广东刀剪产业转型升级技术发展路径研究*——基于专利TRIZ分析
Tech-Development Path of Knife-Scissor Industry in Guangdong with TRIZ Analysis of Patents
通讯作者: 韦婷婷,ORCID:0000-0003-0531-8598,E-mail:weitingting@scau.edu.cn。
收稿日期: 2019-06-20 修回日期: 2019-07-29 网络出版日期: 2020-02-25
基金资助: |
|
Received: 2019-06-20 Revised: 2019-07-29 Online: 2020-02-25
【目的】 对广东省刀剪专利数据进行演化规律分析。【方法】 提出一种新“体用”归类体系,建立基于LDA的TRIZ特征主题模型,计算不同年份、主题下概率高的前n个词汇,并预测未来三年的TRIZ专利技术演化路径。【结果】 通过采用新“体用”归类体系指导的人工标注噪声显著下降,达到新手标注噪声低于10%的性能。在分析结果方面,发现广东刀剪产业前期专利主要集中在形体结构、运动方式改变、材质变化等TRIZ规则上,揭示了产业技术演化路径。【局限】 只对广东刀剪产业技术发展路径进行研究。【结论】 有效揭示广东刀剪产业技术发展趋势,对该产业转型升级发展路径提出建议。
关键词:
[Objective] This paper reveals the evolution of patents from knife-scissor industry in Guangdong Province, China.[Methods] Firstly, we proposed a new classification scheme. Secondly, we created a topic model with TRIZ feature based on LDA. Thirdly, we calculated the first n words with high probability in different years and fields. Finally, we predicted the patent evolution path in the next three years.[Results] The new classification method reduced the noise of manual annotation to less than 10%. We also found that patents from knife-scissors enterprises in Guangdong mainly focused on the TRIZ rules, such as shapes, structures, movement modes, and materials.[Limitations] We only studied the knife-scissors industries.[Conclusions] The proposed method identifies key technical developing trends of knife-scissors industries in Guangdong and gives suggestions on their upgrading in the future.
Keywords:
本文引用格式
胡勇军, 韦婷婷, 窦子欣, 黄芸茵, 梁锐成, 常会友.
Hu Yongjun, Wei Tingting, Dou Zixin, Huang Yunyin, Liang Ruicheng, Chang Huiyou.
1 引 言
广东省《珠三角国家自主创新示范区建设实施方案(2016-2020年)》中明确指出将构建先进制造业为支撑的产业新体系作为产业转型升级的重要方向。探索传统制造业向智能制造转型,实现传统制造业转型升级,已成为具有全局意义的重要问题,对传统产业转型升级技术发展路径研究具有重大的战略决策意义[1]。
