在十九大報告中強調要堅定實施創(chuàng)新驅動發(fā)展戰(zhàn)略,加快建設創(chuàng)新型國家,而作為集經濟性、法律性以及技術性為一體的專利文獻是實現創(chuàng)新驅動戰(zhàn)略的重要支撐之一,另外,專利是先進科技信息的承載體,因此對于專利信息的分析是國家和企業(yè)實施創(chuàng)新驅動發(fā)展的第一助力,有利于國家和企業(yè)不斷提高自身“軟件”實力和創(chuàng)新能力,以及進行產業(yè)布局和技術管理。但隨著海量的專利數據的出現,如何從中快速識別核心技術和新興技術是國家和企業(yè)急需解決的問題。本文基于引文網絡分別從核心技術領域識別、核心專利識別以及新興領域發(fā)現進行專利自動推薦關鍵技術研究。首先將專利按照IPC分類號的部進行劃分,獲得技術領域之間的有向連接圖,然后計算各領域內所含專利的被引次數之和作為權威因子矩陣,同時計算各領域在引用網絡中的中介中心性構建中介因子矩陣,最后將這兩個矩陣帶入Page Rank算法中,獲得核心技術領域識別算法即PBR算法。其次,本文基于Page Rank算法,考慮專利的連接屬性（被引次數、專利年齡）和自身屬性（同族專利數量、權利要求數量）,引入了入度占比因子、時間因子、同族專利因子和權利因子,提出了改進的Page Rank算法即PPR算法。... 

【文章來源】：哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校

【文章頁數】：67 頁

【學位級別】：碩士

【部分圖文】：

最大連通子圖

哈爾濱工業(yè)大學應用統(tǒng)計碩士專業(yè)學位論文-31-圖5-1最大連通子圖5.2基于PBR算法的核心技術領域自動推薦技術本節(jié)將IPC分類號屬性引入所獲得的最大連通子圖中，然后按照IPC分類號的部對專利進行劃分，可以發(fā)現，當前引文網絡可以被劃分到7個部中，分別為A部、B部、C部、E部、F部、H部以及G部。圖5-2帶有IPC屬性的引文網絡圖5.2.1參數計算—確定權重本文應用熵權法計算PBR算法加入的兩個因子矩陣的權重參數1和2.熵權法是一種客觀賦權算法，不受主觀因素影響，若某個指標的變異程度越大，則對應的信息熵就越小，那么可以表明該指標含有的信息量也越多，換句話說該指標在評價中具有較大的作用。因此指標的信息熵越小，則權重也就越大，反之則權

哈爾濱工業(yè)大學應用統(tǒng)計碩士專業(yè)學位論文-33-排名的相關系數雖然為0.75,但是沒有通過顯著性檢驗，其次，中介中心性排名結果與PBR算法排名結果相一致，說明PBR算法相比于PR算法充分考慮了被引次數和中介中心性對識別核心技術領域的重要性，具有優(yōu)勢性。本文依據PBR算法所獲得的的排名結果見表5-2，由表5-2可以發(fā)現PBR排名與PR排名相差較大的領域就是F部，F部為機械工程、照明、加熱、武器、爆破領域，可以看出該領域的專利在引文網絡中被引次數較高，可以在7個領域中排名第三，說明F部技術領域是航空、航天器設備制造業(yè)中較重要專利，其次F部在技術領域引用網絡中的中介中心性為0.17,排名第二，說明該技術領域是較為基礎的關鍵領域。因此說明PBR算法相比于PR算法可以挖掘出行業(yè)內較為關鍵的基礎領域。表5-2PBR排名表IPC分類號PBR排名PR排名被引次數中介中心性B1117080.27F253580.17G32370.1H433730.03E54160.03A66280C7700本文還繪制了各技術領域對應的PBR值和PR值的折線圖，見圖5-3。由圖5-3可以發(fā)現，PBR值的極差大于PR值的極差，在最開始分值相差較大，但隨著排名靠后，分值也逐漸接近，則說明PBR算法比PR算法的結果更具有差異性，可以更好的篩選出核心技術領域。圖5-3PBR值和PR值得分對比圖

【參考文獻】：
期刊論文
[1]基于加權流量介數中心性的路網脆弱性分析——以無錫市為例[J]. 杜佳昕,張豐,杜震洪,劉仁義.  浙江大學學報(理學版). 2020(02)
[2]網絡節(jié)點中心性與均衡性結合的作者網絡特征分析[J]. 馬蒙,李秀霞.  情報科學. 2020(03)
[3]基于節(jié)點親密度的標簽傳播重疊社區(qū)發(fā)現算法[J]. 梁世嬌,柴爭義.  云南大學學報(自然科學版). 2020(01)
[4]基于小世界網絡特性的核心技術識別研究——以石墨烯為例[J]. 戚筠,唐恒,石俊國.  情報雜志. 2020(02)
[5]基于專利的兩階段新興技術識別研究——以圖像識別技術為例[J]. 羅建,蔡麗君,史敏.  情報科學. 2019(12)
[6]基于多維度專利指標分析的優(yōu)勢技術領域識別研究[J]. 汪慶,朱欽磊,楊芳.  情報雜志. 2020(01)
[7]基于專利引文網絡的智能物流技術演進路徑研究[J]. 曹蕾,來堯靜.  物流技術與應用. 2019(10)
[8]基于PageRank的論文引用網絡關系挖掘[J]. 金潔,徐岳皓,劉振宇.  中國電子科學研究院學報. 2019(09)
[9]基于專利分析的食品行業(yè)技術創(chuàng)新研究[J]. 吳素春,胡青枝,王純陽.  湖北農業(yè)科學. 2019(15)
[10]新興技術概念辨析及其識別方法研究進展[J]. 周萌,朱相麗.  情報理論與實踐. 2019(10)

博士論文
[1]若干社區(qū)發(fā)現算法研究[D]. 潘磊.南京大學 2014

碩士論文
[1]基于合作與引文網絡的學者學術影響力評價研究[D]. 劉凱玉.山東師范大學 2019
[2]基于專利引文的人工智能領域科學-技術關聯(lián)分析[D]. 郜夢蕊.南京大學 2019
[3]基于中心邊選擇的重疊社區(qū)發(fā)現算法研究[D]. 張方.吉林大學 2019
[4]網絡中心性、進出口與國際碳排放研究[D]. 徐紹婷.浙江工商大學 2019
[5]核心專利識別綜合價值模型的構建及實證研究[D]. 亢川博.吉林大學 2018
[6]基于文本向量表示學習的引文推薦方法研究[D]. 李飛.西北農林科技大學 2018
[7]基于引文網絡的核心專利發(fā)現研究[D]. 張欣.山西大學 2017
[8]基于引文網絡的文獻在線推薦系統(tǒng)研究和實現[D]. 馬丙超.大連理工大學 2016
[9]基于專利引文網絡的技術科學圖譜分析[D]. 裴艷林.北京郵電大學 2016
[10]基于多因素的引文推薦策略研究[D]. 石杰.東北大學 2011



本文編號：3118090