本期回看2022-03-01至2022-03-31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
本期关注技术融合的方向性。TFSC用图卷积网络结合专利文本识别人工智能与分布式账本技术的融合，结果呈现两者作用关系的差异。既有跨领域功能研究则帮助定位技术所承担的具体任务。据此可研究融合过程中，某项技术怎样从辅助工具逐步进入另一项技术的核心实现过程。12
二、支撑证据与研究启发
（一）融合可以落实到关键词和技术关系
GCN研究结合图结构与文本向量，并与引文和分类指标比较。这种表示可进一步连接功能角色，观察两项技术发生联系时具体改善了什么环节。1
（二）功能角色能够解释融合的不对称性
跨领域功能分析提供技术功能及其语境的表示。将其与融合网络结合，可以区分技术用于开发、验证、运行或重新组织另一项技术的不同关系。2
三、本期研究选题
（一）技术融合的角色深化：基于功能依赖变化与核心环节进入的研究
1. 重大意义
技术融合常伴随作用角色变化。识别技术从辅助环节进入核心环节的过程，可以解释融合深度和后续路线分化，并为寻找新的交叉研究方向提供依据。
2. 可能的研究缺口
图表示方法识别融合联系，功能研究刻画技术用途。进一步可研究融合关系如何沿功能链深化，以及哪些依赖变化使被引入技术成为整体方案的重要组成。12
3. 创新点
拟构建有向功能依赖图，以关系抽取和动态图表示追踪技术角色迁移，识别辅助使用、过程嵌入与核心重构等融合状态及其转换条件。
4. 研究思路
收集跨领域专利和系统设计文档，标注两项技术的作用对象、环节和失效影响。比较共分类、普通图嵌入与角色依赖模型，评价作用方向及深化阶段识别；采用时间留出，通过公开架构版本和组件替换记录核对角色变化，并分析跨领域可复用的融合路径。
四、参考文献与信息来源
[1] Chen Zhu; Kazuyuki Motohashi. Identifying the technology convergence using patent text information: A graph convolutional networks (GCN)-based approach. Technological Forecasting and Social Change, 2022-03（本期卷期资料；出版商卷期月份）. DOI: 10.1016/j.techfore.2022.121477.
[2] La-yin WANG; Dong ZHAO. Cross-domain function analysis and trend study in Chinese construction industry based on patent semantic analysis. Technological Forecasting and Social Change, 2021-01（背景资料；出版商卷期月份）. DOI: 10.1016/j.techfore.2020.120331.
