發(fā)布時間：2024-04-26 00:08

　　技術(shù)新穎性被認(rèn)為是突破性技術(shù)的重要推動力,然而技術(shù)新穎性概念抽象且復(fù)雜,如何衡量技術(shù)新穎性成為近年來學(xué)者們普遍關(guān)注的問題。本研究提出從知識組合視角識別新穎性技術(shù)的綜合測度指標(biāo),該綜合指標(biāo)從知識元(分別以專利IPC分類代碼和專利主題內(nèi)容表征)的以往共現(xiàn)次數(shù)、未來鏈接的概率和語義層面的相似度三個方面來度量知識組合新穎性值。借鑒發(fā)表在Science期刊論文中測度新穎性方法,取專利的知識元組合新穎值分布的第10百分位數(shù)/中位數(shù)分別代表專利新穎性/常規(guī)性,將專利的類型劃分為以下類型:高常規(guī)性/低新穎性、高常規(guī)性/高新穎性、低常規(guī)性/高新穎性、低常規(guī)性/低新穎性。以人工智能領(lǐng)域發(fā)明專利為實證驗證數(shù)據(jù),研究表明本研究所提出測度技術(shù)新穎性方法可以捕捉更多的新穎性知識組合。結(jié)合知識元組合以往共現(xiàn)次數(shù)、未來鏈接概率及語義相似度三個指標(biāo)與只使用單一指標(biāo)相比具有一定的優(yōu)勢。此外,本研究提出融合了 IPC組合和主題詞組合的綜合測度指標(biāo)的準(zhǔn)確率為0.943,表明該綜合方法測度技術(shù)新穎性的可靠性。不論從IPC代碼或主題內(nèi)容測度技術(shù)新穎性,還是從結(jié)合這兩個方面測度技術(shù)新穎性,研究表明團(tuán)隊合作已成為主流模式,對高新穎性...

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．１?ＩＰＣ分類碼層次結(jié)構(gòu)舉例??Ｆｉｇ．?２．１?Ｅｘａｍｐｌｅ?ｏｆ?ＩＰＣ?ｈｉｅｒａｒｃｈｉｃａｌ?ｓｔｒｕｃｔｕｒｅ??？?１３?－??

，適用于評估一項技術(shù)的組合過程［６９］，息在以往研究中常??用主組級ＩＰＣ代碼［２８，７０］相比，分組級ＩＰＣ分類代碼定義了某些更詳細(xì)的技術(shù)主題領(lǐng)域。??故本研究采用分組級ＩＰＣ分類代碼作為技術(shù)知識的知識元代表，提出評價技術(shù)新穎性的??綜合指標(biāo)，該綜合指標(biāo)包含了?ＩＰＣ組合以往的....

圖２．?２專利主題內(nèi)容數(shù)據(jù)處理流程??Ｆｉｇ．?２．２?Ｐａｔｅｎｔ?ｓｕｂｊｅｃｔ?ｃｏｎｔｅｎｔ?ｄａｔａ?ｐｒｏｃｅｓｓｉｎｇ?ｐｒｏｃｅｓｓ??

??基于知砸合視角的技術(shù)新穎性測度研究???２．２．２主題內(nèi)容數(shù)據(jù)處理??專利作為技術(shù)的載體，其標(biāo)題和摘要內(nèi)容很好體現(xiàn)了專利發(fā)明人的研宄內(nèi)容、核??心研究方法和主要結(jié)果，適用于評價技術(shù)主題內(nèi)容纟且合新穎性。因此，本研究采用專??利的標(biāo)題和摘要文本來表征專利的主題內(nèi)容，對專利主題內(nèi)....

圖２．?４?Ｓｋｉｐ－ｇｒａｍ模型結(jié)構(gòu)圖??Ｆｉｇ．?２．４?Ｓｋｉｐ－ｇｒａｍ?ｍｏｄｅｌ?ｓｔｒｕｃｔｕｒｅ?ｄｉａｇｒａｍ??

ｒｄ２ＶｅＣ［７９Ｗｎ?Ｄ〇Ｃ２ＶｅＣｔ８（）Ｉ這種分布式表示學(xué)習(xí)算法是將實體對象映射成為各個維度上??的實數(shù)值來表示對象的語義信息，能夠克服維數(shù)災(zāi)難和學(xué)習(xí)到語義關(guān)系。Ｄ〇Ｃ２ｖｅＣ模??型［剛是在Ｗｏｒｄ２ｖｅＣ模型［柯棊礎(chǔ)上進(jìn)行改進(jìn)，能從可變長度的文本中學(xué)習(xí)固定長度的??特征....

圖３．?１測度專利ＩＰＣ組合新穎性流程圖??Ｆｉｇ．?３．１?Ｆｌｏｗ?ｃｈａｒｔ?ｆｏｒ?ｍｅａｓｕｒｉｎｇ?ｔｈｅ?ｎｏｖｅｌｔｙ?ｏｆ?ｔｈｅ?ｐａｔｅｎｔ?ＩＰＣ??

隊規(guī)模、被引次數(shù)和專利價值之間的??關(guān)系，研究高新穎性專利與高被引專利是否存在必然的聯(lián)系，給相關(guān)領(lǐng)域的研發(fā)團(tuán)隊??提供相關(guān)建議。??３．１?Ｉ?ＰＣ新穎性的測度??３．１．１測度指標(biāo)??對每項專利的ＩＰＣ分類代碼進(jìn)行兩兩組合，結(jié)合ＩＰＣ組合以柱共現(xiàn)概率Ｐａｅｕｃ、鏈??接概率ｐｌ....

本文編號：3964430