技术机会发现领域专利挖掘方法研究述评

在新一轮科技革命背景下,技术机会发现相关研究已受到国内外学界的广泛关注。技术机会发现旨在发现新的技术动向,推测该领域可能出现的技术形态或技术发展点,对于技术创新、产业发展具有重要意义。本文系统梳理了专利挖掘方法在技术机会发现中的应用研究现状,总结了5种底层共性分析方法的代表性研究,厘清分析方法与研究内容的适配关系,为该领域开展后续相关研究和实践的技术选型提供参考依据。研究结果表明,技术机会发现所采用的方法手段虽然一直跟进深度学习的发展,但是尚未针对性地进行方法应用上的创新。最后,本文从数据、方法应用和评价体系3个角度提出了改进思路。

基于数据挖掘的技术机会发现模型研究

海量信息分析及基于分析结果得出相应的结论是一项非常重要的工作,该工作需要投入大量的时间和精力。以特征选择和决策的技术机会发现(TOD)模型,进行科学与信息技术领域的数据信息分析及未来预测。最后,对比Gartner 2014新兴技术预测,实验结果显示,基于数据挖掘的技术机会发现模型的分析及预测结果是有效的。

技术机会发现方法的研究现状、趋势和问题

[目的/意义]在世界科技竞争日趋激烈的今天,及时发现和把握有价值的技术机会是取得突破性技术创新的重要前提。当前关于技术机会发现方法的研究已取得丰富的成果,但缺乏系统化的回顾和总结。[方法/过程]建立了一个包含4个方面的技术机会发现方法的分析框架,从主体指向性和核心分析手段方面对现有技术机会发现方法进行分类,从分析流程和应用特性方面对研究现状进行了分析,然后指出研究的发展趋势和存在问题。[结果/结论]技术机会发现的数据源、知识要素结构、技术机会表示和评价都向着多样化、具体化和定量化发展,分析流程更加自动化;未来需要对各类方法持续改进和融合,并逐渐形成完整的概念框架和方法体系。而细化知识要素结构、扩大技术机会搜索空间以及为机会评价指标提供实证支持则是技术机会发现方法研究面临的几个重要技术课题。

基于需求—技术联合分析的技术机会发现研究

[目的/意义]挖掘需求驱动下的技术空白或技术薄弱处,发现需求与技术间距离,对于科技工作者更好地把握市场动态、识别技术机会、推进技术创新具有重要意义。[方法/过程]以市场需求为导向,构建需求—技术联合分析下的技术机会发现框架。首先,利用主题模型、新颖性探测以及多属性标注分析技术需求文档以获取市场中的核心技术需求和新兴技术需求。其次,利用改进后的Content-LDA对专利建模,并对其进行技术多属性标注和技术主题时序分析。最后,计算需求的技术关联、关联技术主题数量、关联技术延续性、关联技术态势和增长性观察需求技术的相关性和关联技术的发展情况,测度需求与技术间距离,依据不同的规则识别技术机会。[结果/结论]以石墨烯领域为例验证了研究框架的有效性,该框架能够层层深入地挖掘市场技术需求以及需求驱动下的薄弱环节。

产品改进需求引导的技术机会发现研究

[目的/意义]准确发现技术机会,对于企业抢占市场先机、降低研发投资风险、获取竞争优势具有积极的意义。[方法/过程]首先,从多源Web产品评论数据入手,在功能、情感分类的基础上,抽取产品功能关键词并创建需求度指标,融合专利数据构建产品功能—技术主题映射关系,确定技术创新领域;其次,将IPC大组作为基础知识单元,构建技术创新领域的知识网络,并引入Dijkstra最短路径算法挖掘潜在知识组合,创建集成多维指标的技术机会指数评价知识组合的可行性,进而发现技术机会;最后,以智能手机领域为例进行实证。[结果/结论]融合市场需求和知识组合可行性的技术机会发现方法能够在保障技术具有实际应用价值的同时提高准确性,为企业技术研发提供决策支持。

基于问题—解决方案(P-S)的技术机会发现研究

[目的/意义]以问题为导向,以解决方案为途径开展技术机会发现研究对于科技工作者更好把握创新突破方向、攻克关键核心技术、推进技术创新具有积极意义。[方法/过程]以P-S为指导思想,遵循发现问题—找寻解决方案—发现技术机会的研究过程,构建面向技术问题与解决方案的技术机会发现框架,首先利用机器学习标注模型和主题模型分析专利说明书、综述论文和技术需求文档等样本以识别关键技术问题,其次利用SAO和关联匹配识别技术解决方案专利,并利用离群探测方法识别潜在的技术机会专利,最后通过建立技术机会评价体系进行机会的评价,以发现技术机会。[结果/结论]石墨烯实证领域验证了本研究框架的有效性与准确性,该框架能够自上而下,层层深入地揭示技术创新的关键矛盾和技术发展可能性。

