基于专利文献挖掘的关键共性技术识别研究

[目的/意义]科学准确识别关键共性技术对企业和国家来说都是至关重要的战略议题。[方法/过程]文章提出了一种基于专利文献分析的关键共性技术识别框架,运用文本挖掘和技术演化分析方法,获取特定领域的关键共性技术。首先,使用Viterbi算法识别专利文献中的专业术语,通过LDA算法捕捉专利文献中的技术主题聚类;其次,通过将技术主题的共类特征数值化,作为共性程度的度量;随后,将技术主题节点在技术演化转移网络中的关键程度作为技术关键性的表征,并使用PageRank算法衡量技术主题的关键性。最后,以机器人及数控机床技术为例,验证了该方法的可行性和有效性。[结果/结论]该方法可实现高效、准确的关键共性技术识别,为国家制定创新扶持政策提供支撑。[局限]研究仍需扩大科技文献的收集范围,以实现更全面的关键共性技术识别。     

科学—技术—项目联动视角下颠覆性技术识别研究

[研究目的]以典型案例为切入点,从创新过程视角探讨颠覆性技术演化特征,提出一种颠覆性技术早期识别的方法。[研究方法]基于技术演进对颠覆性技术典型案例进行特征分析,构建科学-技术-市场模型,基于模型构建对应的论文、专利、项目主题网络,辅以相关政策分析,以人工智能领域进行实证。[研究结论]通过案例分析得到颠覆性技术的特点：经历从实验室到应用的发展,需在较短时间完成迭代扩张;颠覆性技术具有异轨性,是不断动态完善的创新技术;颠覆性技术来源于基础理论创新或技术突破、跨领域的技术应用、多项技术集成创新,是相对于领域的新技术;颠覆性技术产品满足了新的应用场景,具有主流技术产品不具备的功能。通过实证分析得到：从演化视角整体看,人工智能领域的颠覆性技术应用场景出现在医疗、交通等领域;面向重大需求的主题方向更强调在“人机融合智能”领域的重点攻关;关注应用层共性技术,突出表现为人工智能技术在具体行业领域的应用。     

基于专利SAO结构和多指标评价的新兴技术识别研究——以手机芯片领域为例

[研究目的]对新兴技术进行识别,有助于跟踪行业的最新发展动态,为企业提供最新的情报。[研究方法]通过分析以往相关文献,针对目前新兴技术识别研究中存在的不足,构建了基于专利SAO结构和多指标评价的新兴技术识别模型。首先,将基于语言层级的SAO结构和基于关键词语义的TF-IDF算法相结合,划分出各项子技术领域;其次,根据新兴技术特征建立多指标评价体系,结合专利数量年度变化,判别出新兴技术;最后,根据术语的语法规则,利用语言过滤器抽取出特定专利文献中的技术术语,识别新兴技术主题。[研究结论]将新兴技术识别模型应用于手机芯片行业,成功识别出了5G基带芯片和新型存储芯片两项新兴技术,与业界动态基本一致,从而验证了该模型的可行性。     

基于LDA模型和分类号的专利技术演化研究

[目的/意义] 运用概率主题模型全面研究专利文献主题演化,分析专利技术发展过程及趋势。[方法/过程] LDA模型按时间窗口对专利文本建模,困惑度确定最优主题数,按专利文本结构特性提取主题向量,采用JS散度度量主题之间的关联,引入IPC分类号度量技术主题强度,最后实现主题强度、主题内容和技术主题强度3方面的演化研究。[结果/结论] 实验结果表明：该方法能够深入挖掘专利文献的主题,可以较好地分析专利技术随时间的演化规律,帮助相关从业人员了解专利技术的演化过程及趋势。     

基于技术研发与基础研究关联的中国重点技术领域前沿主题预测

[研究目的]基于技术研发与基础研究的关联挖掘技术领域前沿主题,对于促进基础研究成果转化具有重要意义。但是现有技术领域前沿主题预测或者来自专利或者依据文献分析,存在基础研究与技术研发的脱节。[研究方法]以专利代表技术研发成果,通过专利的非专利引文建立技术研发与基础研究的关联关系,并提出一种综合考虑专利引用基础研究成果时滞及专利科学循环周期预测技术领域前沿主题的方法。[研究结论]研究结果显示:a.可基于技术研发成果集中引用基础研究成果的时滞区间,通过基础研究成果主题预测技术领域前沿主题;b.中国农业技术领域前沿主题包括种质资源发掘保存与创新、畜禽健康养殖与疫病防护、环保型肥料创制等;c.中国材料技术领域前沿主题包括智能材料与结构制备技术、高温超导材料与制备技术;d.中国能源技术领域前沿主题包括大规模输配电和电网安全保障、可再生能源低成本规模化开发利用、氢能及燃料电池技术等;e.中国网络信息技术领域前沿主题包括传感器网络与智能信息处理、智能感知技术、信息安全保障技术等;f.中国制造与工程技术领域前沿主题包括极端制造技术、数字化与智能化设计制造。     

