关键词：企业技术风险;阈值激活;分类预测;数据挖掘;智能网联汽车
摘 要：响应强化产业风险监测能力的实际管理需求，提升管理部门和智库研究人员对特定产业中企业技术风险问题的分析能力，为技术风险激活或抑制的规律性认识提供机器学习模型支撑。首先，对企业风险的定义和多维度类型进行划分，采用基于机器学习的方法构建企业技术风险阈值激活模型，深入挖掘企业风险特征。其次，运用随机森林、XGBoost等8种机器学习算法训练参数变量，以学习企业技术风险的属性，并对模型有效性进行评价。再次，以智能网联汽车产业链为例利用自动化方法揭示企业风险激活的规律性特征，3种梯度提升综合模型的分类预测准确率达到82.59%，实现从大量相关数据变量中识别出具有潜在技术风险的企业。最后，提出未来的研究将是进一步提高模型的预测精度及稳定性，并加强其在其他领域企业技术风险评估中的应用。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取