基于专利的跨领域技术特征测度与分析

跨领域技术作为整合多领域知识的新兴技术，在统筹资源解决共性问题方面具有绝对优势，是推动技术创新发展的重要力量。以知识从主要IPC流向追加IPC作为构建技术影响网络的基础，依照WIPO公布的技术领域分类原则，首先提出了基于专利的技术跨领域特征测度方法，并根据跨领域特征对技术领域进行分类；其次，利用社会网络分析指标描述不同类型技术领域的重要性及作用，该方法与利用引文信息分析技术跨领域特征相比，构建网络的限制条件更少，与利用文献的学科信息分类相比，更能反映出技术内容；最后以3D生物打印技术为例进行实证分析，验证了该方法的可行性，为进一步研究跨领域技术的演化提供了方法依据。

基于专利文本语义距离的跨领域关键共性技术识别方法研究

[研究目的]跨领域关键共性技术强调技术的跨领域关联与主导作用,对其识别将为政府推动跨产业跨领域创新、提前布局相关技术领域提供决策支持。[研究方法]首先,运用GloVe模型向量化专利文本,按照专利与技术领域的语义接近程度划分专利所属领域;其次,基于GMM算法提取各领域技术主题,依据技术主题之间的语义距离,构建技术主题关联网络;最后,利用漏斗模型,依据技术主题的共性指标、跨领域指标、关键性指标筛选出跨领域关键共性技术。[研究结论]运用养老科技领域专利数据进行实证研究,结果显示“智能控制辅助技术”“无接触式躯体感知技术”“沟通与信息辅助技术”“适用性技术”为跨领域关键共性技术,通过比对国家相关政策内容,验证了方法的有效性。

跨领域颠覆性技术主题识别研究——以脑科学技术为例

[目的/意义]颠覆性技术是引领当今世界经济发展的关键驱动力,跨领域颠覆性技术往往对技术的发展具有更加深刻的价值和意义,预先科学准确地识别跨领域颠覆性技术,是超前捕获技术发展方向并抢占科技竞争主动权的关键。[方法/过程]基于跨领域融合创新思想,构建跨领域颠覆性技术主题的识别方法和总体框架。具体采用ISI-OST-INPI分类体系与Rao-Stirling多样性指数,综合考虑专利所涉及技术领域的多样性、均匀度和差异性,对跨领域专利进行筛选后,运用文本挖掘和社会网络分析方法,构建跨领域专利关键词时序共现网络并聚类形成技术主题,并从网络内部知识流动的角度,结合跨领域颠覆性技术特征构建多维测度指标与综合得分,识别跨领域颠覆性技术主题。最后选取脑科学专利开展实证研究。[结果/结论]结果表明,类脑器官培育和神经干细胞的移植分化、脑机接口技术及应用、神经形态计算3个技术主题具有较强的跨领域颠覆性特征,并通过资料验证法进行结果验证,证明识别方法的可行性和有效性。