论文部分内容阅读
中小企业的技术创新能力已经成为一个国家创新体系中不可缺少的重要部分，美国对中小企业的相关扶持措施非常全面，鼓励中小企业通过从非营利性科研机构以及大型企业那里获取外部合作来帮助自身发展。识别潜在合作对象的重要依据之一就是个体之间的技术相似性，而专利的相似性在一定程度上可以反映出专利权人之间的技术相似性，所以当前以专利信息为数据基础测度技术相似性比较可靠，本研究就是通过测度专利之间的相似性来度量专利权人之间的技术相似性。 当前测度专利之间相似性的方法可以分为两类，即利用专利单一属性信息与综合利用专利的多种属性信息。其中利用专利单一属性信息的方法只基于一种专利数据，不具有说服力，而目前综合利用专利多种属性信息的方法出现了融合信息过程中权重难赋值的困境。为了能综合利用专利的多种属性信息并且解决权重赋值问题，参考论文异构网络，本研究先提出构建专利异构网络的方法，并根据专利数据特点对网络进行调整，然后选择国际上评价较高的PathSelClus算法对专利异构网络进行聚类，得到的聚类结果中，处在同一个聚簇中的专利权人即具有技术上的相似性。 根据上述方法，本研究利用美国专利授权库中石墨烯专利数据构建专利异构网络，根据PathSelClus算法的需要，从专利权人中选出了7家科研机构与5家大型企业作为用户指导的聚类依据，根据两种聚类依据得到两种不同语义的聚类结果，在同一聚簇中的中小企业被认为与该科研机构（大型企业）存在技术相似性，具有合作的潜力。最后选出20家该领域中小企业代表，通过对中小企业与科研院所已有合作的调查以及中小企业与大型企业的主要关注领域进行对比，发现部分中小企业与科研机构之间存在过合作关系，同时中小企业与大型企业也有相同的主要关注领域，表明基于专利信息构建异构网络后利用PathSelClus算法对专利权人进行聚类的方法在一定程度上对评估潜在合作伙伴是有效的。