共查询到20条相似文献，搜索用时 375 毫秒
1.
2.
如何揭示具有颠覆性潜力的新兴技术形成过程中的技术性能渐进变化脉络和技术演化轨迹所具有的规律性特征,对于企业或国家来说是至关重要的研发战略议题。针对目前在新兴技术演化轨迹研究中存在的不足,即专利引文信息存在的滞后性且未反映专利文献中的非结构化文本内容,以及关键词不能深入反映专利文献表达的技术主题和揭示技术主题之间的关联关系等问题,在改进Subject-Action-Object(SAO)结构语义挖掘方法的基础上,提出基于SAO结构语义挖掘的新兴技术演化轨迹分析方法。该分析方法首先以专利文献为数据来源,利用文本挖掘方法抽取专利摘要中的SAO结构,构建基于SAO结构的"问题与解决方案"模型挖掘新兴技术专利文本中的语义信息;其次利用语义相似度算法对专利文本进行聚类,通过对新兴技术不同专利技术主题的SAO结构相似性来分析技术的形成与发展轨迹,揭示新兴技术形成过程中的技术性能渐进变化脉络和技术演化轨迹所具有的规律性特征。最后,用钙钛矿太阳能电池作为实证进行了研究,验证了该模型的可行性和有效性。 相似文献
3.
4.
专利质量尚无准确、适用的评价方法,抑制了高质量、高价值专利的培育工作。本文基于“木桶理论”测度专利质量与专利技术、法律和经济质量之间的内在关系。构建基于技术、法律和经济三位一体的专利质量评价模型。基于专利质量评价模型提出表征专利“技术、法律、经济三位一体综合能力”的专利“技术-法律-经济平面”并定义专利质量及其评价方法。选取美国苹果公司和中国华为公司专利为样本验证模型自洽性。最后运用该模型结合专利大数据分析,评价苹果公司和华为公司的有效发明及实用新型专利的“质”与“量”。本文提出的专利质量评价模型具有自洽性,能够对创新主体的专利质量进行有效评估和研判。运用本模型开展“质”与“量”结合分析,可以更加全面的评价创新主体的创新能力。 相似文献
5.
在新兴技术管理与专利技术产业化背景下,3D打印具有其特殊的研究价值,挖掘并评价中国3D打印专利技术产业化的机会与障碍因素,并提出有效驱动策略是本研究的主要内容。结合企业案例与专家咨询,将SWOT定性与定量分析结合运用于专利技术产业化战略评价领域,拓展了SWOT模型的战略内涵。发现中国的3D打印专利技术产业化现状属机会主导型,应采取偏向保守的调整型战略,即WO战略。围绕这一战略,为3D打印产业发展提出驱动策略,诸如构建专利立体组合保护策略、培育高校的专利技术产业化能力以及推进3D打印的技术标准与知识产权风险防控机制的构建。 相似文献
6.
7.
基于信息抽取的文本知识挖掘模型研究 总被引：1，自引：0，他引：1
从文本知识挖掘的定义入手,分析了文本知识挖掘的关键技术,并在此基础上建立了基于信息抽取的文本知识挖掘模型,最后通过实例(DiscoTEX)说明这个模型是可行的。 相似文献
8.
[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。 相似文献
9.
[目的/意义] 运用概率主题模型全面研究专利文献主题演化,分析专利技术发展过程及趋势。[方法/过程] LDA模型按时间窗口对专利文本建模,困惑度确定最优主题数,按专利文本结构特性提取主题向量,采用JS散度度量主题之间的关联,引入IPC分类号度量技术主题强度,最后实现主题强度、主题内容和技术主题强度3方面的演化研究。[结果/结论] 实验结果表明：该方法能够深入挖掘专利文献的主题,可以较好地分析专利技术随时间的演化规律,帮助相关从业人员了解专利技术的演化过程及趋势。 相似文献
10.
SAO三元结构具有易于理解和表达的语义关系,将其作为挖掘分析的基本单元,深度分析专利文本蕴含的技术语义有助于揭示技术功效关系。从SAO结构的定义及特征出发,提出了基于SAO结构的专利技术功效图构建的思路、流程及方法,采用基于SAO结构的共现关系构建技术功效矩阵,探讨了基于SAO结构的技术主题、功效主题分析方法。通过石墨烯传感器领域为例的实证研究验证了方法的有效性。 相似文献
11.
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. 相似文献
12.
13.
14.
15.
[研究目的]高质量专利对促进专利转化、技术追踪和战略布局十分重要,面对海量专利数据,如何准确高效自动识别高质量专利,为开展后续专利投资融资、产业转型等专利工作做基础铺垫,成为当前重要研究问题。[研究方法]以国家知识产权局受理的申请专利为研究对象,使用专利维持年限表征专利质量,提取专利数字特征并嵌入专利文本特征生成的专利-核心词汇网络,搭建图卷积网络模型自动识别高质量专利。[研究结论]目前针对专利质量的研究专注于挖掘专利数字特征而忽视专利文本特征,该方案在高质量专利自动识别过程中使用专利数字特征与文本特征,对当前专利质量研究做出补充。此外,所提方案可在专家标注少量专利文档情况下完成专利质量识别任务,解决现有专利质量标签标注方案无法全面衡量专利质量的局限。同时,将图卷积网络扩展到专利背景下的质量识别领域,为专利质量研究提供崭新框架,实验结果也显示方案具有较高实践价值。 相似文献
16.
