-
题名核心专利集筛选及专利技术主题识别影响
被引量：21
- 1
-
-
作者
李姝影
张鑫
许轶
许海云
张娴
朱月仙
-
机构
中国科学院成都文献情报中心
-
出处
《情报学报》
CSSCI
CSCD
北大核心
2019年第1期13-20,共8页
-
基金
ISTIC-Thomson Reuters科学计量学联合实验室开放基金项目"基于专利计量的产学研协同创新主题识别方法研究"(Y6H0951001)
中国科学院西部青年学者项目"企业专利组合价值分析模型及应用研究"(Y6C0141001)
-
文摘
领域重要的技术特征词在技术主题网络中具有关键核心作用,研究对比从核心专利数据集中抽取的技术特征词相对于全数据集的效率,进而探讨基于引文网络的核心专利集筛选策略对技术主题识别所产生的影响。本文借鉴了专利引用强度指标和引用滞后性特征对核心专利集进行两步筛选,研究对比核心专利集与全数据集抽取的主题特征词在词云规模、词频覆盖率、阈值选择以及技术主题划分的差异。实证分析发现,利用核心专利集抽取技术特征词有助于提升技术主题识别的效率和准确性,且基于核心专利集聚类生成的技术主题网络与领域全集的主题覆盖率较大,能够有效简化技术网络中的技术主题,更加便于专家对技术主题进行归纳与总结。
-
关键词
专利技术主题识别
核心专利集
专利筛选
-
Keywords
patent technology identification
core patent collection
patent screening
-
分类号
G255.53
[文化科学—图书馆学]
-
-
题名电化学储能电池技术主题识别、演化及风险分析
被引量：9
- 2
-
-
作者
张力菠
王格格
-
机构
南京航空航天大学经济与管理学院
-
出处
《储能科学与技术》
CAS
CSCD
北大核心
2023年第8期2680-2692,共13页
-
基金
江苏省高校哲学社会科学研究重大项目(2022SJZD006)
国家社会科学基金重大招标项目(22ZDA113)。
-
文摘
电化学储能电池技术作为发展潜力极大的一类储能技术,其研发态势受到全球各国关注。然而由于电化学储能电池技术本身的复杂性和广泛性,其关键技术主题、未来研发趋势及技术发展的风险水平尚未得到全面综合的科学分析。基于专利数据,宏观分析专利数据申请特征,使用LDA主题模型识别技术主题并基于后离散方法分析主题演化趋势,通过贝叶斯网络模型对热门研发领域技术发展进行风险分析。结果显示:电化学储能电池技术领域共存在15个技术主题,主题演化趋势分为上升型、平稳型和衰退型。从专利数量、产业链和电池类型3个角度进行分析,发现电化学储能电池技术全球研发呈持续增长态势,产业链上游原材料相关技术是研发的关键领域,但可能存在技术饱和现象或遭遇瓶颈,中游加工领域相关技术正逐渐成为研发热门方向。在产业链视角下对中游加工领域技术发展的风险评估为中等水平,关键风险因子有关键技术垄断、上游原材料价格上涨、行业标准滞后、产业链协作不充分。本研究将为电化学储能电池技术的发展规划及研发决策提供有益的参考。
-
关键词
电化学储能电池
LDA模型
技术主题识别
技术主题演化
风险分析
-
Keywords
electrochemical energy storage
LDA model
technology topic identification
technology topic evolution
risk analysis
-
分类号
G255.53
[文化科学—图书馆学]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于核心专利技术主题识别与演化分析的技术预测
被引量：35
- 3
-
-
作者
杨恒
王曰芬
张露
-
机构
南京理工大学知识产权学院
天津师范大学管理学院
-
出处
《情报杂志》
CSSCI
北大核心
2022年第7期49-56,共8页
-
基金
国家社会科学基金重大招标项目“面向知识创新服务的数据科学理论与方法研究”(编号:16ZDA224)研究成果之一。
-
文摘
