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。     

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。     

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。     

基于标准和专利数据的企业技术研发方向识别研究

[研究目的]技术多样性逐渐标准化成为企业研发的关键目标,基于标准和专利的潜在关联识别企业研发方向可以降低企业研发不确定性,实现技术集成转化。[研究方法]提出一个以标准和专利数据为依据,集成标准文本及非文本信息解决研发方向识别问题的新方法。利用文本挖掘技术识别标准和专利信息,基于关键词向量链路预测模型寻找标准和专利的映射关系,构建关键词创新性评价模型,并对空白点进行综合评价,识别与评估研发方向,最后以远程医疗产业标准和专利数据为分析对象进行实证研究。[研究结论]实证结果表明：远程医疗产业识别出9个与专利技术具有较高相似性的标准空白点,通过进一步筛选过滤,最终确定的技术研发方向为：基于计算机网络平台的电子健康记录和在线咨询技术,基于5G和健康关怀技术的远程医疗护理技术,国际知名行业报告研究内容有力支撑了该识别结果。实证研究证明了所提出方法的可行性和可靠性,综合利用标准和专利之间的链接关系,集成标准文本及非文本信息可以进一步提升研发方向识别的效益,同时可以为产业整体创新发展和相关技术布局提供参考。     

Altmetrics视角下颠覆性技术的社会影响力探测研究

[目的/意义]开展颠覆性技术的社会影响力研究,可以探究颠覆性技术社会影响力的扩散特征,为潜在颠覆性技术的识别提供新的思路。[方法/过程]文章以政、产、学三方认可的颠覆性技术领域作为研究对象,以Altmetric.com平台为数据来源,获取各颠覆性技术领域内科学研究成果的多种社会媒体关注度指标,将这些关注度指标作为颠覆性技术产生的社会影响力的量化表征;最后,立足于时间和空间分布特征,探析各技术社会影响力所具有共通的扩散性、差异性、持续性、多样性、均衡性和积聚性特征。[结果/结论]从扩散性、差异性、持续性、多样性、均衡性和集聚性等6个方面获取了12项颠覆性技术具有的共性特征与结论的应用场景。     

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。     

基于随机系数Logit模型的专利价值评估研究——以主动降噪技术为例

[研究目的]从分析专利价值入手，通过经济学研究方法围绕专利侵权损害赔偿的标准进行定量研究，为评估专利价值提供有意义的知识增量。[研究方法]基于实证产业组织理论，采用随机系数Logit模型，以无线蓝牙耳机主动降噪(ANC)技术作为研究对象，构建该技术遭受侵权的反事实情形来估计经济指标变化，由此评估专利价值及侵权赔偿比例。[研究结论]专利侵权企业的行为产生了反竞争效应，提升了企业垄断势力，挤占了其他耳机企业的生存空间，也对潜在进入企业形成了进入威胁。蓝牙耳机价格中约有4.06%源于ANC专利标识。如果发生ANC专利侵权，赔偿额度应是侵权企业利润的2.6～2.8倍。该方法利用市场数据在均衡框架下评估专利价值，为相关研究提供了新方向。     

突变视角下潜在颠覆性技术识别与分析方法研究

[目的/意义]将社会网络分析与突变理论相结合,提出识别潜在颠覆性技术的新方法,帮助企业获得市场、经济的先行优势,同时有助于加强政府对重点技术的前期引导作用。[方法/过程]首先,基于文本三元组结构,构建语义信息层面的技术共现网络。其次,基于社区网络结构和颠覆性技术特征,提出社区网络关系强度和对外资源利用力两个指标,利用突变理论模型识别易突变社区。最后,对易突变社区内节点进行主题词突发性监测和词频异常监测确定技术突发可能性,以此识别潜在颠覆性技术。[结果/结论]以造血干细胞领域2001—2018年论文数据作为分析对象,验证了方法的有效性,发现“建立完善的关于免疫缺陷疾病及相关移植治疗手段的临床研究模型”是该领域的潜在颠覆性技术。     