大数据视角下技术机会分析研究综述

为减少技术机会分析所需的时间和成本,更快地探索与发现技术机会以支撑相关战略规划,全面系统总结分析大数据视角下技术机会的内涵、热点应用场景和分析方法,基于Web of Science、中国知网中文期刊数据库获取相关中英文文献392篇,根据文献质量评估标准,通过略读、筛选、精读、补充重要文献等步骤,深度解析精选论文内容,梳理研究热点、空白与前沿。结果发现,技术机会发现与识别方法正在借助大数据分析形成一套系统、规范化的研究范式。研究对象上,专利技术创新机会不再局限于热点、空白点、孤立点、离群点等单一界定方式,其知识表示方法在融入技术创新需求中逐步完善与拓展;数据源来上,多源异构数据提供动态、实时、多元化研究视角,应用场景从回顾性的趋势监测转向未来需求的技术预测与风险评估,但支撑产业和企业实际需求的研究仍较少;分析方法上,组合运用文献计量、社会网络分析与大数据分析,方法创新由单一特征的同质网络向融合特征的异构网络发展,所挖掘的技术细粒度越来越高。最后针对目前研究存在的主要问题,提出充分利用多源信息的多维性和功能的多元化,在综合应用各类方法提高定量分析效度的基础上,面向问题与需求开发“规则+统计+知识库+交互”大数据智能创新工具,结合专家专业知识完善技术机会对象特征、性能指标,从而更深入地揭示技术机会细节,更好地支撑企业、国家的科技战略规划。

基于知识组合理论的技术机会发现

本文以2011—2015年间纳米能源领域的8184个专利为例,提出了一种基于知识组合理论的技术机会发现新方法。知识组合理论认为,创新源于知识元素的组合,具体包括对已有知识元素组合的再利用和探索新的知识元素组合两种方式。一方面,本文应用关联规则对专利数据进行挖掘,用信息熵对所提取的关联规则进行筛选,从而得出具有较大再利用价值的知识元素组合;另一方面,本文提出了一个评估知识元素间新组合的可能性的公式,进而得出具有较大组合潜力的新知识元素组合。基于两种方式所得到的知识元素组合,我们分析出了纳米能源领域三个重要的研发方向,并以2017年7月至2018年6月间的专利数据验证了所提出的方法的有效性。

融合评论主题识别与技术属性多维度分析的技术机会发现研究

[目的/意义]提出一种融合评论主题识别与技术属性多维度分析的技术机会发现方法,从技术需求驱动视角识别技术机会,为企业前瞻布局研发方向与进行科研管理规划提供决策建议支持。[方法/过程]以产品在线评论为研究数据源,首先,利用LDA主题模型识别出评论技术主题,提出技术评论主题强度和主题新颖度两个指标,筛选出新兴重点技术评论主题。然后,从学术论文、技术专利中人工选取技术属性词,通过TF-IDF值计算得到评论高频词,结合专家知识进一步筛选出技术特征词,构建产品技术属性词-技术特征词表。通过相关性计算分别得到与评论相关和与新兴重点技术评论主题相关的技术属性。最后,提出一种产品重要技术属性识别指标模型并设计一种多维度分析方法,分析产品重要技术属性的特征情况,最终识别出蕴含在评论文本中的新兴技术机会。[结果/结论]实验结果表明该方法能够有效地识别技术机会,为企业产品技术研发管理提供参考。

因果知识引导的技术机会发现——以电动汽车充电桩为例

【目的】将因果思想引入技术机会发现,提出从技术文本的因果知识中识别技术机会,并以电动汽车充电桩为例进行实证研究。【方法】提出因果对自动抽取、因果网络构建、技术机会匹配发现三步骤法。首先,利用规则匹配方法,基于因果触发词和规则模板,自动抽取出多源数据中蕴含的因果对,并以三元组结构表征;然后,构建包含技术要素的因果网络;同时,通过情感识别、需求词抽取等步骤发现用户使用过程中的需求因素;最后,通过对因果网络进行链路预测,补全潜在因果关联,并与用户需求因素进行匹配,最终实现技术机会发现。【结果】分析发现,充电桩的电池性能和价格费用分别是提升技术性能和用户满意度的关键因素。通过对比两种算法,结果显示,GraphSAGE算法比Node2Vec算法能更准确预测连边,有效识别充电桩的潜在技术机会。【局限】因果网络的稀疏性导致准确性还有待提高。【结论】所提方法能够促进科学技术的创新机会识别,旨在发现潜在的不确定性问题,为进一步的技术优化和产业升级提供参考。

技术创新全视角下技术机会发现研究进展

[目的/意义]技术机会发现对于市场竞争、技术布局、区域创新及产业发展具有重要意义,梳理技术机会发现领域的研究进展可明晰其发展局限,以进一步促进该领域的优化和健康发展。[方法/过程]从技术创新全视角出发,综合技术创新过程各要素,从技术创新知识基础、创新环境、创新方式和创新类型四个维度梳理领域相关研究,并总结技术创新要素视角下技术机会发现分析单元的特点,指出研究存在问题和发展趋势。[结果/结论]技术机会发现的内部属性是技术创新的知识基础,外部属性是技术创新环境;技术新生、技术融合、技术突破是常见的技术创新方式;技术机会分新兴式技术、渐进式技术和颠覆式技术三类机会;未来,科学知识基础研究将进一步强化,各类资源因素协同将成为创新趋势,技术机会发现的手段将更加复合和有针对性,发现过程会更规范,其结果将更具可信度。

基于关联规则和技术功效矩阵的企业技术创新机会发现和辅助决策方法

为助力科技型创新企业准确且快速地从外部捕获创新技术机会,提出一种企业技术机会发现和辅助决策方法.首先,挖掘领域内的技术热点、技术重点和有潜力的技术作为领域技术创新机会.然后,通过关联规则分析领域技术机会和企业已有技术之间的相关性,进一步结合技术掌握度和新颖度,识别更适合企业的技术创新机会.最后,创新性地采用Sen-BERT语言模型和K-means聚类方法构建技术功效矩阵,辅助企业从功能需求的角度进行技术创新决策.以电动汽车领域为例验证了该方法的可行性.