收稿日期:2016-03-05摇 摇 摇 摇 摇 修回日期:2016-03-30
基金项目:国家社会科学基金重大项目“新兴技术未来分析理论方法及产业创新研究冶( 编号: 11&ZD140) 研究成果之一;首都社会建设与社
会管理协同创新中心资助;北京工业大学研究生科技基金(编号:ykj-2015-11732)。
作者简介:吴菲菲( ORCID:0000-0002-6869-7751) ,女,1962 年生,教授,研究方向: 技术创新管理、项目管理; 栾静静(ORCID:0000-0001-
5509-3097) ,女,1991 年生,硕士研究生,研究方向: 技术创新管理;黄鲁成( ORCID:0000-0001-9255-0226) ,男,1956 年生,博士,教授,研
究员,研究方向: 科技管理、技术与项目管理、技术未来分析等; 张亚茹(ORCID:0000-0001-9866-0071) ,女,1991 年生,硕士研究生,研究方
向: 技术创新管理。
·竞争情报·
基于新颖性和领域交叉性的知识前沿性专利识别*
———以老年福祉技术为例
吴菲菲1,2 摇 栾静静1 摇 黄鲁成1,2 摇 张亚茹1
(1.北京工业大学经济与管理学院摇 北京摇 100124;
2.首都社会建设与社会管理协同创新中心摇 北京摇 100124)
摘摇 要摇 [目的 /意义]创新驱动激励下全球专利数量激增,可学习和借鉴的专利知识日益增长,但如何快速有效地
从海量专利中识别出具有知识前沿性的专利,对提高创新方向选择和创新方案决策效率具有十分重要的意义。 [方
法 /过程]论文基于知识的新颖性和领域交叉性,提出了更具知识前沿性专利的识别方法。 具体思路是:首先,利用
每篇专利信息中专利引用和非专利引用时间,定义技术循环周期(TCT)指标,测度专利知识的新颖性;其次,利用国
际专利分类号,定义技术领域交叉度(CI)指标,测度专利知识的领域交叉性;综合集成测度的结果,给出更具知识前
沿性专利的排序。 最后,以老年福祉技术为例给出了具体识别过程和结果。 [结果 /结论] 结果表明,目前老年福祉
技术更具知识前沿性专利的研发主题集中在通信、治疗和老年人行动工具。
关键词摇 专利摇 专利识别摇 专利引用摇 技术循环周期摇 福祉技术
中图分类号摇 G350摇 摇 摇 摇 摇 文献标识码摇 A摇 摇 摇 摇 摇 摇 文章编号摇 1002-1965(2016)05-0085-06
引用格式摇 吴菲菲,栾静静,黄鲁成,等.基于新颖性和领域交叉性的知识前沿性专利识别[ J] . 情报杂志,2016,35
(5):85-90.
DOI摇 10. 3969 / j. issn. 1002-1965. 2016. 05. 015
Identification of Knowledge Frontier Patents Based on Novelty and Interdisciplinarity:
Gerontechnology as an Example
Wu Feifei1,2 摇 Luan Jingjing1 摇 Huang Lucheng1,2 摇 Zhang Yaru1
(1. Department of Economic and Management, Beijing University of Technology, Beijing摇 100124;
2. Collaborative Innovation Center of Capital Society-Building & Social Governance, Beijing摇 100124)
Abstract摇 [Purpose / Significance]The number of patents worldwide is surging, which enriches the reference for patent knowledge. How
to identify the patent of more knowledge frontier out of the large amount of patents is very important for improving the innovation orienta鄄
tion choosing and innovation decision-making efficiency. [Method / Process] Based on the novelty and interdisciplinarity of knowledge,
this paper proposes a new method for identifying the patents presenting frontier of knowledge. The concept behind is: first, we define the
technology cycle time (TCT) index to measure patent knowledge of novelty, which is computed by the time of patent citation and non-
patent references in each passage of patent information; second, we define the technical cross intensity index (CI) to measure the interdis鄄
ciplinarity of patent knowledge, which is computed by the international patent classification; the result of the integrated measurement iden鄄
tifies patents with more knowledge of frontier and presents them in a corresponding ranking. Finally, the specific recognition process and
results are demonstrated by an example of gerontechnology. [Result / Conclusion]The results show that the knowledge frontier patents of
gerontechnology focus on communication, treatment, and elderly action tools presently.
