文献类型：期刊文章

作　　者：马瑞敏[1] 尉心渊[1]

机构地区：[1]山西大学管理与决策研究所,山西大学科学评价研究中心,太原030006

出　　处：《情报学报》

基　　金：国家社会科学基金青年项目"作者引用网络模式与功效研究"(12CTQ026);山西省"1331工程"重点创新团队建设计划

年　　份：2017

卷　　号：36

期　　号：12

起止页码：1279-1289

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSCD、CSCD_E2017_2018、CSSCI、CSSCI2017_2018、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：核心专利的科学预测对于企业技术战略性布局具有重要意义,而要实现这一目标需建立在技术领域细分的基础上。论文在构建专利相似性矩阵的基础上,利用Louvain社团发现算法对专利网络进行了领域细分。在细分视角下,利用"四年内被引频次、同族专利数、专利宽度、权利要求数、科学关联度"五个指标构建了基于支持向量机的核心专利预测模型。以OLED领域核心专利预测为例进行实证研究,从"是否进行技术领域细分"和"与其他常用分类预测方法区别"两个视角进行了比较分析,结果表明本文提出的基于技术领域细分视角的核心专利预测模型在预测效果上具有一定比较优势。与此同时,论文还讨论了指标个数遴选对于预测结果的影响,结果亦表明当前建立的五个指标预测模型相对而言最为科学合理。

关 键 词：核心专利  领域细分  预测  社团发现 支持向量机 OLED

分 类 号：G306]