基于专利文本的闭频繁项集在技术演化分析中的应用

doi:10.13266/j.issn.0252-3116.2016.06.011

图书情报工作 ›› 2016, Vol. 60 ›› Issue (6): 70-76.DOI: 10.13266/j.issn.0252-3116.2016.06.011

基于专利文本的闭频繁项集在技术演化分析中的应用

陈亮, 张静, 杨冠灿, 雷孝平

中国科学技术信息研究所北京 100038

收稿日期:2015-12-30 修回日期:2016-02-22 出版日期:2016-03-20 发布日期:2016-03-20
作者简介:陈亮(ORCID:0000-0002-3235-9806),助理研究员,博士,E-mail:chenl@istic.ac.cn;张静(ORCID:0000-0003-0291-0959),副研究员,博士;杨冠灿(ORCID:0000-0002-1706-1884),助理研究员;雷孝平(0000-0002-1505-0225),副研究员,博士。
基金资助:
本文系国家科技支撑计划课题"专利信息资源整合与加工关键技术与规范研究"(课题编号:2013BAH21B01)研究成果之一。

The Application of Closed Frequent Itemsets on Patent Text for Technological Evolution Analysis

Chen Liang, Zhang Jing, Yang Guancan, Lei Xiaoping

Institute of Scientific and Technical Information of China, Beijing 100038

Received:2015-12-30 Revised:2016-02-22 Online:2016-03-20 Published:2016-03-20

摘要/Abstract

摘要：

[目的/意义] 将闭频繁项集挖掘技术应用于专利文本,进而分析技术的演化发展趋势,从微观层次描绘既定领域中主要的技术发展脉络。[方法/过程] 在进行闭频繁项集挖掘过程中,以专利文本的术语为事务、术语中的单词作为项,继而使用闭频繁项集之间的关联规则建立起术语层次网络,最后以术语层次网络为依托创建技术路线图。[结果/结论] 实证结果表明,该方法应用于硬盘驱动器磁头领域,能够刻画出不同术语的融合、派生过程,从而描绘出更加符合技术演化真实情况的技术路线图。

关键词: 专利分析, 技术演化, 闭频繁项集, 关联规则挖掘, 硬盘磁头

Abstract:

[Purpose/significance] This paper applies closed frequent itemsets on patent text for highlight of main technology paths on certain field.[Method/process] During mining frequent closed itemsets, we take terminologies as transaction, take words in terminologies as items, then extract association rules among these closed frequent itemsets to generate technology roadmap.[Result/conclusion] We apply this method on technology of hard disk drive head, and the empirical result shows that it can describe the merging and splitting process among different terminologies, thus enable to generate technology roadmap which is more approximate to reality.

Key words: patent analysis, technological evolution, frequent closed itemset, association rule mining, thin film head

中图分类号:

G353.1

陈亮, 张静, 杨冠灿, 雷孝平. 基于专利文本的闭频繁项集在技术演化分析中的应用[J]. 图书情报工作, 2016, 60(6): 70-76.

Chen Liang, Zhang Jing, Yang Guancan, Lei Xiaoping. The Application of Closed Frequent Itemsets on Patent Text for Technological Evolution Analysis[J]. LIS, 2016, 60(6): 70-76.