第 35 卷摇 第 5 期
2016 年 5 月 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
情摇 报摇 杂摇 志
JOURNAL OF INTELLIGENCE
摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Vol. 35摇 No. 5May 摇 2016
Key words摇 patent摇 patent identification摇 patent citation摇 TCT摇 gerontechnology
0摇 引摇 言
专利作为知识产权方面最重要的技术创新表现形
式之一[1],其中饱含丰富的技术知识信息,在技术创新
和发展研究中,受到越来越多的青睐[2],成为建设创建
新型国家的重要支撑和掌握发展主动权的关键[3]。 据
世界知识产权组织(WIPO)的统计,2014 年世界各国
通过该组织的《专利合作条约》 (PCT)体系申请的专
利共达 21. 5 万件[4],其中,国内专利说明书平均页数
是 4. 6 页,国外是 16. 6 页[5]。 面对大量的专利知识,
采用逐篇阅读方式获取所需专利信息是不现实的。 尽
管已经有相关软件帮助识别技术热点和前沿领域,但
一方面热点识别突出强调的是相关概念的出现频次,
没有充分考虑专利技术知识来源的新颖性;另一方面,
前沿识别常以引用频次变化或概念的出现时间特征为
依据,没有分析技术知识的跨领域特征,知识的跨领域
转移识别[6]更是前沿技术需要关注的重要属性。 因
此,面对快速大量增长的专利,有效识别出更具知识前
沿性的专利,提供给创新人员优先阅读是应该解决的
现实问题,该问题的解决有助于研发人员更快速地选
择研发方向和创新路径。
1摇 研究回顾
一般而言,能够申请专利的技术都具有新颖性,新
颖性专利具有更高的专利价值[7]。 从申请时间看,越
是接近当前的专利其新颖性应该更强,但在众多具有
新颖性特征的专利中,比较专利技术知识来源的新颖
程度,常采用技术循环周期(Technology Cycle Time,
TCT)进行测度[8]。 文献[9-11]也利用 TCT 指标分
析了技术的进步速度,尽管没有直接定义技术知识的
新颖性,但也认为技术循环时间越短,说明技术更新速
度越快,即更加新颖的知识支撑着技术的发展。 然而,
目前 TCT值的计算仅考虑了专利引用专利信息的时
间周期,没有关注和比较非专利引用信息的时间特征。
在专利中,非专利的引用也是衡量科学活动的有力指
标,拥有较多的非专利引用的专利意味着有更多的科
学投入[12]。 非专利引文包括科技期刊、论文、著作、会
议文件等[13]。 专利间的引用反映出了技术知识之间
的继承和拓展[14],非专利引文同样反映着技术知识的
交流和传递,测度专利知识来源的新颖性,不仅应该计
算专利引用的时间周期,也应该计算非专利引用的时
间周期,这样才能全面比较和衡量专利技术知识的新
颖程度。 目前针对非专利引文的研究,主要集中于探
讨科学知识与技术知识之间的关联关系[15],以及科学
与技术之间的知识转移特征[16],在测度专利新颖性上
还未见使用。
当然,更具知识前沿性专利的识别不能仅考虑时
间上的新,还要分析其知识跨度的广。 因为欧洲研究
理事会(ERC)通过计量经济学模型证明,创新性和学
科交叉性是鉴定研究前沿的决定性因素[17]。 因此,知
识的跨领域程度也成为研究中必需测度的指标。 专利
的技术领域通常利用国际专利分类号( IPC)定义,专
利涉及的分类号越多,则知识领域跨度越大。 刘晓
燕[18]曾以 IPC分类号的扩散数量作为技术扩散度量
函数。 程妮、刘航[19]利用 IPC间的引证关系研究农业
领域的知识转移活动。
本文在上述研究的基础上,综合了专利引用和非
专利引用信息,并且集成了专利知识的领域交叉性特
征,提出了更具知识前沿性专利的识别方法。
2摇 更具知识前沿性专利识别框架
第一,数据下载与清洗,形成有效数据集;第二,利
用综合后的技术循环周期(TCT)测度专利知识来源
的新颖性;第三,从满足新颖性特征的数据集中根据技
术领域交叉指标(CI),测度专利知识来源的跨领域程
度;第四,综合集成测度结果,给出更具知识前沿性专
利的排序。 为了说明识别过程,本文以老年福祉技术
为例给出识别过程和结果。
摇 2. 1摇 更具知识前沿性专利的测度指标
2. 1. 1摇 新颖性指标定义 摇 技术内容的新颖性在
专利申请环节已有专利审查员把关,但技术来源的新
颖性需要定义和测度。 理论上,专利引用信息可以揭
示专利的新颖性,并提供重要的、可量化的背景信
息[20]。 非专利文献引文可以反映学术界的当前状态,
强调申请专利的新颖性和唯一性[21]。 尽管专利引用
的特点不同于文献,但同样反映了创新成果的关联知
识。 本文采用技术循环周期(Technology Cycle Time,
TCT)表征专利技术的新颖性。 TCT 是由 Narin 等提
出[22],用于度量技术之间的循环时间[23]。 考虑到知识
来源的全面性,本文利用专利引文测度技术新颖性时,
既包括专利引文,也包括非专利引文。 因此,更具新颖