有关产业转型升级技术发展路径的研究一直是国内外学者关注的焦点,随着专利数量急速增长,应用专利数据进行技术路径分析成为重要研究方向。其中,郭颖等[2]和Guo等[3]应用专利数据建立技术规划方法,对产业发展路径进行预测;Yoon等[4]和Yoon等[5]采用句法和文本分析方法预测光伏产业技术创新趋势;Zhang等[6]采用主题分析方法对美国通信与计算的技术发展路径进行预测;李向阳等[7]应用专利数据分析中国有机精细化工领域的技术创新;Lai等[8]应用专利数据分析智能家居产业发展;田创等[9]基于专利的相似度与产业类目进行相互映射;Gibson等[10]采用数据包络分析方法对交通中电力应用的影响进行技术预测分析。
上述研究虽然开展了大量工作,然而仍然面临一些问题:
(1)现有研究受限于TRIZ规则标注对大量人工的依赖,难以建立大量的标注数据集,为相关分析带来挑战;
(2)由于TRIZ规则基于对大量前苏联专利数据的抽取分析,受文化背景差异影响,国内普通标注人员难以将专利与TRIZ规则进行准确对应。
针对上述问题,本文开展进一步工作,主要贡献如下:
(1)采集10年(2007年-2016年)内中国刀剪专利数据,建立刀剪专利TRIZ标注数据集,为本文工作和后续相关研究奠定基础;采用TRIZ规则分类方法,对刀剪产业技术变迁进行分析。
(2)在所提出的TRIZ归类体系下,对TRIZ专利演变路径进行分析,发现中国刀剪产业前期专利主要集中在形体结构、运动方式改变、材质变化等少数TRIZ规则上,对刀剪产业下一步转型升级路径给出预见和建议。
2 专利数据采集与预处理
2.1 专利数据采集与标注
(1) 数据采集
本文选择“佰腾(Baiten)专利检索系统”①(①
表1 专利名称、摘要和主权项示例
Table 1
专利名称 | 摘要 | 主权项 |
---|---|---|
[实用新型]一种刀座 | 本实用新型设计一种刀座,由座体和芯体所组成,座体是中空的,上部开口,底部设置有底板或者若干个凸起,芯体由若干条塑料条扎成一束放置在座体里面插放刀具,芯体可拆开清洗,使用十分方便、卫生。 | 权利要求书:一种刀座,由座体和芯体所组成,其特征在于座体是中空的,芯体由若干条塑料条扎成一束所组成,并放置在座体里。 |
(2) 人工数据标注
网络上缺少已标注的专利数据,因此需要大量人工对数据进行标注处理。但是,TRIZ数据标注具有隐规则的特点,不同于一般物品识别、文本情感识别等具有明显的情感倾向特征,需要标注人员对专利描述及TRIZ规则有一定的理解,为人工标注带来巨大挑战。个人的理解误差将导致标注误差,从而影响后续的分析误差。本文人工标注采用多次反馈的形式,分批标注一定数量,然后提交审核,审核完毕马上进行反馈,更正标注人员的理解误差。考虑到一个专利内,每个句子最多只有一个发明原理与之对应,因此最初的标注方式为对专利进行分句,然后对每个句子进行匹配,但该方法标注质量仍不够理想,标签质量噪声较大(本文噪声是指不同人独自对同一数据进行标注,标注结果不同的比例),数据初步标注结果如表2所示(其中A,B,C对应TRIZ规则中的亚分类,比如分割中的A,B,C就是这一规则下的三种可能的规则解释,具体参见文献[11])。
表2 部分专利基于TRIZ标注的数据集统计信息
Table 2
类别 | “是”的数目(件) | “否”的数目(件) | 标签质量 | |
---|---|---|---|---|
分割 | A | 24 | 41 293 | 噪声>16% |
B | 352 | 40 965 | ||
C | 22 | 41 295 | ||
抽取 | A | 0 | 41 317 | 噪声>50% |
B | 1 | 41 316 | ||
组合 | A | 1 655 | 39 662 | 噪声>50% |
B | 448 | 40 869 | ||
C | 1 512 | 39 805 | ||
多用性 | A | 1 410 | 39 907 | 噪声>50% |
反向作用 | A | 8 | 41 309 | 噪声>16% |
B | 21 | 41 296 | ||
C | 2 | 41 315 | ||
动态特性 | A | 1 | 41 316 | 噪声>16% |
B | 735 | 40 582 | ||
C | 109 | 41 208 | ||
反馈 | A | 67 | 41 250 | 噪声>16% |
B | 0 | 41 317 |
