專利知識(shí)計(jì)量指標(biāo)體系及其應(yīng)用研究——以SIPOD中數(shù)字信息的傳輸(HO4L)領(lǐng)域?yàn)槔?pdf

1、專利是集技術(shù)情報(bào)、經(jīng)濟(jì)情報(bào)、商業(yè)情報(bào)等于一體的知識(shí)載體，其中尤以專利文本中的名稱、摘要和主權(quán)項(xiàng)為甚，可以凸顯專利技術(shù)所涉及到的專利知識(shí)。伴隨著我國(guó)在國(guó)際科技舞臺(tái)愈來愈活躍，針對(duì)我國(guó)海量的專利文本，進(jìn)行必要的專利知識(shí)計(jì)量分析，可以有效揭示我國(guó)專利技術(shù)的知識(shí)結(jié)構(gòu)及其發(fā)展?fàn)顩r。因此，如何基于我國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局專利數(shù)據(jù)庫(kù)(the State Intellectual Property Office Database，SIPOD)獨(dú)特的專利文本結(jié)

2、構(gòu)，探尋適宜的專利知識(shí)計(jì)量指標(biāo)體系、方法和應(yīng)用，就成了本文研究的主要目的。
　　首先，以知識(shí)、知識(shí)計(jì)量學(xué)基本理論及相關(guān)概念為基礎(chǔ)，立足于專利知識(shí)的創(chuàng)造性、系統(tǒng)性、網(wǎng)絡(luò)性等特征，本文提出了專利知識(shí)計(jì)量的概念，并闡釋了“知識(shí)元”以及知識(shí)元相互聯(lián)系、相互作用而形成的“知識(shí)鏈”、“知識(shí)群”和“知識(shí)網(wǎng)絡(luò)”等各類知識(shí)聚集體是專利知識(shí)計(jì)量的對(duì)象。之后，構(gòu)建了專利知識(shí)元、專利知識(shí)鏈、專利知識(shí)群和專利知識(shí)網(wǎng)絡(luò)四層次專利知識(shí)計(jì)量指標(biāo)體系。其中，在專利

3、知識(shí)元角度，采用指標(biāo)頻數(shù)、權(quán)重、度數(shù)和中介中心度從其數(shù)量和質(zhì)量角度進(jìn)行了衡量;在專利知識(shí)鏈方面，則從頻數(shù)、鏈長(zhǎng)、影響力和中介中心度角度對(duì)知識(shí)鏈的構(gòu)成情況及作用進(jìn)行了度量;在專利知識(shí)群方面，是以強(qiáng)度、規(guī)模和聚集度指標(biāo)對(duì)它的結(jié)構(gòu)和功能進(jìn)行了比較;在專利知識(shí)網(wǎng)絡(luò)方面，則以規(guī)模、平均最短距離和密度指標(biāo)對(duì)其組成和結(jié)構(gòu)進(jìn)行了分析。
　　其次，針對(duì)我國(guó)SIPOD的專利文本結(jié)構(gòu)，在最大字符串匹配算法的基礎(chǔ)上，結(jié)合具體專利知識(shí)元所在的名稱、摘要和主

4、權(quán)項(xiàng)位置，構(gòu)建了專利知識(shí)元抽取的方法，并采用知識(shí)元云圖的方式對(duì)其進(jìn)行了知識(shí)可視化。之后，本文采用關(guān)聯(lián)規(guī)則挖掘算法Apriori中的頻繁項(xiàng)集抽取了專利知識(shí)鏈，并借鑒復(fù)雜網(wǎng)絡(luò)分析中凝聚子群的識(shí)別法，以Lambda集合算法完成了專利知識(shí)群的識(shí)別與計(jì)算。本文提到的專利知識(shí)網(wǎng)絡(luò)是以抽取出來的專利知識(shí)元為節(jié)點(diǎn)、以知識(shí)元之間的余弦相似度為邊形成的，之后借鑒復(fù)雜網(wǎng)絡(luò)的思想對(duì)其結(jié)構(gòu)進(jìn)行了分析。
　　最后，以與下一代移動(dòng)通信網(wǎng)絡(luò)密切相關(guān)的數(shù)字信息的傳