数据分析与知识发现, 2020, 4(1): 26-39 doi: 10.11925/infotech.2096-3467.2019.1201

综述评介

国内外专利网络研究进展*

关鹏,,1, 王曰芬2

1巢湖学院经济与法学学院 合肥 238000

2南京理工大学经济管理学院 南京 210094

Advances in Patent Network

Guan Peng,,1, Wang Yuefen2

1School of Economics and Law, Chaohu University, Hefei 238000, China

2School of Economics and Management, Nanjing University of Science & Technology, Nanjing 210094, China;

通讯作者: * 关鹏,ORCID:0000-0002-2308-3019,E-mail:guanpeng1983@163.com

收稿日期: 2019-11-4   修回日期: 2019-11-20   网络出版日期: 2020-01-25

基金资助: *本文系安徽省高校优秀青年人才支持计划重点项目“基于复杂网络理论的科学合作网络演化建模与仿真研究”.  gxyqZD2019066
安徽省高校人文社会科学重点项目“基于专利文本挖掘的区域创新合作网络构建及演化分析——以长三角城市群为例”的研究成果之一.  SK2019A0550

Received: 2019-11-4   Revised: 2019-11-20   Online: 2020-01-25

摘要

【目的】 分析国内外专利网络研究进展,梳理研究现状、发现研究问题和研判研究趋势。【文献范围】 分别以“Patent Network”和“专利网络”为主题在Web of Science核心集和CNKI核心期刊库中检索,通过去重、去除不相关文献后,共检索到英文论文465篇,中文论文196篇,分析其中代表性论文106篇。【方法】 首先,利用团渗透重叠社区发现算法对“专利网络”关键词共现网络进行主题挖掘,分析中英文热点研究主题;其次,对热点研究主题下的高被引论文进行述评。【结果】 综合现有研究,专利网络构建方法主要有合作关系、引用关系、技术转移关系、技术相似关系等,主流研究方法有社会网络分析、复杂网络和文本挖掘等。【局限】 仅对热点研究领域的高被引代表性论文进行分析,未能覆盖全部研究主题和文献。【结论】 专利网络研究尚未形成系统性的理论和方法体系,新兴研究方法的应用仍处于探索阶段。专利网络分析需向中观层面深入,网络演化机制、模型和仿真实验研究还需进一步加强。专利网络语义化分析倾向越来越明显;基于多种关系的综合性专利网络构建和分析,获得越来越多的关注,未来有可能成为新兴研究方向。

关键词: 专利网络 ; 社会网络分析 ; 复杂网络 ; 文本挖掘

Abstract

[Objective] The paper systematically reviews current studies on patent networks, and then summaries research questions and developing trends.[Coverage] We used “Patent Network” as search terms for the Web of Science and CNKI core journal databases, respectively. A total of 465 English papers and 196 Chinese papers were retrieved by removing the duplicated and irrelevant ones. Our final list included 106 representative articles on topic labeling.[Methods] Firstly, we used the community discovery algorithm to explore topics of the keyword co-occurrence network. Then, we extracted research topics of these Chinese and English papers to identify research trends. Finally,we reviewed papers with the highest numbers of citations from each trending topics.[Results] The construction methods of patent networks include cooperation, reference, technology transfer and technology similarity, etc. The popular research methods include social network analysis, complex network and text mining, etc.[Limitations] We only studied the representative literature, more research is needed to expand our analysis to all research topics.[Conclusions] The patent network analysis is emerging. Research on the evolution mechanism, model and simulation experiment of patent networks needs to be strengthened. More and more researchers focus on semantic analysis tendency of patent network, as well as the construction of patent comprehensive network.

Keywords: Patent Network ; Social Network Analysis ; Complex Netowrk ; Text Mining

PDF (1248KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

关鹏, 王曰芬. 国内外专利网络研究进展*. 数据分析与知识发现[J], 2020, 4(1): 26-39 doi:10.11925/infotech.2096-3467.2019.1201

Guan Peng. Advances in Patent Network. Data Analysis and Knowledge Discovery[J], 2020, 4(1): 26-39 doi:10.11925/infotech.2096-3467.2019.1201

1 引 言

在新一轮科技和产业革命席卷全球的背景下,专利作为知识产权的核心类型,具有技术排他性和战略竞争性,已经成为评估技术变化、技术策略和市场趋势的重要标准。专利文献作为技术创新的重要信息来源,寓技术、法律和经济情报于一体,是极其重要的科技情报战略资源。通过专利文献的分析和挖掘,可深度刻画技术领域的发展脉络,分析技术演化路径,挖掘核心专利和关键技术。借助大数据和人工智能方法,甚至可以预测前沿技术发展方向,对企业技术研发预判、管理部门科研立项评估和科技成果转化等具有重要的决策参考价值。

随着文本挖掘技术的进步和复杂网络研究的深入,专利信息分析发生深刻转变:一是由外部特征信息的统计分析向内部语义信息挖掘转变,二是由单要素、线性分析向多要素、网络化分析转变,三是由评价分析向价值分析转变。这些转变在很大程度上促进了专利信息分析理论和方法上的创新,如专利网络。Yoon 等最早提出了专利网络分析法[1],以专利文献为节点,以文献之间的关联为边构建网络,通过网络分析可以识别核心技术和技术群落,预测技术发展趋势。近年来,利用引用关系、合作关系、转让关系和专利文本之间的相似、共现等语义关系,构建专利网络研究受到学者高度关注,专利分析的语义化和网络化正迅速融合,成为当前专利挖掘的热点和前沿。因此有必要对国内外专利网络研究进行系统的梳理和分析,以总结研究现状、发现研究问题和不足,并对未来研究趋势进行研判。

2 研究方法

采取定量和定性分析相结合的方法对现有研究成果进行分析,以确保目标明确、重点分明。首先,以“Patent Network”和“专利网络”为主题分别在Web of Science核心集和CNKI核心期刊库中检索,时间范围为1996年1月到2019年8月,通过去重、去除不相关文献后,共检索到英文论文465篇,中文论文196篇。其次,利用关键词共现网络和网络社区挖掘算法,抽取“专利网络”热点研究主题。复杂网络分析工具NetworkX提供了团渗透算法用以发现共词网络重叠社区[2],可作为领域研究主题。最后,选取热点研究主题下高被引论文作为研究进展分析对象。

利用团渗透算法分别获取中文文献热点研究主题如图1所示,英文文献热点研究主题如图2所示,其主题关键词分别如表1表2所示。

图1

图1   “专利网络”中文文献共词网络(共现次数≥2)

Fig.1   Chinese Bibliography Co-words Network in “Patent Network” Field with the Number of Co-occurrences Greater than or Equal to 2


图2

图2   “专利网络”英文文献共词网络(共现次数≥3)

Fig.2   English Bibliography Co-words Network in “Patent Network” Field with the Number of Co-occurrences Greater than or Equal to 3


表1   团渗透算法抽取“专利网络”中文文献研究主题及关键词

Table1  Topics and Keywords of Chinese Bibliography Extracted by CPM Algorithmin “Patent Network” Field

研究主题关键词
专利合作网络专利, 结构洞, 专利合作网络, 知识网络, 社会网络分析
专利引文网络专利, 引文网络, 专利权人, 社会网络分析, 共被引网络
产学研专利合作网络产学研, 专利分析, 知识网络, 网络结构, 专利合作网络, 社会网络分析
技术转移网络技术转让, 专利分析, 技术转移, 社会网络分析, 校企合作, 协同创新
专利分析方法专利分析, 专利技术, 专利情报, 社会网络分析, 可视化
专利网络演化分析OLED, 技术创新, 专利权人, 网络演化, 专利信息
技术演化路径分析专利, 技术路径, 创新网络, 演化路径, 专利合作网络, 时空演化

新窗口打开| 下载CSV


表2   团渗透算法抽取“专利网络”英文文献研究主题及关键词

Table2  Topics and Keywords of English Bibliography Extracted by CPM Algorithmin “Patent Network” Field