用户需求导向下基于三级技术功效矩阵的产品创新机会识别

[目的/意义]精准把握用户需求以引导企业高效开展产品创新,对企业实现可持续发展至关重要。对此,开展了用户需求导向下基于三级技术功效矩阵的产品创新机会识别路径研究。[方法/过程]首先,针对目标产品领域进行用户评论数据与专利数据的收集及预处理;其次,利用LDA主题模型对评论数据进行主题聚类以挖掘重点用户需求;再次,运用Stanford Parser自然语言处理技术从专利数据中提取SAO结构,从中识别技术词与功效词并分别进行主题聚类,以构建技术功效视角下的三级语义知识库;最后,以重点用户需求导航,并以三级语义知识库为数据源,构建三级技术功效矩阵,识别具有较高创新价值的产品创新机会。[结果/结论]结果表明,构建的产品创新机会识别路径能够为企业精准高效开展产品创新提供科学的决策参考依据。     

基于频繁语义模式的主题标注——以肿瘤靶向治疗技术为例

[目的/意义]为提高主题建模结果的可读性,解决主题标注过程中主观性强、可解释性弱的问题,引入本体和关联规则构建频繁语义模式。[方法/过程]以肿瘤靶向治疗专利数据为研究对象,首先构建LDA2vec模型挖掘主题;然后考虑主题词的语义与共现,将UMLS本体与FP-growth关联规则相结合,得到频繁语义模式的主题标注;最后将结果与Canopy方法对比评估。[结果/结论]实证结果显示,基于频繁语义模式的标注能够从统计和语义的角度概括主题含义,在主题标注工作中效果更佳。     

专利视角下的美国空军核心技术演化分析

[目的/意义]通过对美国空军公布的专利进行研究,揭示其不同阶段的重点研究方向,更好地把握技术变化,为相关决策提供参考。[方法/过程]引入时间维度将主题模型生成的"文档—主题"分布转换为"年份—主题"分布,结合t-SNE降维并可视化来划分时间段。采用专利分类号与技术领域的映射关系和社会网络分析方法做粗粒度的技术领域演化及可视化分析,并综合运用LDA和JS散度对其中某一技术领域做细粒度的技术主题演化与可视化分析。[结果/结论]将美国空军公布的1958—2019年的专利划分为7个时间段,得到技术领域演化河流图以及"测量"技术领域的技术主题演化桑基图。结果表明该方法可以较好地识别美国空军不同阶段的核心技术演化过程,是从专利的角度研究国防技术发展趋势的一次积极探索。     

跨领域搜索对共性技术溢出的双刃剑效应：产业联盟的放大作用

在协同研发的背景下,多技术知识主体参与、多技术知识资源融合成为共性技术研发和溢出的主流范式,揭示跨领域搜索、产业联盟和共性技术溢出之间的关系,是现实驱动的结果。本文针对当前研究对“共性技术溢出如何产生”这一问题关注不足的现状,从企业“搜索行为”出发,基于专利分析法和内容分析法,构建了373家企业专利数据样本和190家企业产业联盟数据样本,通过实证研究发现：跨领域搜索对共性技术溢出的影响存在双刃剑效应,而产业联盟特性在二者关系中起到放大作用。主要研究结论是：（1）跨领域搜索与共性技术溢出深度存在倒U型关系;（2）跨领域搜索与共性技术溢出广度存在倒U型关系;（3）产业联盟的数量在“跨领域搜索-共性技术溢出深度”“跨领域搜索-共性技术溢出广度”的关系中均存在正向调节作用;（4）产业联盟的异质性在“跨领域搜索-共性技术溢出深度”“跨领域搜索-共性技术溢出广度”的关系中均存在正向调节作用。本文在一定程度上向前延伸了共性技术溢出的前因研究,并为企业和政府提供一定的现实借鉴意义。     

产业链视角下专利新兴技术主题识别

[研究目的]专利是技术信息的载体,以专利数据为研究对象,在产业链视角下进行技术主题提取及识别,从专利数据中识别新兴技术可以有助于把握新兴技术的发展动态。[研究方法]首先,根据产业链的概念和专利IPC分类号构建出产业链各个层级对应的专利集;然后,结合专利文本的特点提出EW-LDA主题模型,从词汇权重和语境两个角度对LDA主题模型进行改进,使用EW-LDA模型提取出产业链的各个层级中得技术主题;最后,根据专利文本及新兴技术的特点,从新颖度、热点度、关注度和增长率四个方面入手构建新兴技术主题识别指标,将技术主题分为新兴、热点、潜在、衰退和噪音五类。并在人工智能领域的专利数据上进行实验。[研究结论]结果表明,提出的EW-LDA主题模型具有更好的主题建模效果,产业链视角下的新兴技术主题识别方法可以有效的识别出新兴技术。     

