融合评论主题识别与技术属性多维度分析的技术机会发现研究

[目的/意义] 提出一种融合评论主题识别与技术属性多维度分析的技术机会发现方法,从技术需求驱动视角识别技术机会,为企业前瞻布局研发方向与进行科研管理规划提供决策建议支持。[方法/过程] 以产品在线评论为研究数据源,首先,利用LDA主题模型识别出评论技术主题,提出技术评论主题强度和主题新颖度两个指标,筛选出新兴重点技术评论主题。然后,从学术论文、技术专利中人工选取技术属性词,通过TF-IDF值计算得到评论高频词,结合专家知识进一步筛选出技术特征词,构建产品技术属性词-技术特征词表。通过相关性计算分别得到与评论相关和与新兴重点技术评论主题相关的技术属性。最后,提出一种产品重要技术属性识别指标模型并设计一种多维度分析方法,分析产品重要技术属性的特征情况,最终识别出蕴含在评论文本中的新兴技术机会。[结果/结论] 实验结果表明该方法能够有效地识别技术机会,为企业产品技术研发管理提供参考。     

基于专利文本挖掘的细粒度技术机会分析

新一轮科技革命和产业变革中,技术机会分析在研发管理、企业决策中的战略地位不断攀升。然而,利用传统链路预测指标开展的技术机会分析精度已达到瓶颈,且固有的专家知识无法应对技术创新的动态性和复杂性,难以实现细粒度技术机会识别与分析。鉴于此,本文提出了基于专利文本挖掘的细粒度技术机会分析框架,该框架将专利文本挖掘和图神经网络链路预测法有机结合,将技术机会分析拆分为知识网络构建及演化分析、知识元素链路预测以及技术机会评估与筛选3个研究子任务。实证研究结果表明,利用多维关键词特征构建的知识网络能够完整呈现交叉领域的知识全貌,结合复杂网络指标和时间序列能进一步揭示技术发展脉络,为后续技术机会分析提供方向指引。BERT (bidirectional encoder representations from transformers)模型配合图神经网络方法适用于各技术生命周期的知识元素链路预测任务,相较于传统预测指标,BERT表现出更高的准确率和鲁棒性。经过与多源技术报告的对比评估,证实了基于该框架所析出的9个技术机会与计算机视觉技术发展实际情况相吻合,具备实际研发价值。     

科学推动下技术机会发现方法研究

[目的/意义]科学与技术之间的密切关系,使得结合论文与专利进行技术机会分析比使用单一数据更加合理与高效。本文使科学技术关系的生成更自动化,减弱对主观判断的依赖,使技术颗粒更加精细,同时为技术研发人员提供研发建议,将科学研究中汲取的理念应用到相应的技术创新中去。[方法/过程]将论文、专利的摘要文本进行Doc2vec向量表示,通过文本相似性将其关联成网络,再基于Louvain算法生成科技主题聚类,识别科学研究推动的技术机会。最后以3D打印技术为案例进行实证研究。[结果/结论]识别出若干科学研究推动的技术机会,并验证所识别的机会具有一定的技术潜力,证明方法的可行性和有效性。     

可视化技术在专利信息挖掘与分析中的应用研究

文章在简述专利信息分析的意义和可视化技术的基础上,以专利信息挖掘与分析为目标,以专利文献的外部信息特征与内容信息特征为对象,论述了可视化技术在专利特征项统计、专利引文分析和专利文本挖掘中的应用.     