研究主题关键词
patent analysis methodproperty, natural language processing, patent analysis, technology analysis, function, patent map, patent network, patent mining, social network analysis, technology intelligence
patent cooperation network in Chinachinese firms, collaboration, pattern, configuration, innovation capability, co-patenting,
partner portfolio, evolution
evolutionary analysis of patent cooperation networkco-invention, proximity, co-patenting, biotechnology, knowledge exchange, networks
patent text miningtopic model, text mining, network analysis, innovation, biofuel, patent data
social network analysistechnological innovation, patent clustering, innovation, social network analysis, social networks, patents
patent citation networkkernel-based method, graph kernel, nanotechnology, patent classification, citation network,
machine learning

新窗口打开| 下载CSV


共词网络是利用关键词共现方法构建的语义网络,可利用社会网络分析或者复杂网络分析方法对学科领域进行知识挖掘。从表1图1可知,中文文献关于“专利网络”的研究侧重于专利合作网络、专利引文网络、产学研合作网络、技术转移网络、技术创新网络和技术演化路径分析等热点研究主题。从表2图2可知,英文文献关于“专利网络”的研究侧重于专利分析方法研究、专利合作网络、专利引文网络、社会网络分析和专利文本挖掘等热点研究。综合中英文论文热点研究主题,将当前专利网络热点研究内容按照专利合作网络、专利引文网络、专利技术转移网络、专利网络研究方法4个方面进行综述。

3 研究现状分析

3.1 专利合作网络

创新过程中的交互作用是参与者创造的大部分新知识的来源,知识的相互交换提供了最有效的学习和交叉渗透方式[3]。因此,技术的合作创新受到普遍重视,形成主体多元、链接丰富的专利合作网络。从研究对象来看,专利合作网络可分为专利权人合作网络、发明人合作网络、申请人合作网络、机构合作网络、地域或国家合作网络等。从研究内容来看主要集中在影响因素和合作模式分析、网络结构特征和演化分析、知识扩散分析、对企业创新绩效的影响分析等方面。

(1) 影响因素和合作模式分析

专利合作构成典型的社会网络,地理邻近性、技术邻近性和社会邻近性等是影响专利合作网络构成的重要因素,参与成员之间的邻近性越高,发生合作的可能性就越大。研究发现,与地理邻近相比,社会邻近对知识溢出程度的关联性更强[4,5]。技术邻近性比地理邻近性发挥了更重要的作用,而对网络影响最大的是创新主体之前的熟悉程度。此外,网络效应显著地决定了合作选择,但在一定程度上小于地理效应[6]。Cantner等对德国耶拿地区的专利合作关系进行研究,将企业间的合作创新关系划分为三种:基于技术重叠的潜在合作关系网络、基于联合申请专利的现实合作关系网络和基于拥有共同技术研发者的人际关系网络。实证分析表明,前一个时期的联合申请专利对未来合作关系并没有显著的正面影响,反而是技术重叠和科学家的流动关系对于后期的合作具有正面影响[3]。合作动机在一定程度上决定合作模式,Harabi系统总结了专利合作的主要动机:降低企业研发费用、开发技术研发的规模经济效应、减少研发中的重复浪费、技术溢出的内化、更好地发挥协同效应、降低因需求不确定性带来的投资风险等[7]。温芳芳通过分析中国1985-2010年间的专利合作网络,发现亲缘型、地缘型、业缘型三种典型的专利合作模式,且业缘型合作模式占比最高[8]。影响因素和合作模式的研究成果为专利网络演化机制和演化模型研究提供了依据,如:地理临近性、社会临近性、技术临近性等演化机制的提出,以及这些演化机制与优先连接机制的结合。

(2) 网络结构特征和演化分析

一般网络结构特征的分析大多采用社会网络分析中的整体网测量方法,如规模、密度、平均度数、连通性等指标[9],而更深层的网络拓扑结构分析则主要利用熵、聚类系数、路径长度和节点度分布等指标。在专利合作网络中发现了一些特定的网络结构,如小世界性和无标度分布等[10]。而在网络结构演化分析方面,主要遵循两种经典方法:一是利用时间离散方法,将整个专利合作系统划分为若干阶段,对阶段网络结构进行测度,从而得出网络演化规律[11,12];二是从网络动力学角度,探讨专利合作网络的演化机制,并构建网络演化模型进行仿真和验证。在时间离散演化分析方面,不少学者运用“生命周期阶段”划分方法,描述网络的状态、特性、行为、功能等随着时间的推移而发生的“萌芽、成长、发展、成熟、衰退”等演进过程。刘凤朝等分析了1985-2009 年间中国“985高校”产学研专利合作网络结构及空间分布的演化路径,发现不同主体之间形成的合作网络的演化路径存在阶段性、个体性和地域性差异[13]。高霞等发现中国ICT 领域产学研专利合作网络具有小世界和无标度性等复杂网络特性,并提出增长性和优先连接性机制是网络演化的基本机制[14]。Inoue等对日本的专利权人合作网络进行分析,研究发现网络节点服从幂律分布,并综合考虑偏好连接机制和节点间地理距离提出网络演化模型[15]。但目前为止,关于专利合作网络的演化机制研究仍较为零散,且真正实现仿真实验研究的较少,演化模型的验证需进一步加强。

(3) 知识扩散及对创新绩效的影响研究

现有研究已经证实专利合作有利于提高科学产出、企业创新力、区域竞争优势以及产业知识创造。在合作网络中占据网络中心或结构洞的专利发明人能更好地激发创造力[16],获得更高的引用频次[17],同时能够给自身带来更多的潜在经济效益[18,19]。专利发明人合作网络的小世界特性和最短路径长度可以提高创新能力[20],科研绩效与发明人的中心度成显著正相关[21],“技术型”专家比“通才”型专家在专利合作网络中更加适合“网络看门人”角色[22]。Granovetter关于“弱连接优势”理论[23]和Krackhardt等的“强连接优势”理论[24]均在专利合作网络中得到验证。Hagedoorn等分析了企业间技术研发合作关系中的强连接和弱连接对企业创新绩效的影响作用,利用联合申请专利数据将企业的技术创新区分为一般创新和重大创新,实证研究表明企业间合作强连接和弱连接对企业一般技术创新具有显著的正向影响,但对于重大创新没有显著影响[25]

另外,有学者针对专利合作网络的知识扩散或知识转移模式进行了研究。相关研究认为专利合作对于知识扩散具有积极作用,大部分的地理引用溢出是由合作网络引起的[26],地缘社会关系对创新合作和技术转移起到促进作用[27]。但也存在其他影响因素,如创新主体间的合作次数、发明人数量和活动年期与知识扩散呈正相关关系,创新主体所在网络的密度和独立研发能力与知识扩散呈负相关关系[28]。Li等研究中国城市技术创新合作网络的时空演变特征,发现网络中的中心节点和网络结构均表现出层次扩散和传染扩散的特征[29]。另外,不同技术领域间知识吸收、扩散能力差异也较大[30]

3.2 专利引用网络

专利中的引用行为是技术持续发展的基础,为无形的技术知识流动提供了显性的证据[31]。专利引用也是技术创新评价的重要方法和工具[32],作为体现行业间[33]和国际间[34]知识流动的典型代表,一直被学者重视。Jaffe等研究证实专利的引用数据和技术经济重要性的其他指标之间存在显著的正相关[35]。相关研究使用专利引用网络实现技术主路径和关键技术瓶颈识别,以此表征技术领域的演化脉络和发展趋势[36]

专利引用网络可以分为两种,一种是基于直接引用关系[37]及其延伸关系构建的网络,对象涉及专利文献、专利权人、专利发明人、机构和国家等;一种是基于间接引用关系构建的网络,如共被引网络[38]和耦合网络[39]等。专利引用网络的研究主要集中在专利影响力评价、技术预测和技术发展趋势研判,以及技术扩散研究等。

(1) 专利影响力评价

专利影响力评价,既是对技术本身的影响力评价,也可以引申为企业创新能力和拥有核心技术的评价,可用于识别基础技术、共性技术和核心技术[40],也可用于识别竞争对手[41]。常用的单维度评价指标主要有:引证指数、引用率、相对研发能力、即时影响指数、技术强度、权利要求数量等指标[42]。也有学者认为相比于直接引用信息,基于文本语义相似度的专利引用关系更加重要,如Kelly 等利用文本挖掘方法计算专利之间的文本相似性,并构建指标识别具有突破性创新的重要专利,目的是预测专利未来的引用情况[43]

