基于专利发展路径的颠覆性技术识别：以智能语音领域为例

研究提出运用客观数据和系统的方法来识别颠覆性技术并提高识别精准度的方法。基于颠覆性技术理论,重新修正颠覆性技术特征,从创新性、扩散性和转轨性三方面构建一种采用搜索路径统计数（SPC）算法、专利吸收率和专利扩散率测度的新方法对颠覆性技术进行识别和判断;并利用1970—2020年间1 985件专利的数据对智能语音领域进行实证分析,分析识别出强化学习和神经网络技术是该领域的颠覆性技术,而端到端的神经网络算法是该领域未来发展的方向。     

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。     

专利知识流动视角下的颠覆性技术方向识别研究——以6G太赫兹通信技术领域为例

[研究目的]早期识别颠覆性技术方向,对于调整技术研发方向,完善产业结构具有重要的现实意义。[研究方法]本研究从技术维度出发,构建了一种知识流动视角下的颠覆性技术识别方法。该方法以引文专利作为投入,施引专利作为产出,通过构建专利知识流动投入产出分析表,计算感应度系数、影响力系数指标,最终搭建技术坐标图,划分技术发展阶段,探讨识别出具有颠覆性发展潜力的技术方向。[研究结论]实证研究阶段,以6G太赫兹通信技术领域为研究对象,证实了该方法的有效性,相关研究为颠覆性技术识别提供了一种新的思路。     

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。     

基于专利挖掘和Gompertz模型的颠覆性技术识别方法研究

颠覆性技术已经成为推动新一轮技术变革的重要抓手,颠覆性技术的精准识别对于把握技术变革机遇、布局技术创新战略具有重要意义。现有研究多集中于围绕技术或市场的单一维度特征进行颠覆性技术识别,而对于综合“技术-市场”维度的系统性识别方法仍处于探索阶段。为此,本文从颠覆性技术特征出发,构建基于专利挖掘和Gompertz模型的系统性识别方法,并进行实证研究和稳健性检验。研究发现：(1)颠覆性技术具有“技术-市场”双重维度特征,具体可围绕前沿性、独特性、影响力和扩散性四个基本特征进行颠覆性技术“漏斗式”逐层识别;(2)综合专利挖掘和Gompertz模型构建系统性的颠覆性技术识别方法,可实现对颠覆性技术的系统识别;(3)动力锂电池技术的实证研究表明,本文构建的颠覆性技术识别方法可提升识别过程的效率和识别结果的准确性,有效克服主观判断的局限性。该方法突破了已有识别方法中特征信息获取不全面、识别结果准确性较低的局限性,可以为颠覆性技术的早期识别提供更加科学的方法支持。     

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。     

基于技术主题演化的颠覆性技术识别研究

[目的/意义]颠覆性技术对技术和市场具有双重影响,无论是对科技发展还是市场结构调整都起到十分重要的作用,准确识别颠覆性技术能够解决可能出现的技术壁垒,对国家和企业具有重要意义。[方法/过程]从技术主题的演化趋势和演化形式两个维度提出颠覆性技术识别框架。首先,利用LDA模型和基于全局和局部影响力的社区探测方法识别领域内的技术主题。其次,基于颠覆性技术的“突变性”和“融合性”特征,引入技术主题时序共现网络和主题引用网络对主题间的演化趋势和演化形式进行判别,实现颠覆性技术的识别。最后,以人工智能领域为例验证提出的颠覆性技术识别方法的可行性和有效性。[结果/结论]该方法能够准确实现颠覆性技术的识别,研究识别出人工智能领域的7项颠覆性技术,包括“机器人模块化设计方法及应用”“相关领域机器人技术及应用主题”“仿生机器人技术及应用”“自动无人智能系统”“自动驾驶技术”“服务机器人技术及应用”和“机器人部件优化技术”这有利于我国抓住科技创新主动权,加快颠覆性技术布局。     

基于专利文本语义距离的跨领域关键共性技术识别方法研究

[研究目的]跨领域关键共性技术强调技术的跨领域关联与主导作用,对其识别将为政府推动跨产业跨领域创新、提前布局相关技术领域提供决策支持。[研究方法]首先,运用GloVe模型向量化专利文本,按照专利与技术领域的语义接近程度划分专利所属领域;其次,基于GMM算法提取各领域技术主题,依据技术主题之间的语义距离,构建技术主题关联网络;最后,利用漏斗模型,依据技术主题的共性指标、跨领域指标、关键性指标筛选出跨领域关键共性技术。[研究结论]运用养老科技领域专利数据进行实证研究,结果显示“智能控制辅助技术”“无接触式躯体感知技术”“沟通与信息辅助技术”“适用性技术”为跨领域关键共性技术,通过比对国家相关政策内容,验证了方法的有效性。     

