本期回看2023-10-01至2023-10-31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
本期研究技术演化中的层级结构。TFSC针对高维稀疏专利摘要组合技术挖掘与语义分析，刻画深度学习技术的分层演进；IEEE TEM则讨论不同系统层级间的融合。进一步可以研究技术主题的上下层关系，哪些来自实现依赖，哪些来自应用扩展和功能抽象。12
二、支撑证据与研究启发
（一）演化路径可以呈现不同层次的技术主题
HiDS研究依据专利摘要特征组织挖掘过程，在案例中识别递进主题群。技术分析可进一步把主题层次对应到基础方法、实现能力和应用任务。1
（二）系统层级有助于解释主题之间的联系
纵向融合研究将跨层级技术移动纳入分析。与主题演化结合，可以追踪上层任务对基础技术的调用，以及新应用怎样反向推动底层能力的变化。2
三、本期研究选题
（一）技术演化层级的形成与重排：基于实现依赖和功能抽象的研究
1. 重大意义
技术领域扩展会形成基础方法、实现能力和应用任务之间的层级。解释层级如何形成与重排，可以帮助识别基础技术的支撑范围，并发现应用需求反馈出的研究问题。
2. 可能的研究缺口
语义路径研究刻画主题层次，纵向融合研究分析系统层级。进一步可问：主题层级与实际技术依赖如何对应，哪些变化使某项技术从具体应用中的解法上升为多任务共用能力？12
3. 创新点
拟构建具有关系类型的技术主题谱系，结合依赖方向和功能抽象程度学习层级，追踪技术单元的上移、下沉和跨层重连。
4. 研究思路
收集连续专利、技术文档和应用版本，标注方法调用及任务依赖。比较静态主题层次、引文主路径和类型化谱系模型，评价层级位置与角色变化识别；按技术分支留出，利用实际架构和调用记录验证，并分析共用能力形成的条件。
四、参考文献与信息来源
[1] Xi Xi; Feifei Ren; Lean Yu; Jing Yang. Detecting the technology’s evolutionary pathway using HiDS-trait-driven tech mining strategy. Technological Forecasting and Social Change, 2023-10（本期卷期资料；出版商卷期月份）. DOI: 10.1016/j.techfore.2023.122777.
[2] Ngoc Uyen Phuong Nguyen; Martin G. Moehrle. Combining the Analysis of Vertical and Horizontal Technology Convergence: Insights From the Case of Urban Innovation. IEEE Transactions on Engineering Management, 2023-04（背景资料；出版商卷期月份；作者存档论文标明2021年Early Access）. DOI: 10.1109/tem.2021.3086320.