[研究目的]技术主题及其变化反映技术领域的发展态势,核心专利表征技术领域中的核心技术,通过对核心专利技术主题进行识别与演化分析,能够重点地刻画核心技术发展的趋势,为技术预测提供支撑。[研究方法]设计研究方案,以德温特专利数据库为来源,收集数据并预处理、识别核心专利,然后利用LDA主题模型、Word2vec词向量模型两种模型识别出核心专利技术主题,并结合技术生命周期理论,从技术主题强度演化与技术主题内容演化两方面分析技术主题的演化,最后将分析结果与专家评价结合进行技术预测。[研究结论]以人工智能领域专利数据为研究对象,揭示出人工智能研究热点可以归纳为基础层、技术层和应用层,并指出未来十年人工智能领域的研究热点有语音识别、人脸识别等。
-
关键词
核心专利
专利识别
技术主题识别
技术主题演化
技术预测
人工智能
-
Keywords
core patents
patent recognition
technology topic recognition
technology topic evolution
technology predict
artificial intelligence
-
分类号
G255.53
[文化科学—图书馆学]
-
-
题名产业链视角下专利新兴技术主题识别
被引量：6
- 4
-
-
作者
张新猛
刘江鹏
范亚茹
马建红
-
机构
天津市体育彩票管理中心
河北工业大学人工智能与数据科学学院
-
出处
《情报杂志》
CSSCI
北大核心
2023年第8期96-101,55,共7页
-
基金
科技部创新方法工作专项项目“基于知识图谱的可持续创新设计方法研究与应用”(编号:2019IM020300)。
-
文摘
[研究目的]专利是技术信息的载体,以专利数据为研究对象,在产业链视角下进行技术主题提取及识别,从专利数据中识别新兴技术可以有助于把握新兴技术的发展动态。[研究方法]首先,根据产业链的概念和专利IPC分类号构建出产业链各个层级对应的专利集;然后,结合专利文本的特点提出EW-LDA主题模型,从词汇权重和语境两个角度对LDA主题模型进行改进,使用EW-LDA模型提取出产业链的各个层级中得技术主题;最后,根据专利文本及新兴技术的特点,从新颖度、热点度、关注度和增长率四个方面入手构建新兴技术主题识别指标,将技术主题分为新兴、热点、潜在、衰退和噪音五类。并在人工智能领域的专利数据上进行实验。[研究结论]结果表明,提出的EW-LDA主题模型具有更好的主题建模效果,产业链视角下的新兴技术主题识别方法可以有效的识别出新兴技术。
-
关键词
产业链
主题模型
专利数据
新兴技术主题识别
人工智能
-
Keywords
industrial chain
topic model
patent data
emerging technology topic identification
artificial intelligence
-
分类号
G301
[文化科学]
-
-
题名基于ELO模型的技术主题热度评估框架研究
- 5
-
-
作者
陈洪侃
刘金昌
步一
-
机构
北京大学信息管理系
-
出处
《情报学报》
北大核心
2025年第6期688-701,共14页
-
基金
国家自然科学基金项目“知识单元视角下基于超图表示学习的原创性科技成果识别研究”(72474009)
国家自然科学基金青年科学基金项目“基于因果推断的高学术影响力跨学科团队早期识别研究”(72104007)。
-
文摘
技术主题热度的评估对决策者了解市场动向和技术发展趋势具有重要意义。然而,传统的热点评估指标或早期技术的弱信号识别方法尚存在热点技术主题识别欠缺前瞻视角、时间间隔阈值调整主观且较困难、学科框架以及粒度需要预先确定、输出结果不易直接辅助情报工作决策等问题。为此,本文引入了基于ELO(Elo rating system)模型的期望热度概念,构建了一种新的技术主题热度评估方法。本文从理论上阐释了基于ELO模型的方法能够较为准确地反映技术主题的热度指标,并以碳纤维领域的技术主题热度识别为例,验证了本文方法的可行性与有效性。相比于传统的热度评估方法,本文提出的技术主题热度评估方法丰富了主题热度的评估内容,并为决策者提供了更多的情报支持。
-
关键词
技术主题识别
ELO模型
信号识别
主题热度识别
弱信号识别
-
Keywords
technical topic identification
ELO model
signal recognition
topic popularity identification
weak signal recognition
-
分类号
G250.2
[文化科学—图书馆学]
-