随着专利引用网络分析方法的兴起,基于引用网络的评价指标逐渐成为研究热点,如网络中心性指标(度中心性、中介中心性、接近中心性等)[44]、PageRank算法及其改进。Kim等的研究表明专利的PageRank值与专利的被引次数总体上具有较强的相关性,但是高被引专利和高PageRank值专利仅有12%~32%的一致性[45]。虽然两种评价方法截然不同,但研究表明PageRank可以优化专利评价排序[46],特别是综合考虑引用企业数量、企业自身影响力、企业间引用强度、专利时效性等多方面的改进PageRank算法[47,48]

(2) 技术预测和技术发展趋势研判

专利文献详细记录了技术创新过程和演化过程,专利引用关系反映了某件专利的技术基础和科学基础,体现技术间的累积和继承关系[49]。专利引用网络中的主路径分析方法[50]是识别技术发展脉络,发现关键专利和重要发明人的主要方法和工具,主流的主路径识别算法有SPC算法[51]、SPNP算法[52]、NETP算法[53]、FCNP算法[54]等。在大量的领域应用研究中,以SPLC/SPC、SPNP 方法最为常用,且认可度较高,在较为成熟的社会网络分析软件如Pejek与Ucinet等都实现了这些主路径识别算法的应用[49]。也有学者对主流方法进行优化,如潘颖在FCNP算法的基础上,补充了间接引用信息,使关键技术识别更加准确[55]。吴菲菲利用专利引用网络的节点入度分布特征来识别技术跨领域特征,当技术出现跨领域现象时,节点入度分布将不再满足幂律分布[56],但该结论尚缺少理论证明和大量实证分析的验证。

(3) 技术扩散研究

专利引文网络可以展现知识片段之间错综复杂的转移、流动与继承活动[57],因此可以利用专利引文网络研究技术的扩散现象,进而识别核心技术和核心企业。Jaffe等的研究表明,基于专利引用的知识溢出表现出较为明显的地域化倾向,即相同地域的专利之间相互引用的可能性更大,尤其是在早期引用中更为明显[31]。Hu等对东亚地区的专利引用分析也证实了同样的结论[58]。Hu和Jaffe利用专利引用数据对技术邻近性、地理邻近性和知识扩散等影响因素进行分析,发现地理邻近性和技术邻近性对专利引用产生重要影响[34]。Han等利用专利引证数据和投入产生模型,提出产业间知识流动的度量指标,对韩国传统产业和高新技术产业之间的知识流动进行分析[59]。Chang等利用专利引用网络度量指标对基础专利进行识别,并将这些基础专利聚类成技术簇,以此分析不同技术簇之间的知识扩散现象[60]。Ribeiro等分析了核磁共振的专利引文网络,发现与学术论文引文网络不同,核磁共振的专利引文网络整体并不满足幂律分布,也不是无标度网络,而是由不同的无标度子网络连接而成。因此在技术子领域层面出现的Hub节点使技术扩散具有较高的效率,而在整体网络层面并不具备这样的特性[61]

但是学者也发现,专利申请人的引证数据也存在一些缺陷,如申请人倾向于引用较早的技术以表达对导师或同事的尊重,或者刻意引用一些不太成功的技术以显示自己技术的创新性和特殊性[62]。进而,专利引用网络是否能够显著地代表真实的技术知识流动,即专利引用的效度问题,引起不少学者的关注和研究[63,64]。总体来说,研究结论表明专利引用虽然并不是完美的指标,但作为知识流动的替代指标具有较高效度。

3.3 专利技术转移网络

专利许可是科学技术向生产力转化的重要途径之一,也是国内外学者考察技术转移规律、衡量技术转移能力的常用手段[27]。传统技术转移的研究通常是基于调查统计分析的结果制定技术转移的定性策略,多依赖于专家的主观判断和经验分析。随着专利数据的增长,从网络视角分析技术转移的研究逐渐增多。以专利技术许可双方为节点,以技术交易关系为关联,可构成基于专利许可的技术转移网络。研究对象涉及组织间[65]、城市间[66]、区域间[67]和国家间[68]等,研究内容主要涉及专利技术转移的影响因素分析、技术转移网络结构特征及其演化分析、专利价值评估、专利技术转移预测等。

温芳芳利用专利许可网络,对中国2012年的专利技术转移进行时间和空间上的分析,对技术转移的范围、强度以及地域特征进行分析[69]。Sun等对中国区域间专利技术转移网络进行演化分析,发现网络的演化受到邻近性机制、优先连接机制和路径依赖机制的综合作用,而非单一机制的作用[70]。Zhang等使用加权指数随机图模型分析中国区域间专利技术转移的决定性因素,研究发现区域间经济实力的差距并非显著性的影响因素,而中国各省类似的产业结构布局和重复的技术研发投入对区域间技术转移产生不利影响[71]。马荣康等对中国新能源领域的专利技术转移网络进行分析,结果发现,网络中的优先链接和路径依赖机制尚未有效体现,组织和地理邻近性在技术转移网络形成与发展中发挥主导作用[72]。由此可见,专利技术转移网络的影响因素和演化机制,相比较合作网络和引用网络复杂得多,不少领域的技术转移网络尚处于萌芽和成长阶段,这与专利技术转让率、转让风险和专利转让制度设计有关。近年来,中国专利申请量和授权量持续高速增长,但是专利的转移率与实施率却相对较低,在一定程度上成为技术创新发挥作用的障碍。

专利技术是否成功转让是专利价值评估的一个重要维度。一些学者认为专利是技术发展的结果,因为专利文件包括一个注册技术的名称、发明人、摘要、日期、权利要求书、国际专利分类(IPC)规范、引文等[73],因此基于专利信息分析的专利价值评估融合了技术和市场价值。当前主要是综合利用社会网络分析、聚类、文本挖掘等方法对专利价值进行定量评估[74]。但相比于专利注册数据,能够真正实现技术转让的专利数量少之又少。因此,不少学者开始研究专利技术转移的预测问题,旨在揭示专利技术转让与其他变量之间的内在关联,以寻找那些潜在价值高的、转让概率大的专利技术。如,Choi等利用社会网络分析和多元回归方法从专利文献中提取21个独立变量构建决策树模型,用来预测专利技术转让的可能性[75];武玉英等利用神经网络预测专利加权网络中技术交易机会链接权重[76]。但基于网络视角的专利技术转让预测研究还处于起步阶段,相关研究成果还较少。

在专利技术转移的影响因素分析中,也有学者认为企业间存在专利合作关系,更有利于专利技术转移。研究结果证实合作是影响专利许可的重要变量,国内合作比国际合作更有利于专利技术的转让[77]。Ortega利用多元线性回归模型分析了西班牙国家研究委员会研究人员的专利合作网络,对不同研究领域的专利合作对专利转让的影响因素进行统计。研究结果表明,在西班牙,不同的研究领域专利合作模式不同,生物技术倾向于国际间合作,希望产生重大的具有国际影响的发明,而材料和物理学领域则更多倾向于国内合作,通过密切地方合作,向地方产业输出专利技术转让[78]。除此之外,专利被引用的次数与专利许可也存在正相关关系[79]

3.4 专利网络研究方法

文献计量学和网络科学为专利网络研究提供了基本理论依据和方法基础,随着语义分析的深入,文本挖掘和可视化方法为专利网络研究提供了新的视角和工具,进一步拓展了专利网络研究的内容。

(1) 社会网络分析

文献统计分析、扩散建模、趋势外推等方法可应用于技术预测,提高预测的客观性分析结果,但这些方法不能详细解释复杂结构的技术发展过程,只能描述宏观上技术发展的总体方向和过程[54]。而社会网络分析方法则提供了微观视角,通过专利合作、引用、耦合、转让等多重关系,解释了技术发展的复杂结构,透析了技术发展的微观路径、方向和趋势,为技术创新和技术管理提供了有价值的决策参考。社会网络分析方法引入到专利信息分析,使传统的企业技术创新领域的研究从“投入-产出”式的评价,转而更加关注创新主体之间的各种关系,研究对象从个体转化为网络结构,为企业技术创新研究提供新的思路[80]。社会网络分析在分析静态网络方面起到重要作用,中心性、互惠性、子群、匹配模式等经典网络分析在专业核心技术识别方面发挥作用,但是技术演变动因分析和技术演变趋势分析不足。

