技术转移是实现创新的重要手段之一，在“互联网+”的环境下，技术转移信息服务搭建了技术需求方和技术供给方之间的桥梁。虽然目前的一些在线的技术交易平台提供了技术需求登记的功能模块，但是需要技术拥有方主动检索技术需求，联系技术需求方，技术供需方的信息不对称问题仍然没有得到解决。为了在大规模的专利中，面向技术需求实现专利和技术需求的匹配，识别有技术转移潜力的专利，以提高技术转移信息服务水平，本文通过调研相关研究成果，在前人基础上做了以下研究。
　　通过调研技术需求和专利的文本结构特征，确定特征抽取方案:在专利摘要以及技术需求的需求描述中抽取动宾结构（Action-Object，简称AO）作为技术特征，在专利标题、摘要以及技术需求的标题、需求描述中抽取关键词特征，以反映文本的整体特征。
　　通过补充构建专业领域词典，对中文专利摘要和中文技术需求的需求描述部分进行分词、词性标注与依存句法分析，抽取专利和技术需求的AO结构。清洗AO结构，并基于语义TRIZ将专利AO结构标注为解决的技术问题、实现的技术功能、达到的技术效果，将技术需求AO结构标注为面临的技术问题、想要实现的技术功能、想要达到的技术效果。以挖掘专利和技术需求的技术信息特征，用AO结构的词组袋表示专利和技术需求文本。基于《知网》和《同义词词林》两种中文知识词典综合计算Action之间的相似度、Object之间的相似度、AO结构之间的相似度。在专利/技术需求文本的向量空间模型基础上反映特征之间的语义关系，以计算专利和技术需求的文本相似度。
　　对专利标题、摘要和技术需求标题、需求描述的文本进行分词、词性筛选、去停，基于TF-IDF筛选重要关键词，构建向量空间模型计算专利和技术需求的文本相似度。
　　基于语义TRIZ和基于关键词两种方法计算的文本相似度结果分别赋权综合计算专利和技术需求的相似度。
　　为了验证综合方法计算相似度的有效性，本研究以“新能源汽车/电动汽车电池”领域为研究对象，在IncoPat和在线技术交易网站上获取专利和技术需求数据。利用本研究提出方法，基于语义TRIZ计算专利和技术需求的相似度，基于关键词计算专利和技术需求的相似度，综合计算专利和技术需求的相似度，并进行对比分析，证明综合计算方法的优越性。并且利用本论文提出的专利与技术需求的匹配方法应用于具体的场景中，即面向技术需求，识别、推荐有技术转移潜力的专利。