性专利定义为:若引用的各种信息越接近当前时间,即
技术循环时间越小,则其新颖性越强,潜在的创新性就
越高[24]。
2. 1. 2摇 专利新颖性测度摇 本文分别定义了技术
循环周期指标 TCTti 和 TCTsi。 其中,TCTti 测度待识别
专利 i引用专利文献的技术循环时间,TCTsi 测度待识
别专利 i引用非专利文献的技术循环时间,具体计算
·68· 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 情摇 报摇 杂摇 志摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 第 35 卷
过程见公式(1) 和(2)。
TCTti =
移
n
j = 1
( t i - t j)
n ( i = 1,2,…;j = 1,2,…,n)
(1)
公式(1)中,t i表示待识别专利 i的公开年,t i表示
待识别专利 i引用专利 j的公开年,n表示待识别专利 i
引用的专利总数。
TCTsi =
移
n
m = 1
( t i - tm)
n ( i = 1,2,…;m = 1,2,…,n)
(2)
公式(2)中,t i表示待识别专利 i的公开年,t i表示
待识别专利 i引用的非专利 m的出版年,n表示待识别
专利 i引用的非专利文献总数。
专利引用及非专利引用信息的集成:即专利 i 的
TCTi 值计算如下:
TCTi = 琢TCTti + (1 - 琢)TCTsi (3)
(其中 琢值可根据技术特征由专家设定,文中设定
琢 = 0. 5)
2. 1. 3摇 领域交叉性指标定义 摇 领域交叉性表示
“多领域冶方面的领域多样性和“交叉融合冶方面的领
域聚合性[25]。 对于专利数据,可以通过研究专利之间
的引用关系及规律,探求技术与技术之间的联系和发
展规律[26]。 其中,专利所涉及的技术领域范围,通常
可以用专利 IPC分类号进行衡量[27]。 因此,更具复杂
性特征的专利定义为:目标专利所涉及的技术领域的
数量,专利涉及的技术领域越多,其复杂性越强。 与引
用相同领域的专利相比,复杂性越高的专利,涉及的技
术种类就越多,创造性和延伸性就越强,具有高技术价
值的潜力就越大[28]。
2. 1. 4摇 专利领域交叉性测度 摇 领域交叉性指标
具体计算过程见公式(4):
CI =
移
k
j = 1
a ij
移
m
i = 1
b i
( j = 1,2……k,i = 1,2……m) (4)
公式(4)中,i表示任意待识别的专利,j表示专利 i
引用的第 j个专利,a ij 为专利 i的引用专利 j所涉及的
国际专利分类数量,b i为待识别专利 i引用的所有专利
的国际专利分类总数。 C i 表示待识别专利 i 涉及的技
术领域交叉度。 C i值越大,说明技术领域分布越宽泛,
技术交叉度越高。
摇 2. 2摇 更具知识前沿性专利识别步骤摇 更具知识前
沿性专利识别的实施步骤:
第一步,确定检索的数据库。 为保证数据的可靠
性和可分析性,作为数据来源。 鉴于美国库可获得授
权专利完整的引文信息[29],因此,本文选择美国库
(USPTO)为数据来源。
第二步,确定检索表达式,下载并清洗数据。
第三步,筛选具有新颖性特征的专利。 首先,从清
洗的数据中,采用 R 工具抽取待识别专利公开年字
段,专利引文中的公开年字段和非专利引文中的出版
年字段;然后,将综合计算得到的技术循环周期值按照
升序排列,选取排名前 25%的专利作为满足新颖性特
征的专利集。
第四步,从满足新颖性特征的专利集中筛选满足
领域交叉性的专利。 将计算得到的技术领域交叉度大
于均值的专利保留。
第五步,给出更具知识前沿性专利的识别结果。
具体识别步骤如图 1 所示。
图 1摇 知识前沿性专利识别步骤
3摇 老年福祉技术的实证研究
摇 3. 1摇 数据获取与处理摇 随着老年人口的不断增多,
中国已步入老龄社会的快速发展阶段。 面对人口老龄
化程度日益加剧的趋势,我国传统的居家养老模式面
临冲击,社区养老、机构养老等社会化养老模式尚未形
成,社会养老服务供需矛盾突出[30],老年人的生活质
量问题成为当今社会首要解决的问题。 福祉技术可以
帮助老年人识别和减缓年龄的变动所带来的影响[31],
借助辅助科技设备提高老年人的生活质量和自主独立
性[32],是解决老年社会问题的重要技术基础。 从简单
的专利数量变化趋势看,老年福祉技术近几年发展迅
速,从实践意义和专利数量看都有作为实证研究的价
值。 本文在美国专利商标局 (USPTO) 中以 “ TS =
((" age* people" OR " elder* people" OR" old*
people" OR " senile people" OR " senior people" OR"
age* adult*" OR " elder* adult*" OR " old* adult
·78·摇 第 5 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 吴菲菲,等:基于新颖性和领域交叉性的知识前沿性专利识别
