核心专利集筛选及专利技术主题识别影响

领域重要的技术特征词在技术主题网络中具有关键核心作用,研究对比从核心专利数据集中抽取的技术特征词相对于全数据集的效率,进而探讨基于引文网络的核心专利集筛选策略对技术主题识别所产生的影响。本文借鉴了专利引用强度指标和引用滞后性特征对核心专利集进行两步筛选,研究对比核心专利集与全数据集抽取的主题特征词在词云规模、词频覆盖率、阈值选择以及技术主题划分的差异。实证分析发现,利用核心专利集抽取技术特征词有助于提升技术主题识别的效率和准确性,且基于核心专利集聚类生成的技术主题网络与领域全集的主题覆盖率较大,能够有效简化技术网络中的技术主题,更加便于专家对技术主题进行归纳与总结。

基于核心集筛选与聚类的潜在专利技术组合识别方法研究

[目的/意义]精准识别潜在专利技术组合,将相互关联的技术组成保护范围更大的专利网,对于打破单项专利的局限性、构建更为缜密的技术壁垒具有重要意义。[方法/过程]首先在对关键词与核心IPC进行语义抽取的基础上,筛选出核心专利集合,然后计算基于专利相似性与互补性的专利组合强度,最后利用MCL聚类算法直观、精准地识别潜在专利组合,并以艾滋病疫苗领域专利对方法进行了验证。[结果/结论]该方法以核心专利集合为数据源有效降低了组合识别中的噪音,基于多维度的专利组合强度计算克服了以往组合识别指标的片面性,利用MCL聚类算法无需人为规定簇群数量,保证识别质量。