论文部分内容阅读
技术演化分析对政府、企业的科技战略管理至关重要。由于专利文献含有大量有价值的技术信息，基于专利数据的技术演化分析方法越来越受到重视。 当前基于专利的技术演化分析方法多数利用专利文献中的单一信息源:如基于专利分类号的技术演化分析方法，基于专利引文的技术演化分析方法和基于专利文本的技术演化分析方法。上述方法在实践中已经取得了不错的成果，但是仍存在单一信息源在揭示技术演化规律全面性方面的局限性。因而本研究将从专利引文信息和专利文本信息的角度构建技术演化分析方法，探讨如何综合利用专利不同结构信息进行技术演化分析，即首先利用K-means-Laplacian聚类融合算法对专利文献进行聚类，并在聚类质量提高的基础上构建技术术语语义网络，最后通过向技术术语语义网络中添加专利申请时间形成技术演化图。基于构建的技术演化分析方法，本研究以二氧化碳捕集和存储技术为例对方法的可行性和有效性进行了实证研究。 在实证研究阶段，本研究首先利用碳捕集与存储领域的专利数据集对K-means-Laplacian聚类融合算法进行了有效性验证，结果表明，结合了专利文本与专利引文的K-means-Laplacian聚类融合算法明显提高了专利聚类质量。在此基础上本研究对碳捕集与存储领域进行了技术演化分析，并制作技术演化图。研究结果表明，二氧化碳捕集与存储技术在朝低成本、低能耗以及高效率方向发展，其主要研究子领域为二氧化碳捕集过程，当前的研究热点为离子液体、金属有机框架等技术。 综上所述，本研究首先构建了基于专利耦合和专利文本信息的技术演化分析方法，然后利用碳捕集与存储领域进行了实证研究。结果表明，本研究所构建的方法切实可行，但同样存在一些局限性:目前本研究方法虽然显示对碳捕集和存储技术领域有效，但仍需要其他技术领域专利数据集的支撑。未来可利用拥有专利文献数量更多的技术领域对本研究中所构建的方法进行有效性验证。