* " OR " senile adult* " OR " senioradult*" OR " age
* person*" OR " elder* person*" OR " old* person
*" OR " senile person*" OR " senior person* " OR"
age*citizen*" OR" elder*citizen*" OR " old* citi鄄
zen*" 摇 OR " senile citizen*" OR " senior citizen*"
OR geriatric OR " old age" OR " age*-friendly" OR "
healthy age" OR " aging population" OR “population ag鄄
ing冶 OR " the elderly" OR " Silver Age" OR " Silver
Market*" OR " Silver Customer*" OR " Active age鄄
ing" OR " age* societ*" ) AND ( innova* or tech*
OR Gerontechnology))冶 [33]为检索表达式,对 2015 年
以来美国授权的专利进行检索,检索时间为 2015 年
10 月 14 日,共获取 1 225 个专利。 经过数据清洗,剔
除因专利号字段缺失无法分析的专利 138 个。 此外,
下载得到的专利中还包括只有专利引文的专利 150
个,只有非专利引文的专利 14 个,既没有专利引文又
没有非专利引文的专利 1 个。 鉴于 Karv- onen M 和
Kapoor R证明非专利引用率(NPL)越高,说明技术越
不成熟[11],因此,本文暂不考虑只有非专利引文的 14
个专利。 反之可知,只有专利引文的专利可被认为技
术成熟度更高,知识来源的新颖性不足,本文也没有考
虑只有专利引文的 150 个专利。 清洗后,本文用于分
析的是既有专利引文又有非专利引文的 922 个专利,
占下载专利的 75. 3% 。 既没有专利也没有非专利引
文的专利可视为原创性专利列入更具知识前沿性专利
列表中。
摇 3. 2摇 老年福祉技术专利新颖性指标筛选摇 将清洗
过的专利数据代入公式(1)和(2),分别计算专利引文
和非专利引文的技术循环周期指标。 然后将公式(1)
和(2)的计算结果代入公式(3),对赋予权重后的计算
结果排序后选取 TCT值排名前 25% ,即知识来源于近
5 年的专利共 205 个,结果如表 1 所示。
表 1摇 满足新颖性指标的专利筛选结果
序号 公开号 TCT 序号 公开号 TCT 序号 公开号 TCT
0 US9089557B2 69 US9056093B2 3. 75 137 US9114004B2 4. 5
1 US8932131B2 0. 25 70 US9056093B2 3. 5 138 US8954156B2 4. 5
2 US9126731B2 0. 5 71 US8930360B2 3. 5 139 US9132125B2 4. 5
3 US8935006B2 0. 5 72 US9078081B2 3. 5 140 US9082268B2 4. 5
4 US8987212B2 0. 5 73 US9086323B2 3. 5 141 US9117331B2 4. 5
5 US9128610B2 1 74 US9133218B2 3. 5 142 US9067979B2 4. 5
6 US9107103B2 1. 25 75 US9139638B2 3. 5 143 US9005887B2 4. 5
7 US8969668B2 1. 25 76 US9155735B2 3. 75 144 US9034382B2 4. 5
8 US9138228B2 1. 5 77 US8964351B2 3. 75 145 US8994647B2 4. 5
9 US9123186B2 1. 5 78 US8977716B2 3. 75 146 US8961439B2 4. 5
10 US8986933B2 1. 5 79 US9116880B2 3. 75 147 US9029334B2 4. 5
11 US9148392B1 1. 5 80 US8986393B2 3. 75 148 US9074175B2 4. 5
12 US9155745B2 1. 75 81 US9042519B2 3. 75 149 US9074186B2 4. 5
13 US8972434B2 2 82 US9127879B2 3. 75 150 US9109044B2 4. 5
序号 公开号 TCT 序号 公开号 TCT 序号 公开号 TCT
14 US9020697B2 2 83 US9052316B2 3. 75 151 US9095431B2 4. 5
15 US9082239B2 2 84 US9072894B2 3. 75 152 US8969023B2 4. 5
16 US9081852B2 2 85 US8999652B2 3. 75 153 US8962583B2 4. 5
