本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2026-01-07
摘要
這項研究透過在動態集體知識系統中對創意搜尋進行建模並強調技術影響時機的重要性，為創新策略中深度與廣度的爭論提供了新的視角。我們使用前沿機器學習在雙曲空間中投影專利引用網絡，分析了 490 萬項美國專利，以研究搜尋策略如何產生不同的影響累積時間模式。我們發現，基於深度搜尋的發明依賴於對重組複雜結構的專業理解，透過在專業群體中的早期採用來推動更高的短期影響，但隨著創新被「鎖定」而傳播潛力有限，它們面臨著回報遞減的情況。相反，當發明基於跨越不同領域的廣泛搜索時，它們會遇到最初的阻力，但透過接觸認知多樣化的受眾而實現更廣泛的傳播和更大的長期影響。個別發明需要深度和廣度才能產生穩定的影響。組織可以策略性地平衡多項發明的方法：利用深度來建立可靠的技術基礎設施，同時追求廣度來擴展應用程式。我們透過展示深度和廣泛的搜尋策略如何明顯地塑造技術影響的時間和軌跡，以及個人發明者和組織如何利用這些機制來平衡利用和探索來推進創新理論。
※ 此為已發表論文，全文需透過期刊付費取得