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。     

基于弱信号的颠覆性技术早期识别研究

基于专利的弱信号探测模型与技术颠覆性潜力测度体系相结合的方法,开展颠覆性技术早期识别,为颠覆性技术的早期识别提供一套有效的方法和思路。利用专利信息进行领域弱信号探测,利用LDA (latent Dirichlet allocation)主题模型从领域专利内容中抽取主题,基于弱函数对主题进行过滤得到包含弱信号的主题集合,进一步通过预兆函数对弱信号主题包含的术语进行过滤,得到该研究领域弱信号术语集合及其对应的专利集合。基于技术颠覆性潜力测度指标体系,对包含弱信号术语的专利进行颠覆性潜力测度,最终得到目标领域具有颠覆性潜力的技术,为该领域颠覆性技术的早期识别提供参考。以incoPat专利数据库中2008—2019年基因编辑领域的专利数据作为研究对象,结合弱信号探测模型与技术颠覆性潜力测度体系,对该领域具有颠覆性潜力的技术进行早期识别,通过与基于关键词识别的弱信号结果对比,并利用CRISPR/Cas9技术对上述颠覆性技术识别结果进行验证,证明了本文方法的可行性和有效性。     

专利文本主题建模中领域停用词自动选取研究

[目的/意义]针对专利文本主题建模中领域停用词自动选取尚未有充分研究的问题,提出一种新的领域停用词自动选取方法,用于专利文本主题模型分析,以提高专利主题模型的区分度与建模质量。[方法/过程]领域停用词本质上是信息比较少,在不同类别专利文本中区分度低的词。因此,引入辅助专利文本集,使用类别熵衡量词的分布情况,然后依据词的类别熵进行排序,选取类别熵最大的若干词作为领域停用词。[结果/结论]实验通过专利文本数据,验证了该方法的可行性与有效性,能够有效地提高专利主题模型的区分度。     

高校可转移专利识别研究--基于贝叶斯理论和组合赋权法

[目的/意义]研究高校可转移专利的识别,对于提高专利推送质量,促进高校科研与社会经济的对接具有积极意义。[方法/过程]首先在文献调研的基础上检验并确定可量化专利识别指标,并结合贝叶斯理论对高校可转移专利进行初步筛选;然后使用复相关系数-变异系数组合赋权法计算各识别指标权重,并计算剩余专利的加权综合转移概率;最后依照综合概率值大小识别可转移专利,并用转移数量较高的医用配置品领域高校专利对本方法进行实证。[结果/结论]该方法利用贝叶斯理论和组合赋权方法,通过初步筛选和二次识别,实现了对高校可转移专利综合概率的有效计算,即保证了结果的准确性,又兼顾到高校专利管理资源的有限性,为提高专利推送质量奠定了良好的基础。     

专利转让视角下技术转移特征指标体系研究

[目的/意义] 构建技术转移特征指标体系,提前识别具有应用潜力的专利,为专利技术转移提供信息支撑,促进技术成果转移转化。[方法/过程] 基于专利转让行为的客观事实信息,界定转让和未转让数据集,分析比对两者特征差异,构建技术、法律、市场、主体4个维度的基于专利文献自身的技术转移特征指标体系,并进行指标统计学检验以及实证模型检验。[结果/结论] 基于专利文献自身的基础特征指标能够预判技术转移,各指标影响程度相对均衡且不存在主导性指标。实证SVM模型检验该指标体系的预测效度,初步实现能够应用于国家/地区层面、机构层面、专利个体层面的技术转移特征指标体系的构建与检验,该方法具有实用性。     

基于改进PageRank算法的核心专利发现研究

[目的/意义]核心专利的发现是技术创新的重要环节,对于技术改进和专利战略布局意义重大。[方法/过程]首先界定核心专利的概念,然后在对原始PageRank算法模型介绍的基础上,结合专利的被引次数和专利的年龄对原始的PageRank算法进行改进,提出PatentRank算法（简称PTR）,并将其应用到OLED领域中来识别核心专利。[结果/结论]研究发现,相比被引次数,PTR不仅能将该领域的核心专利识别出来,而且还可以识别出一些重要性的基础性专利,为研究OLED相关技术提供追本溯源的研究思路;相比原始PageRank算法,PTR具有更高的值区分度,在局部改善了PR的排名。     