参考文献

[1] 吕祥惠,仇宝艳,乔鸿.基于本体的专利知识发现体系研究[J].计算机与信息技术,2008(7):43-46.
[2] 肖国华,郭捷婷.专利分析方法研究[J].情报杂志,2008(1):12-15.
[3] 张杰, 刘美佳, 翟东升. 基于专利共词分析的RFID领域技术主题研究[J]. 科技管理研究, 2013(10):129-132.
[4] 韩红旗, 安小米, 朱东华,等. 专利技术术语共现的战略图分析方法[J]. 计算机应用研究, 2011, 28(2):576-579.
[5] YOON B,PARK Y. Morphology analysis approach for technology forecasting[J]. IEEE transaction on engineering management,2007,54(3):588-599.
[6] YOON B,PARK Y.A text-mining-based patent network:analytical tool for high-technology trend[J].The journal of high technology management research,2004,15(1):37-50.
[7] KIM Y G,SUH J H,PARK S C.Visualization of patent analysis for emerging technology[J].Expert system with application, 2008,34(3):1804-1812.
[8] 方曙,胡正银,庞弘燊,等.基于专利文献的技术演化分析方法研究[J].图书情报工作,2011,55(22):42-46.
[9] 王亮,张绍武,丁堃,等.基于HDP的汽车专利主题演化研究[J].情报学报,2015,33(9):944-951.
[10] 黄勋,游宏梁,于洋.关系抽取技术研究综述[J].现代图书情报技术,2013,29(11):30-39.
[11] YOON J, KIM K. Detecting signals of new technological opportunities using semantic patent analysis and outlier detection[J]. Scientometrics, 2012, 90(2):445-461.
[12] YOON J, KIM K. An automated method for identifying TRIZ evolution trends from patents[J]. Expert systems with applications, 2011, 38(12):15540-15548.
[13] PARK H, REE J J, KIM K. An SAO-based approach to patent evaluation using TRIZ evolution trends[C]//Proceedings of the 6th International Conference on Management of Innovation and Technology(ICMIT).Sanur Bali:IEEE, 2012:594-598.
[14] PARK H, REE J J, KIM K. Identification of promising patents for technology transfers using TRIZ evolution trends[J].Expert systems with applications, 2013, 40(2):736-743.
[15] ZHANG Y, PORTER A L, HU Z Y. An inductive method for "term clumping":a case study on dye-Sensitized Solar Cells[EB/OL].[2016-02-05].http://159.226.100.14/handle/12502/6084.
[16] ZHANG Y, PORTER A L, GOMILA J M V, et al. Discovering emerging technology trends:with TRIZ and technology road mapping[EB/OL].[2016-02-05].http://gtmconference.org/abstracts/session1-TRIZ_and_TRM-Zhang.pdf.
[17] 胡正银,方曙,隗玲.基于SAO的专利技术演化分析[EB/OL].[2016-02-19].http://ir.las.ac.cn/handle/12502/7833?mode=full&submit_simple=Show+full+item+record.
[18] 韩家炜,堪博.数据挖掘:概念与技术[M].范明,孟小峰,译.北京:机械工业出版社,2007.
[19] JUN S. IPC code analysis of patent documents using association rules and maps-patent analysis of database technology[M]//Database theory and application,bio-science and bio-technology.Berlin:Springer Berlin Heidelberg, 2011:21-30.
[20] 黄鲁成,李欣,吴菲菲.技术未来分析理论方法与应用[M].北京:科学出版社,2010.
[21] 陈亮,张志强,尚玮姣.基于闭频繁项集挖掘的技术演化研究方法[J].图书情报工作,2013,57(19):107-111.
[22] 陈封能,斯坦巴赫,库玛尔.数据挖掘导论[M].范明,范宏建,等译.北京:人民邮电出版社,2011
[23] 陈亮.基于闭频繁项集改进的技术演化分析方法研究[D].北京:中国科学院大学,2014.
[24] 陈亮,杨冠灿,张静,等.面向技术演化分析的多主路径方法研究[J].图书情报工作, 2015,59(10):124-130.
[25] TANG J,WANG B,YANG Y,et al.Patent miner:topic-driven patent analysis and mining[G]//Proceedings of the eighteenth ACM SIGKDD international conference on knowledge discovery and data mining.New York:ACM,2013:1366-1374.
[26] CHRISTENSEN C.创新者的窘境[M].胡建桥,译.北京:中信出版社,2010.
[27] Disk read-and-read head[EB/OL].[2016-02-21].https://en.wikipedia.org/wiki/Disk_read-and-write_head.
[28] Hard drives 101:magnetic storage[EB/OL].[2016-02-21].http://www.tomshardware.com/reviews/hard-drive-magnetic-storage-hdd,3005-2.html.
[29] FRANTZI K,ANANIADOU S,MIMA H.Automatic recognition of multi-word terms[J].International journal of digital libraries,2000,3(2):117-132.
[30] PASQUIER N,BASTIDE Y,TAOUIL R,et al.Discovering frequent closed itemsets for association rules[EB/OL].[2016-02-05].http://hal.archives-ouvertes.fr/docs/00/46/77/47/PDF/Discoveri-ng_frequent_closed_itemsets_for_association_rules_Pasquier_et_al._ICDT_1999.pdf.
[31] GMR head technology[EB/OL].[2016-02-05].http://isites.harvard.edu/fs/docs/icb.topic86897.files/GMR_Summary_from_Western_Digital.pdf