为得到更好的标注效果,本文提出新的归类方法,TRIZ标注效果为新手噪声<10%,相对最初标注方式(新手噪声>50%,熟手噪声>16%)有显著改善。
2.2 预处理
专利文本数据无法直接处理分析,需要对其进行预处理,去除无关信息,如文本分词、去除停用词。
(1) 文本分词
本文采用Python中的结巴分词(Jieba)对专利文本进行分词处理,遍历每一个专利文本,对其进行精确分词处理。分词后的结果示例如表3所示,其中,“/”表示分隔。
表3 训练集部分分词结果示例
Table 3
文本编号 | 分词结果 |
---|---|
1 | 一种/ 刀具/ 本/ 实用新型/ 公开/ 了/ 一种/ 刀具/ ,/ 包括/ 刀柄/ 及/ 连接/ 在/ 刀柄/ 上/ 的/ 刀片/ ,/ 刀柄/ 表面/ 设有/ 装饰/ 片/ ,所述/ 的/ 装饰/ 片/ 为/ 透明/ 或/ 半透明/ 状/ ,/ 装饰/ 片/ 内/ 镶嵌/ 有/ 带/ 装饰/ 条纹/ 的/ 金属片/ ,/ 所述/ 的/ 金属片/ 为/ 铜片/ 、/ 铝片/ 、/ 铁片/ 或者/ 其他/ 金属片/ …… |
(2) 去停用词
专利文本中存在大量只起到语法作用的词语(如:的、是等),以及对专利分类无贡献价值的词语(如:专利、刀具等),还有对文本分类无意义的标点符号,将这些都称为停用词,大量停用词会对分类分析造成影响,同时,网络上的常用停用词中也包含可能对分类产生影响的词汇,如“对称”可能与发明原理的非对称相关。因此需要统计词频,对停用词进行筛选。通过建立停用词表去除停用词,表中包含大约1 500个停用词。去除停用词后的专利文本示例如表4所示。
表4 训练集去停用词结果示例
Table 4
文本编号 | 分词并去停用词结果 |
---|---|
1 | 一种/ 实用新型/ 公开/ 刀柄/连接/刀柄/刀片/刀柄/表面/装饰/片/装饰/片/透明/半透明/装饰/片/镶嵌/装饰/条纹/金属片/金属片/铜片/铝片/铁片/金属片/实用新型/透明/ 装饰/片/镶嵌/装饰/条纹/金属片/结构/简单/紧凑/美观/性能/高/装饰/条纹/时间/环境因素/变形/褪色/…… |
3 专利TRIZ归类方法
3.1 一种新的TRIZ归类体系
TRIZ理论创始人Altshuller通过分析大量专利数据,从中归纳出40个发明原理,如表5所示。
表5 40个发明原理
Table 5
序号 | 发明原理 | 序号 | 发明原理 |
---|---|---|---|
1 | 分割 | 21 | 快速通过 |
2 | 抽取 | 22 | 变害为利 |
3 | 局部质量 | 23 | 反馈 |
4 | 非对称 | 24 | 中介勿 |
5 | 组合 | 25 | 自服务 |
6 | 多用性 | 26 | 复制 |
7 | 嵌套 | 27 | 廉价替代品 |
8 | 重量补偿 | 28 | 机械系统替代 |
9 | 预先反作用 | 29 | 气压和液压结构 |
10 | 预先作用 | 30 | 柔性壳体或薄膜 |
11 | 事先防范 | 31 | 多孔材料 |
12 | 等势 | 32 | 改变颜色 |
13 | 反向作用 | 33 | 同质性 |
14 | 曲面化 | 34 | 抛弃或再生 |
15 | 动态特性 | 35 | 物理/化学状态变化 |
16 | 不足或超额行动 | 36 | 相变 |
17 | 空间维数变化 | 37 | 热膨胀 |
18 | 机械振动 | 38 | 强氧化剂 |
19 | 周期性作用 | 39 | 惰性环境 |
20 | 有效作用的连续性 | 40 | 复合材料 |
表6 标注示例
Table 6
专利摘要 | 分析 | 标注 |
---|---|---|
本发明公开了加工碳纤维复合材料和钛合金叠层构件大直径孔螺旋铣孔专用刀具,它包括由切削刃部、颈部和刀柄组成的刀体,在刀具刃部设置有四个不等距切削刃,所述的第一切削刃和第三切削刃的侧刃前角取7°~9°,第二切削刃和第四切削刃的侧刃前角取8°~10°,四个切削刃的侧刃第一后角取13°~15°,四个切削刃的侧刃第二后角取19°~21°,所述的侧刃第一后角的长度为0.8~1.2mm,四个切削刃的螺旋角为39°~41°,刀具四个切削刃的刃倾角为3°~5°,第一切削刃的底刃和第三切削刃的底刃有两个刃带。本刀具切削复合材料力约为53N,切削钛合金约为248N,延长了刀具的寿命。 | 1.碳纤维复合材料和钛合金叠层构件→复合材料的使用; | 40 |
