从全球文化产业发展看科技创新趋势

以Thomson Innovation（TI）数据库作为数据来源,对2004 至2013 年间授权的文化产业相关美国专利进 行了检索、清洗和分析。从领域总体的逐年授权情况和技术生命周期,各子类的专利总量和年度变化,以及专利权人 的类型结构和主要专利权人信息等角度深入考察了世界文化产业专利的发展趋势、应用态势以及竞争格局,并发现其 中存在的一些不平衡现象,这一现象由需求拉动和技术推动两个因素导致。进而结合专利所属IPC（International Patent Classification）分类,验证了信息     

大数据背景下科学元数据的重要问题研究

科学元数据是加强科学数据管理和共享服务的重要手段之一。数据密集型的科研范式和大数据技术的广泛应用突显了科学数据的重要作用,也对科学元数据的内容、形式和功能等方面提出了新的要求和挑战。本文在对科学元数据的发展现状进行分析的基础上,梳理了科学元数据的相关定义和功能要求,进而从可追溯性、可关联性和互操作性三个方面阐述了大数据背景下的新要求,最后讨论了相关技术及其发展趋势。     

国内多智能体系统应用研究归纳——共词分析视角

文章根据CNKI数据库所收录的相关学术论文，借助sPss和MVSP等统计软件，对我国多智能体系统的应用研究领域予以共词分析。在获得高频关键词共现矩阵基础上，结合因子分析和聚类分析两种方法，明晰各研究主题之间关联，界定研究热点，揭示学科结构，为该领域的进一步发展提供参考。     

从全球文化产业发展看科技创新趋势--专利分析视角

以Thomson Innovation（TI）数据库作为数据来源,对2004至2013年间授权的文化产业相关美国专利进行了检索、清洗和分析。从领域总体的逐年授权情况和技术生命周期,各子类的专利总量和年度变化,以及专利权人的类型结构和主要专利权人信息等角度深入考察了世界文化产业专利的发展趋势、应用态势以及竞争格局,并发现其中存在的一些不平衡现象,这一现象由需求拉动和技术推动两个因素导致。进而结合专利所属IPC（International Patent Classification）分类,验证了信息技术是当代文化产业发展的主要驱动力量,并依据研究结论提出一些对策建议。     

融合多元方法的颠覆性技术识别——以类脑智能领域为例

为尽早发现颠覆性技术,同时全面监测各个子领域中具有颠覆性潜力的新兴和热点主题,提出一种融合属性计量、LDA模型与网络中心性指标的颠覆性技术识别方法。首先,从技术突破性和市场潜力两个维度设计评价指标,筛选出具有高颠覆性潜力的技术文献;其次,基于LDA模型将技术文献划分为不同子领域;最后,采用中心性指对分类网络中技术节点的影响力进行识别,基于特征向量中心性得到颠覆性主题子网,综合度中心性、中介中心性和接近中心进一步区分颠覆性热点主题和新兴主题。基于类脑智能领域的专利实证研究表明,分类网络可以很好地识别不成熟子领域中颠覆性技术的热点主题和新兴主题,这是对全局网络识别结果的补充和完善。     

科技项目查重方法研究综述

对已有的科技项目查重方法进行系统性的综述,为其他研究者快速了解相关的背景和方法提供有用的知识和线索。首先给出科技项目查重的定义及其实现的一般过程,然后从文本预处理、特征提取、模型构建和相似度判别等维度对常用的方法进行分析和总结,讨论其优点和不足,最后阐述科技项目查重方法的未来发展趋势。     

科技成果转化成熟度评价研究进展

对科技成果转化成熟度的内涵进行探讨,提出科技成果转化成熟度中应包含技术成熟度和商业成熟度两层含义,就技术成熟度评价和商业成熟度评价的国内外研究进展和形势进行分析,在此基础上,对现有科技成果转化成熟度评价研究进行综述,将其分为评价实践的初探和评价实践的逐步深入两个阶段。最后,对该领域未来发展趋势进行展望。     

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。     

基于专利主题演化的颠覆性技术识别研究——以类脑智能领域为例

【目的/意义】颠覆性技术具有隐蔽性和突变性，而技术主题在演化过程中会释放颠覆性趋势产生的早期信号，本文提出一种基于专利主题演化的颠覆性技术识别方法。【方法/过程】首先，基于S曲线法判断技术生命周期；其次，综合运用文本挖掘和社会网络分析方法识别技术主题的演化事件；最后，定义新主题出现、原主题趋热和多主题融合三类突变情况，用于识别具有颠覆性潜力的技术主题。【结果/结论】通过类脑智能领域专利实证，发现六个新出现主题、四个趋热型主题和六个融合型主题，通过专家判读，证明了所提方法的有效性，同时筛选出五项主题作为最终预测结果。【创新/局限】本文基于动态社区发现算法对技术主题的演化特征进行分析，进而基于主题突变性筛选颠覆性技术，但数据来源较为单一，将在未来研究中加以扩充。     

欧洲专利局专利法律状态数据深加工关键问题研究

不同数据库法律事件代码的多来源和不一致性给专利法律事件的分类和数据深加工带来较大阻碍，目前尚未形成层次化、系统化的分类体系架构。对此，以欧洲专利局（EPO）提供的全球专利法律状态XML数据为研究对象，详细介绍数据覆盖范围以及不同类型交换数据的数据格式；基于对PatSnap、INNOGRAPHY、incoPat、SooPAT、万象云和佰腾网等国内外知名专利检索分析平台中的专利法律状态对比，把EPO专利法律状态归纳为在审、授权、有效、失效、技术转移和其他六大类，并根据各类别在专利生命周期中出现的位置，对专利当前法律状态的有效性划分为在审、有效和失效3种状态，同时将4 000多个EPO法律事件代码中的转让代码和专利许可代码进行详细分类标引，针对专利法律状态分类体系构建、专利当前有效性判定、专利技术转移分类等关键问题，对EPO专利数据进行结构化解析和深加工，从而构建EPO专利法律状态数据库物理模型，为提高专利检索和分析工作的质量及效率提供支撑。