python from sklearn.feature_extraction.text import TfidfVectorizer from sklearn.cluster import KMeans

假设 docs 是预处理后的专利摘要列表

vectorizer = TfidfVectorizer(max_features=1000) X = vectorizer.fit_transform(docs) kmeans = KMeans(n_clusters=10) labels = kmeans.fit_predict(X)

### 3. 时序分析与演化关系识别
技术路线图的横轴是时间，纵轴通常是技术成熟度或细分领域。这一步骤要解决两个问题：

- **何时出现**：利用专利/论文的申请日期或发表时间，统计每个技术主题的首次出现时间、峰值活跃期。
- **如何演化**：通过前后向引用网络或文本相似度变化，判断技术主题之间的继承、替代、分化关系。

**引用网络分析**：专利引用构成有向图，PageRank 算法找出核心节点，主路径分析（Main Path Analysis）可识别技术发展的骨干路径。

**时序文本相似度**：比较两个时期的技术主题语义相似度，若主题 A 的语义重心随时间向主题 B 偏移，则可能存在演化关系。

### 4. 构建知识图谱与路径生成
将技术主题作为节点，演化关系作为边，时间属性附着在节点上，即可构建技术知识图谱。图谱存储选择 Neo4j 或 NetworkX 等工具。

**路径生成策略**：

- **主路径搜索**：从知识图谱中找出连接最早和最晚技术节点的关键路径，揭示核心演进脉络。
- **分支发现**：在主要路径周围检测发散的子路径，展示技术分化。
- **空白预测**：结合 LDA 和时序模型，预测未来可能出现的下一个热点，并在路线图上用虚线标注。

### 5. 可视化与交互设计
静态路线图通常以时间线图表呈现：横轴为年份，纵轴为技术类别，节点表示技术主题，连线表示演化。常用可视化工具：

- **Plotly / D3.js**：创建可缩放、可交互的时间线。
- **Gephi**：布局大型图谱并导出为 SVG/PNG。
- **ECharts**：快速生成网页端图表，支持力导向图和时间序列。

**增强设计建议**：

- 节点大小表示影响力（被引次数或文献数量）。
- 颜色深浅代表技术成熟度。
- 悬停提示窗口显示关键词、代表性专利等信息。

---

## 完整工具链示例
以下是一个基于 Python 的简易技术路线图生成管道，适合初学者快速验证：

1. **数据获取**：`patentpy` 库获取专利 JSON。
2. **文本处理**：`spaCy` + `gensim` 进行关键词提取和 LDA 主题建模。
3. **引用网络分析**：`networkx` 构建有向图，`python-igraph` 做主路径分析。
4. **可视化**：`plotly.express` 生成时间线散点图，用连线表示引用关系。

示例代码框架（伪代码）：
```python
papers = load_data('papers.csv')
clusters = lda_cluster(papers, num_topics=12)
tech_graph = build_citation_graph(papers, clusters)
main_path = find_main_path(tech_graph)
plot_roadmap(main_path, clusters)