动态网络分析方法作为社会网络分析的升级版,近年来被专利网络研究者用于分析专利网络中的多模关系和网络演化机制研究,试图解决社会网络分析在动态分析方面的不足。刘彤等根据专利人之间的合作关系和专利人与专业的对应关系,构建了专利合作多重关系网络,利用动态社会网络分析软件ORA对网络结构进行动态分析[81]。也有学者尝试利用元矩阵网络描述法构建专利网络,以专利权人作为主体、以IPC分类作为知识、以国家作为分布,根据专利人之间的合作关系、专利人与知识的对应关系、专利权人与国家分布关系分别构建多重关系叠加的技术创新网络,动态网络测度指标包括主动性知识、知识垄断性等[82,83]

(2) 复杂网络理论

从已有的研究成果来看,专利网络已经被证实为复杂网络,具有小世界网络的属性和无标度分布特性。不少学者从复杂网络动力学角度,探讨专利网络的演化以及发明者群体的创新行为,成为研究创新活动和科技创新趋势涌现的又一有效工具[84]。当前对专利网络的演化研究主要集中在演化动因和演化形态两个方面,在网络演化动因方面,组织嵌入性[85]、多重连接机制[86]、优先连接机制[87]、知识权利[88]等是研究较多的网络演化机制,而这些网络演化机制经过仿真实验被证实可以产生小世界网络和无标度网络。在演化形态方面,通过外部环境不确定性的变化和外部环境资源丰富度的变化两个维度,Koka等将网络演化分为网络扩张、网络动荡、网络加强和网络收缩4种变化模式,并从组织层和网络层对各网络变化模式加以描述[89]。Liu等利用群体动力学方法研究专利网络中知识进化的趋势,尤其对新兴技术主题的涌现现象进行了分析[90]

(3) 文本挖掘

文本挖掘方法主要对专利文本进行语义分析,用于核心技术识别、未来技术预测等,如基于专利核心技术的关键词共现方法[91]、专利文本相似度计算[92]等。同专利引用关系类似,专利文本的相似度计算在一定程度上表示专利之间的主题相似度,刘小玲等则结合专利引用关系和文本相似度构建新型的C-T专利网络(Citation-Text Patent Network)[93]。在专利文本相似性计算方面,大部分研究采用向量空间模型,最常用的特征词权重计算方法是TF-IDF方法,在关键词来源方面主要选取专利标题和摘要部分进行相似度计算。有学者为了避免单纯使用关键词词频无法展示技术的目的、构成和语义关系等重要信息,提出SAO语义挖掘方法(Subject-Action-Object)[94]。SAO结构是利用自然语言处理方法直接从专利文本中自动抽取的、按照“主谓宾”句法结构有序排列的语句,它们可以精确地表示专利中技术组成部分的结构关系,因此用来编码发明的关键技术和发明家的关键技术知识。Yoon等利用SAO语义结构计算专利文本的相似度,构建专利语义网络,通过基于距离、密度和聚类的离群点检测方法来发现潜在的新兴技术[95]。然而SAO结构如何与网络分析方法有机融合,以及该结构的可视化方法需要进一步研究和深化。

4 问题讨论与未来展望

从专利信息分析的角度看,专利网络属于新兴的交叉研究领域,尚未形成系统性的理论方法与应用框架。除了较为成熟的科学计量学理论与方法外,如共现分析方法(基于IPC分类号、关键词等知识单元的技术共现分析),一些新兴的理论与方法的应用,如社会网络分析、复杂网络、文本挖掘等尚处于探索阶段,在具体应用中还存在很多问题需要探讨。

社会网络分析方法在专利网络研究中的应用不过十几年,主要用于专利网络中各种创新主体的关系研究,如合作关系、引用关系、转让关系,以及由此引申出的实体关系研究,如知识扩散、知识耦合等。不少研究将社会网络分析中的嵌入性理论、结构洞、社会资本和动态网络分析等核心理论和方法引入到专利网络中,为专利网络研究注入了活力。但当前的研究较为碎片化,尚未形成针对专利系统的社会网络理论和方法体系。复杂网络和文本挖掘是近几年引入的新兴方法,在专利网络形成与演化机制、专利文献文本语义相似度计算等少数问题上推动了研究的深度,但目前研究较少,尚未构成主流研究方向。综合现有的研究成果,专利网络在以下方面还需要加大研究力度,有些可能成为未来研究的热点。

(1)专利网络分析需进一步向“中观”层面深入。当前的研究主要集中在微观个体、二元关系层面和宏观整体网络层面,对于三元关系和子群等“中观”层面的研究较少。二元关系主要用来度量个体的重要性,如:利用中心性和声望等度量指标挖掘核心专利、核心企业等,利用个体间距离和可到达性分析技术发展路径和脉络等。整体网络分析主要侧重于产业、国家、国际等宏观技术发展现状的分析。社会网络分析在其他领域的应用实践表明,三元关系和子群研究能够洞察网络中更深层次的个体关系和网络结构动因,对于网络演化分析具有重要意义。已有学者开始关注到专利网络中的三元组分析,如结构洞[96]、中间人角色[97,98]以及对组织间知识扩散和创新绩效的影响[99,100],但是关于这种三元结构是否具有传递性和平衡性等深层次问题尚未开展相关研究。

子群在专利网络中往往代表技术派系或者战略联盟,在组织间或区域间技术创新网络中起到关键作用。目前的研究主要集中在派系或者子群的识别上,如刘彤等利用动态网络分析方法和LDA主题聚类对多重专利网络的子群进行划分[101];杨仲基等利用K核算法挖掘中国新能源汽车产学研合作专利网络中的凝聚子群,分析子群及其节点的特征[102];叶春霞等发现中国企业间专利合作网络的最大子群具有小世界性[103]。对子群的演化分析以及子群结构对组织间创新绩效的影响分析还较为缺乏。

(2)专利网络的演化机制研究尚停留在理论层面,演化模型和仿真实验研究还需进一步加强。现有的研究大多着眼于专利网络结构属性的静态描述性分析上,大部分对网络演化分析是基于专利系统阶段性划分的基础上(如生命周期理论)讨论网络结构随时间的演化规律,专利网络的形成和演化机制研究尚停留在理论层面,少有采用动态网络分析方法或者复杂网络演化建模方法,构建专利网络演化模型,并利用仿真实验等方法验证网络的形成机制等深层次问题。复杂网络的演化分析是探讨网络形成的基本方法,只有明晰了网络的形成和演化机制才能更好地发挥专利网络对企业、产业、区域乃至国家创新的推动作用,从而更好地制定相关科技政策。

(3)专利网络语义化分析倾向越来越明显。专利语义分析一般用于专利检索、专利信息分析和挖掘,是从海量专利文本中寻找相似专利文本,以达到快速检索、分类或聚类的目的,更好地提高专利语义检索效果。近年来,专利网络在技术演进、技术扩散和相关问题的研究上有广泛的应用,也取得了不错的研究成果,但大多考虑外部关联,分析的范围和潜在信息的丰富性有限,无法考虑专利之间的内在联系,如没有引用关系的专利可能具有较大的技术相似性,专利引文分析难以准确揭示这些专利之间的技术主题相似度[93]。因此不少学者将目光投向基于专利间的语义关联分析,以提升专利网络分析的深度,如基于SAO的专利特征术语提取、SAO结构语义相似度计算、基于TRIZ理论的专利网络构建、基于技术主题相似度的语义相似度计算、基于关键词的语义相似度计算等。未来专利网络语义化分析,一方面需要在专利文本语义相似度计算和专利网络构建方面提出系统性方法,另一方面需要对基于语义相似度构建的专利网络分析在应用场景和应用效果等方面进行评价。

(4)专利综合网络的构建和研究获得学者越来越多的关注。不少学者认为无论是专利价值评价还是技术预测,使用专利文献之间的单一关系都无法保证评价的合理性和预测的科学性。如Yang等认为大部分专利引文分析使用专利之间的直接引用这一单一指标,没有真正把握专利之间的知识流动的本质,因而造成对专利价值的评价是不客观的。综合专利直接引用、间接引用、耦合和共引关系构建了综合专利引用网络是可行方案,在专利价值评估方面表现比单一网络关系好[104,105]。向希尧等则将引用关系和合作关系进行综合,提出基于综合网络的技术溢出路径识别方法[106]。综合专利网络研究目前集中在专利价值评估和技术预测方面,研究范围还可以进一步拓展。实际上,专利网络的形成原因非常复杂,综合网络的构建和实证研究可为专利网络的形成原因和动力机制探讨提供依据,未来有可能成为新兴研究方向。

作者贡献声明

王曰芬:提出研究思路,论文最终版本修订;

关鹏:设计研究方案,采集、清洗和分析数据,文献调研,论文起草。

利益冲突声明

所有作者声明不存在利益冲突关系。

支撑数据

支撑数据由作者自存储,E-mail: guanpeng1983@163.com。

[1] 关鹏.“专利网络”CNKI核心期刊检索题录文献数据.xlsx.

