基于多层关系网络的专利技术主体间交易机会预测——以电子信息技术领域为例

[目的/意义]通过对专利技术主体间交易机会进行预测,为促进专利技术供需主体间有效对接提供决策。[方法/过程]探究影响专利技术主体间交易的多维邻近关系并建立理论框架体系,构建基于多层关系网络(MRN)的主体间交易机会预测模型。采集2012-2018年电子信息技术领域专利数据进行实证研究。[结果/结论]研究发现,基于MRN的专利技术主体间交易机会预测模型精度达到0.872,预测结果具有多样性和有效性;电子信息技术领域中主体间技术内容邻近对交易具有重要影响;对电子信息技术领域的实证分析发现:具有紧密亲族关系的主体间交易是未来专利市场中的重要交易模式之一;中介类主体在专利技术交易中发挥桥梁作用;公司类主体在专利技术交易中将更为活跃,高校和科研院所在专利技术交易中的参与度始终较差;专利技术交易主要集中在沿海地区及经济和科学技术发达的城市,并有向内陆发展的趋势。

基于专利网络链接模型的技术链接机会预测方法研究

[目的/意义]技术市场上的竞争日趋激烈,准确预测并及时把握未来技术机会对于国家、企业发展至关重要。文章提出一种基于链接预测的技术机会预测方法。[方法/过程]利用专利间的引用关系,构建基于支持向量机和多元线性回归的IPC无权有向网络链接预测模型和含权无向网络链接预测模型,对技术链接机会、技术链接消失机会以及技术链接强度变化进行预测,并利用语音交互技术实证分析。[结果/结论]结果表明该方法为准确、有效进行技术机会预测提供了可能。

新能源领域专利转让加权网络中主体间技术交易机会预测

[目的]通过挖掘专利转让加权网络主体信息及结构特征对交易机会进行预测,促进技术供需有效对接。[方法]采集新能源领域2012年–2016年数据构建专利转让加权网络,通过熵权法融合网络结构与内容指标,结合网络真实权重与结构权重,利用BP神经网络预测技术交易机会及其权重。[结果]融合结构指标RA与内容指标Cosine的预测精度达到94.28%,在所有指标组合中最高;结合网络真实权重与结构权重预测链接权重,预测误差有所降低。[局限]模型未充分考虑节点属性及网络演化机制。[结论]链路预测方法具有较高预测精度,能更全面挖掘专利技术交易网络中潜在供需主体对及其权重,对实践具有一定指导意义。

基于专利知识流网络和图表示学习的技术机会链路预测研究

[目的/意义]准确地对技术机会进行预测,能够帮助组织评估和发现具有前景的技术机会,支撑和优化技术研发战略决策与布局,从而提升组织在技术创新领域的竞争优势。[方法/过程]提出一种基于VGAE框架的ss-VGAE技术预测方法。首先,运用生长曲线划分和确定目标领域的生命周期,运用能够兼顾主副IPC的方法在各阶段建立专利知识流网络,并分别提取网络中各个节点的语义特征和结构特征;其次,使用变分图自编码器(VGAE)学习节点的向量表示;最后,利用重构出的邻接矩阵进行技术机会链路预测。[结果/结论]使用石墨烯专利数据对本文方法的有效性进行验证,结果显示基于ss-VGAE的技术机会链路预测模型取得的AUC、AP均优于其他模型,并在当前石墨烯知识流网络上的技术机会进行预测,验证该模型能够有效地挖掘潜在的技术机会,支撑技术研发战略决策和组织技术竞争力的提升。

基于深度学习的技术机会预测研究--以新能源汽车为例

[目的/意义]技术机会预测有利于国家和企业管理者识别技术未来的发展方向,从而调整技术发展战略,在技术竞争中占据优势地位。[方法/过程]提出一种基于深度学习的技术机会预测方法。首先运用AP(affinity propagation)聚类算法实现对技术领域的主题划分。其次运用Doc2Vec算法计算出各技术领域专利文本相似度情况,进而识别出具有发展潜力的技术领域。再次采用生成式拓扑映射(generative topographic mapping,GTM)算法对发展潜力技术领域绘制专利地图,通过GTM逆向映射获得技术机会。最后,构建基于深度学习的链接预测模型,对识别出的技术机会进行链接预测,从而获得高发展概率的技术机会。[结果/结论]使用新能源汽车专利数据对方法的有效性进行验证,结果显示基于深度学习的链接预测模型的预测准确率、召回率和F1值均优于其他预测模型,并对新能源汽车的技术机会进行预测。

时延容忍网络中基于效用转发的自适应机会路由算法

提出了一种基于效用转发的自适应机会路由算法URD,并从理论上对该算法的有效性进行了分析。通过DTN仿真软件ONE进行了具体实现和验证,并与其他的经典协议:Epidemic,PRoPHET和SprayAndWait进行了性能对比。仿真结果表明,URD算法能够增加节点相遇的可能性,提高数据分组转发的效率,减少了网络的时延开销。

京津冀科技主体间专利技术合作及链路预测

采集2014~2018年京津冀科技主体专利合作数据并构建网络,分析科技主体间合作网络结构并利用熵权法融合网络链路预测指标挖掘合作机会。结果表明:北京内部专利合作次数远大于京津冀跨省合作;国企顺应国家政策积极参与省际间专利合作,高校参与率较低;合作网络存在明显社团结构;京津冀地区电力行业机构合作仍是未来合作的重点;京津冀创新能力差距悬殊,且河北差距最大。