基于专利文本的闭频繁项集在技术演化分析中的应用

The Application of Closed Frequent Itemsets on Patent Text for Technological Evolution Analysis

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	马铭, 王超, 许海云, 龚兵营, 周勇. 面向语义信息分析的多层次技术演化轨迹识别方法研究[J]. 图书情报工作, 2022, 66(4): 103-117.
[2]	韩晓彤, 朱东华, 汪雪锋. 科学推动下技术机会发现方法研究[J]. 图书情报工作, 2022, 66(10): 19-32.
[3]	周潇, 许银彪, 史益. 基于深度学习与语义挖掘的技术创新组合识别与追踪[J]. 图书情报工作, 2022, 66(10): 33-44.
[4]	王铮, 张奕乐, 杨佳欣. 图书馆发展的“技术尺度”:基于涉图书馆专利的图书馆技术演进比较研究[J]. 图书情报工作, 2022, 66(10): 89-97.
[5]	王学昭, 赵萍, 赵亚娟, 吕璐成. “技术-功效”视角下的专利布局形势揭示与风险判定[J]. 图书情报工作, 2021, 65(16): 73-80.
[6]	许景龙, 赵亚娟. IPC分类修订中的技术演化研究[J]. 图书情报工作, 2021, 65(15): 140-152.
[7]	李晓曼, 张学福, 宋红燕, 孙巍. 专利文献技术要素识别方法研究——以纳米肥料领域为例[J]. 图书情报工作, 2020, 64(6): 59-68.
[8]	徐璐, 卢小宾, 杨冠灿. 金融科技专利识别与分类方法构建及应用[J]. 图书情报工作, 2020, 64(11): 87-95.
[9]	刘自强, 许海云, 岳丽欣, 方曙. 基于Chunk-LDAvis的核心技术主题识别方法研究[J]. 图书情报工作, 2019, 63(9): 73-84.
[10]	俞琰, 赵乃瑄. 融入术语知识的专利主题发现方法[J]. 图书情报工作, 2018, 62(21): 118-126.
[11]	陈亮, 张海超, 杨冠灿, 雷孝平, 于庆国. 利用Knowledge Graph的专利表示方法及其应用[J]. 图书情报工作, 2017, 61(9): 123-129.
[12]	庞颂全, 刘敏榕. 专利GEM-S技术竞争力模型的构建及实证研究——以闽、粤两省电动汽车为例[J]. 图书情报工作, 2017, 61(7): 83-90.
[13]	陈亮, 张静, 张海超, 杨冠灿, 张健. 层次主题模型在技术演化分析上的应用研究[J]. 图书情报工作, 2017, 61(5): 103-108.
[14]	胡正银, 刘春江, 隗玲, 杨宁, 徐源, 许海云, 文奕. 面向TRIZ的领域专利技术挖掘系统设计与实践[J]. 图书情报工作, 2017, 61(1): 117-124.
[15]	朱相丽, 谭宗颖, 万昊. 识别有技术转移潜力的专利方法综述[J]. 图书情报工作, 2016, 60(8): 132-138,145.