[2] 关鹏.“专利网络”WOS核心集检索题录文献数据.xlsx.

[3] 关鹏.“专利网络”中文文献共词网络(共现次数≥2)节点和边.xlsx.

[4] 关鹏.“专利网络”英文文献共词网络(共现次数≥3)节点和边.xlsx.

参考文献

Yoon B, Park Y .

A Text-Mining-Based Patent Network: Analytical Tool for High-Technology Trend

[J]. The Journal of High Technology Management Research, 2004,15(1):37-50.

[本文引用: 1]

Palla G, Derenyi I, Farkas I J , et al.

Uncovering the Overlapping Community Structure of Complex Networks in Nature and Society

[J]. Nature, 2005,435(7043):814-818.

[本文引用: 1]

Cantner U, Graf H .

The Network of Innovators in Jena: An Application of Social Network Analysis

[J]. Research Policy, 2006,35(4):463-480.

[本文引用: 2]

Breschi S, Lissoni F .

Mobility and Social Networks: Localised Knowledge Spillovers Revisited

[OL]. UniversitÀ Commerciale Luigi Bocconi, 2003.[ 2019-09-17]. .

URL     [本文引用: 1]

Singh J .

Social Networks as Drivers of Knowledge Diffusion

[R]. Technical Report, 2003.

[本文引用: 1]

Manfred P, Thomas S .

Determinants of Collaboration in European R&D Networks: Empirical Evidence from a Discrete Choice Model

[J]. Industry and Innovation, 2011,18(1) : 89-104.

[本文引用: 1]

Harabi N .

The Impact of Vertical R&D Cooperation on Firm Innovation: An Empirical Investigation

[J]. Economics of Innovation and New Technology, 2002,11(2):93-108.

[本文引用: 1]

温芳芳 .

基于社会网络分析的专利合作模式研究

[J]. 情报杂志, 2013,32(7):119-123.

[本文引用: 1]

( Wen Fangfang .

Study on the Patent Collaboration Patterns Based on the Social Network Analysis

[J]. Journal of Intelligence, 2013,32(7):119-123.)

[本文引用: 1]

高粱洲, 唐恒, 刘桂锋 .

京津冀高校产学研专利合作网络结构演化特征研究

[J]. 图书情报研究, 2019,12(1):96-105.

[本文引用: 1]

( Gao Liangzhou, Tang Heng, Liu Guifeng .

Evolutionary Characteristics of the Industry-University-Institute Patent Cooperation Network Structure of Colleges and Universities in Beijing, Tianjin and Hebei

[J]. Library and Information Studies, 2019,12(1):96-105.)

[本文引用: 1]

Choe H, Lee D H .

The Structure and Change of the Research Collaboration Network in Korea (2000-2011): Network Analysis of Joint Patents

[J]. Scientometrics, 2017,111(2):917-939.

[本文引用: 1]

郭建杰, 谢富纪, 王海花 , .

基于产学联合申请专利的合作网络动态演化研究——以“双一流”建设高校为例

[J]. 科技进步与对策, 2019,36(17):1-10.

[本文引用: 1]

( Guo Jianjie, Xie Fuji, Wang Haihua , et al.

Research on the Dynamic Evolution of Cooperative Network Based on Industry-University Joint-patent Data——An Analysis of “Double First-Class” Universities

[J]. Science & Technology Progress and Policy, 2019,36(17):1-10.)

[本文引用: 1]

李培哲, 菅利荣, 刘勇 .

卫星及应用产业产学研专利合作网络结构特性及演化分析——基于社会网络视角

[J]. 情报杂志, 2018,37(11):55-61.

[本文引用: 1]

( Li Peizhe, Jian Lirong, Liu Yong .

Structural Characteristics and Evolution Analysis of Patent Cooperation Network of Satellite and Application Industries: From the Perspective of Social Network

[J]. Journal of Intelligence, 2018,37(11):55-61.)

[本文引用: 1]

刘凤朝, 马荣康, 姜楠 .

中国软科学

[J].中国软科学,2011(7):178-192.

[本文引用: 1]

( Liu Fengchao, Ma Rongkang, Jiang Nan .

Research on Evolutionary Paths of Industry-University-Research Institute Networks of Patent Collaboration Based on the“985 Universities”

[J].China Soft Science, 2011(7):178-192.)

[本文引用: 1]

高霞, 陈凯华 .

合作创新网络结构演化特征的复杂网络分析

[J]. 科研管理, 2015,36(6):28-36.

[本文引用: 1]

( Gao Xia, Chen Kaihua .

The Complex Network Analysis of the Structure Evolution of Collaborative Innovation Networks:An Example of the Industry-University-Research Collaboration of Chinese ICT Industry

[J]. Science Research Management, 2015,36(6):28-36.)

[本文引用: 1]

Inoue H, Souma W, Tamada S .

Analysis of Cooperative Research and Development Networks on Japanese Patents

[J]. Journal of Informetrics, 2010,4(1):89-96.

[本文引用: 1]

Takagi S, Toyama R.

On Growth of Network and Centrality’s Change Analysis of Co-Inventors Network in Enterprise

[C]//Proceedings of World Summit on Knowledge Society,Athens, Greece. Berlin, Germany: Springer, 2008: 422-427.

[本文引用: 1]

Nerkar A, Paruchuri S .

Evolution of R&D Capabilities: The Role of Knowledge Networks Within a Firm

[J]. Management Science, 2005,51(5):771-785.

[本文引用: 1]

Fleming L, Mingo S, Chen D. Collaborative Brokerage, Generative Creativity ,

Creative Success

[J]. Administrative Science Quarterly, 2007,52(3):443-475.

[本文引用: 1]

迟嘉昱, 孙翎, 杨晓华 .

网络结构、地理接近性对企业专利合作的影响机制研究

[J]. 科技管理研究, 2018,38(16):144-149.

[本文引用: 1]

( Chi Jiayu, Sun Ling, Yang Xiaohua .

An Study on the Influencing Mechanism of Network Structure, Geographic Proximity on Firms’Patent Cooperation

[J]. Science and Technology Management Research, 2018,38(16):144-149.)

[本文引用: 1]

Fleming L, King C, Juda A I .

Small Worlds and Regional Innovation

[J]. Organization Science, 2007,18(6):938-954.

[本文引用: 1]

栾春娟, 刘则渊, 侯海燕 .

发明者合作网络中心性对科研绩效的影响

[J]. 科学学研究, 2008,26(5):938-941.

[本文引用: 1]

( Luan Chunjuan, Liu Zeyuan, Hou Haiyan .

Empirical Study on the Influence of Centrality of Collaboration Network of Inventors on Scientific Performance——Case Study of Inventors of World Digital Information Transmission Patents

[J]. Studies in Science of Science, 2008,26(5):938-941.)

[本文引用: 1]

Goetze C .

An Empirical Enquiry into Co-Patent Networks and Their Stars: The Case of Cardiac Pacemaker Technology

[J]. Technovation, 2010,30(7-8):436-446.

[本文引用: 1]

Granovetter M S. The Strength of Weak Ties[M]. Social Networks. Academic Press, 1977: 347-367.

[本文引用: 1]

Krackhardt D, Hanson J R .

Informal Networks: The Company Behind the Chart

[J]. Harvard Business Review, 1993,71(4):104-111.

[本文引用: 1]

Hagedoorn J, Cloodt D A M, Kranenburg H L V .

