技术融合作为新近创新发展的一个突出特征,深刻影响着企业的创新能力和产业的优化发展。掌握技术融合的未来发展趋势对先进者巩固优势地位或后发者实现追赶超越具有重要的意义。3D打印作为一项新兴的综合制造技术具有显著的融合发展特征,研究其未来的潜在融合模式有利于提升技术问题应对能力,加快推动技术和产业的发展。本文在分析3D打印技术核心IPC4（即4位IPC分类号）共现网络演化的基础上,构建基于图神经网络的链路预测模型对潜在的融合关系进行预测,并结合3D打印技术近期的研究现状分析潜在融合关系的发展前景。本文的主要研究工作及创新成果如下:（1）基于关联规则构建3D打印技术的核心IPC4共现网络,并结合网络密度、度中心性、中介中心性和桥接中心性四个参数分析网络的演化状况,结果显示融合重心早期集中于计算机辅助设计相关领域,后转向成型设备和制造领域,且近几年材料领域的融合发展成为新的重要趋势。（2）构建基于图神经网络的链路预测模型,并根据先前建立的IPC4共现网络检验模型的有效性,同时对比传统链路预测模型的预测性能,结果表明基于图神经网络的链路预测模型的精确性更高。（3）对建立的阶段IPC4共现网络展开预测,计算预测结果在后续阶段中的实际发生率,进一步观测模型预测结果的准确性和可信度。整合后两个阶段的预测结果形成潜在的融合关系列表,结合Louvain社区发现算法和3D打印技术近期的研究状况分析潜在融合关系的发展前景,结果显示未来在医疗或卫生学领域的消毒材料和装置方向、高分子化合物、合金以及涂料组合物等材料领域、3D打印金属粉末制造的控制系统和数据计算以及器官制造工艺和材料方面等存在较大发展空间。（4）针对政府、相关企业和研究机构提出建设性建议。本文通过关联规则和基于图神经网络的链路预测等方法挖掘3D打印专利数据中的潜在融合信息,有助于行业利益相关者进一步优化业务布局,同时也为技术融合相关理论研究提供参考。