专利被引频次的时间影响研究

[目的/意义]研究时间因素对专利被引频次的影响,可以减少时间因素对技术评价活动的制约,提高评价的准确性和可信度。[方法/过程]采集1975-2017年的美国专利数据,开展基于固定效应法的专利被引频次的修正研究。将专利按照不同公开年份和不同技术领域分组,选定组内均值和6个TOP分位数为被引频次基准,统计当前时间点的被引频次基准线及基准线的历史时序变化情况。建立神经网络模型,拟合基准线的时序变化规律,并预测未来统计时间点的基准线。[结果/结论]专利公开年份和统计年份的时间差异,使得专利被引频次无法直接进行比较。本文建立了基于不同技术领域、不同公开年份和不同统计年份的专利被引频次基准线,为专利评估提供参考。     

基于专利引用跨越度计量的两国间间接创新合作机会发现

[目的/意义] 两个国家间的创新合作机会有些是显性直接的，有些是潜在间接的。在此试图构建一种计量和分析专利引用关系的方法，用于发现两国间潜在的间接创新合作机会。[方法/过程] 全球价值链上不同环节专利之间的引用关系中，蕴含着相互衔接、配套的间接合作关系，而不同环节的专利通常具有不同的功能，即IPC存在一定跨越度。因此，设计"专利引用跨越度"指标及算法，用于计量和筛选专利引用网络中"引用跨越度"达到预设阈值的专利引用关系，作为发现间接创新合作机会的基础数据。以新加坡在中国获得授权的发明专利为样本，基于专利引用跨越度计量并配合人工解读和识别，发现中新两国间一系列的间接创新合作机会。[结果/结论] 基于专利引用跨越度计量的两国间间接创新合作机会发现的方法，被实验检验为有效。     

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。     

熵的微分统计法

运用累加局城熵的思路,参考经典统计和量子统计原理,建立一种通俗、直观、朴实的统计法,依据它可顺利地求得体系的熵。     

企业核心竞争力与知识产权情报

企业如何打造自己的核心竞争力?一方面，可建立自主的知识产权；另一方面可将企业的人才优势转变成为专利优势。文章还分析了我国现有中小型企业的技术创新能力，强调了加强知识产权工作的重要性。     

档案刊物论文统计的几点思考

本次抽样调查的档案学刊物包括部分核心刊物和非核心刊物，时间段为1998年到1999年之间，但同时又由于篇幅的限制和实际操作的局限性，我们很难将所有的档案刊物全部进行统计，于是便选取了部分刊物作为代表，也是能给我们一定启发的。     

《四川建筑科学研究》引文分析

本文运用文献计量学方法，对《四川建筑科学研究》１９９１￣１９９５年年间发表的论文的引文进行了统计分析，旨在为进一步办好刊物提供参考。