基于专利文本数据挖掘的技术预测方法与实证研究——以纳米技术在能源领域应用为例

[目的/意义]利用文本数据挖掘技术深入挖掘专利文献主题内容,与更具有前瞻性的领域规划文本进行对比分析,发现哪些技术主题是当前饱和技术主题,哪些是未来潜在发展技术主题,以期提高技术预测的准确性,并降低预测结果的风险性。[方法/过程]在对国内外的技术预测方法进行梳理总结的基础上,利用文本数据挖掘技术挖掘专利文献技术主题,在此基础上加入时间维度,形成专利技术路线图,然后与规划文本中的规划信息进行对比分析,从而进行技术预测分析。[结果/结论]通过纳米技术在能源领域的应用进行实证研究,有效地实现了技术预测,并降低了技术预测结果的风险性。[局限]仅从专利的研究水平指标判别研究主题潜力,尚未考虑其他影响因素,指标体系还不完善;在数据源的选择上技术领域专利文本和规划文本存在不对称的情况。

融合专利表示的技术路线图构建研究

[目的/意义]通过对专利数据进行定量分析,结合深度学习方法对专利文本进行表示,构建技术路线图,弥补技术路线图易受专家主观认识限制的问题。[方法/过程]提出一种基于深度学习的技术路线图构建方法,通过专利文本表示构建专利聚类;提出专利簇技术主题生成算法及语义距离计算方法,融合时间信息和领域知识生成技术路线图。[结果/结论]选取冠状病毒领域专利进行实证研究,依据所提出的方法构建冠状病毒领域技术路线图。充分发挥技术路线图效用对相关技术发展进行探究,并提出有利疫情防治的相关建议。

基于商标和专利数据的潜在研发商业化机会识别

[目的/意义]研发商业化机会(R&BD)是指通过整合市场和创新来开发技术以创造有价值技术的过程,基于商标和专利的不同映射情景识别不同的R&BD机会并制定不同的策略,不仅使商标这一重要的知识产权战略得以充分应用,而且可以为不同情景下的R&BD机会制定具有针对性的策略。[方法/过程]为了降低技术商业化的失败率,提出一个以商标和专利数据为依据,利用文本挖掘技术识别商标和专利空白,使用文本相似度算法和逆映射寻找商标和专利的对应关系,结合情景分析法分情景识别潜在R&BD机会的研究框架。以远程医疗领域商标和专利作为分析对象,预测该领域的潜在R&BD机会。[结果/结论]实证结果表明:所选技术领域共发现29个潜在的商标空白点,通过商标和专利的逆映射确定了11个商标空白点与现有专利对应,同时确定了24个具有商业化潜力的现有专利技术,通过LDA主题模型以及人工分析进行主题概括,可以发现该情景下远程医疗领域潜在的R&BD机会主要集中在4个方面;确定了7个商标空白点与3个专利空白点对应,该情景下归纳出3个潜在R&BD机会;确定了11个商标空白点与现有专利和专利空白点均无对应,该情景在现阶段无数据支撑,无法做具体研究。

基于数据挖掘专利著录信息聚类研究

专利信息分析可以分为外部信息(著录项信息)分析与内部信息(专利技术文本)分析。基于数据挖掘理论,运用IPC分类、专利名称、摘要字段、设计人和专利权人等专利著录信息的五维属性,设计一种新的专利信息识别分类方法,并以船舶工业技术进行实证测试,取得了较好的分析效果。

面向技术解决方案的专利分析方法及其应用效果

选用抗乙型肝炎病毒(HBV)药品专利数据作为实证研究对象,通过人工分析药品专利核心技术内容部分的结构和描述模式特点,运用相应的数据挖掘规则,通过计算机自动获取专利文本中的技术解决方案。用这种方法挖掘的有效信息与领域专家识别的信息吻合度较大,表明本方法可作为挖掘药品专利关键技术要点的辅助工具。

基于语义信息的核心技术主题识别与演化趋势分析方法研究

[目的/意义]将自然语言处理、深层语义信息与技术主题分析相结合进行研究与探索,有助于科学家识别领域重点,把握科技发展机遇。[方法/过程]通过提取科技论文和专利文本数据的SAO结构,提出核心技术主题识别与发展阶段分析方法,构建SAO语义信息网络,采用点度、中介中心度和特征向量中心度等社会网络分析指标分析核心技术主题演化趋势。[结果/结论]将该方法应用于造血干细胞领域,以2000—2018年为研究区间,验证了方法的科学性和有效性,预测肿瘤疾病治疗将是该领域未来的演化趋势,且发现该领域中存在流行性偏见的发展特点。

专利技术信息挖掘研究进展

专利文献是技术文件,是对技术信息的完整揭示,并在技术研发、专利布局、侵权维护等战略部署中发挥重要作用。文章采用文字综述和比较方法对国内外专利技术信息挖掘研究文献进行了系统整理和分析,指出基于专利检索、专利地图、专利引文、专利网络、专利文本挖掘的专利技术信息挖掘的优缺点,全面反映国内外专利技术信息挖掘研究现状。

