基于AToT模型的技术主题多维动态演化分析——以石墨烯技术为例

doi:10.13266/j.issn.0252-3116.2017.05.013

图书情报工作 ›› 2017, Vol. 61 ›› Issue (5): 95-102.DOI: 10.13266/j.issn.0252-3116.2017.05.013

基于AToT模型的技术主题多维动态演化分析——以石墨烯技术为例

吴菲菲, 张亚茹, 黄鲁成, 李欣, 栾静静

北京工业大学经济与管理学院北京 100124

收稿日期:2016-10-27 修回日期:2017-02-22 出版日期:2017-03-05 发布日期:2017-03-05
通讯作者: 张亚茹(ORCID:0000-0001-9866-0071),硕士研究生,通讯作者,E-mail:zhangyaru@emails.bjut.edu.cn
作者简介:吴菲菲(ORCID:0000-0002-6869-7751),教授,博士;黄鲁成(ORCID:0000-0001-9255-0226),教授,博士生导师;李欣,副教授,博士后;栾静静(ORCID:0000-0001-5509-3097),硕士研究生。
基金资助:
本文系国家社会科学基金重大项目"新兴技术未来分析理论方法与产业创新研究"（项目编号：11＆ZD140）和国家自然科学基金面上项目"基于多源异构数据的新兴技术形成机理研究"（项目编号：71673018）研究成果之一。

Multi-dimension Dynamic Evolution Analysis of Technology Topics Based on AToT by Taking Grapheme Technology as an Example

Wu Feifei, Zhang Yaru, Huang Lucheng, Li Xin, Luan Jingjing

School of Economics and Management, Beijing University of Technology, Beijing 100124

Received:2016-10-27 Revised:2017-02-22 Online:2017-03-05 Published:2017-03-05

摘要/Abstract

摘要：

[目的/意义] 基于AToT模型的多维动态演化分析，不仅可以全面地了解技术主题的动态变化，把握不同时期不同企业的技术布局变化，还可以掌握产业链各环节的技术发展状态，为企业创新提供强有力的决策支持。[方法/过程] 首先提取专利文献摘要中的名词或者名词短语，然后利用AToT模型揭示专利文献中隐含的主题演化及专利权人的技术关注点，最后结合产业链信息把握产业各个环节的发展状况。[结果/结论] 实验结果证明，该方法能够高效地分析专利的内容，揭示企业技术主题的动态演化过程。

关键词: AToT, 主题演化, 石墨烯

Abstract:

[Purpose/significance] Multi-dimension evolution analysis based on the AToT model could not only provide thorough insights into the evolution process of technology topics, mastering technological composition trends among industries in different periods, but have advantages in analyzing the technological development process in each tache of the industry chain, laying solid foundation for industrial innovation. [Method/process] This paper revealed the latent technology topics and technological attention of patent-owners through keywords and phrases which were extracted from abstracts in each patent document, and showed deep insight into the technological development status with industry chain information. [Result/conclusion] The experiment turns out that the method provided in this paper could not only analyze the content of patents effectively, but reveal the dynamic evolution process of enterprise technological topics.

Key words: AToT, topic evolution, grapheme

中图分类号:

G250

吴菲菲, 张亚茹, 黄鲁成, 李欣, 栾静静. 基于AToT模型的技术主题多维动态演化分析——以石墨烯技术为例[J]. 图书情报工作, 2017, 61(5): 95-102.

Wu Feifei, Zhang Yaru, Huang Lucheng, Li Xin, Luan Jingjing. Multi-dimension Dynamic Evolution Analysis of Technology Topics Based on AToT by Taking Grapheme Technology as an Example[J]. LIS, 2017, 61(5): 95-102.

