《表2 SAO模型检验：基于RFM模型和随机行动者导向模型的技术机会识别》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于RFM模型和随机行动者导向模型的技术机会识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：*表示收敛t-ratio的绝对值小于0.1，意味着效应显著[24]。

在识别出趋势性知识元素后，本研究需要对这些知识元素未来的组合机会进行预测。为得出知识元素间进行组合的特征和规律，使用SAO模型来分析知识网络的演化。本研究以2013—2015年每年都出现的知识元素为对象，以一年作为一个观测期，共三期，相应地构建三个知识网络，用于SAO模型的分析。SAO模型的参数估计和模型检验使用R语言中的RSiena程序包编写代码，采用马尔科夫链-蒙特卡洛估计法（MCMC）来进行研究。表2中列出了影响知识元素间进行组合的常见效应及其参数估计的情况。