基于候选技术辅助生成和多源数据评估的颠覆性技术识别方法研究

[目的/意义]数据驱动的颠覆性技术识别工作的两个难点问题在于：如何准确地获得领域候选颠覆性技术,如何全面有效地评估候选技术的颠覆性潜力。针对这两个问题,提出一种基于候选技术辅助生成和多源数据评估的颠覆性技术识别方法,为颠覆性技术识别工作的开展提供新思路。[方法/过程]针对候选技术获取问题,提出了一种候选技术辅助生成方法,通过词性标注和Head-matching的方法自动构建领域技术层次结构体系,然后结合专家知识判断确定候选颠覆性技术;针对颠覆性潜力评估问题,基于表征“科学—技术—产业—市场”链条的多源数据,界定了两类颠覆性技术,分别是“研究储备高—技术成果多—产业规模大—公众关注高”的潜力型颠覆性技术和“研究储备高—技术成果少—产业规模小—公众关注低”的潜伏型颠覆性技术,并通过计算颠覆性潜力值(DPV)和颠覆性潜伏度(DLV)指标来评估候选技术的颠覆性潜力。[结果/结论]通过在材料领域应用本方法发现,评估得到的DPV较高的3项潜力型颠覆性技术(以石墨烯为代表的二维材料、先进半导体材料和增材制造材料技术)和DLV较高的3项潜伏型颠覆性技术(材料基因组、智能材料和超材料技术)覆盖了专家咨询...     

基于专利引文网络和主题共现的颠覆性技术轨道演化及延伸研究——以新能源汽车充电技术为例

[目的/意义]深度挖掘颠覆性技术轨道演化规律,对国家、企业抢先占领颠覆性技术相关市场及其产业具有重要的战略意义。[方法/过程]首先基于专利引文网络方法提取颠覆性技术的主路径,对主路径上的专利文本分析并归纳技术主题,而后构建颠覆性技术萌芽期和萌芽期+成长期的技术轨道,并进行演化分析。其次基于颠覆性技术最新专利、论文主题共现的方法来延伸技术轨道。[结果/结论]以新能源汽车充电技术为实证研究,总结新能源汽车充电技术的演化方向有：充电全方位智能化、开发利用可再生能源、优化电池管理系统、发展无线充电技术等。     

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。     

基于动态专利有向网络的核心技术集群演化分析

[目的/意义]技术集群因对属性相同的技术集聚进行研究,能够识别新技术,发现技术发展规律,提前感知市场技术变化,引起学者和企业管理者越来越高的关注。[方法/过程]以文本挖掘和复杂网络技术方法对专利文本数据进行分析,进而构建动态专利有向网络,并从网络中基于Python程序提取巨片,通过巨片拓扑性质分析核心技术集群的演化历程。[结果/结论]以美国电商数据处理技术为例的实证研究表明:通过构建动态有向网络,并从网络中提取巨片分析技术演化,能够有效的识别出美国电商数据处理技术中"数据设备技术、数据信息技术、数据系统技术、数据应用技术和数据融合技术"5个核心技术集群,并进一步发现核心技术集群之间很好的更新替换机制。实证研究证明了基于动态专利有向网络的核心技术集群演化分析方法的有效性。     

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。     

基于专利地图的全球大数据技术竞争态势研究

[目的/意义] 运用专利地图的方法探索全球大数据技术的竞争态势,以期为我国政府、企业、高校发展大数据产业和技术提供竞争情报支撑。[方法/过程] 以Thomson Innovation平台的Derwent Innovations Index（德温特专利数据库）中1 363篇大数据技术专利文献为数据来源,运用专利管理地图、专利权利地图和专利技术地图的方法,从申请年份、申请国家、专利申请人、同族专利、专利引用、技术领域等角度进行态势分析。[结果/结论] 研究表明：大数据技术发展的阶段特征明显;美中两国是大数据技术研发的主要国家;互联网企业是大数据技术的重要推动力量;大数据研发的热点聚焦在Hadoop、MapReduce等技术。     