17 US8946238B2 2 86 US8999721B2 3. 75 154 US9134327B2 4. 5
18 US8927724B2 2 87 US9029364B2 3. 75 155 US9072702B2 4. 5
19 US9073935B2 2 88 US9143600B2 3. 75 156 US8927245B2 4. 5
20 US9055413B2 2 89 US9006177B2 3. 75 157 US8991722B2 4. 75
21 US8926991B2 2 90 US8956291B2 4 158 US9085517B2 4. 75
22 US8926710B2 2. 25 91 US8998848B2 4 159 US9144385B1 4. 75
23 US8966102B2 2. 25 92 US8932124B2 4 160 US8951507B2 4. 75
24 US8983426B2 2. 25 93 US9089275B2 4 161 US9139565B2 4. 75
25 US9131718B2 2. 5 94 US8932628B2 4 162 US9056256B2 4. 75
26 US9015860B2 2. 5 95 US8932345B2 4 163 US8946237B2 4. 75
27 US9113970B2 2. 5 96 US9022931B2 4 164 US9132086B2 4. 75
28 US8962844B2 2. 5 97 US9007875B2 4 165 US9065987B2 5
29 US8962843B2 2. 5 98 US9125919B2 4 166 US9094584B2 5
30 US8940897B2 2. 5 99 US8983449B1 4 167 US9023883B2 5
31 US8933233B2 2. 5 100 US8979756B2 4 168 US8952026B2 5
32 US8933232B2 2. 5 101 US9079893B2 4 169 US8973818B2 5
33 US9044136B2 2. 5 102 US9114192B2 4 170 US8936560B2 5
34 US8986714B2 2. 5 103 US9089223B2 4 171 US9006191B2 5
35 US8980316B2 2. 5 104 US8974232B2 4 172 US9131842B2 5
36 US9029563B2 2. 5 105 US9095605B2 4 173 US8999343B2 5
37 US9012136B2 2. 5 106 US9036899B2 4 174 US9074736B2 5
38 US9002726B2 2. 5 107 US9095153B2 4 175 US9133123B2 5
39 US9125898B2 2. 5 108 US8948826B2 4 176 US9078313B2 5
40 US8961431B2 2. 75 109 US9026215B2 4 177 US9017256B2 5
41 US9009374B2 2. 75 110 US9045470B2 4 178 US9044147B2 5
42 US9089677B2 2. 75 111 US9068842B2 4 179 US8969346B2 5
43 US9006263B2 3 112 US9095503B2 4. 25 180 US8962632B2 5
44 US8930204B1 3 113 US9133024B2 4. 25 181 US9144556B2 5
45 US8980878B2 3 114 US8942817B2 4. 25 182 US8954344B2 5
46 US9092963B2 3 115 US8988543B2 4. 25 183 US8978645B2 5
47 US9028258B2 3 116 US9095295B2 4. 25 184 US8937086B2 5
48 US8932183B2 3 117 US8927716B2 4. 25 185 US8935753B1 5
49 US9012445B2 3 118 US8955352B2 4. 25 186 US9033176B2 5
50 US9060975B2 3 119 US9125803B2 4. 25 187 US9119818B2 5
51 US8987281B2 3 120 US9066824B2 4. 25 188 US9005608B2 5
52 US9072447B2 3 121 US9102763B2 4. 25 189 US9088833B2 5
53 US9024720B2 3 122 US9044375B2 4. 25 190 US9072651B1 5
54 US9155500B2 3 123 US9140701B2 4. 25 191 US8956589B2 5
