基于专利权人-分类号耦合分析的潜在合作关系网络研究

提出面向专利文献的专利权人-分类号耦合分析方法,用于考察专利权人之间基于分类号耦合而形成的潜在合作关系。以近五年太阳能汽车技术领域的德温特专利为例,构建耦合矩阵并进行可视化分析,将潜在合作关系网络与现实合作关系网络进行比较,对潜在合作关系网络开展因子分析,并将其结果进行可视化展示。结果表明,对于专利文献来说,潜在合作关系比现实合作关系更为普遍,且包含更为丰富的情报信息。专利权人-分类号耦合分析能够同时揭示合作与竞争两种潜在的关系。基于因子分析结果而进行的网络可视化分析能够呈现出更为明显的聚类效果,可以作为专利权人-分类号耦合分析的有效补充。在太阳能汽车领域日本的技术优势非常明显,在关键技术领域日本企业继续保持全球领先水平。中国拥有的专利总量居于世界前列,但中国企业个体的技术力量却相对单薄,尤其在核心技术领域仍处于劣势。

基于科学技术交叉的神经科学领域内新兴技术识别

目的:识别神经科学新兴技术。方法:基于Web of Science数据库获取2013-2017近5年神经科学领域的ESI高被引论文,使用Lens.org构建专利-高被引论文引用映射关系,就科学技术交叉视角下探索神经科学领域内新兴技术识别。结果:基于高被引论文专利耦合分析得到22个、集合,涉及神经元活性的光遗传学探针研发、AD的特异性抗体研发、肌萎缩侧索硬化症的基因和药物治疗策略等,多数都涉及神经系统疾病的抗体靶向治疗。结论:基于科学与技术交叉模型,神经科学领域内的新兴技术可为新兴技术识别研究提供新视角,对抢占国际竞争的技术制高点具有重要意义。