專利數(shù)據(jù)中包含了豐富的科技信息。通過(guò)對(duì)專利數(shù)據(jù)的分析,不僅可以幫助企業(yè)快速了解當(dāng)前領(lǐng)域的發(fā)展?fàn)顩r,還可以及時(shí)發(fā)現(xiàn)領(lǐng)域中的技術(shù)創(chuàng)新人才。盡管當(dāng)前已經(jīng)存在了一些基于專利指標(biāo)的技術(shù)創(chuàng)新人才評(píng)價(jià)方法,但這些方法往往孤立地對(duì)各個(gè)特征進(jìn)行分析,而忽略了考慮特征之間的關(guān)聯(lián)對(duì)技術(shù)創(chuàng)新的人才發(fā)現(xiàn)的影響。針對(duì)該問(wèn)題,論文提出了一種基于專利異構(gòu)網(wǎng)絡(luò)的技術(shù)創(chuàng)新人才發(fā)現(xiàn)方法,不僅考慮多個(gè)特征來(lái)評(píng)價(jià)專利數(shù)據(jù)中發(fā)明人的創(chuàng)新能力,而且通過(guò)構(gòu)建多維特征的異構(gòu)網(wǎng)絡(luò)將多維度特征關(guān)聯(lián)起來(lái),從而可以在專利數(shù)據(jù)集合中準(zhǔn)確地發(fā)現(xiàn)技術(shù)創(chuàng)新人才。實(shí)驗(yàn)表明,提出的方法是有效的。 

【文章來(lái)源】：計(jì)算機(jī)與數(shù)字工程. 2020,48(07)

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

一個(gè)專利的部分結(jié)構(gòu)化特征示例為了構(gòu)建包含具有多維度特征的專利異構(gòu)網(wǎng)

第48卷關(guān)聯(lián)強(qiáng)度為0.3。邊<P2，P1>表示專利P2引用專利P1，且P2到P1的引用關(guān)聯(lián)的強(qiáng)度為0.5�？梢钥吹�，基于構(gòu)建專利異構(gòu)網(wǎng)絡(luò)，我們可以得到申請(qǐng)人、發(fā)明人、專利等三種類型節(jié)點(diǎn)之間的關(guān)聯(lián)。圖2一個(gè)專利異構(gòu)網(wǎng)絡(luò)的例子3.3基于多維特征協(xié)同分析的技術(shù)創(chuàng)新人才發(fā)現(xiàn)算法基于構(gòu)建好的專利異構(gòu)網(wǎng)絡(luò)，我們擬提出異構(gòu)網(wǎng)絡(luò)下技術(shù)創(chuàng)新人才發(fā)現(xiàn)算法，即通過(guò)發(fā)明人與發(fā)明人、發(fā)明人與專利文檔、專利文檔與專利文檔、申請(qǐng)人與申請(qǐng)人以及申請(qǐng)人與專利文檔之間的相互關(guān)聯(lián)來(lái)度量各個(gè)發(fā)明人的技術(shù)創(chuàng)新能力，并找出技術(shù)創(chuàng)新能力最強(qiáng)的前k個(gè)發(fā)明人。該算法基于以下假設(shè)：1）一個(gè)專利文檔被其他專利文檔引用的專利數(shù)量越多，且施引的專利的質(zhì)量越高，則該專利的質(zhì)量越高；2）技術(shù)創(chuàng)新能力較強(qiáng)的發(fā)明人申請(qǐng)的專利通常會(huì)是高質(zhì)量的專利；3）申請(qǐng)人的創(chuàng)新能力越強(qiáng)，則申請(qǐng)人維持的專利的質(zhì)量通常越高；4）發(fā)表許多高質(zhì)量專利的發(fā)明人通常技術(shù)創(chuàng)新能力較強(qiáng)；5）技術(shù)創(chuàng)新能力較強(qiáng)的發(fā)明人的共著發(fā)明人通常會(huì)也具有較強(qiáng)的技術(shù)創(chuàng)新能力；6）維持許多高質(zhì)量專利的申請(qǐng)人通常具有較強(qiáng)的技術(shù)創(chuàng)新實(shí)力；7）技術(shù)創(chuàng)新實(shí)力較強(qiáng)的申請(qǐng)人所合作的申請(qǐng)人通常也具有較強(qiáng)的技術(shù)創(chuàng)新實(shí)力。根據(jù)1）、2）、3）可得，決定一篇專利是否為高質(zhì)量的專利文檔的因素有由三部分組成：引用該專利的專利數(shù)量和質(zhì)量、發(fā)明人的技術(shù)創(chuàng)新能力以及申請(qǐng)人的技術(shù)創(chuàng)新能力。因此，對(duì)于異構(gòu)網(wǎng)絡(luò)中的任意專利Pi，其專利質(zhì)量Q（Pi）為Q(Pi)=α1j=1|P(Pi)|Q(Pj)′1|Pj|+α2j=1|I(Pi)|Q(Ij)′1|P(Ij)|+

【參考文獻(xiàn)】：
期刊論文
[1]創(chuàng)新是新時(shí)代中小企業(yè)持續(xù)健康發(fā)展的生命線[J]. 林澤炎.  中國(guó)發(fā)展觀察. 2017(22)
[2]工程技術(shù)類高層次創(chuàng)新型科技人才評(píng)價(jià)指標(biāo)體系研究[J]. 李瑞,吳孟珊,吳殿廷.  科技管理研究. 2017(18)
[3]創(chuàng)新型人才評(píng)價(jià)指標(biāo)體系構(gòu)建[J]. 劉慧,楊乃定,郭曉.  技術(shù)與創(chuàng)新管理. 2015(04)
[4]基礎(chǔ)研究類創(chuàng)新型科技人才評(píng)價(jià)指標(biāo)體系的構(gòu)建[J]. 趙偉,包獻(xiàn)華,屈寶強(qiáng),林芬芬.  科技與經(jīng)濟(jì). 2014(01)
[5]高校人才學(xué)術(shù)評(píng)價(jià)的專利指標(biāo)研究[J]. 涂湘波,晁蓉,廖紅四.  當(dāng)代教育理論與實(shí)踐. 2013(06)
[6]中國(guó)人才創(chuàng)新創(chuàng)業(yè)的指標(biāo)體系和評(píng)價(jià)模型構(gòu)建[J]. 桂昭明.  第一資源. 2012(06)
[7]創(chuàng)新人才成長(zhǎng)環(huán)境評(píng)價(jià)指標(biāo)體系實(shí)證研究——以江蘇省徐州市為例[J]. 張海燕.  科技管理研究. 2012(20)
[8]基于文獻(xiàn)聚合的高層次創(chuàng)新人才隊(duì)伍建設(shè)指標(biāo)體系研究[J]. 張?bào)w勤,姜道奎,伊振中.  科技與經(jīng)濟(jì). 2012(01)
[9]引進(jìn)高層次創(chuàng)業(yè)創(chuàng)新人才評(píng)價(jià)指標(biāo)體系研究[J]. 曹麗娟.  科技管理研究. 2010(05)
[10]創(chuàng)新型人才評(píng)價(jià)指標(biāo)體系研究[J]. 呂欽,鄢平.  消費(fèi)導(dǎo)刊. 2009(05)



本文編號(hào)：3571253