The Strength of R&D Network Ties in High-Tech Industries : A Multi-Dimensional Analysis of Tie Strength on Technological Performance

[J]. Technology Analysis & Strategic Management, 2011,23(10):1015-1030.

[本文引用: 1]

Singh J .

Collaborative Networks as Determinants of Knowledge Diffusion Patterns

[J]. Management Science, 2005,51(5):756-770.

[本文引用: 1]

温芳芳 .

基于专利许可关系网络的技术转移现状及规律研究

[J]. 情报科学, 2014,32(11):24-29.

[本文引用: 2]

( Wen Fangfang .

Study in the Status and Laws of Technology Transfer Based on Patent Licensing Relationship Network

[J]. Information Science, 2014,32(11):24-29.)

[本文引用: 2]

刘晓燕, 阮平南, 童彤 .

中国科技论坛

[J].中国科技论坛,2013(5):125-130,148.

[本文引用: 1]

( Liu Xiaoyan, Ruan Pingnan, Tong Tong .

Analysis of Influencing Factors of Knowledge Diffusionin Patent Cooperation Network-Integrated Circuits Industry as Example

[J].Forum on Science and Technology in China, 2013(5):125-130,148.)

[本文引用: 1]

Li D, Wei Y D, Wang T .

Spatial and Temporal Evolution of Urban Innovation Network in China

[J]. Habitat International, 2015,49:484-496.

[本文引用: 1]

王文静, 赵江坤 .

产学专利合作网络:结构演变与知识流动——合作形式视角

[J]. 科技进步与对策, 2019,36(7):1-9.

[本文引用: 1]

( Wang Wenjing, Zhao Jiangkun .

University-Industry Patent Collaboration Network: Structural Evolutionand Knowledge Flow-Based on the Comparative Study of Cooperation Pattern

[J]. Science & Technology Progress and Policy, 2019,36(7):1-9.)

[本文引用: 1]

Jaffe A B, Trajtenberg M, Henderson R .

Geographic Localization of Knowledge Spillovers as Evidenced by Patent Citations

[J]. The Quarterly Journal of Economics, 1993,108(3):577-598.

[本文引用: 2]

Trajtenberg M .

A Penny for Your Quotes: Patent Citations and the Value of Innovations

[J]. The Rand Journal of Economics, 1990,21(1):172-187.

[本文引用: 1]

Park Y, Yoon B, Lee S .

The Idiosyncrasy and Dynamism of Technological Innovation Across Industries: Patent Citation Analysis

[J]. Technology in Society, 2005,27(4):471-485.

[本文引用: 1]

Hu A G Z, Jaffe A B .

Patent Citations and International Knowledge Flow: The Cases of Korea and Taiwan

[J]. International Journal of Industrial Organization, 2003,21(6):849-880.

[本文引用: 2]

Jaffe A B, Trajtenberg M. Patents , Citations, Innovations: A Window on the Knowledge Economy[M]. Cambridge, MA:MIT Press, 2002.

[本文引用: 1]

Fontana R, Nuvolari A, Verspagen B .

Mapping Technological Trajectories as Patent Citation Networks. An Application to Data Communication Standards

[J]. Economics of Innovation And New Technology, 2009,18(4):311-336.

[本文引用: 1]

Su H N, Lee P C.

Dynamic and Quantitative Exploration on Technology Evolution Mechanism: The Case of Electrical Conducting Polymer Nanocomposite

[C]//Proceedings of 2009 Portland International Conference on Management of Engineering & Technology.USA: IEEE, 2009: 2433-2440.

[本文引用: 1]

Wang X, Zhang X, Xu S .

Patent Co-Citation Networks of Fortune 500 Companies

[J]. Scientometrics, 2011,88(3):761-770.

[本文引用: 1]

Huang M H, Chiang L Y, Chen D Z .

Constructing a Patent Citation Map Using Bibliographic Coupling: A Study of Taiwan’s High-Tech Companies

[J]. Scientometrics, 2003,58(3):489-506.

[本文引用: 1]

王海龙, 和法清, 丁堃 .

基于社会网络分析的专利基础技术识别——以半导体产业为例

[J]. 情报杂志, 2017,36(4):78-84.

[本文引用: 1]

( Wang Hailong, He Faqing, Ding Kun .

An Identifying Method of Industrial Essential Technologies Based on Social Network Analysis: Semiconductor Industry as a Case

[J]. Journal of Intelligence, 2017,36(4):78-84.)

[本文引用: 1]

郭思月, 魏玉梅, 滕广青 ,.

基于专利引用的技术竞争情报分析:以5G关键技术为例

[J/OL].情报理论与实践.[ 2019- 11- 02]. .

URL     [本文引用: 1]

( Guo Siyue, Wei Yumei, Teng Guangqing , et al.

Information Analysis on Technical competition Based on Patent Citations: Taking 5G Key Technologies as an Example

[J].Information Studies : Theory & Application.[ 2019-11-02]. )

URL     [本文引用: 1]

OECD.

The Measurement of Scientific and Technological Activities: Using Patent Data as Science and Technology Indicators:Patent Manual, 1994

[OL].[ 2019-10-28]. .

URL     [本文引用: 1]

Kelly B, Papanikolaou D, Seru A , et al.

Measuring Technological Innovation over the Long Run

[R]. The National Bureau of Economic Research Working Paper No. 25266, 2018.

[本文引用: 1]

闵超, 步一, 孙建军 .

图书与情报

[J]. 图书与情报,2017(5):33-39.

[本文引用: 1]

( Min Chao, Bu Yi, Sun Jianjun .

Analysis on Technology Mobility of International Patents from China Based onPatent Big Data

[J].Library and Information, 2017(5):33-39.)

[本文引用: 1]

Kim S, Kim S Y, Hong S W, et al.

Applying Pagerankto Patent

[C]//Proceedings of International Conference on Convergence Content . 2013.

[本文引用: 1]

顾立平 .

现代图书情报技术

[J]. 现代图书情报技术,2011(6):14-19.

[本文引用: 1]

( Ku Liping .

Patent Rank Algorithm——A Study of Using Cited Time and CitationNetwork to Calculate U.S. Patents

[J]. New Technology of Library and Information Service, 2011(6):14-19.)

[本文引用: 1]

王舒, 吴江宁 .

基于企业引用网络的技术影响力评价研究

[J]. 科学学研究, 2011,29(3):396-402.

[本文引用: 1]

( Wang Shu, Wu Jiangning .

Evaluation of Technological Influence Power Through the Enterprise Citation Network

[J]. Studies in Science of Science, 2011,29(3):396-402.)

[本文引用: 1]

傅强, 孙杨 .

基于专利时效性和Pagerank算法的企业技术影响力评价

[J]. 系统管理学报, 2018,27(2):352-358.

[本文引用: 1]

( Fu Qiang, Sun Yang .

Evaluation of Technological Influence: Based on Patent Timeliness and PageRank Algorithm

[J]. Journal of Systems and Management, 2018,27(2):352-358.)

[本文引用: 1]

张娴, 方曙 .

专利引用网络主路径方法研究述评与展望

[J]. 图书情报工作, 2016,60(20):140-148.

[本文引用: 2]

( Zhang Xian, Fang Shu .

Research Review on the Main Path Analysis of Patent Citation Networks

[J]. Library and Information Service, 2016,60(20):140-148.)

[本文引用: 2]

Hummon N P, Dereian P .

Connectivity in a Citation Network: The Development of DNA Theory

[J]. Social Networks, 1989,11(1):39-63.

[本文引用: 1]

Batagelj V . Efficient Algorithms for Citation Network Analysis[OL].[2019-10-28]..

URL     [本文引用: 1]

许琦 .

基于专利引证网络的技术范式分析——以半导体制造领域为例

[J]. 图书情报工作, 2013,57(4):112-119.

[本文引用: 1]

( Xu Qi .

Technological Paradigms Based on Patent Citation Network-A Case of Semiconductor Device Manufacturing

[J]. Library and Information Service, 2013,57(4):112-119.)

[本文引用: 1]

Verspagen B .

Mapping Technological Trajectories as Patent Citation Networks: A Study on the History of Fuel Cell Research

[J]. Advances in Complex Systems, 2007,10(1):93-115.

[本文引用: 1]

Choi C, Park Y .