关于颠覆性技术识别框架的探索

颠覆性技术遵循自下而上的性能轨道,以新技术属性集为依据引入新竞争平台,替代现有技术范式,改变企业技术竞争态势。对其进行早期识别和探测,将有利于企业及时调整技术创新战略,规避风险。现有的颠覆性技术识别研究多采用主观方法,而基于专利分析的客观分析方法尚未得到充分认识和应用。为解决上述问题,本文提出一个颠覆性技术的识别框架,该框架以专利数据为依据,以属性创新和改进的技术发展推动机制为基础,借鉴物种入侵模型和集对分析方法,通过计算新技术出现前后的属性集相似度,来对颠覆性强度值进行测度。最后,以德温特专利数据库中的汽车锂电池技术专利为实例对模型的有效性进行验证。     

基于专利和Bass模型的颠覆性技术识别方法研究

文章对现有颠覆性技术及其识别方法的研究进行了梳理,构建了一种采用专利引用信息和Bass模型对颠覆性技术进行识别和判断的新方法,并利用1976-2016年间的445条美国专利数据对太阳能光伏发电技术进行了实证分析,结果验证了薄膜电池发电是一项颠覆性技术,其技术扩散呈现典型的S型轨迹,并将在未来40年进入技术快速扩散期。本方法能够在早期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。     

基于专利的技术机会识别：深度学习领域的案例分析

为及时有效地识别潜在技术机会,采用文本挖掘和异常值检测的方法,提出一种基于专利文本的技术机会识别方法.首先采用文本表示模型Doc2vec技术对专利摘要进行建模,以更深层表征文本语义信息;然后利用基于密度的离群值检测算法,识别出具有潜在技术机会的专利方向;最后以深度学习领域潜在技术识别为例,构建专利检索式并收集458条专利文献作为数据集.实证结果总结出4类主题共10个潜在的技术机会,验证了该基于专利的技术机会识别方法的有效性,可为企业相应技术应用、研发和创新提供参考.     

专利寿命视角下潜在高价值专利识别方法研究

[研究目的]基于专利寿命视角,探究潜在高价值专利识别方法,快速精准识别早期高价值专利。[研究方法]结合已有专利价值评估的相关研究,构建潜在高价值专利评估指标体系;以无线网络通信技术领域为例,构建潜在高价值专利识别指标数据集;采用Lasso回归对指标进行约简,构建潜在高价值专利识别特征集;采用机器学习生存预测算法构建专利生存风险预测模型,根据设置的生存风险评分阈值,实现潜在高价值专利识别。[研究结论]构建了基于专利寿命视角的潜在高价值专利识别模型,并且以无线网络通信技术领域专利数据验证了模型的有效性和可靠性,证明该模型可以较好地识别早期高价值专利,有利于企业和决策部门较早进行高价值专利的定向培育。     

一种专利共类与深度学习模型结合的技术融合预测方法研究

[目的/意义]作为科技创新的重要手段,技术融合预测对于改进技术研发的策略选择具有重要参考和借鉴意义,文章提出一种专利共类与深度学习模型结合的技术融合预测方法,以提高预测结果的准确性和可靠性。[方法/过程]以燃料电池技术为例,首先采用关联规则挖掘算法识别专利数据中具有强关联的IPC频繁项集,计算技术相对相似度,基于AP聚类算法进行技术聚类;然后运用生成式拓扑映射算法识别其中技术融合点,构建训练数据集和测试数据集。最后基于深度学习模型进行学习训练,预测燃料电池技术未来可能出现的技术融合。[结果/结论]这种方法在准确率和召回率上表现优异,可以快速、客观地识别技术融合,为技术创新的智能决策和预测提供支持和帮助。     

多层网络分析视域下的新兴技术研发合作网络演化特征研究

[目的/意义]对具有颠覆性潜力的新兴技术研发主体之间的研发合作网络演化特征进行研究,对于我们定量认识新兴技术研发合作特征具有重要的理论意义和方法意义,对于新兴技术研发管理活动具有重要的现实指导意义,可为政府、企业的研发管理决策提供参考。[方法/过程]针对目前在新兴技术研发合作演化特征研究中存在的不足,即大多基于单一网络分析其演化特征或模式以仅利用专利数据,该文提出一种新兴技术研发合作网络演化特征分析模型,以专利数据和网络信息为数据源,构建发明人合作网络、专利权人合作网络、发明人和专利权人间隶属关系网络的多层网络,并在多层网络中划分不同的研发合作类型,从多个维度来揭示新兴技术研发合作网络的动态演化特征。[结果/结论]以钙钛矿太阳能电池技术为案例进行研究,验证了模型的有效性和可行性。