本期回看2021-07-01至2021-07-31的月度资料，结合此前相关研究梳理技术分析问题。研究选题为本次回溯整理提出。
一、本期问题与判断
本期从技术属性研究能力扩展的顺序。TFSC利用F-term的多维属性网络寻找企业适配的技术机会，已有序列方法则描述技术重点的动态变化。结合两者，可以把能力扩展细化为属性组合的逐步形成，研究进入某个新方向之前需要具备哪些属性，以及不同属性之间是否存在前置关系。12
二、支撑证据与研究启发
（一）多维技术属性提高机会描述的分辨率
F-term研究构建全局与企业中心网络，通过链接预测推荐属性。这种表示使技术机会能够细化到结构、用途和技术特点，进一步可将属性对应到实现能力和具体任务。1
（二）发展顺序反映能力积累路径
技术序列研究根据先行主体的分类变化推荐方向。将序列状态改为技术属性组合，可以比较看似相同的进入过程是否具有不同的知识基础，并识别关键能力补充的先后次序。2
三、本期研究选题
（一）技术能力阶梯的形成：基于属性组合前置关系与跨主体路径比较
1. 重大意义
技术能力的扩展具有积累和衔接要求。识别属性之间的前置关系，可以为技术追赶和研究方向选择提供更细致的依据，并解释不同起点如何通向相近目标。
2. 可能的研究缺口
F-term方法刻画属性层面的机会，序列方法利用历史发展顺序。进一步可研究顺序关系背后的技术依赖，区分常见的经验路径与实现目标所需的必要能力。12
3. 创新点
拟将属性共现网络与能力形成事件结合，以偏序学习提取候选前置关系，再用技术文档验证依赖，构建允许多条可行路线的能力阶梯。
4. 研究思路
选择技术属性标引和公开产品记录充分的领域，整理不同主体的能力出现时间及实现说明，标注典型依赖。比较共现推荐、频繁序列和前置关系模型，评价下一步能力、必要补充和替代路径识别；按主体留出，用实际研发记录验证阶梯，并分析不同起点的可达目标。
四、参考文献与信息来源
[1] Jiho Lee; Namuk Ko; Janghyeok Yoon; Changho Son. An approach for discovering firm-specific technology opportunities: Application of link prediction to F-term networks. Technological Forecasting and Social Change, 2021-07（本期卷期资料；出版商卷期月份）. DOI: 10.1016/j.techfore.2021.120746.
[2] Jaewoong Choi; Byeongki Jeong; Janghyeok Yoon. Technology opportunity discovery under the dynamic change of focus technology fields: Application of sequential pattern mining to patent classifications. Technological Forecasting and Social Change, 2019-11（背景资料；出版商卷期月份）. DOI: 10.1016/j.techfore.2019.119737.
