景：上升、持平和下降。值得重视是排序上升的关注点：医学工程、材料、体检、视频、耳聋和干细胞等，特别是疫苗的排序上升最大；在城市关注点方面，北京、南京等排序上升，其中香港的排序上升最大，而上海、成都等排序则下降。

2、情况说明

基准点：上海科学院/上海产业技术研究院“科技发展动态分析平台”是2016年初投入试运行，较为完整采集互联网数据信息从2016年下半年起。所以，本项研究工作以2016年底为基准时点。

本研究局限性：就数据来源而言，本研究仅仅是社会舆情的分析，是众多分析维度中的一种。结合其他专业数据源，可构成综合型技术分析指数，也是我们今后努力的方向。

（责任编辑：沈跃栋）

作者简介