基于引文網(wǎng)絡的核心專利發(fā)現(xiàn)研究.pdf_第1頁
已閱讀1頁,還剩66頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、十八大報告中指出要實施創(chuàng)新驅動發(fā)展戰(zhàn)略,鼓勵以創(chuàng)新促進經(jīng)濟發(fā)展,而以創(chuàng)新驅動經(jīng)濟增長的轉型發(fā)展離不開集經(jīng)濟性、法律性和技術性為一體的專利信息資源的支撐。專利文獻承載著最新的科技信息,世界上新技術中幾乎有90%-95%都是首先通過專利文獻公之于眾的。國家和企業(yè)要想獲取某一技術領域最新進展情況,對專利文獻的參考是必不可少的,而面對每年龐大的專利文獻數(shù)據(jù),如何從中快速準確地找到領域中的核心技術是擺在國家和企業(yè)面前亟待解決的問題,這對國家和企業(yè)

2、進行技術跟蹤與學習,不斷提高自身技術水平和創(chuàng)新能力具有重要的意義。
  本文首先介紹了傳統(tǒng)識別核心專利的方法,主要包括基于外部特征的核心專利識別、基于綜合引文網(wǎng)絡的核心專利識別、利用布拉德福定律的識別以及采用相關軟件進行的核心專利識別四個方面,但是這四種方法都在不同程度上存在著局限性,例如基于外部特征的識別方法主觀性較強,基于綜合引用網(wǎng)絡的識別方法太復雜,而利用布拉德福定律和軟件的識別方法針對性又太強,不屬于一般的識別方法。因此,

3、本文摒棄之前的識別方法,從最原始的直接引用網(wǎng)絡出發(fā),參照網(wǎng)絡鏈接關系,引入了PageRank算法,然而原始的PageRank算法并沒有考慮到專利自身的屬性特點。因此本文在對原始 PageRank算法模型介紹的基礎上,從引用鏈接關系上的引用權重出發(fā),考慮被引專利的外在屬性(被引次數(shù))和內在屬性(專利年齡),引入了專利的“權威性”和“時間性”因子,提出了改進的PageRank算法即PTR算法。
  為了驗證PTR算法的合理性和優(yōu)越性,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論