基于SAO结构和词向量的专利技术功效图自动构建研究

[目的/意义]针对技术功效图构建过程中的主要问题和薄弱环节,提出了一种基于SAO结构和词向量的专利技术功效图构建方法。[方法/过程]利用Python程序获取专利摘要中的SAO结构,从中识别技术词和功效词;结合领域词典与专利领域语料库,运用Word2Vec和WordNet计算词语间的语义相似度;利用基于网络关系的主题聚类算法实现主题的自动标引;采用基于SAO结构的共现关系构建技术功效矩阵。[结果/结论]实现了基于SAO结构和词向量的技术功效图自动构建,该构建方法提高了构建技术功效主题的合理性和专利分类标注的准确性,为技术功效图的自动化构建提供新的思路。     

基于主题强度突变检测的颠覆性技术识别

[研究目的]改进或丰富现有的颠覆性技术识别方法和相关实证研究,对于区域和企业创新战略规划,以及相关科技政策制定均具有积极的决策参考意义。[研究方法]在已有的颠覆性技术识别量化分析方法基础上,导入专利文本主题强度概念,通过主题强度变化来辅助识别技术演进中的热点主题,然后根据不同年份的时间序列数据,引入在水文和气象监测领域的BUT(Buishand U test)突变检测方法,并结合专利文本主题演进模式区分,提出了一个较新颖的颠覆性技术分析框架。[研究结论]在实证分析部分,将专利文本主题强度突变检测应用到了工业互联网领域,并识别出部分具有颠覆性潜力的技术主题,从而进一步丰富了当前有关颠覆性技术识别的方法体系。     

基于SimCSE-LDA和异常检测的颠覆性技术识别方法——以农业机器人为例

[目的/意义]识别颠覆性技术有助于在制定研发和市场战略布局中获得首发优势,如何在大数据背景下综合提高颠覆性技术识别的精准率、召回率和识别效率至关重要。[方法/过程]结合机器学习与专家知识,首先,构建SimCSE-LDA语义相似度表征模型,以深入挖掘专利摘要中隐含的关键技术主题,实现更深层次的显著特征主题识别,并通过聚类效果评价指标检验其识别效果,进一步结合专家知识判定关键技术主题名称,对主题间内在联系判定,最终识别出关键技术。其次,运用突变性表征颠覆性技术内在特质,基于CBLOF算法对关键技术主题进行异常检测,将计算得到的技术主题异常分数作为判断技术突变程度的依据,从而识别出颠覆性技术。最后,结合领域专家知识和《中国制造2025》验证颠覆性技术识别效果。[结果/结论]以农业机器人为例,以德温特专利数据库的DWPI英文改写专利摘要文本为数据源,进行实证分析,验证了该颠覆性技术识别方法的可行性与有效性。     

基于专利维度的关键核心技术“卡脖子”问题识别与分析——以集成电路产业为例

[研究目的]精准科学地识别并批量形成某行业领域的“卡脖子”问题清单,可以为我国实现关键核心技术瓶颈突破、增强产业链自主可控能力提供依据。[研究方法]从关键核心技术“卡脖子”问题的内涵出发,构建关键核心技术“卡脖子”问题两阶段金字塔式识别模型,基于“战略安全性—前沿技术性—经济价值性”3个维度设计指标体系筛选出关键核心技术,再构建“卡脖子”力度及深度指数判定其中的“卡脖子”问题。[研究结论]基于全球集成电路产业领域的专利数据,识别出中国165项“卡脖子”问题清单,包括严重性“卡脖子”问题148项、一般性“卡脖子”问题17项,该结果与目前集成电路产业领域技术发展情况一致,证明了关键核心技术“卡脖子”问题两阶段金字塔式识别模型的科学性。     

基于专利引用耦合2-模网分析的国家间创新合作机会揭示

[目的/意义]在国际科技创新合作的大背景下,构建一种基于专利引用耦合2-模网分析的情报学方法,用于揭示国家间的创新合作机会。[方法/过程]用专利引用耦合关系映射创新主体对特定技术对象的“共同关注”机制,基于“共同关注”所蕴涵的潜在技术关联,揭示未来的创新合作机会。具体步骤：构建两国间的专利引用耦合2-模网;多重计量中心性、结构洞、关联强度等指标,综合定位两国共同关注的特定领域节点;以特定领域节点为“技术桥接”,在技术价值链上揭示两国间可能存在的创新合作机会。[结果/结论]基于专利引用耦合2-模网分析的国家间创新合作机会揭示方法,经中—波两国间的案例实证为有效。[局限]计量指标阈值设置的合理性、实验样本的广泛性、验证方法的有效性还有待进一步提高。     