2.设置有四个不等距切削刃→组合; | 5 | |
3.侧刃前角、第一后角、第二后角的角度变化→空间维数 | 17 |
因此,需要对TRIZ发明原理进一步归纳,从中抽象出更一般的分类方式。通过对大量专利研究分析,笔者发现可以对TRIZ做三层归纳,如图1所示。
图1
第一层:分为体变、用变。体变,即外观、形体、结构的变化;用变,即方法、工艺、技术上的改变。
第二层:对应第一层用变或体变下的二级分类。
第三层:第二层分类下对应的具体TRIZ规则分类。
(1)体变又可以分出形体之变、动静之变、材质之变、维数之变、物相之变、化合之变、位势之变、自身之变。
①形体之变,指改变其空间形状结构,从而适应不同情况、获取多种功能等。
②动静之变,指通过改变物体结构,使原本静止的物体可以发生运动、转动,或改变其运动方式。
③材质之变,指改变原材料的组成成分,工具材质、性质的改变,如采用特种合金分子。
④维数之变,指改变物体空间维度,直线变成曲线、二维平面变成立体空间。
⑤物相之变,指对物体部分固体结构用液体或流体代替,或者热胀冷缩等物理相位变化等改变物体结构。
⑥化合之变,指利用化学作用替换、改变原材料。
⑦位势之变,指改变其结构使其位置发生改变,或改变其位置利用位势差达到某一目的。
⑧自身之变,指改变自身结构、通过辅助功能、维护功能为自身服务,舍弃自身部分零部件,或者作为自身中介物进行间接服务。
(2)用变又可以分为环境之变、聚合之变、反向之变、时序之变、维数之变、度量之变、频率之变、信息之变、场相之变。
① 环境之变,指改变生产环境、性能,使其适应不同情况,以达到最佳效果。
②聚合之变,指将多种功能、用途融合到同一物体。对应TRIZ规则第6项。
③反向之变,指利用与原来性质相反的方式执行,比如方向、相对运动、利害转换等。
④时序之变,指在时间维度上作处理,或者提高对流程中空挡时间的利用。
⑤维数之变,指利用物体的多面性。
⑥度量之变,指在操作上以饱和式提供物料用量。对应TRIZ规则第16项。
⑦频率之变,指改变设备、流程、运作上的频率、周期,或者利用机械振动方式达到目的。
⑧信息之变,指利用信息反馈及时进行调整响应。
⑨场相之变,指系统环境的变换如电磁场变换、时变场变恒定场等。
3.2 基于LDA的专利TRIZ分类表示模型
(1) LDA主题模型
LDA模型因其能够有效地模拟大规模文档集或语料库中的语义特点,被引入到专利技术演化研究中,并且受到国内外研究学者的青睐。LDA模型由Blei等[23]提出,其具体描述如下:
对任意一篇文档d,其词汇数目为N;
假设d的主题的先验分布是Dirichlet分布,则主题分布参数
对于任意一个主题Z,假设其主题中词的先验分布是Dirichlet分布,则主题词分布参数
对d的第n个词,从
对d的第n个词,从
(2) TRIZ特征词提取
专利中有大量无助于区分其TRIZ规则指向的词,给专利自动向TRIZ规则进行归集带来困难。在Shannon提出的信息熵[24]基础上进行改进,采用互信息熵对此类词进行过滤,如公式(5)所示。
其中,
(3) 基于TRIZ特征词的主题表示
由LDA模型中的主题公式(3)得到的
(4) TRIZ规则上的代表主题
在Kullback等[25]提出的相对熵基础上进行改进,如公式(6)所示。通过对TRIZ规则上的不同主题
得到TRIZ规则上的代表主题后,可以通过专利与该主题的相对距离进行演变路径以及专利质量分析等。
(5) TRIZ归类下专利技术路径分析
为更好地对刀剪产业专利数据的路径演化进行可视化分析,根据“体用”TRIZ归类,采用公式(6)提取“体用”TRIZ归类下的代表主题,分别得到一级、二级、三级的代表主题。以“体用”二级归类为例,运用LDA模型可以提取到该归类下专利文本中高概率出现的共性词语,例如,动静之变的专利文本常出现“折叠”“活动”“拆卸”等词语;形体之变的专利文本常出现“镶嵌”“嵌套”等词语。通过对2007年-2016年的刀剪专利文本在TRIZ归类体系下的分布情况进行特征提取和分析,计算每年每一类别所拥有的专利数目在该年专利总数中所占的比例,得到每年每组发明原理的使用率,从整体数量上分析2007年-2016年间广东刀剪专利所使用TRIZ发明原理的总体情况,以及预测不同TRIZ发明原理的使用发展趋势和路径。
4 实 验