专利信息挖掘模式研究

专利文献中包含着丰富的技术、法律、经济和战略等专利信息,专利信息广泛分布于专利文献、专利数据库和互联网中,需要采用不同的专利信息挖掘方式进行提取。从现有研究成果中提炼、概括、总结专利信息挖掘模式,并试图创建统一的专利信息挖掘模式。文献综述和模型构建法。提出了基于专利检索、专利分析、专利地图、专利文本挖掘、专利数据挖掘的专利信息挖掘模式。专利信息挖掘的模式本质上都是有用专利信息的识别、发现、提取和利用,包括专利数据分析、专利信息挖掘、潜在规律发现、未来趋势预测等,可以统一在一个通用模式中。

专利文本的可视化及应用

专利文本集的可视化有利于发现专利之间隐含的关系或聚类结构,进而实现技术趋势预测、技术跟踪、竞争分析等。专利文本向量化后形成的文本向量是典型的高维数据,采用经典的降维算法难以得到所期望的可视化效果。认为专利文本向量化后形成的高维数据实际是低维流形,需要采用有效的流形学习来实现降维,通过对比两种最新的流形学习方法,结果表明局部线性嵌入方法最适合于专利文本的可视化,将其应用到基于专利的创造支持系统取得了较好的可视化效果。

基于投融资和专利融合的投资方向发现模型

[目的/意义]针对通过对新兴技术领域专利数据以及投融资数据的分析从而发现优先投资领域这一需求,构建了以融资企业为基础融合专利的数据整合策略,以及相应的数据分析,入库体系。[方法/过程]本文详细阐述了面向投融资数据和专利数据整合加工理论及方法,包括采取以融资企业为基础的数据抽取方法,以投资赛道聚合为目标对抽取数据进行清理和加工,最终形成投融资和专利整合的数据库过程。[结果/结论]该方法能对投融资和专利两种异构化数据进行有效整合,从而为投融资领域寻找提供决策支持。

基于专利文献的多指标新兴技术识别研究

[目的/意义]对新兴技术进行识别,有助于跟踪新兴技术的最新发展动态,为国家、企业、学术界提供最新的情报。[方法/过程]以专利数据为基础,利用文献计量学和文本挖掘方法对纳米载药系统领域进行了新兴技术识别。首先,确定了识别体系中的四个指标:新颖性、持久性、社区性、增长性,并为四个指标设定了相应的筛选条件。与前人研究相比,考虑了主题扩散和不同数据集增长模式的差异,使筛选条件更为完善;通过引入新兴分数和LDA主题模型分别得到了新兴术语和新兴主题,实现了在术语和主题两个层面对新兴技术的识别;使用指标验证法对得到的新兴术语进行了验证,并与前人研究方法进行了对比。[结果/结论]结果表明,该方法优化了现有的新兴技术识别模型。

基于K-means的专利文本聚类分析

为分析隐含在专利数据中不易直接统计得出的信息,将数据挖掘技术应用到专利信息的分析中。本文选取经典的聚类算法对专利的文本信息进行聚类分析。主要针对专利的标题、摘要等文本进行聚类,首先将专利的文本信息进行预处理,再利用TF-IDF权值计算法将专利文本信息向量化,然后采用K-means算法对向量化的数据进行聚类分析。最后选取钢铁产业链中最具创新性环节节能减排主题的部分国内外专利数据,采用Python语言进行编程验证,对聚类结果进行阐述。

基于深度文本聚类的论文与专利数据融合方法研究

【目的】克服论文与专利之间语言特征差异的障碍,将论文和专利数据按照研究主题集成融合。【方法】以维基百科为基本分类体系,通过半自动方式构建少量标注集,设计半监督深度文本聚类模型,将相似主题的论文与专利聚类融合,设计指标评估数据融合结果的质量。【结果】所提模型在两个数据集上的聚类准确率比其他基线模型提升了2.4~11.9个百分点,数据融合结果的质量评估得分超过0.9,优于基线模型,可以在已知主题的基础上补充研究主题。【局限】未利用融合数据开展实证分析,聚类数目需要人工确定。【结论】所提模型可以从论文和专利差异化的文本中提取与主题相关的特征,有效地实现数据融合。

国内外专利挖掘研究(2005-2014)综述

在中国知网、万方数据和Web of Science进行检索,获得72篇相关中文文献和98篇英文文献,并从中选出66篇进行综述。专利挖掘研究包括术语抽取、聚类、分类、以复杂网络为基础的方法、以时间为基础的方法和基于专利挖掘的技术研究等6个主题。尽管近10年来这一领域发展较快,但是部分研究也存在试验验证不精确、基于IPC的自动分类效果不好、所要解决的问题不明确且局限于方法应用和粒度粗糙等问题。专利挖掘研究应该注重发现问题,而非简单地应用方法。

国外专利文本挖掘可视化工具研究

首先简要介绍专利信息分析概念、专利分析的一般流程,专利分析工具可实现的主要功能;其次依据专利分析工具可分析的数据源,将分析工具分为非结构化数据分析工具、结构化数据分析工具和混合型数据分析工具三大类,并从分析工具类型、分析数据源、主要功能、结果呈现、用户群5个方面对国外常用的12种专利文本挖掘可视化分析工具进行系统介绍和比较;最后对专利分析工具应用及其发展提出建议。