Monitoring the Organic Structure of Technology Based on the Patent Development Paths

[J]. Technological Forecasting and Social Change, 2009,76(6):754-768.

[本文引用: 2]

潘颖 .

基于专利引证强度的关键技术发展路径研究

[J]. 情报理论与实践, 2014,37(12):71-75.

[本文引用: 1]

( Pan Ying .

Research on the Development Path of Key Technologies Based on the Intensity of Patent Citation

[J]. Information Studies:Theory & Application, 2014,37(12):71-75.)

[本文引用: 1]

吴菲菲, 张辉, 黄鲁成 , .

基于专利引用网络度分布研究技术跨领域应用

[J]. 科学学研究, 2015,33(10):1456-1463.

[本文引用: 1]

( Wu Feifei, Zhang Hui, Huang Lucheng , et al.

Technology Cross-Disciplinary Research Based onthe Degree Distribution of Patent Citation Networks

[J]. Studies in Science of Science, 2015,33(10):1456-1463.)

[本文引用: 1]

孙冰, 徐晓菲, 苏晓 .

技术扩散主路径及核心企业的识别研究-以手机芯片专利引文网络为例

[J]. 情报学报, 2019,38(2):201-208.

[本文引用: 1]

( Sun Bing, Xu Xiaofei, Su Xiao .

Identification of the Main Path of Technology Diffusion and Core Enterprises: A Case Study of Patent Citation Network in Mobile Phone Chips

[J]. Journal of the China Society for Scientific and Technical Information, 2019,38(2):201-208.)

[本文引用: 1]

Hu A G .

The Regionalization of Knowledge Flows in East Asia: Evidence from Patent Citations Data

[J]. World Development, 2009,37(9):1465-1477.

[本文引用: 1]

Han Y J, Park Y .

Patent Network Analysis of Inter-Industrial Knowledge Flows: The Case of Korea Between Traditional and Emerging Industries

[J]. World Patent Information, 2006,28(3):235-247.

[本文引用: 1]

Chang S B, Lai K K, Chang S M .

Exploring Technology Diffusion and Classification of Business Methods: Using the Patent Citation Network

[J]. Technological Forecasting and Social Change, 2009,76(1):107-117.

[本文引用: 1]

Ribeiro L C, Ruiz R M, EDME Albuquerque , et al.

The Diffusion of Technological Knowledge Through Interlaced Networks

[J]. Computer Physics Communications, 2011,182(9):1875-1878.

[本文引用: 1]

Oppenheim C .

Do Patent Citations Count?[A]//Cronin B,Atkins H B.The Web of Knowledge: A Festschrift in Honor of Eugene Garfield

[M]. Metford: Information Today Inc., 2000: 405-432.

[本文引用: 1]

Duget E, MacGarvie M .

How Welldo Patent Citations Measure Flows of Technology? Evidence from French Innovative Surveys

[J]. Economics of Innovation and New Technology, 2005,14(5):375-393.

[本文引用: 1]

Balconi M, Breschi S, Lissoni F .

Networks of Inventors and the Role of Academia: An Exploration of Italian Patent Data

[J]. Research Policy, 2004,33(1):127-145.

[本文引用: 1]

Perez M P, Sánchez A M .

The Development of University Spin-Offs: Early Dynamics of Technology Transfer and Networking

[J]. Technovation, 2003,23(10):823-831.

[本文引用: 1]

刘承良, 牛彩澄 .

东北三省城际技术转移网络的空间演化及影响因素

[J]. 地理学报, 2019,74(10):2092-2107.

[本文引用: 1]

( Liu Chengliang, Niu Caicheng .

Spatial Evolution and Factors of Interurban Technology TransferNetwork in Northeast China from National to Local Perspectives

[J]. Acta Geographica Sinica, 2019,74(10):2092-2107.)

[本文引用: 1]

蔡凯, 程如烟 .

基于专利转让的京津冀技术转移网络分析

[J]. 情报工程, 2018,4(5):73-82.

[本文引用: 1]

( Cai Kai, Cheng Ruyan .

Analysis of Beijing-Tianjin-Hebei Technology Transfer Network Based on Patent Transfer

[J]. Technology Intelligence Engineering, 2018,4(5):73-82.)

[本文引用: 1]

Albors J, Sweeney E, Hidalgo A .

Transnational Technology Transfer Networks for SMEs. A Review of the State-of-the Art and an Analysis of the European IRC Network

[J]. Production Planning & Control, 2005,16(4):413-423.

[本文引用: 1]

温芳芳 .

我国专利技术转移的时间与空间分布规律研究——基于SIPO专利许可信息的计量分析

[J]. 情报理论与实践, 2014,37(4):32-36.

[本文引用: 1]

( Wen Fangfang .

Research on Time and Space Distribution of Patent Technology Transfer in China——Quantitative Analysis Based on SIPO Patent License Information

[J]. Information Studies:Theory & Application, 2014,37(4):32-36.)

[本文引用: 1]

Sun Y, Liu K .

Proximity Effect, Preferential Attachment and Path Dependence in Inter-Regional Network: A Case of China’s Technology Transaction

[J]. Scientometrics, 2016,108(1):201-220.

[本文引用: 1]

Zhang G, Duan H, Zhou J .

Investigating Determinants of Inter-Regional Technology Transfer in China: A Network Analysis with Provincial Patent Data

[J]. Review of Managerial Science, 2016,10(2):345-364.

[本文引用: 1]

马荣康, 刘凤朝 .

基于专利许可的新能源技术转移网络演变特征研究

[J]. 科学学与科学技术管理, 2017,38(6):65-76.

[本文引用: 1]

( Ma Rongkang, Liu Fengchao .

Research on the Evolution of Technology Transfer Networkin New Energy Fields Based on Patent Licensing

[J]. Science of Science and Management of S.&.T, 2017,38(6):65-76.)

[本文引用: 1]

Hunt D, Nguyen L, Rodgers M .

Patent Searching: Tools & Techniques

[M]. John Wiley & Sons, 2012.

[本文引用: 1]

Jun S, Park S, Jang D .

A Technology Valuation Model Using Quantitative Patent Analysis: A Case Study of Technology Transfer in Big Data Marketing

[J]. Emerging Markets Finance and Trade, 2015,51(5):963-974.

[本文引用: 1]

Choi J, Jang D, Jun S , et al.

A Predictive Model of Technology Transfer Using Patent Analysis

[J]. Sustainability, 2015,7(12):16175-16195.

[本文引用: 1]

武玉英, 孙平, 何喜军 , .

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

[J]. 数据分析与知识发现, 2018,2(11):73-79.

[本文引用: 1]

( Wu Yuying, Sun Ping, He Xijun , et al.

Predicting Transactions Among Agents in Patent Transfer Weighted Networks for New Energy

[J]. Data Analysis and Knowledge Discovery, 2018,2(11):73-79.)

[本文引用: 1]

Lee Y G .

What Affects a Patent’s Value? An Analysis of Variables That Affect Technological, Direct Economic, and Indirect Economic Value: An Exploratory Conceptual Approach

[J]. Scientometrics, 2009,79(3):623-633.

[本文引用: 1]

Ortega J L .

Collaboration Patterns in Patent Networks and Their Relationship with the Transfer of Technology: The Case Study of the CSIC Patents

[J]. Scientometrics, 2011,87(3):657-666.

[本文引用: 1]

Sapsalis E, Van Pottelsberghe B .

From Science to License: An Exploratory Analysis of the Value of Academic Patents[R]

Working Papers CEB, 2007.

[本文引用: 1]

Hogg T, Wilkinson D M, Szabo G, et al.

Multiple Relationship Types in Online Communities and Social Networks

[C]//Proceedings of AAAI Spring Symposium: Social Information Processing,California, USA. USA: AAAI: 2008: 30-35.

[本文引用: 1]

刘彤, 郭鲁钢, 杨冠灿 .

基于动态网络分析的专利合作网络演化分析-以纳米技术为例

[J]. 情报杂志, 2014,33(11):88-93,66.

[本文引用: 1]

( Liu Tong, Guo Lugang, Yang Guancan .

Evolution of Patent Cooperation Network Based on Dynamic Network Analysis:Taking Nano Technology as an Example

[J]. Journal of Intelligence, 2014,33(11):88-93,66.)