基于Chunk-LDAvis的核心技术主题识别方法研究

[目的/意义]基于大量专利文献数据的核心技术主题识别有助于识别某技术领域的关键技术、分析关键技术的发展方向,是进行技术创新的基础情报工作,对于研究人员、企业乃至国家层面都具有一定的意义。[方法/过程]提出基于Chunk-LDAvis的核心技术主题识别方法,首先基于经典LDA模型进行主题识别,然后利用名词组块对初始LDA主题识别结果进行标注,构建Chunk-LDA主题识别结果,提高其可解读性;然后基于社会网络分析方法构建主题网络,识别核心技术主题;基于R语言的LDAvis工具包绘制可交互的Chunk-LDAvis核心技术主题关联分析图谱,发现核心技术主题的隐含联系,辅助进行核心技术主题识别。[结果/结论]通过对纳米农业领域进行实证研究,验证了本文提出方法的准确性和可行性。     

产品/技术纵向延伸视域下的高校专利转移对象识别研究——以气凝胶领域为例

[目的/意义]专利转移对象识别对高校有的放矢推送专利、提升专利转移效率、实现科技创新驱动经济发展具有重要意义。[方法/过程]对高校专利信息和企业多源信息进行语义抽取,构建能够体现企业产品/技术纵向延伸需求的领域技术树,最后建立高校与企业间的技术-需求匹配模型,依其匹配程度进行高校专利转移客户识别。[结果/结论]以我国气凝胶领域的高校专利为例对识别方法进行实证,结果表明该方法可准确识别出具有产品/技术纵向延伸需求的高校专利转移对象,应对供求信息不对称问题,是促进高校专利转移、实现科技创新与市场需求精准对接的有效手段。     

识别有技术转移潜力的专利方法综述

[目的/意义] 对现有识别技术转移潜力的专利分析方法及制约技术转移相关因素进行分析的同时,为今后有效识别具有转移潜力的专利技术提供理论支撑。[方法/过程] 针对专利分析方法在技术转移中的应用现状,重点从国内外识别技术转移潜力的分析方法的相关成果以及制约技术转移影响因素的分析方面进行综述。[结果/结论] 现有识别技术转移潜力的分析方法主要有专利引文分析法、社会网络分析法、统计分析法、二元语义分析法和TRIZ分析方法等。这些方法均处于探索阶段。而制约专利技术转移的最主要影响因素为专利价值或专利质量。未来识别技术转移潜力分析方法的研究将集中在以下几个方面:系统分析专利转移的直接影响因素及其实际影响效果;研究企业与大学专利转移行为的差异性;建立有效识别技术转移潜力的综合评估模型。     

论文和专利相结合的研究前沿识别方法研究

[目的/意义] 将论文与专利相结合,建立一套整合基础研究与应用研究的研究前沿识别方法。[方法/过程] 以基于关键词共现的研究前沿识别方法模型为基础,用余弦相似度算法将论文和专利相结合,并使用研究主题年龄和研究主题关注作者数量两个指标来识别研究前沿,最后在LED领域进行应用分析。[结果/结论] 研究表明该方法可以识别出基于单独的论文数据或者专利数据不能识别的研究前沿,同时还可以有效地跟踪研究前沿的产生、成长、消退与消失。     

专利文献中的睡美人现象分析与研究

[目的/意义]"睡美人"文献是对科学论文中存在的迟滞认可现象的描述，而延迟发现与延迟关注的现象也同样存在于技术文献中。在梳理文献中的睡美人、专利沉睡现象及专利引文分析的相关研究后，将此概念引入到专利信息分析中，揭示专利文献中存在的睡美人现象。[方法/过程]以美国专利商标局和美国国家经济研究局发布的专利及其引证信息为基础，使用睡美人文献经典识别方法识别出睡美人专利，对其进行特征分布分析，并选取典型案例进行研究。[结果/结论]结果证明专利文献中也存在睡美人现象，且拥有专利文献特有的特征，为后续睡美人专利的识别与唤醒奠定基础，进而为及早发现并利用此类有价值的专利文献提供解决方案，促进知识流动和技术迭代，提高科研效率，加速科学发现。     

