---
type: paper
slug: myounghoon-lee-2022-tod-knowledge-graph
title: >-
  Technology Opportunity Discovery using Deep Learning-based Text Mining and a
  Knowledge Graph
authors:
  - '[[myounghoon-lee]]'
  - '[[suhyeon-kim]]'
  - '[[hangyeol-kim]]'
  - '[[junghyelee]]'
year: 2022
venue: '[[technological-forecasting-and-social-change]]'
volume: '180'
pages: '121718'
doi: 10.1016/j.techfore.2022.121718
categories:
  - '[[firm-strategy]]'
  - '[[text-mining-methods]]'
methods:
  - '[[doc2vec]]'
  - '[[logistic-regression]]'
  - '[[knowledge-graph]]'
  - '[[centrality-measure]]'
themes:
  - '[[technology-opportunity-discovery]]'
  - '[[ntbf]]'
  - '[[emerging-technology-index]]'
aliases:
  - TOD
last_updated: '2026-05-20T02:01:15+09:00'
---
# Technology Opportunity Discovery using Deep Learning-based Text Mining and a Knowledge Graph

*[[myounghoon-lee]], [[suhyeon-kim]], [[hangyeol-kim]], [[junghyelee]] (2022)* · [[technological-forecasting-and-social-change]] 180:121718 · [DOI ↗](https://doi.org/10.1016/j.techfore.2022.121718)

> [[junghyelee]] 의 *기술경영 라인 정점* — 42 회 인용, **TEMEP 이동의 지적 준비**. *Technology Opportunity Discovery (TOD)* 프레임워크 — 4 단계: (1) Doc2vec + LR 로 기술 분류 모형 → (2) NTBF 의 기술 분야 매핑 → (3) NTBF-기술-투자자 *3 종 노드 [[knowledge-graph]]* 구축 → (4) *centrality measurement* 로 *emerging technology index (TOI)*. **Fintech big data (TOI 1.101), Human-AI collaboration (TOI 1.089)** 가 top emerging tech 으로 식별.

- **RQ**: *New Technology-Based Firms (NTBFs)* 와 *투자자* 정보를 활용해 *기술 기회 (emerging tech)* 를 systematically 식별하는 frame 은?
- **방법론**: 4 단계 — Doc2vec 기술 분류 + Logistic Regression + NTBF 매핑 + *3-node knowledge graph (TOD-KG)* + centrality-based TOI
- **데이터**: 한국 NTBF 데이터 + 투자자 정보 + 기술 텍스트 데이터
- **주요 발견**: (1) **Fintech big data (TOI 1.101), Human-AI collaboration (TOI 1.089)** 가 최상위. (2) Doc2vec-LR 기술 분류 모형 정확도 입증. (3) NTBF-기술-투자자 *3 종 노드* knowledge graph 가 *기술 기회 식별* 의 새로운 frame. (4) TOI = centrality measure 기반 *complete + interpretable* 지표.
- **시사점**: 기술 평가 (technology valuation) + 정부 R&D 지원 우선순위 결정 + 투자자 의사결정에 정량적 도구. 한국어 기반이나 noun extraction 으로 *다국어 확장 가능*.

![NTBF-기술-투자자 3종 노드 지식 그래프 기반 TOD 프레임워크.](/papers/202207_LeeMH_Technology_Opportunity_Discovery_using_Deep_Learning_based_Text_Mining_and_a_Knowledge_Graph/fig1.png)

## 요약

이 paper 는 [[junghyelee]] 의 *2 기 UNIST 후반 의 기술경영 라인* 의 정점 — 42 회 인용. **TEMEP 이동의 지적 준비**. [[myounghoon-lee]] (제 1 저자) + [[suhyeon-kim]] (W2V-LSA 의 같은 저자) 와의 협업. *Technological Forecasting & Social Change* — 기술경영의 정상급 journal.

방법론적 핵심: **4 단계 TOD framework**:

(i) **기술 분류 모형 (Doc2vec-LR)** — *technical text data* 를 [[doc2vec]] 으로 임베딩 → [[logistic-regression]] 분류기 학습. 기술 분야 (e.g. fintech, blockchain, AI) 다중 분류.

(ii) **NTBF 매핑** — NTBF 의 *investor relation text* 를 위 모형으로 분류 → 각 NTBF 가 *관련 기술 분야* 에 *highly-relevant* 매핑.

(iii) **TOD Knowledge Graph 구축** — 3 종 노드:
- *Technology* (기술 분야)
- *NTBF* (new technology-based firm)
- *Investor*

엣지: NTBF ↔ Technology (분류 매핑), NTBF ↔ Investor (투자 관계), Technology ↔ Technology (semantic similarity).

(iv) **TOD Index (TOI)** — 각 기술 노드의 *centrality measure* (degree, betweenness, eigenvector) 로 *emerging potential* 산출. TOI 높음 → emerging tech.

핵심 발견: 한국 NTBF 데이터에서 *Fintech big data (TOI 1.101), Human-AI collaboration (TOI 1.089)* 가 top emerging tech. *Real-world* 산업 동향과 *일치*. Doc2vec-LR 분류 모형의 정확도 + validity 실증.

[[junghyelee]] 의 *연구 궤적* 안에서 이 paper 는 *2 기 후반의 기술경영 도메인 진입* — *TEMEP 이동의 지적 준비*. 후속 [[myounghoon-lee-2026-ft-mixe-kg]] (2026 FT-MixE knowledge graph 임베딩) 으로 *KG 라인* 발전.

## 핵심 결과

| Top emerging technology | TOI |
|---|---:|
| **Fintech big data analysis** | **1.101** |
| **Human-AI collaboration** | **1.089** |
| ... | ... |

- 4 단계 framework: Doc2vec-LR 분류 → NTBF 매핑 → KG 구축 → TOI
- 3 종 노드 KG: Technology, NTBF, Investor
- 인용 수 42

## 방법론 노트

[[doc2vec]]: 문서를 *고차원 vector* 로 임베딩 (Le & Mikolov 2014). PV-DM 또는 PV-DBOW 변종.

[[logistic-regression]] multi-class:

$$
P(c|d) = \frac{\exp(w_c^\top v_d)}{\sum_{c'} \exp(w_{c'}^\top v_d)}
$$

$v_d$ = doc2vec embedding, $c$ = technology class.

[[knowledge-graph]] centrality: degree, betweenness, eigenvector, PageRank. TOI = aggregation of multiple centrality scores.

식별 가정: (i) Doc2vec 의 *semantic preservation*, (ii) NTBF investor relation text 의 *informative content*, (iii) centrality 의 *emerging potential proxy*.

## 연구 계보

이 paper 는 (i) Le & Mikolov (2014) Doc2vec 본가, (ii) [[suhyeon-kim-2020-w2v-lsa-blockchain]] 직접 선행 (text-based tech mining), (iii) Daim et al. (2006) *technology opportunity* 라인 — 의 결합. [[junghyelee]] 의 *연구 궤적* *2 기 후반 기술경영 진입의 정점*, *TEMEP 이동의 지적 준비*.

## See also

- [[junghyelee]]
- [[myounghoon-lee]]
- [[suhyeon-kim]]
- [[doc2vec]]
- [[knowledge-graph]]
- [[technology-opportunity-discovery]]
- [[technology-management]]
- [[technological-forecasting-and-social-change]]
- [[suhyeon-kim-2020-w2v-lsa-blockchain]]