4.1 各时间切片主题概率分布分析
采用Python语言进行编程,版本为Python 2.7.12。采用Python的Jiaba分词工具包进行、分词停用词过滤和词性标注工作,得到较为纯净的文本数据。LDA主题建模过程中,主题数设置如表7所示。其中,主题数设置采用困惑度(Perplexity)评价函数进行评估,困惑度越小,证明模型的泛化能力越强,效果越好。
表7 数据集在各个时间切片分布情况
Table 7
年份 | 专利数(件) | 词汇数(个) | 最优主题数(个) |
---|---|---|---|
2007-2008 | 3 163 | 377 897 | 50 |
2009-2010 | 3 131 | 216 334 | 60 |
2011-2012 | 1 838 | 221 615 | 60 |
2013-2014 | 994 | 116 463 | 50 |
2015-2016 | 471 | 52 898 | 60 |
表8 2015-2016广东刀剪专利热点主题
Table 8
主题 | 主题词 | |||||||
---|---|---|---|---|---|---|---|---|
Topic29 | 切削 | 刀面 | 端面 | 刀轴 | 输出 | 工件 | 通孔 | 限位 |
Topic1 | 固定 | 进行 | 螺钉 | 问题 | 矩形 | 铰链 | 增大 | 白雾 |
Topic11 | 部件 | 操作 | 旋转轴 | 钻孔 | 行业 | 鼓形 | 白雾 | 不锈钢管 |
Topic32 | 刀柄 | 具有 | 支撑 | 涉及 | 能够 | 平面 | 质量 | 产生 |
Topic6 | 安装 | 形状 | 齿形 | 裁剪 | 出现 | 周向 | 操作者 | 轴头 |
Topic37 | 刀体 | 支架 | 配合 | 导向 | 轴线 | 刀身 | 回转 | 环形 |
可见,2015年-2016年广东刀剪专利文本主要集中在切削设计、刀剪牢固性、旋转轴、刀柄设计、安装方法和刀体设计等主题上。应用相同方法,不同时间段专利文本的主题关键词如表9所示,选取“文档-主题”分布概率前6的主题词作为主题关键词。
表9 各时间切片的主题关键词
Table 9
年份 | 主题关键词 | |||||
---|---|---|---|---|---|---|
2007-2008 | 刀具 | 部分 | 切削 | 动力 | 平面 | 壳体 |
2009-2010 | 刀头 | 刀体 | 刀刃 | 部件 | 刀片 | 切削 |
2011-2012 | 刀具 | 螺旋 | 部分 | 切削 | 支架 | 齿轮 |
2013-2014 | 刀具 | 定位 | 简易 | 连接 | 刀片 | 固定 |
2015-2016 | 切削 | 固定 | 部件 | 刀柄 | 安装 | 刀体 |
不同的时间切片中的主题内容不尽相同,如表10所示。可以看出,虽然切削主题一直是刀剪专利技术的主流,但其每年主题内容一直在变化,从切割效果渐渐集中到刀体结构的设计上,这种变化与现实产业刀剪的结构多样化和技术创新发展趋势相吻合。
表10 “切削”主题内容演化
Table 10
年份 | 主题内容演化 | |||||||
---|---|---|---|---|---|---|---|---|
2007-2008 | 切削 | 形成 | 使用 | 控制器 | 切屑 | 质量 | 抽吸 | 少于 |
2009-2010 | 切削 | 提供 | 达到 | 结合 | 减小 | 颗粒 | 成分 | 面积 |
2011-2012 | 切削 | 刀片 | 摆动 | 镜面 | 压料 | 边腿 | 弧向 | 宽大 |
2013-2014 | 切削 | 刀片 | 配合 | 夹角 | 内壁 | 压出 | 触发 | 柜本 |
2015-2016 | 切削 | 刀面 | 端面 | 刀轴 | 输出 | 工件 | 通孔 | 限位 |
4.2 主题关键词的相关词结果分析
通过对各个时间切片的主题关键词进行Word2Vec计算,可预测刀剪专利的未来研究热点。选取2007年-2008年的主题关键词进行模型训练,2012年的研究热点作为测试集,预测结果如表11所示。其中,每个关键词相似度按大小排名前8的词汇作为预测词。
表11 关键词预测结果
Table 11
关键词 | 预测词 |
---|---|