55 US9113355B2 3 124 US9043247B1 4. 25 192 US9072769B2 5
56 US9010935B2 1. 5 125 US9149184B2 4. 25 193 US9095551B2 5
57 US9128535B2 1. 75 126 US9103826B2 4. 25 194 US8930290B2 5
58 US9039718B2 2 127 US8962031B2 4. 25 195 US9060731B2 5
59 US9133143B2 2 128 US9023873B2 4. 25 196 US9125940B2 5
60 US9133235B2 2 129 US9005644B2 4. 5 197 US8938798B2 5
61 US9066998B2 2 130 US9002427B2 4. 5 198 US8977358B2 5
62 US8955028B2 2 131 US9096657B2 4. 5 199 US8945576B2 5
63 US8990098B2 2 132 US9034250B2 4. 5 200 US9074206B2 5
64 US9040564B2 2 133 US9120757B2 4. 5 201 US8975072B2 5
65 US9125947B2 2 134 US9133189B2 4. 5 202 US9127080B2 5
66 US8933065B2 3. 5 135 US9045455B2 4. 5 203 US8975400B2 5
67 US9032544B2 3. 75 136 US9120795B2 4. 5 204 US8952308B2 5
68 US8992384B2 3. 75 137 US8934968B2 4. 5
·88· 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 情摇 报摇 杂摇 志摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 第 35 卷
摇 3. 3摇 老年福祉技术领域交叉性指标筛选 摇 将表 1
中列出的专利作为分析对象,利用公式(4),计算每一
个专利的技术领域交叉度(CI),筛选 CI>均值 0. 02 的
专利。 最终从 205 个满足新颖性指标的专利中,筛选
出了 48 个满足复杂性指标的专利,结果如表 2 所示。
表 2摇 满足领域交叉性指标的专利筛选结果
序号 公开号 CI值 序号 公开号 CI值 序号 公开号 CI值
1 US9126731B2 0. 10 17 US9128535B2 0. 03 33 US9125803B2 0. 02
2 US9128610B2 0. 10 18 US9133235B2 0. 03 34 US9102763B2 0. 02
3 US9107103B2 0. 10 19 US9125947B2 0. 03 35 US9140701B2 0. 02
4 US9138228B2 0. 05 20 US9078081B2 0. 03 36 US9149184B2 0. 02
5 US9123186B2 0. 05 21 US9133218B2 0. 03 37 US9103826B2 0. 02
6 US9148392B1 0. 04 22 US9139638B2 0. 02 38 US9120757B2 0. 02
7 US9082239B2 0. 04 23 US9155735B2 0. 02 39 US9133189B2 0. 02
8 US9131718B2 0. 04 24 US9116880B2 0. 02 40 US9120795B2 0. 02
9 US9113970B2 0. 04 25 US9127879B2 0. 02 41 US9114004B2 0. 02
10 US9125898B2 0. 04 26 US9072894B2 0. 02 42 US9132125B2 0. 02
11 US9089677B2 0. 04 27 US9143600B2 0. 02 43 US9117331B2 0. 02
12 US9092963B2 0. 04 28 US9125919B2 0. 02 44 US9109044B2 0. 02
13 US9060975B2 0. 04 29 US9079893B2 0. 02 45 US9134327B2 0. 02
14 US9072447B2 0. 04 30 US9114192B2 0. 02 46 US9144385B1 0. 02
15 US9155500B2 0. 03 31 US9095153B2 0. 02 47 US9139565B2 0. 02
16 US9113355B2 0. 03 32 US9133024B2 0. 02 48 US9132086B2 0. 02
摇 3. 4摇 更具知识前沿性老年福祉技术专利结果分析
摇 仅 2015 年前 10 个月,美国专利数据库中就收录了
可用于本文识别的 922 个老年福祉技术专利,随着专