面向新技术及其产业的技术预见方法正成为支持产业技术规划与企业研发决策的重要工具。然而,当前产业技术预见通常使用基于专家的定性方法,缺乏可靠性与客观性。定量分析方法成为产业规划及技术预见的新型工具,而专利挖掘是优先考虑的定量分析方法。本文提出基于包括专利网络与专利地图的知识图谱的新分析方法,并将其与多种专利基础分析方法集成,并结合发明问题解决理论的进化规则,形成一种基于专利知识图谱的可视化产业预见分析框架。本文结合移动医疗这一新兴产业,论述该分析框架的应用过程,分析产业竞争状况、发展轨迹与技术机遇,寻找具有发展潜力的技术方向,为广大企业的研发创新提供决策参考。据实践验证,该方法提高了技术预见与规划的效率,并提高决策的可靠性与客观性。 相似文献
17.
主要基于Web of Science科技论文和Derwent专利文献,利用SATI、SPSS等分析工具,提取文本关键词并构建相异共现矩阵,采用多维聚类方法识别研究热点主题。在继承和发展Naoki Shibata技术机会理论的基础上,通过对比科技论文和专利文献研究热点主题的差异来识别金属3D打印的技术机会。研究得出,科技论文和专利文献分别有4个研究热点主题,识别了两大类共4个技术机会。首次基于专利和科技论文研究金属3D打印的技术机会,开拓了金属3D打印的研究视野,对金属3D打印行业的企业战略决策具有指导作用。 相似文献
18.
专利质量评价可以从众多专利中甄别出高质量专利,辅助企业了解技术发展现状、确定研发方向和新产品开发方案。本文对专利质量评价方法作了系统梳理,比较分析了其优缺点。针对专利质量的模糊性和无法直接观察的特点,在高质量专利特征分析的基础上,给出了表征专利质量的两个代理变量,进而提出了基于诉讼专利数据建立专利质量评价模型的研究方案。实证部分,构建了心脏起搏器领域专利质量评价模型,用专利转让数据对模型的适用性进行验证,最后给出了该领域专利质量的评价结果。 相似文献
19.
从专利引证的视角,运用数理统计的方法衡量专利在技术发展过程中的重要性和价值,从定量分析入手对专利产业化的概率进行辨析。论证了专利产业化的判别与评价原理。专利引证网络的时间无关性、不可约性以及引证路径单向性满足马尔可夫链收敛的条件。运用马尔可夫链对专利引证网络的随机浏览过程进行建模。建立了专利引证网络与马尔可夫链的对应关系,将专利产业化概率的计算过程转化为计算马尔可夫链转移矩阵稳态分布的过程,设计了转移矩阵最大特征值和特征向量的迭代算法。从美国专利商标局的专利数据库中采集了235项1976年至2006年授权的半导体制造领域电子发射器制造技术的相关专利,分析了专利的年度分布情况。从美国国家经济研究局的专利数据集中查询得到592条专利引证关系,利用网络分析软件Pajek构建专利引证网络。实验结果表明,本文提出专利产业化概率模型切实有效,与专利产业化的实际情况相符,可以作为专利产业化可能性的一种指示。 相似文献
20.
Text mining techniques for patent analysis 总被引：1，自引：0，他引：1
Patent documents contain important research results. However, they are lengthy and rich in technical terminology such that it takes a lot of human efforts for analyses. Automatic tools for assisting patent engineers or decision makers in patent analysis are in great demand. This paper describes a series of text mining techniques that conforms to the analytical process used by patent analysts. These techniques include text segmentation, summary extraction, feature selection, term association, cluster generation, topic identification, and information mapping. The issues of efficiency and effectiveness are considered in the design of these techniques. Some important features of the proposed methodology include a rigorous approach to verify the usefulness of segment extracts as the document surrogates, a corpus- and dictionary-free algorithm for keyphrase extraction, an efficient co-word analysis method that can be applied to large volume of patents, and an automatic procedure to create generic cluster titles for ease of result interpretation. Evaluation of these techniques was conducted. The results confirm that the machine-generated summaries do preserve more important content words than some other sections for classification. To demonstrate the feasibility, the proposed methodology was applied to a real-world patent set for domain analysis and mapping, which shows that our approach is more effective than existing classification systems. The attempt in this paper to automate the whole process not only helps create final patent maps for topic analyses, but also facilitates or improves other patent analysis tasks such as patent classification, organization, knowledge sharing, and prior art searches. 相似文献