摘要: [目的/意义]旨在构建发现个性化推荐领域中高潜力技术机会的识别方法,为技术创新提供数据驱动的决策支持,应对跨学科技术快速融合的挑战。\[方法/过程\]本研究构建了一种融合内容与结构特征的技术机会预测模型,基于2015—2024年中国专利摘要数据构建时间共现网络,采用链路预测方法,结合结构特征(共同邻居、Jaccard系数、Adamic-Adar指数、优先连接)和语义特征(TF-IDF余弦相似度),训练多层感知机(MLP)分类器进行技术机会识别。\[结果/结论\]模型验证集准确率达0.85以上,能有效识别跨领域技术融合机会,并通过文献回溯和产业案例验证了预测可靠性。为个性化推荐领域的技术创新提供了数据驱动的决策支持,同时为技术机会识别研究提供了可扩展的方法框架。