刀具 | 对准精度 减耗 杆周 密齿 旋削 咬入 沿待 烟花 |
部分 | 倍率 导送 位差 水圈 电源接口 样式 内陷 版具 |
切削 | 附值 轻易 环盘 夹柄 承压 高低压 面角 单台 |
动力 | 恢复 扫描枪 叶轮 玻璃管 牵引车 缩减 采油 螺升角 |
平面 | 输液管 纬线 湿磨 座周 模架 拖车 最大 中压 |
壳体 | 致密 内柄 草坪 划痕 顶孔 锅具 偏高 盖合 |
验证模型预测结果准确性后,以2015年-2016年数据作为Word2Vec模型输入数据,对未来三年刀剪专利技术发展的主题词进行预测,结果如表12所示。
表12 未来三年刀剪专利技术发展预测词
Table 12
关键词 | 预测词 |
---|---|
切削 | 附值 轻易 环盘 夹柄 承压 高低压 面角 单台 |
固定 | 避让 木柄 取芽 圆料 缺水 离子 盾体 承合 |
部件 | 格栅 纤维结构 带段 可行 吸风 可换 外形 尺寸 废水 |
刀柄 | 铣刨机 支持 压件 机冲 砂粒 弯度 分区 炉腔 |
安装 | 开创 质量 加紧 压差 轴滑 位块 撬酒 工法 |
刀体 | 缸内 监测技术 形核 切油线 控制键 旋于 电信号 对准 |
(1)切削方面的技术偏向于刀具使用的简易性和高附加值再利用功能的探索研究;
(2)固定方面的技术将会在避让槽和木柄设计领域有所发展;
(3)部件方面,专利技术发展主要会集中在新型结构格栅以及纤维型结构上的创新应用;
(4)刀柄方面的技术探索主要是在铣刨机上的应用以及如何更好地支持刀具以便操作者进行工作的问题探究;
(5)安装方面的技术主要在开创新型安装方法和提高刀具整体质量的领域比较有潜力;
(6)刀体方面,有关刀具在液压缸内壁动力系统的应用以及数控机床监测技术的应用未来会有很大的技术发展潜力。
5 结 语
近年来,基于专利的发展路径分析已成为重要研究方向,但专利的分类多是以其所涉及的领域而划分,无法准确地提供技术路径信息。而TRIZ理论则揭示了专利中所蕴含的技术矛盾和解决矛盾所使用的发明原理。因此,本文基于TRIZ理论对专利进行主题分析,并在此基础上研究专利发展的技术路径,为TRIZ理论使用者提供专利分析的新方向。本文的核心工作为:
(1)对10年内的刀剪专利数据进行TRIZ归类的标注。
(2)建立一种新的TRIZ分类体系。当前大部分的专利文本内容比较晦涩难懂,部分专利描述未能显式地与TRIZ规则对应,给计算机分析专利数据带来极大困难。本文通过对大量专利研究分析,对TRIZ作三层归纳,从中抽象出更适合机器学习的分析方式。
(3)在所提出的TRIZ归类体系下,对TRIZ专利演变路径进行分析,发现中国刀剪产业前期专利主要集中在形体结构、运动方式改变、材质变化等不多的几个TRIZ规则上,经过一系列分析,通过广东省2007年-2016年刀剪专利文本,预测未来三年基于TRIZ的发展趋势,并提出对其未来发展方向的建议。
广东刀剪传统产业尚处于大规模转型升级技术发展的前夕,广东作为制造业大省,在粤港澳大湾区背景下,对传统制造业升级有着迫切需求,广东应该抓住机遇,从多方面推进刀剪传统产业转型升级技术发展进程。
(1)政府对相关企业进行政策扶植和资金资助时,可重点引导其向高价值技术方向演进,积极促进广东传统制造企业技术提升,鼓励传统企业建立技术提升路径。
(2)刀剪产业的各研发企业可考虑形成技术合作联盟,提升刀剪产业基础科学发展,促进刀剪产业的技术创新。
(3)研究机构应着力关注刀剪传统产业技术发展的过程,充分利用其专利数据进行分析,对其技术发展进行持续关注,提高该产业产品的附加值。
本文还存在一些不足之处:没有考虑专利主题的强度变化;只研究刀剪产业的专利数据,所采用的方法对其他制造业专利数据分析的普适性仍需通过产业案例数据进行验证。在以后的研究中,将进一步解决上述问题。
作者贡献声明
胡勇军:提出研究思路,设计研究方案,提出“体用”TRIZ归类体系,提出TRIZ主题表示模型,论文最终版本修订;
韦婷婷:进行实验,数据分析,修改论文框架;
窦子欣:论文起草;
黄芸茵,梁锐成:数据预处理;
常会友:设计研究方案。
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: hyjsdu96@126.com。
[1] 胡勇军.体用数据集.xlsx.体用TRIZ分类数据.
