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。     

基于专利引用变化的颠覆性技术识别研究

[研究目的]颠覆性技术被视为“改变游戏规则”和“重塑未来格局”的革命性力量,对人类社会有广泛且深刻的影响,预先识别并部署颠覆性技术,对在当今全球化竞争中占领先机具有重要意义。[研究方法]基于专利引用方向的变化,构建用以识别颠覆性技术的新方法,并以2001-2020年间语音识别领域专利数据进行案例研究。[研究结论]研究结果发现语音识别技术领域EP1104155-A2、US2005080632-A1、US7418392-B1、US2009043580-A1、US7720683-B1、US9263036-B1等专利极具颠覆性,涉及交互式语音修改、深度递归神经网络和语音识别技术在无线通信系统、车辆导航系统、照明元件等中的应用。该方法能够对颠覆性技术进行识别,为研究人员和管理者提供决策依据和参考。     

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。     

基于创新扩散理论的中国电动汽车广义Bass模型

根据创新扩散理论,通过对广义Bass模型的扩展,提出了考虑基础设施建设和价格下降影响的中国电动汽车的创新扩散模型。利用混合动力汽车在美国扩散的时间序列数据,采用遗传算法对模型参数进行了估计。通过该模型,预测了在自由、基本和理想三种市场效能情景下2012～2020年电动汽车在中国的销量情况。结果表明,对电动汽车的创新采用者来说,基础设施建设的完善程度比价格更能影响他们的购买决策,在理想情景下,电动汽车的年销量在2019年达到最高点,2020年累计销量达到635万辆。     

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。     

颠覆性技术早期识别方法框架研究——基于科学端的视角

当前,我国高水平科技自立自强亟待颠覆性技术开新局、走新途。布局发展颠覆性技术是一项战略性的复杂系统工程,而颠覆性技术的识别是关键和前提。文章基于颠覆性技术变轨跃迁、由边缘力量到未来主流“10→3→1”收敛的底层逻辑,针对科技驱动的来源方式提出“发现—遴选—评价”的识别思路,开发出一套从科学端出发的颠覆性技术识别方法框架,以期为颠覆性技术的早期识别提供参考。     

Bass扩散模型的柔性扩展

自从1969年Bass模型提出后,创新扩散模型研究日益活跃。人们在放宽Bass模型诸多假设方面做出了不少努力,产生了形形色色的改进的Bass模型(统称为柔性扩散模型)。     

基于专利分析的RFID技术预测和专利战略研究——从技术生命周期角度

以专利分析为手段,应用技术生命周期理论和Logistic模型,借助于美国专利商标局数据库的专利数据,针对RFID技术开展技术预测研究,结果表明：全球RFID技术领域经过了漫长的萌芽期,目前处于成长期,产业技术发展迅猛,并依据产业技术生命周期阶段和国内外专利实力对比,做出了基本的判断和结论,提出了我国RFID技术“三步走”的专利策略。     

基于专利网络链接模型的技术链接机会预测方法研究

[目的/意义]技术市场上的竞争日趋激烈,准确预测并及时把握未来技术机会对于国家、企业发展至关重要。文章提出一种基于链接预测的技术机会预测方法。[方法/过程]利用专利间的引用关系,构建基于支持向量机和多元线性回归的IPC无权有向网络链接预测模型和含权无向网络链接预测模型,对技术链接机会、技术链接消失机会以及技术链接强度变化进行预测,并利用语音交互技术实证分析。[结果/结论]结果表明该方法为准确、有效进行技术机会预测提供了可能。     

基于专利引用的国家技术力量指标比较

分析了从专利数量到专利引用研究的发展历程，继而将专利引用引入技术力量比较的指标中，建立了国家或区域技术力量指标。运用数据对不同国家不同行业的技术力量进行了实证比较分析。     

基于商业方法专利构建企业技术战略的研究

提出一种电子商务环境下构建企业技术战略的新方法。以商业方法专利为切入点,通过专利组合和专利引用将企业技术战略构建常用的"由内而外"和"由外而内"这两种方法结合起来,利用聚类分析的结果构建出企业技术战略模型。该模型明确了企业间的四种关系,使企业能够更加清晰地确立自己在业内所处的技术位置,同时也使合作伙伴/竞争者更加明朗。     

基于专利引文网络的技术领域间关系探析

利用美国专利商标局数据库和社会网络分析方法,基于专利引文网络对不同技术领域间的关系进行考察。通过追踪不同技术领域间的专利知识流动展现网络的宏观特征。研究结果表明,技术领域间的专利引文网络具有总量流动平衡、内部活动频繁、外部偶有集中的特征。     

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。     

基于文献和专利相互引用的科学与技术关系分析

已有对科学与技术关系的研究大多从宏观角度讨论,从微观角度分析科学的具体学科与技术的具体领域之间关联关系的研究不足。利用科学文献与专利的相互引用情况,借助社会网络分析方法和UCINET软件,分析了科学与技术之间的相互作用关系。研究表明,化学、物理等学科领域与技术领域具有较高的网络中心性,通过学科领域与技术领域之间的交叉影响,可以实现科学知识和技术应用的跨领域转移。     

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...     

颠覆性技术研发管理研究

颠覆性技术可引起现有投资、技术、产业、规则“归零”,具有突变性、不确定性与潜藏性等特点。随着新一轮科技和产业革命的开始,如何有效地管理颠覆性技术研发来促进颠覆性技术的发展,成为政府组织及研究学者都十分关注的热点问题。本文通过对颠覆性技术的内涵及研发特征进行分析,指出颠覆性技术研发具有高风险、高投入、高挑战性。开展有效的颠覆性技术研发管理,社会各界与全球各国家纷纷投入到颠覆性技术研发中,设立了专门机构或项目组织,这些机构组织极大促进了颠覆性技术的研发进程。最后,本文,结合实际案例对颠覆性技术研发的管理方法研究进行研究,总结出四种有效开展颠覆性技术研发的管理方法：开展阶段式的管理模式、设立颠覆性技术的专项资金、进行跨学科的协同研究、建立多样化的研发团队。     

基于Bass模型的知识扩散演化分析

为揭示知识创新和组织学习的微观基础与运作机理,利用Bass模型分析了知识扩散演化问题。研究指出了知识扩散演化的网状路径依赖特点,结合社会网络理论给出了有限潜在用户知识决策的转移概率模式;由此,建立了基于Bass模型的知识扩散演化模型,并给出了释例讨论。