金融科技专利技术分类及识别方法研究

[目的/意义]金融科技包括的技术主题及范围边界并不清晰,使得“IPC分类号+关键词”的传统专利检索和分类方法效果不佳,需要针对跨领域专利数据的分类及识别流程进行研究。[方法/过程]构建了一套结合文本挖掘、层次聚类、置信学习和自然语言处理等技术的方法流程,能够直接从专利说明书中获取分类体系并形成相应分类模型。[结果/结论 ]提出一种构建跨领域专利分类体系及自动识别方法的流程框架,形成了较为全面、客观的金融科技专利技术分类体系,以及较为准确高效的分类模型,并对国内金融科技专利的发展情况进行了分析。[创新/局限]未来可基于Bert等大规模预训练模型的Prompt Tuning方法,进一步降低人工参与成本并提升效率。     

双层嵌套聚类下的专利群落确定及技术布局策略研究

[研究目的]专利群落符合数字化下超级专利网络复杂创新要求,专利群落的科学划分及基于网络特征的技术布局策略研究,可为行业技术发展提供更具针对性、客观性与系统性的决策支持。[研究方法]该文提出双层嵌套聚类确定专利群落的方法。首先,基于IRM并行模型,构建专利种群网络;其次,立足于网络结构、关系以及表型三维度,设计专利种群网络特征测度指标体系,并利用DSM实现网络特征指标聚类,确定专利群落特征集及具体构成;最后,以碳纤维领域为实证对象,识别专利群落,并综合TF-IDF与LDA模型确定各群落技术领域主题,提出技术布局策略。[研究结论]双层嵌套聚类方法能够科学划分专利群落,融合突破、迭代成长与边缘搜索三大群落应分别通过纵横整合、代际储备、利基挖掘等方式实现有效技术布局。     

基于语义表示和动态主题模型的社科领域新兴主题预测研究

[目的/意义]预测社科领域在未来有发展潜力的研究主题对于科研工作者寻找新的学科增长点和政府部门优化资源配置至关重要。文章提出一种基于语义表示和动态主题模型的社科领域新兴主题预测框架,以期丰富和完善主题预测研究的方法体系。[方法/过程]首先,使用BERT模型和UMAP算法对文本进行语义表示和向量降维,再通过动态主题模型对嵌入向量进行聚类,从而获得全局主题;其次,构建新兴主题指标计算公式,基于Neural Prophet模型和非参数检验方法预测新兴主题;最后,通过划分时间窗将全局主题细化为多个局部主题,以定位最近时间段的新兴词汇。[结果/结论]选取“人口老龄化”领域的学术论文和报纸进行实证研究,并采用资料验证法进行方法有效性分析,结果表明该方法能够快速准确地预测社科领域中的新兴主题。     

基于LDA主题模型与社会网络的专利技术融合趋势研究——以关节机器人为例

[目的/意义]随着产业和技术复杂化,需要融合多个技术领域才能有效进行创新。研究技术融合趋势,有利于提供产业创新路径,促进技术融合,识别新兴技术。[方法/过程]采用LDA主体模型和社会网络方法,以关节机器人专利为例,对专利文献进行主题分类,提炼技术关键词,构建技术关键词间的主题共现矩阵,对技术融合进行测度并分析技术融合趋势。[结果/结论]研究结果发现:关节机器人专利技术融合呈小世界趋势,机械本体与驱动结构,控制系统与驱动结构融合趋势不明显,传感器是关键核心技术,机器人与人工智能结合是产业技术发展的新兴领域。     

专利视域下“卡脖子”关键技术识别及突破策略——以OLED技术领域为例

[研究目的]建立科学高效的“卡脖子”技术识别框架,有效识别关键核心技术领域的“卡脖子”技术,可以为中国实现“卡脖子”关键核心技术攻关和高水平科技自立自强提供科学依据。[研究方法]该研究首先对“卡脖子”技术的内涵和特征进行了剖析,明晰“卡脖子”技术的概念。其次采用改进PageRank算法和HITS算法对核心专利及关键核心技术进行识别,在此基础上从技术差距、产业安全和战略竞争三个维度设计识别指标和研判标准筛选出“卡脖子”技术。最后,采用“卡脖子”技术突破策略矩阵,提出“卡脖子”关键核心技术的突破路径。[研究结论]以OLED技术领域为样本,共识别出3项优势技术、4项轻度“卡脖子”技术和23项重度“卡脖子”技术,结果表明识别结果与我国OLED技术领域的发展现状一致,证明了模型的有效性和科学性。最后,论文也分别为重度“卡脖子”关键核心技术提供了颠覆、攻坚、挖壕和卡位4种不同的技术突破策略。