基于专利共类分析的技术网络结构研究：1971—2010

随着科学技术的发展和新兴技术领域的出现，技术网络结构也日趋复杂。本文利用德温特创新专利引文索引数据库（DII）的德温特手工代码（DMC）分类标准，探索由专利构成的技术网络结构。基于1971～2010年的所有专利数据，本文采用科学计量学中的共现分析方法、社会网络分析方法和信息可视化技术，建立大型技术共现矩阵，从而构建技术共现网络，绘制技术共现图谱。在此基础上，分析不同领域之间技术发展的联系，识别关键技术领域以及同一领域内的技术发展脉络和技术网络结构。

全球竞争对手的技术网络绘制与共性技术识别——以波音与空客为例

绘制全球竞争对手技术网络,识别其共性技术,是技术管理与公司战略管理中的一个重要课题。以全球两大飞机制造公司波音公司和空中客车公司为例,对其技术网络分析结果显示,非矿物燃料发电系统、电镀技术、测量仪器、航空器零部件等技术子网络,是这两大公司的共性技术子网络。这两大公司的主要共性技术领域有航海和航空雷达系统技术、飞机-航空航天-宇宙航行技术、数字计算机技术、交通零部件-轮胎技术和工程记录-测试仪器技术等。在双标准条件下,波音公司有5个关键共性技术领域,空客公司则有两个。研究中应用的理论与方法,对其它相关产业的类似研究具有重要借鉴意义。

基于LDA-SVM分类算法的技术融合测度研究

技术融合是实现技术创新的主要途径之一。技术融合测度可以识别融合过程中发挥关键作用的技术,对于引导创新主体确立研发路径起着重要作用。针对大数据背景下研究效率不高、粒度较粗以及精准性差的问题,引入机器学习领域的LDA—SVM分类算法,通过LDA从专利中提取主题特征,并结合SVM分类器进行技术分类,筛选出融合特征较强的专利子数据集;在此基础上,选用融合度指标和中介中心性指标进行测算专利子集中技术的融合程度和识别融合过程中的关键技术。以智能手机为例,选取电池、微处理器、相机和触屏4类技术,运用LDA-SVM算法筛选出具有多类技术特征的专利数据,并通过2个指标的测算,识别出智能手机领域的W01-C01G8(功能电话和智能手机)与W01-C01P2(个人数字助理)融合度最高;微处理器技术中W01-C01Q6A(图形和显示处理技术)、相机技术的W01-C01P6C(数码相机)、W04-M01B1(电子静态相机)和电池技术中的W01-C01E5B(电池省电供电技术)等均是融合过程中的关键技术。