基于深度学习的中文专利自动分类方法研究

[目的/意义]面向当前国内专利审查和专利情报分析工作中对于海量专利分类的客观需求,设计了7种基于深度学习的专利自动分类方法,对比各种方法的分类效果,从而助力专利分类效率和效果的提升。[方法/过程]针对传统机器学习方法存在的缺陷,基于Word2Vec、CNN、RNN、Attention机制等深度学习技术,考虑专利文本语序特征、上下文特征以及分类关键特征,设计Word2Vec+TextCNN、Word2Vec+GRU、Word2Vec+BiGRU、Word2Vec+BiGRU+TextCNN等7种深度学习模型,以中国专利为例,选取IPC主分类号的"部"作为分类依据,对比这7种模型与3种传统分类模型在中文专利分类任务中的效果。[结果/结论]实证研究效果显示,采用考虑语序特征、上下文特征及强化关键特征的深度学习方法进行中文专利分类具有更优的分类效果。     

基于论文与专利整合数据的研究方向发现模型研究

海量信息分析及基于分析结果得出相应的结论是一项非常重要的工作,该工作需要投入大量的时间和精力。本文涉及了基于论文与专利整合数据的研究方向发现模型,从论文和专利共同研究方向和新兴技术两个方面来揭示论文和专利之间关系,最后,我们对电动汽车论文和专利数据进行了实例验证。     

基于深度标引的专利文本挖掘框架研究

专利文献中的文摘、权利要求项、全文等文本信息蕴涵了重要技术细节和技术保护等内容,从这些专利文本内容中挖掘具有技术价值、商业价值的潜在信息是当前专利信息应用领域的研究热点.文章研究将面向分析目标的专利文本深度标引应用到专利文本挖掘中,在数据预处理阶段就将分析目标作为知识抽取的基础,专利分析人员可依据分析需求,在文本挖掘时只提取标引结果的某一部分进行分析和处理,这不仅可提高专利文本挖掘的数据预处理质量,也可提高后期文本分析的效率.该文为<数字图书馆论坛>2008年第11期本期话题"科技创新中的专利应用研究"的文章之一.     

专利信息的技术功效与应用图挖掘研究

目前,专利技术功效图与技术应用图的构造方法主要通过专家或学者的主观判断来对技术、功效或应用进行分类,因此比较耗费人力,结果也不够全面。针对以上问题,提出一种基于文本挖掘的、相对客观的解决方案,首先对专利信息进行文本挖掘并从中提取专利文献中涉及的技术、应用和功效,再由专家对文本挖掘后的结果进行评估以确定较全面、准确的技术、功效、应用的特征,得到的特征将能直接用于统计其对应包含文献数量并最终构造技术功效图与技术应用图。实验结果表明,得到的技术功效等特征比专家预想的特征更全面、准确,技术功效图与技术应用图更加完整。     

Innography在学科核心专利挖掘中的应用研究

文章介绍了Innography专利分析软件的核心专利挖掘功能,运用该软件对南开大学的专利高产出学科领域进行挖掘,并进一步对高产出学科领域的核心专利在世界范围内进行挖掘,分析了核心专利输出国、专利权人及专利技术,最后提出Innography在运用过程中存在的问题。     

基于主题发现的专利发明人推荐方法

LDA 主题模型可用于识别大规模文档集中潜藏的主题信息,本文提出了一种基于LDA 建立发明人兴趣主题模型的方法,合并每位发明人的专利数据,专利信息基于发明人进行划分,将标准的文档- 主题-词的三层LDA 模型变为专利数据中的发明人- 主题- 词的发明人兴趣模型,实现发明人的主题发现,并利用该模型中主题分布之间的相似性进行发明人的个性化推荐。在采集真实专利数据集上的实验结果表明该方法相比传统的向量空间模型方法和隐马尔科夫模型方法具有更高的准确率,推荐效果更优。     

国内外专利法律信息挖掘研究综述

专利法律信息是专利信息的重要组成部分,一般可分为法律状态信息、权利要求信息、专利诉讼信息和其他法律信息四种,其他法律信息包括同族专利信息等。文章从这四种专利法律信息的概念出发,针对每种法律信息的挖掘方法和内容进行综述研究。目前专利法律信息挖掘领域的研究人员局限在几个群体,且他们分别研究专利法律信息的某一部分,研究比较分散,彼此关联不紧密,没有形成完整的规模和体系。     

