專利知識計量指標體系及其應用研究——以SIPOD中數字信息的傳輸(HO4L)領域為例.pdf

1、專利是集技術情報、經濟情報、商業(yè)情報等于一體的知識載體，其中尤以專利文本中的名稱、摘要和主權項為甚，可以凸顯專利技術所涉及到的專利知識。伴隨著我國在國際科技舞臺愈來愈活躍，針對我國海量的專利文本，進行必要的專利知識計量分析，可以有效揭示我國專利技術的知識結構及其發(fā)展狀況。因此，如何基于我國國家知識產權局專利數據庫(the State Intellectual Property Office Database，SIPOD)獨特的專利文本結

2、構，探尋適宜的專利知識計量指標體系、方法和應用，就成了本文研究的主要目的。
　　首先，以知識、知識計量學基本理論及相關概念為基礎，立足于專利知識的創(chuàng)造性、系統(tǒng)性、網絡性等特征，本文提出了專利知識計量的概念，并闡釋了“知識元”以及知識元相互聯(lián)系、相互作用而形成的“知識鏈”、“知識群”和“知識網絡”等各類知識聚集體是專利知識計量的對象。之后，構建了專利知識元、專利知識鏈、專利知識群和專利知識網絡四層次專利知識計量指標體系。其中，在專利

3、知識元角度，采用指標頻數、權重、度數和中介中心度從其數量和質量角度進行了衡量;在專利知識鏈方面，則從頻數、鏈長、影響力和中介中心度角度對知識鏈的構成情況及作用進行了度量;在專利知識群方面，是以強度、規(guī)模和聚集度指標對它的結構和功能進行了比較;在專利知識網絡方面，則以規(guī)模、平均最短距離和密度指標對其組成和結構進行了分析。
　　其次，針對我國SIPOD的專利文本結構，在最大字符串匹配算法的基礎上，結合具體專利知識元所在的名稱、摘要和主

4、權項位置，構建了專利知識元抽取的方法，并采用知識元云圖的方式對其進行了知識可視化。之后，本文采用關聯(lián)規(guī)則挖掘算法Apriori中的頻繁項集抽取了專利知識鏈，并借鑒復雜網絡分析中凝聚子群的識別法，以Lambda集合算法完成了專利知識群的識別與計算。本文提到的專利知識網絡是以抽取出來的專利知識元為節(jié)點、以知識元之間的余弦相似度為邊形成的，之后借鑒復雜網絡的思想對其結構進行了分析。
　　最后，以與下一代移動通信網絡密切相關的數字信息的傳