人工智能領域專利創(chuàng)新網絡演化及預測研究
發(fā)布時間:2023-04-02 23:27
隨著互聯網信息技術的飛速發(fā)展,新一輪科技革命和產業(yè)變革正處于重要交匯期。人工智能技術已走出實驗室,逐步與各行業(yè)實體經濟深度融合,成為培育新增長點和新動能的戰(zhàn)略方向,未來將對人類的生產生活帶來歷史性的顛覆。同時,專利作為技術和創(chuàng)新能力的表征,隨著信息技術的發(fā)展和知識產權保護的加強,專利數據逐漸完善,已經成為研究創(chuàng)新和研發(fā)的重要工具。專利技術數據的完善為我們認識人工智能專利領域發(fā)展特征,預測人工智能領域的發(fā)展趨勢提供了新的研究工具。本文分析了人工智能相關領域的28萬項世界專利及其引證屬性,對數據進行描述性統計,從專利部、大類、小類三個分類層次刻畫了人工智能專利創(chuàng)新網絡,描述了人工智能專利創(chuàng)新網絡的統計特征和拓撲結構;定量分析了人工智能領域各專利技術類別知識流動,繪制引證矩陣熱力圖。分階段探究了人工智能專利創(chuàng)新網絡演化趨勢,描繪出不同階段人工智能專利小類創(chuàng)新網絡,探析專利發(fā)展趨勢,預測專利增長數量,并利用面板數據模型對預測數據進行檢驗。為全面研究和認識人工智能提供了新的視角。研究表明:1.人工智能領域專利創(chuàng)新網絡是一個小世界網絡,具有短的平均路徑長度和大的簇系數。2.人工智能領域基礎層技術中...
【文章頁數】:82 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
1.緒論
1.1 研究背景
1.2 研究意義
1.3 研究內容
1.4 研究方法
1.5 本文的貢獻
1.6 研究框架
2.人工智能專利創(chuàng)新網絡理論及文獻綜述
2.1 人工智能專利創(chuàng)新網絡相關概念理論
2.1.1 人工智能相關概念理論
2.1.2 復雜網絡相關概念理論
2.2 國內外研究文獻綜述
2.2.1 創(chuàng)新網絡研究
2.2.2 復雜網絡綜述
2.2.3 專利網絡研究
2.2.4 人工智能研究綜述
3.數據選取及描述性統計
3.1 數據選取
3.1.1 數據來源
3.1.2 數據類型
3.1.3 數據預處理
3.2 描述性統計
3.2.1 交叉列聯表分析
3.2.2 對應分析
4.人工智能專利創(chuàng)新網絡拓撲結構分析
4.1 人工智能專利創(chuàng)新網絡構建
4.1.1 專利類別引證
4.1.2 人工智能專利創(chuàng)新網絡
4.2 人工智能專利創(chuàng)新網絡拓撲結構分析
4.2.1 基于度統計特征指標
4.2.2 基于路徑統計特征指標
4.2.3 聚類系數
4.3 專利引證矩陣
5.人工智能專利創(chuàng)新網絡演化及預測分析
5.1 人工智能專利發(fā)展整體特征
5.1.1 網絡整體特征演化分析
5.1.2 網絡節(jié)點演化分析
5.2 人工智能專利大類數量預測
5.3 預測模型準確性檢驗
5.3.1 數據與變量選取
5.3.2 面板模型檢驗
5.3.3 模型建立及參數估計
5.3.4 模型估計結果及解釋
5.4 人工智能領域專利技術發(fā)展趨勢
6.結論及展望
6.1 主要結論
6.2 啟示與建議
6.3 展望與不足
參考文獻
致謝
本文編號:3780179
【文章頁數】:82 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
1.緒論
1.1 研究背景
1.2 研究意義
1.3 研究內容
1.4 研究方法
1.5 本文的貢獻
1.6 研究框架
2.人工智能專利創(chuàng)新網絡理論及文獻綜述
2.1 人工智能專利創(chuàng)新網絡相關概念理論
2.1.1 人工智能相關概念理論
2.1.2 復雜網絡相關概念理論
2.2 國內外研究文獻綜述
2.2.1 創(chuàng)新網絡研究
2.2.2 復雜網絡綜述
2.2.3 專利網絡研究
2.2.4 人工智能研究綜述
3.數據選取及描述性統計
3.1 數據選取
3.1.1 數據來源
3.1.2 數據類型
3.1.3 數據預處理
3.2 描述性統計
3.2.1 交叉列聯表分析
3.2.2 對應分析
4.人工智能專利創(chuàng)新網絡拓撲結構分析
4.1 人工智能專利創(chuàng)新網絡構建
4.1.1 專利類別引證
4.1.2 人工智能專利創(chuàng)新網絡
4.2 人工智能專利創(chuàng)新網絡拓撲結構分析
4.2.1 基于度統計特征指標
4.2.2 基于路徑統計特征指標
4.2.3 聚類系數
4.3 專利引證矩陣
5.人工智能專利創(chuàng)新網絡演化及預測分析
5.1 人工智能專利發(fā)展整體特征
5.1.1 網絡整體特征演化分析
5.1.2 網絡節(jié)點演化分析
5.2 人工智能專利大類數量預測
5.3 預測模型準確性檢驗
5.3.1 數據與變量選取
5.3.2 面板模型檢驗
5.3.3 模型建立及參數估計
5.3.4 模型估計結果及解釋
5.4 人工智能領域專利技術發(fā)展趨勢
6.結論及展望
6.1 主要結論
6.2 啟示與建議
6.3 展望與不足
參考文獻
致謝
本文編號:3780179
本文鏈接:http://sikaile.net/tushudanganlunwen/3780179.html
教材專著