随着全球经济发展格局的变革,技术创新受到了国内以及国际上各个国家的重视,企业间的合作能够帮助更好地促进技术创新。研究企业之间的技术合作关系,能够帮助企业快速准确地选择合适地合作伙伴,从而提高企业的技术合作与技术创新的效率。本论文通过总结分析目前主要的对于企业技术合作预测方面的相关研究与方法,发现存在一些不足之处。为了能够更高效且准确的实现企业技术合作关系预测,本研究以企业的发表专利为研究对象,在结合链路预测与耦合分析方法基础上,引入节点中心性,提出一种融合路径、内容以及网络位置相似性的潜在企业专利合作关系挖掘算法。本论文的主要工作内容与结论如下:（1）考虑企业在专利合作网络中的网络结构与企业专利研究方向。首先,引入链路预测算法中的Katz指标计算企业节点在专利合作网络中的路径相似性;然后,根据TF-IDF算法建立每个企业的关键词向量,通过计算余弦相似性得到企业之间内容相似性;最后利用加权算法构建结合链路预测与耦合分析的初步混合算法模型,得到对于企业合作关系的初步预测结果。（2）在结合路径与内容相似性的初步加权混合算法基础上,引入考虑企业在专利网络中的位置重要性。首先,通过计算企业在专利合作网络中的度中心性与中介中心性,构建企业的节点中心性向量;然后,通过计算两个向量的余弦相似性得到企业之间的网络位置相似性;最后,将网络位置相似性与加权混合算法的初步计算结果结合,得到对于企业合作关系的预测与排序。（3）在数据集上进行企业专利合作关系预测实验。采用德温特专利数据库中2017-2021共五年间的石墨烯相关专利数据对模型进行分析验证,发现本论文构建的企业潜在专利合作挖掘模型在石墨烯领域具有良好的预测效果。实验结果表明,与仅使用单一的链路预测或耦合分析方法相比,将路径与内容相似性加权的初步混合算法能够更好的预测企业专利合作,且当权重=0.4968时,该初步加权算法预测效果较好;另外,在此基础上融入企业的节点中心性,构建融合路径、内容与网络位置相似性的混合挖掘算法又使模型的预测效果得到了进一步提升。