利数量激增,快速识别出更具知识前沿性专利的意义
更大。 从表 2 可知,筛选出的结果只有 48 个专利,占
被分析专利的 5. 2% ,不仅减少了阅读的工作量,还突
出了知识来源的前沿性。
为了验证利用识别出的专利进行分析不会造成技
术主题信息的丢失和背离,本文对识别出的 48 个专利
的标题和摘要字段做聚类分析,获知目前老年福祉技
术更具知识前沿性专利的研发主题集中在通信、治疗、
老年人行动工具等。 这一结果与根据老年福祉技术从
1976-2015 年的全数据分析结果一致。 黄鲁成采用专
利景观分析法对福祉技术进行全景阐释,提出未来老
年福祉技术的研究方向大致可概括为两类:一类是与
计算机相关的多元化老年辅助工具,另一类是老年通
信设备[34]。 因此,本文提出的识别方法具有实施结果
的有效性,且简单易操作。
4摇 结摇 论
本文提出的更具知识前沿性专利识别方法,综合
考虑了专利引文和非专利引文的知识来源,强调了知
识来源新颖性的重要性,同时,也分析了知识跨领域应
用对创新的影响,利用专利复杂性指标进行筛选。 通
过对老年福祉技术的实证研究,不仅说明了所提出的
识别方法的步骤,也验证了方法的有效性。 本文给出
的识别方法可从知识的前沿性视角对海量专利进行排
序筛选,可将研发人员的注意力快速聚焦到少量更具
知识前沿性特征的专利上,有助于提高专利分析效率,
降低分析成本。
由于本文提出的方法需要依据专利的引用信息,
因此,申请专利的背景知识提供的完整性和真实性对
识别结果的影响极大,相关专利法规对提供专利背景
知识的强制性决定着专利数据的可用性。 此外,在计
算新颖性指标时,本文对专利引文和非专利引文采用
等权重计算不一定最佳,不同行业或技术领域对知识
来源新颖性测度的侧重点可能不同,当强调非专利文
献价值更大时可相应提高其计算权重,反之亦然。
参 考 文 献
[1] 摇 贾连锁,张京德.专利审查工作促进创新驱动发展战略实施的
作用研究[J] .科学管理研究,2014(3):17-20.
[2] 摇 Grant E,Hof M V D,Gold E R. Patent Landscape Analysis: A
Methodology in Need of Harmonized Standards of Disclosure
[J] . World Patent Information,2014(39):3-10.
[3] 摇 戴丽莉.网络环境下著作权的发展和扩张[J] .卷宗,2014(7):
456-456.
[4] 摇 刘摇 栋,张朋辉. 2014 年中国国际专利申请量增幅全球第一
[EB / OL] . [2015-11-15] . http: / / tech. southcn. com / t / 2015-
03 / 23 / content_120607846. htm.
[5] 摇 马晓薇.基于专利维持数据的国内外发明专利质量比较研究
[J] .商,2013(8):228-230.
[6] 摇 吴菲菲,张摇 辉,黄鲁成,等.基于专利引用网络度分布研究技
术跨领域应用[J] .科学学研究,2015,33(10):1456-1463.
[7] 摇 Abrams D S,Akcigit U,Popadak J. Understanding the Link be鄄
tween Patent Value and Citations: Creative Destruction or Defen鄄
sive Disruption[J] . Ssrn Electronic Journal,2013.
[8] 摇 陈摇 健,贾摇 隽. 专利价值的影响因素和评估体系研究综述
[J] .西安工业大学学报,2013,33(7):517-525.
[9] 摇 Chen S H,Huang M H,Chen D Z. Exploring Technology Evolu鄄
tion and Transition Characteristics of Leading Countries: A Case
of Fuel Cell Field[ J] . Advanced Engineering Informatics,2013,
27(3):366-377.
[10] 黄鲁成,郭彦丽,高摇 姗,等.基于专利的生物材料领域竞争态
势分析[J] .情报杂志,2014,33(11):77-82.
[11] Karvonen M,Kapoor R,Uusitalo A,et al. Technology Competi鄄
tion in the Internal Combustion Engine Waste Heat Recovery: a
Patent Landscape Analysis[ J] . Journal of Cleaner Production,
2015.
[12] Hohberger J. Diffusion of Acience-based Inventions[J] . Techno鄄
logical Forecasting & Social Change,2016,104:66-77.
