专利引用关系形成的解释框架:一个指数随机图模型视角

[目的/意义]近年来,围绕着专利引文网络结构特征的研究出现大量的研究成果,这些成果都从某种程度上折射出专利引文关系的形成受到来自属性特征之外关系特征的影响,而现有的以回归方法为基础的统计推断方法难以将这些因素纳入到分析框架中,因此,急需探索新的方法。[方法/过程]从关系形成视角,专利引用关系形成可表示三种广义的关系形成过程:自组织影响过程、自身属性影响过程、网络协变量影响过程,并建立关系形成过程与网络配置间的映射关系,最终,形成一整套可用于理解复杂专利引用关系形成问题的解释框架。[结果/结论]提出一整套可用于理解复杂专利引用关系形成问题的解释框架,该框架是未来进一步构建网络统计模型的理论基础,另外,解释框架包含丰富的网络配置项,预示着未来指数随机图模型在文献计量、科学网络分析上广阔的应用前景。

基于指数随机图模型的专利引用关系形成机制研究——以奈拉滨药物为例

[目的/意义]专利引用关系形成问题是理解创新网络的一个重要问题。传统的回归模型对观察对象设定的独立性假设,无法将网络的结构效应因素整合到模型中来提供综合性的统计推断。指数随机图模型(ERGM,Exponential Random Graph Model)是一种创新性的统计推断方法,它能够将属性特征、自组织特征以及网络协同特征三种特征综合起来观察。[方法/过程]以奈拉滨药物的专利引文网络作为研究对象,利用ERGM系统检验了影响专利引用关系的五种机制:专利属性的主效应;专利引用时间的差值效应;专利引用关系的聚敛效应;专利引用关系的传递效应;专利引用关系的网络协同效应。[结果/结论]五种机制都在奈拉滨药物的专利引用关系的形成过程发挥了作用。但三种效应对于奈拉滨药物的专利引用关系的形成作用最为显著:共享发明人关系协同效应、共享家族关系协同效应、传递效应。一些辅助机制也会对专利引文关系形成产生影响,如引文时滞、权利要求数量和参考文献数量。