[本文引用: 1]

李登杰, 翟东升, 冯秀珍 , .

基于动态网络的中药制剂技术创新网络演化研究

[J]. 情报学报, 2015,34(11):1164-1172.

[本文引用: 1]

( Li Dengjie, Zhai Dongsheng, Feng Xiuzhen , et al.

Study of Evolution of Technological Innovation Network in TCM Technology Based on Dynamic Network

[J]. Journal of the China Society for Scientific and Technical Information, 2015,34(11):1164-1172.)

[本文引用: 1]

杨仲基, 王宏起, 王珊珊 , .

基于动态网络方法的产业专利合作态势研究——以中国石墨烯产业为例

[J]. 科技进步与对策, 2018,35(9):59-65.

[本文引用: 1]

( Yang Zhongji, Wang Hongqi, Wang Shanshan , et al.

Research on Patents Cooperation Network State Based on Dynamic Network Method: Case of Graphene Industry in China

[J]. Science & Technology Progress and Policy, 2018,35(9):59-65.)

[本文引用: 1]

Lewis TG .

Network Science: Theory And Applications

[M]. USA:John Wiley & Sons, Inc, 2009: 59-60.

[本文引用: 1]

李金华, 孙东川 .

创新网络的演化模型

[J]. 科学学研究, 2006,24(1):135-140.

[本文引用: 1]

( Li Jinhua, Sun Dongchuan .

Evolution Model of Innovation Network

[J]. Studies in Science of Science, 2006,24(1):135-140.)

[本文引用: 1]

Powell W W, White D R, Koput K W , et al.

Network Dynamics and Field Evolution: The Growth of Interorganizational Collaboration in the Life Sciences

[J]. American Journal of Sociology, 2005,110(4):1132-1205.

[本文引用: 1]

Gay B, Dousset B .

Innovation and Network Structural Dynamics: Study of the Alliance Network of a Major Sector of the Biotechnology Industry

[J]. Research Policy, 2005,34(10):1457-1475.

[本文引用: 1]

石乘齐, 党兴华 .

基于知识权力的创新网络演化模型

[J]. 科技进步与对策, 2013,30(17):128-131.

[本文引用: 1]

( Shi Chengqi, Dang Xinghua .

Innovation Network Evolution Model Based on Knowledge Power

[J]. Science & Technology Progress and Policy, 2013,30(17):128-131.)

[本文引用: 1]

Koka B R, Madhavan R, Prescott J E .

The Evolution of Interfirm Networks: Environmental Effects on Patterns of Network Change

[J]. Academy of Management Review, 2006,31(3):721-737.

[本文引用: 1]

Liu X, Jiang T, Ma F .

Collective Dynamics in Knowledge Networks: Emerging Trends Analysis

[J]. Journal of Informetrics, 2013,7(2):425-438.

[本文引用: 1]

赖朝安, 钱娇 .

基于专利挖掘的移动医疗产业技术预见

[J]. 科研管理, 2018,39(10):138-147.

[本文引用: 1]

( Lai Chaoan, Qian Jiao .

Technology Foresight for the Mobile Health Industry Based on Patent Mining

[J]. Science Research Management, 2018,39(10):138-147.)

[本文引用: 1]

Chang P L, Wu C C, Leu H J .

Using Patent Analyses to Monitor the Technological Trends in an Emerging Field of Technology: A Case of Carbon Nanotube Field Emission Display

[J]. Scientometrics, 2009,82(1):5-19.

[本文引用: 1]

刘小玲, 谭宗颖 .

基于专利网络的技术演进研究方法探索

[J]. 科学学研究, 2013,31(5):651-656,731.

[本文引用: 2]

( Liu Xiaoling, Tan Zongying .

Explore the Method of Technology Evolution Research Based on Patents Network

[J]. Studies in Science of Science, 2013,31(5):651-656,731.)

[本文引用: 2]

Yoon J, Park H, Kim K .

Identifying Technological Competition Trends for R&D Planning Using Dynamic Patent Maps: SAO-Based Content Analysis

[J]. Scientometrics, 2013,94(1):313-331.

[本文引用: 1]

Yoon J, Kim K .

Detecting Signals of New Technological Opportunities Using Semantic Patent Analysis and Outlier Detection

[J]. Scientometrics, 2011,90(2):445-461.

[本文引用: 1]

孙笑明, 王静雪, 王成军 , .

研发者专利合作网络中结构洞变化对企业创新能力的影响

[J]. 科技进步与对策, 2018,35(2):115-122.

[本文引用: 1]

( Sun Xiaoming, Wang Jingxue, Wang Chengjun , et al.

The Impact of the Dynamics of Structural Holes in Inventor Collaborative Networks on Enterprises’ Innovation Capacity

[J]. Science & Technology Progress and Policy, 2018,35(2):115-122.)

[本文引用: 1]

Graf H .

Gatekeepers in Regional Networks of Innovators

[J]. Cambridge Journal of Economics, 2010,35(1):173-198.

[本文引用: 1]

Lim H, Park Y .

Identification of Technological Knowledge Intermediaries

[J]. Scientometrics, 2009,84(3):543-561.

[本文引用: 1]

Graf H, KrüGer J J .

The Performance of Gatekeepers in Innovator Networks

[J]. Industry and Innovation, 2011,18(1):69-88.

[本文引用: 1]

刘凤朝, 马荣康 .

组织创新网络中的中间人角色及其影响因素-以中国制药技术领域为例

[J]. 科学学研究, 2011,29(8):1240-1250.

[本文引用: 1]

( Liu Fengchao, Ma Rongkang .

Brokers in Inter-Organizational Innovation Network and the Influencing Factors:A Case Study of the Chinese Pharmaceutical Technology Field

[J]. Studies in Science of Science, 2011,29(8):1240-1250.)

[本文引用: 1]

刘彤, 杨冠灿, 侯元元 .

基于多重关系整合的专利网络分析方法研究与应用

[J]. 情报理论与实践, 2016,39(2):59-63.

[本文引用: 1]

( Liu Tong, Yang Guancan, Hou Yuanyuan .

Research and Application of Patent Network Analysis Method Based on Multiple Relation Integration

[J]. Information Studies:Theory & Application, 2016,39(2):59-63.)

[本文引用: 1]

杨仲基, 王宏起, 李玥 .

基于社会网络方法的产学研合作专利技术发展趋势研究

[J]. 情报科学, 2017,35(7):132-137.

[本文引用: 1]

( Yang Zhongji, Wang Hongqi, Li Yue .

Research on the Patent Technology Development Trend of I-U-R CooperationBased on Social Network Method

[J]. Information Science, 2017,35(7):132-137.)

[本文引用: 1]

叶春霞, 余翔, 李卫 .

中国企业间专利合作网络的演化及小世界性分析——基于开放式创新视角

[J]. 情报科学, 2015,33(2):85-90,104.

[本文引用: 1]

( Ye Chunxia, Yu Xiang, Li Wei .

Research on Evolution and Small World Features of Chinese Enterprise-Enterprise Patent Cooperation Network——From the Open Innovation Perspective

[J]. Information Science, 2015,33(2):85-90,104.)

[本文引用: 1]

Yang G C, Li G, Li C Y , et al.

Using the Comprehensive Patent Citation Network (CPC) to Evaluate Patent Value

[J]. Scientometrics, 2015,105(3):1319-1346.

[本文引用: 1]

杨冠灿, 刘彤, 李纲 , .

基于综合引用网络的专利价值评价研究

[J]. 情报学报, 2013,32(12):1265-1277.

[本文引用: 1]

( Yang Guancan, Liu Tong, Li Gang , et al.

Research on Patent Value Evaluation Based on Comprehensive Citation Network

[J]. Journal of the China Society for Scientific and Technical Information, 2013,32(12):1265-1277.)

[本文引用: 1]

向希尧, 蔡虹 .

跨国技术溢出网络结构分析与路径识别——基于专利引用的实证分析

[J]. 科学学研究, 2009,27(9):1348-1354.

[本文引用: 1]

( Xiang Xiyao, Cai Hong .

International Technology Spillover Network Analysis and Path Identification:An Empirical Study Based on Patent Citation

[J]. Studies in Science of Science, 2009,27(9):1348-1354.)

[本文引用: 1]

/