基于核心集筛选与聚类的潜在专利技术组合识别方法研究

[目的/意义]精准识别潜在专利技术组合,将相互关联的技术组成保护范围更大的专利网,对于打破单项专利的局限性、构建更为缜密的技术壁垒具有重要意义。[方法/过程]首先在对关键词与核心IPC进行语义抽取的基础上,筛选出核心专利集合,然后计算基于专利相似性与互补性的专利组合强度,最后利用MCL聚类算法直观、精准地识别潜在专利组合,并以艾滋病疫苗领域专利对方法进行了验证。[结果/结论]该方法以核心专利集合为数据源有效降低了组合识别中的噪音,基于多维度的专利组合强度计算克服了以往组合识别指标的片面性,利用MCL聚类算法无需人为规定簇群数量,保证识别质量。     

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。     

专利情报视角下“CCUS”技术研发态势分析

[目的/意义]温室气体排放导致的气候和环境变化已经给人类带来恶劣影响,碳捕捉、碳利用和碳封存是控制大气中温室气体含量的重要手段,有助于实现我国“碳达峰”和“碳中和”目标。[方法/过程]从德温特世界专利索引数据库(DII)检索有关“碳捕捉”“碳利用”和“碳封存”的专利,开展专利分析:(1)对专利数量、专利申请时间等指标进行统计分析;(2)对专利公开国家/地区、专利权人以及研发团队合作关系等进行关联关系分析;(3)使用CiteSpace工具进行文本主题聚类分析和热点分析,基于专利被引频次分析“碳捕捉”“碳利用”和“碳封存”领域的关键技术主题,以掌握该领域的技术研发态势。[结果/结论]全球“碳捕捉”“碳利用”和“碳封存”技术的研发于20世纪90年代中期开始进入发展期;中国和美国的专利量领先全球,是全球最重要的技术布局市场;较多日本企业在该领域申请了专利,且全球企业间技术研发的合作较少;“碳捕捉”的材料、设备、系统以及“碳封存”的储存罐是研发热点,但“碳捕捉”技术较多关注能源开采、发电、采矿冶炼等工业生产过程,对大气中二氧化碳捕捉技术研发较少。从高被引专利来看,中国是该技术领域最重要的技术布局市场,在传统能源开采、工业生产、煤火发电等行业的碳捕捉方法、设备和系统技术研发较多;二氧化碳的再利用如防爆防雷、农业生产等技术研发较少;相对于“碳捕捉”和“碳利用”技术来说,“碳封存”技术则较为空白,这与“碳封存”技术的实现条件较为复杂以及成本较高有关。     

基于专利计量的颠覆性技术识别方法研究

颠覆性技术作为技术创新的重要组成部分,已成为推动新一轮技术变革浪潮的强力引擎。如何在激烈的市场竞争中,更早地发现和识别颠覆性技术,对企业和国家把握技术发展机遇具有重要意义。为此,本文在总结颠覆性技术特征的基础上,基于专利视角,从技术融合性、新颖性、扩张性和影响力四个维度,运用熵权法和模糊一致性矩阵方法,构建了一套系统的颠覆性技术识别模型。此外,为证实该模型的可行性和有效性,本文选取5个技术领域开展实证研究,分别从同领域传统技术与颠覆性技术对比、不同领域颠覆性技术对比、以及颠覆性技术在不同时间段的对比三个维度开展分析,一方面验证了本文模型的可行性,同时探究了各技术颠覆性潜力指数的有效性和适用性。     

机器学习技术发展现状与国际竞争分析

[目的/意义]机器学习作为人工智能的关键核心技术,受到了前所未有的重视和快速发展。深入研究其发展现状和竞争格局,有助于为企业战略和相关产业政策制定提供科学决策依据。[方法/过程]基于DⅡ数据库和WOS数据库,从发展阶段、热点与核心领域识别、竞争国家对比三方面,对该技术领域发展现状、竞争格局进行了分析。[结果/结论]机器学习技术处于快速成长期,我国目前也处于快速发展期;我国在技术结构布局上存在短板;美国的专利活动最强,我国也属于技术活跃者;美国的专利质量最高,我国与其相差较大;互联网企业是重要推动力量;热点领域有智能诊断、自动驾驶仪、教育辅助、语音识别、计算机视觉等;核心领域有排序、学习、知识处理、搜索、模糊逻辑系统、专家系统等。