机会发现理论对推荐系统的改进

文章分析推荐系统的现状和存在问题,引入关注动态变化、发现隐性关联和弱信号的机会发现理论,依次从收集用户信息、掌握用户兴趣变化和匹配资源方面,探讨机会发现理论对推荐系统的改进。通过改进兴趣模型、建立自适应推荐模块、提供集成推荐等措施,提升推荐系统效率。     

不同技术领域专利情报实证研究

通过对我国授权的不同技术领域专利情报实证研究发现：电学类专利维持时间最长,纺织造纸类专利维 持时间最短;生活需要类专利审查时间最长,固定建筑物类专利审查时间最短;纺织造纸类专利的权利要求数均值 最大,固定建筑物类专利的权利要求数均值最小;除化学冶金类专利的发明人数均值较多外,其他技术领域专利的 发明人数均值差异不大。     

产业链视角下基于图嵌入的专利布局意图挖掘方法研究

知识经济背景下,国家间的技术竞争日益激烈,而中国在专利布局方面存在认知与操作短板,制约着中国高新技术产业的发展。因此,提出一套有效的专利布局分析方法,对指导企业进一步实施专利布局具有重要意义。当前,专利布局的分析视角相对局限于企业层面,且传统的布局分析方法不能直观展现企业间的技术攻防意图,所以,本文在刻画产业链专利分布结构的基础上,总结基本的专利分布模式及其蕴含的布局意图,以此实现产业链视角下的专利布局意图挖掘。首先,在微观层面引入结构性与功能性技术关联关系,修正专利知识组织结构,并根据修正后的专利知识图谱本体构建领域专利知识图谱;然后,利用图嵌入算法刻画产业链专利分布结构;接着,总结5种基本的专利分布模式并分析其布局意图,基于此挖掘产业链各布局主体的布局意图;最后,通过在非全氟化质子交换膜领域进行实证研究,验证了上述方法的有效性与实用性,并为我国非全氟化质子交换膜企业以及产业的安全发展提出了应对建议。     

机会发现对推荐服务的改进探讨

从推荐服务存在的问题和机会发现在弱信号、隐性知识方面的优势出发,探讨机会发现在拓展数据分析、发现隐性信息和满足用户长尾需求方面的作用。通过对机会和用户的持续关注,准确把握用户需求,提高人机交互在推荐中的关键作用,从而改善推荐服务质量。     

融入术语知识的专利主题发现方法

[目的/意义]针对专利主题分析中以词为基本单位会造成专利中的多词术语难以被识别、主题模型结果不佳的问题,提出融入术语的专利主题发现模型,以解决该问题。[方法/过程]模型首先引入类别熵,有效地识别出专利文献中的术语;然后利用泛化波利亚瓮模型增加语义相似术语分配到同一主题的概率,以缓解术语作为基本主题模型分析单位所带来的数据稀疏性问题。[结果/结论]实验结果表明本文提出的模型包含的术语信息提高了主题生成的质量,使主题表示具有更强的可读性和主题判别性。     

技术创新全视角下技术机会发现研究进展

[目的/意义]技术机会发现对于市场竞争、技术布局、区域创新及产业发展具有重要意义,梳理技术机会发现领域的研究进展可明晰其发展局限,以进一步促进该领域的优化和健康发展.[方法/过程]从技术创新全视角出发,综合技术创新过程各要素,从技术创新知识基础、创新环境、创新方式和创新类型四个维度梳理领域相关研究,并总结技术创新要素视...     

专利信息内容挖掘及其试验研究*

随着专利数据量的激增和新技术领域的交错重叠,迫切需要在专利信息分析中深化到内容层次,内容挖掘是其中的重要途径和必要手段。借鉴文本内容挖掘的思想和技术,提出基于内容挖掘的专利信息分析的方法体系,分别阐述方法体系中包含的专利文本信息预处理、专利信息内容分析和专利信息知识处理过程的主要步骤及其涉及到的各种技术和算法。最后,以混合动力汽车领域专利信息的内容挖掘为例进行实证研究。