高价值专利影响因素分析及主题挖掘——以纳米药物领域为例

挖掘高价值专利影响因素及主题有利于政府和企业进行前瞻性专利战略部署,对抢占技术先机、赢取竞争优势具有积极意义。文章首先依托专利数据,采用因子分析法计算专利综合价值评分,依据二八原则筛选高价值专利;然后对专利指标及其分类标签进行特征分析、差异性分析和回归分析,探究影响专利价值的因素;最后使用BERTopic主题模型挖掘高价值专利主题。选取“纳米药物”专利数据进行实证分析,结果表明该方法能有效探究出专利价值的强影响因素,筛选出的高价值专利与其他方法获得结果高度一致。

基于重叠社区的新兴技术识别

基于专利数据识别领域内新兴技术主题,有利于准确把握未来技术发展趋势。文章建立专利引用关系网反映技术集群程度,基于Louvain社区发现算法进行引用网络聚类得到初始社区,设计核心-边缘标签传播的重叠社区发现算法得到重叠专利集;将获取的重叠专利数据集作为候选新兴技术,构建新兴技术识别指标体系判断候选集中新兴技术专利,并进行主题挖掘。研究发现:将Louvain算法与核心-边缘标签传播算法相结合可得到高质量的重叠社区;基于重叠社区、多维度测度指标及LDA模型,能更能全面、准确获得新兴技术主题。