参考文献

[1] 张娴, 方曙, 王春华. 专利引证视角下的技术演化研究综述[J]. 科学学与科学技术管理, 2016,37(3):58-67.
[2] 李长玲, 刘非凡, 魏绪秋. 基于3-mode网络的领域主题演化规律分析——以知识网络研究领域为例[J]. 情报理论与实践, 2014, 37(12):104-110.
[3] 张云, 华薇娜, 袁顺波,等. WoS数据库中专利分析论文的主题动态演进研究[J].现代图书情报技术, 2015,31(1):17-23.
[4] BLOCK J H, MILLER D, JASKIEWICZ P, et al. Economic and technological importance of innovations in large family and founder firms:an analysis of patent data[J]. Family business review, 2013, 26(4):487-494.
[5] BLEI D M, NG A Y, JORDAN M I. Latent dirichlet allocation[J]. Journal of machine learning research, 2003, 3(4):993-1022.
[6] ROSEN-ZVI M, GRIFFITHS T, STEYVERS M, et al. The author-topic model for authors and documents[C]//Proceedings of the 20th conference on uncertainty in artificial intelligence. Virginia:AUAI Press, 2004:487-494.
[7] WANG X, MCCALLUM A. Topics over time:a non-Markov continuous-time model of topical trends[C]//Proceedings of the 12th ACM SIGKDD international conference on knowledge discovery and data mining. New York:ACM Press, 2006:424-433.
[8] XU S, SHI Q, QIAO X, et al. Author-Topic over Time (AToT):a dynamic users'iInterest model[J]. Lecture notes in electrical engineering, 2014, 274:58-61.
[9] 史庆伟,乔东伟,徐硕.作者主题演化模型以及研究兴趣演化分析中的应用[J].情报学报,2013,32(9):912-919.
[10] CHOI C, PARK Y. Monitoring the organic structure of technology based on the patent development paths[J]. Technological forecasting and social change, 2009, 76(6):754-768.
[11] MARTINELLI A. An emerging paradigm or just another trajectory? Understanding the nature of technological changes using engineering heuristics in the telecommunications switching industry[J]. Research policy, 2012, 41(2):414-429.
[12] 刘美佳.基于专利分析的RFID技术演化研究[D].北京:北京工业大学,2013.
[13] HAUPT R, KLOYER M, LANGE M. Patent indicators for the technology life cycle development[J]. Research policy, 2007, 36(3):387-398.
[14] 钟华, 邓辉. 基于技术生命周期的专利组合判别研究[J]. 图书情报工作, 2012, 56(18):87-92.
[15] YOON J, KIM K. An automated method for identifying TRIZ evolution trends from patents[J]. Expert systems with applications, 2011, 38(12):15540-15548.
[16] YOUNG G, JONG H, SANG C. Visualization of patent analysis for emerging technology[J].Expert systems with applications, 2008, 34(3):1804-1812.
[17] 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.
[18] 王燕鹏.国内基于主题模型的科技文献主题发现及演化研究进展[J].图书情报工作,2016,60(3):130-137.
[19] 祝娜, 王芳. 基于主题关联的知识演化路径识别研究——以3D打印领域为例[J]. 图书情报工作, 2016,60(5):101-109.
[20] 曹丽娜,唐锡晋.基于主题模型的BBS话题演化趋势分析[J].管理科学学报,2014,17(11):109-120.
[21] 廖君华,孙克迎,钟丽霞.一种基于时序主题模型的网络热点话题演化分析系统[J].图书情报工作,2013,57(9):97-102.
[22] 郭红梅, 张智雄. 基于图挖掘的文本主题识别方法研究综述[J]. 中国图书馆学报, 2015,41(6):97-108.
[23] KAPLAN S, VAKILI K. Novelty vs. usefulness in innovative breakthroughs:a test using topic modeling of nanotechnology patents[J] Strategic management journal, 2015,36:1435-1457
[24] VENUGOPALAN S, RAI V. Topic based classification and pattern identification in patents[J]. Technological forecasting and social change, 2015, 94(1):236-250.
[25] WU Q, ZHANG C, HONG Q, et al. Topic evolution based on LDA and HMM and its application in stem cell research[J]. Journal of information science, 2014, 40(5):611-620.
[26] WANG B, LIU S, DING K, et al. Identifying technological topics and institution-topic distribution probability for patent competitive intelligence analysis:a case study in LTE technology[J]. Scientometrics, 2014, 101(1):685-704.
[27] 戴岳.鲁企试破石墨烯应用"梗阻"[N].经济导报,2016-03-21.
[28] KIM E, CHO Y, KIM W. Dynamic patterns of technological convergence in printed electronics technologies:patent citation network[J]. Scientometrics, 2014, 98(2):975-998.

基于AToT模型的技术主题多维动态演化分析——以石墨烯技术为例

Multi-dimension Dynamic Evolution Analysis of Technology Topics Based on AToT by Taking Grapheme Technology as an Example

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]	郭宇, 张传洋, 张海涛, 于文倩. 危机管理视角下突发事件舆情主题演化与治理分析[J]. 图书情报工作, 2022, 66(8): 113-121.
[2]	梁爽, 刘小平. 基于文本挖掘的科技文献主题演化研究进展[J]. 图书情报工作, 2022, 66(13): 138-149.
[3]	丁敬达, 陈一帆, 刘超, 蔡微. 基于共词和Word2Vec加权向量的文献-主题语义匹配分析方法[J]. 图书情报工作, 2022, 66(12): 108-116.
[4]	翟姗姗, 王左戎, 陈欢, 潘港辉. 会话分析视角下的突发公共事件主题演化研究——以"新冠肺炎疫情"为例[J]. 图书情报工作, 2022, 66(11): 87-99.
[5]	王晓, 马超, 翟姗姗. 会话分析视角下非正式信息交流主题与主题簇演化分析[J]. 图书情报工作, 2021, 65(17): 91-100.
[6]	马晓悦, 薛鹏珍, 陈忆金, 朱多刚. 社交媒体危机主题演化模型构建与趋势分析[J]. 图书情报工作, 2021, 65(13): 77-86.
[7]	王康, 高继平, 潘云涛, 陈悦. 多位态研究主题识别及其演化路径方法研究[J]. 图书情报工作, 2021, 65(11): 113-122.
[8]	张鑫, 文奕, 许海云, 刘忠禹. Prophet预测-修正的主题强度演化模型——以干细胞领域为实证[J]. 图书情报工作, 2020, 64(8): 78-92.
[9]	何琳, 乔粤, 刘雪琪. 春秋时期社会发展的主题挖掘与演变分析——以《左传》为例[J]. 图书情报工作, 2020, 64(7): 30-38.
[10]	岳丽欣, 周晓英, 陈旖旎. 期刊论文核心研究主题识别及其演化路径可视化方法研究——以我国医疗健康信息领域期刊论文为例[J]. 图书情报工作, 2020, 64(5): 89-99.
[11]	徐涵, 刘小平. 作者主题模型及其改进的方法与应用研究综述[J]. 图书情报工作, 2019, 63(7): 135-145.
[12]	郝晋清, 王珺. 主题-时序视域下中国图书馆学会年会主题分布及演化分析[J]. 图书情报工作, 2019, 63(2): 107-119.
[13]	吴红, 伊惠芳, 马永新, 李昌. 面向专利技术主题分析的WI-LDA模型研究[J]. 图书情报工作, 2018, 62(17): 68-74.
[14]	王园园, 赵亚娟. 基于非负矩阵分解的技术主题演化分析[J]. 图书情报工作, 2018, 62(10): 94-105.
[15]	杨超, 朱东华, 汪雪锋, 朱福进, 衡晓帆. 专利技术主题分析:基于SAO结构的LDA主题模型方法[J]. 图书情报工作, 2017, 61(3): 86-96.