基于专利申请及审查制度的专利引文评价效能实证研究

[目的/意义]研究专利申请及审查制度下的专利引文作用机理,厘清专利引文评价效能,是保证学术评估客观合理的重要前提。[方法/过程]以美、中、日三国诉讼专利和许可专利为实证样本,分析专利引文频次与专利价值的相关性,并结合专利申请和专利审查制度就专利引文对施引专利、被引专利的评价效能进行深入剖析。[结果/结论]专利引文频次对专利价值而言是一个正向、负向、中性混杂的评价指标,专利引文对专利价值的评价需建立在对引用动机、引文扮演角色和实际发挥作用等诸多要素的深入细致分析上,否则,专利引文对专利价值不具有客观的评价效能。     

专利无效对比文件判定方法研究

[目的/意义] 对比文件是用以判断专利能否授权或无效的重要文件,针对传统信息检索方法的不足且鲜有利用机器学习方法研究对比文件检索的问题,在引入对比文件信息的基础上,构建专利相关性判定模型。[方法/过程] 以专利无效判决书中的目标专利与对比文件为数据集进行实验,提取文本相似度、共现词汇和共词数量特征信息,利用GBDT模型将对比文件的检索问题转化为判断其是否相关的分类问题。[结果/结论] 研究结果表明,不同字段数据对分类效果的贡献不同,其中说明书字段的准确率、召回率和F1值分别为79%、48%和59%,并且多特征集成后的分类效果显著优于单一文本相似度的结果,最后对实验错分情况进行分析,指出本研究下一步的研究方向。     

高校专利分级管理实现的障碍及对策研究

[目的/意义]专利分级管理对高校盘活科研资源、提高专利质量和管理绩效、促进创新驱动发展具有重要意义。[方法/过程]在充分研究专利分类与分级管理对应关系的基础上,分析高校实现专利分级管理所面临的障碍,最后立足于高校专利现状和方案的可操作性给出解决对策。[结果/结论]专利分级管理的依据是专利市场属性的客观评估,以市场为导向的专利政策、专业的管理人员、专利申请筛选以及评估模型改进的协同耦合,可以在保证评估结果客观性的同时降低评估成本和评估的复杂性,为高校专利分级管理的实现扫清障碍。     

专利GEM-S技术竞争力模型的构建及实证研究——以闽、粤两省电动汽车为例

[目的/意义] 通过技术专利研究产业集群技术竞争力,全面分析和评价产业集群的技术核心点,为产业集群的研究提供新思路。[方法/过程] 在传统GEM模型基础上进行改进,以技术专利为核心,将产业环境作为单因素加入专利GEM模型中,形成专利GEM-S技术竞争力模型,对新能源电动汽车技术专利进行评价。[结果/结论] 专利GEM-S技术竞争力模型不仅专注于产业集群技术竞争力的发展,而且从宏观和微观相结合的视角研究产业集群技术竞争力,能全面地认识产业集群的技术竞争力。引入产业环境作为核心单因素,弥补了专利研究方法上的不足,为技术专利的研究提供了新思路。     

基于Innography平台的核心专利挖掘、竞争预警、战略布局研究

介绍Innography专利分析平台在专利情报挖掘中的优势,以3D打印技术专利情报研究为例,揭示Innography用于专利情报分析的主要特点。通过Innography平台数据,制作专利诉讼案件列表、技术聚类图、专利技术生命周期和技术功效图等专利地图,并由此给出专利预警机制和技术动向,为进一步制定专利技术的战略规划和发展布局提供借鉴。     

面向专利技术主题分析的WI-LDA模型研究

[目的/意义] 改善现有LDA专利技术主题分析存在的辨识度低、可解释性弱和界限划分模糊问题,对于把握技术热点、追踪技术前沿具有重要意义。[方法/过程] 将国际分类号IPC引入LDA专利主题分析中,将其作为技术词的语境,以<词/词组,分类号>二元组的WI （Word IPC）结构进行训练,构建WI-LDA模型,实现对专利文献主题的识别和分析。[结果/结论] 通过中国石墨烯领域的实证研究及与传统LDA模型的对比研究证明,WI-LDA模型泛化能力较强,在专利技术主题分析上能有效降低主题的辨识难度,增加主题的可解释性,使文本主题划分更加清晰。