我国创建创新型社会中,需要不断提高自主创新能力,技术创新是国家、地区及企业的立身之本。传统的技术创新是以供给为导向进行研发,缺少了对市场需求的考虑,从而导致技术供需不匹配的问题,识别企业潜在技术需求可以解决此问题,以实现技术供需的有效对接。现有研究较多从宏观层面对技术供需匹配框架,方向,思路进行指导,且仅使用技术供需单一数据源,无法全面对技术需求进行挖掘,缺乏基于内容本身的供需匹配研究。文章基于多源数据识别企业潜在技术需求。首先在技术供需匹配视角下,提出基于语义相似与技术交易的技术需求点筛选模型,帮助筛选可行性技术需求,然后结合SOM神经网络和K-Means算法构建双层聚类模型将识别企业技术需求。文章通过采集网络技术需求文本获取企业潜在需求信息,对非结构化文本进行自然语言处理提取企业技术需求,与技术供给文本结合提出语义匹配权值计算方法筛选可行性技术需求,并获取技术交易数据、政策数据、专利数据等数据,构造需求词属性矩阵,使用双层聚类对技术需求进行聚类,使用CART决策树对聚类结果进行特征提取,总结归纳领域技术类型特征,并针对各类型技术进行分析。以新能源技术领域为例进行模型检验,提取网络技术需求点286个,筛选可行性技术需求185个,通过双层聚类类将技术需求分为7类,分别是导入型、成长型、垄断技术、政策引导技术、交易活跃技术和衰退睡眠技术,并结合多源数据分析各类技术需求特征。本文从内容角度构建供需匹配框架,提出了基于语义相似的技术需求识别模型,并结合多源数据构建双层聚类模型,挖掘技术市场潜在突破点,帮助创新主体明确研发方向,实现以需求导向的技术创新。研究为网络技术需求挖掘及供需匹配提研究一种新思路。