参考文献
珠三角国家自主创新示范区建设实施方案(2016-2020年)
[R/OL]. [
Implementation Plan of Pearl River Delta National Independent Innovation Demonstration Zone (2016-2020)
[R/OL]. [
“自顶向下”的科技规划——基于专利数据和技术路线图的新方法
[J]. ,
“UP-to-Down” Science &Technology Planning: A New Approach Based on Patent Data and Technology Roadmapping
[J].
Tech Mining to Generate Indicators of Future National Technological Competitiveness: Nano-Enhanced Drug Delivery(NEDD) in the US and China
[J]. ,
Detecting Signals of New Technological Opportunities Using Semantic Patent Analysis and Outlier Detection
[J]. ,
Exploring Technological Opportunities by Linking Technology and Products: Application of Morphology Analysis and Text Mining
[J]. ,
Topic Analysis and Forecasting for Science, Technology and Innovation: Methodology with a Case Study Focusing on Big Data Research
[J]. ,
我国有机精细化工领域技术创新与科学研究关系的专利计量分析
[J]. ,
Patentometric Analysis of the Relations Between Technological Innovation and Scientific Research in the Field of Chinese Organic Fine Chemical Industry
[J].
The Application of Patent Mining in the Forecast of Smart Home Industry
[J]. ,
一种基于相似度的专利与产业类目映射模型——以《国际专利分类》与《国民经济行业分类》为例
[J]. ,
A Similarity-based Model for Mapping Between Patent and Industrial Classifications—Mapping Between the International Patent Classification and the Industrial Classification for National Economic Activities
[J].
Forecasting the Electric Transformation in Transportation: The Role of Battery Technology Performance
[J]. ,
TRIZ创新流程与专利检索系统的结合探索
[J]. ,
On Combination of TRIZ Innovation Process with Patent Retrieval System
[J].
基于知识图谱的专利挖掘方法及其应用
[J]. ,
A Method for Patent Mining Based on Knowledge Map and Its Application
[J].
An Automated Method for Identifying TRIZ Evolution Trends from Patents
[J]. ,
TrendPerceptor: A Property-Function Based Technology Intelligence System for Identifying Technology Trends from Patents
[J]. ,
IPC聚类分析与TRIZ相结合的专利群规避设计方法与应用
[J]. ,
Method and Application of Patented Design Around by Combination of IPC Cluster Analysis and TRIZ
[J].
How to Combine Term Clumping and Technology Roadmapping for Newly Emerging Science & Technology Competitive Intelligence: “Problem & Solution” Pattern Based Semantic TRIZ Tool and Case Study
[J]. ,
面向TRIZ的领域专利技术挖掘系统设计与实践
[J]. ,
Design and Practice of Domain Patent Tech Mining System Oriented to TRIZ
[J].
基于TRIZ理论的物联网关键技术专利发展态势及预测分析
[J]. ,
The Developing Trend and Forecast Analysis of IOT’s Key Technology Patents Based on TRIZ Theory
[J].
基于TRIZ的制造企业服务衍生研究
[J]. ,
Research on Manufacturing Enterprises’ Service Derivative Based on TRIZ
[J].
基于TRIZ理论的新能源汽车制造业服务衍生研究
[J]. ,
Research on New Energy Automobile Manufacturing Service Derivatization Based on TRIZ Theory
[J].
An Introduction to TRIZ: The Theory of Inventive Problem Solving
[J]. ,
/
〈 | 〉 |