[13] 国家知识产权局. 专利引文[EB / OL] . [2015 -01 -20]] . ht鄄
tp: / / www. sipo. gow. cn / wxfw / zlwxxxggfw / zsyd / zlwxjczs / zl鄄
wxymcjs / 201406 / t20140630-973313. html.
[14] 周摇 磊,马廷灿,杨摇 威.专利消极引用视角下的企业技术竞
·98·摇 第 5 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 吴菲菲,等:基于新颖性和领域交叉性的知识前沿性专利识别
争研究[J] .情报理论与实践,2014,37(4):101-105.
[15] MiceraSilvestro,BonatoPaolo,TamuraTosgiyo. Gerontechnology
[ J] . IEEE Engineering in Medicine and Biology Magazine,
2008,27(4):10-14.
[16 ] Park H W, Kang J. Patterns of Scientific and Technological
Knowledge Dlows Vased on Acientific Papers and Patents[ J] .
Scientometrics,2009,81(3):811-820.
[17] European Research Council. Measuring Frontier Research in the
ERC Eesearch Proposals: Elfect on Aelection Outcome [ EB /
OL] . [2015 - 09 - 20] . http: / / erc. europa. eu / identification -
frontier-research-and-emerging- research-area- research-pro鄄
posal-bibliometric-approac.
[18] 刘晓燕,阮平南,童摇 彤.专利合作网络知识扩散影响因素分
析———以集成电路产业为例[J] .中国科技论坛,2013(5):125
-130.
[19] 程摇 妮,刘摇 航.基于专利引文的农业知识转移研究现状———
2011 年中国“收获和割草冶专利分析[ J] . 现代情报,2014,34
(6):79-86.
[20] Tsuda A,Henry F S,Butler J P. Market Value and Patent Cita鄄
tions[J] . Rand Journal of Economics,2005,36(1):16-38.
[21] 陈摇 亮,张志强,尚玮姣. 专利引文分析方法研究进展[ J] . 现
代图书情报技术,2013(Z1):75-81.
[22] Narin F,Carpenter M P,Woolf P. Technological Performance As鄄
sessment Based on Patents and Patent Citations[J] . IEEE Trans鄄
actions on Engineering Management,1984,31(4):172-183.
[23] Chen S H,Huang M H,Chen D Z. Exploring Technology Evolu鄄
tion and Transition Characteristics of Leading Countries: A Case
of Fuel cell Field[ J] . Advanced Engineering Informatics,2013,
27(3):366-377.
[24] Verbeek A,Debackere K,Luwel M. Science Cited in Patents: A
Geographic " flow" Analysis of Bibliographic Citation Patterns in
Patents. [J] . Scientometrics,2003,58(2):241-263.
[25] 陈赛君,陈智高.学科领域交叉性及对其测度的 椎指标—以我
国科学学研究领域为例[ J] . 科学学与科学技术管理,2014
(5):3-12.
[26] 杨祖国,李文兰.中国专利引文分析研究[ J] .情报科学,2005,
23(5):700-703.
[27] 万小丽.专利质量指标研究[D] .武汉:华中科技大学,2009.
[28] 杨中楷,黄摇 颖,梁永霞,等.原创性指数值的测度及其变动趋
势分析———基于美国经济发展局的数据[ J] . 图书情报工作,
2012,56(18): 34-37,59.
[29] 李摇 蓓,陈向东.海峡两岸核心及新兴技术比较—基于专利引
文网络的分析[J] .科研管理,2015,36(2):96-106.
[30] 刘晓梅.我国社会养老服务面临的形势及路径选择[ J] . 人口
研究,2012(5):104-112.
[31] Micera Silvestro,Bonato Paolo,Tamura Tosgiyo. Gerontechnolo鄄
gy[ J] . IEEE Engineering in Medicine and Biology Magazine,
2008,27(4):10-14.
[32] Bock O,Engelhard K,Guardiera P,et al. Gerontechnology and
Human Cognition[J] . IEEE Engineering in Medicine & Biology
Magazine,2008,27(4):23-28.
[33] 黄鲁成,张 摇 璐,吴菲菲,等. 老年福祉技术研究的国际比较
[J] .情报杂志,2015,34(10): 22-27.
[34] 黄鲁成,常兰兰,苗摇 红,等.基于专利信息的老年福祉技术景
观分析[J] .情报杂志,2015,34(9):61-67.
(责编:刘影梅)
·09· 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 情摇 报摇 杂摇 志摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 第 35 卷
