基于时序图神经网络的潜在高价值专利识别研究

doi:10.3772/j.issn.1000-0135.2024.06.006

情报学报

2024, Vol. 43

Issue (6): 697-711 DOI: 10.3772/j.issn.1000-0135.2024.06.006

情报技术与应用

本期目录 | 过刊浏览 | 高级检索

基于时序图神经网络的潜在高价值专利识别研究

周潇, 王博, 胡玉琳, 韦楚楚

西安电子科技大学经济与管理学院，西安 710126

Potential High-Value Patent Identify Based on a Time-Series Graph Neural Network

Zhou Xiao, Wang Bo, Hu Yulin, Wei Chuchu

School of Economics and Management, Xidian University, Xi’an 710126

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (3952 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要高价值专利是构建当前“国内国际双循环”新发展格局的核心资源，也是促使我国在国际经济新秩序中立足战略制高点、全面推进科技自立自强的核心要素，准确识别潜在的高价值专利是对其进行价值培育与技术转化的关键性步骤。本文在充分挖掘中国专利奖获奖专利特征的基础上，综合利用Patent-BERT（bidirectional encoder representations from transformers for patent）与图深度学习算法，在融合专利评估指标、文本特征的基础之上，提出了基于图卷积神经网络（graph convolutional network，GCN）与长短时记忆网络（long short-term memory，LSTM）的潜在高价值专利识别模型。本文的创新点主要体现在两个方面：①修正了已有研究中仅关注诸如专利增长速度、合作潜力等“数量”特征而缺乏对文本语义深度理解的弊端，从文本语义与专利计量维度构建专利价值的表示模型；②考虑到专利价值的时序变化性，从动态视角探索了专利价值的演化规律，为专利价值的挖掘与评估提供了新的研究思路。最后，本文对node2vec、doc2vec、GCN、MLP（multilayer perceptron）等多种模型进行性能对比，研究结果表明，本文模型在多项指标上的表现均优于对照模型，从而有效验证了本文方案的高效性与稳健性。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	周潇
	王博
	胡玉琳
	韦楚楚

关键词 ：战略情报预判, 高价值专利识别, 多源特征融合, 时序图神经网络, 表示学习

收稿日期: 2023-08-14

基金资助:国家自然科学基金面上项目“重组创新视角下新兴共性技术识别及突破路径预测研究”（72374165）。

作者简介: 周潇，女，1986年生，博士研究生，副教授，硕士生导师，主要研究领域为文本挖掘与技术预测，E-mail：belinda1214@126.com；王博，男，1997年生，硕士研究生，主要研究方向为技术创新管理；胡玉琳，女，1999年生，硕士研究生，主要研究方向为文本挖掘；韦楚楚，女，2000年生，硕士研究生，主要研究方向为技术预测；

引用本文:

周潇, 王博, 胡玉琳, 韦楚楚. 基于时序图神经网络的潜在高价值专利识别研究[J]. 情报学报, 2024, 43(6): 697-711.
Zhou Xiao, Wang Bo, Hu Yulin, Wei Chuchu. Potential High-Value Patent Identify Based on a Time-Series Graph Neural Network. 情报学报, 2024, 43(6): 697-711.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2024.06.006 或 https://qbxb.istic.ac.cn/CN/Y2024/V43/I6/697

1 陈劲, 阳镇, 朱子钦. “十四五”时期“卡脖子”技术的破解: 识别框架、战略转向与突破路径[J]. 改革, 2020(12): 5-15.
2 国家知识产权局. 国家知识产权局2022年度报告[R/OL]. (2023-06-05). https://www.cnipa.gov.cn/module/download/down.jsp?i_ID=185538&colID=3249.
3 Shane S. Technological opportunities and new firm creation[J]. Management Science, 2001, 47(2): 205-220.
4 侯剑华, 郑碧丽, 张洋. 科学知识扩散研究: 概念界定、理论基础与体系重构[J]. 现代情报, 2020, 40(9): 117-126.
5 韩啸. 大国竞争下美国国防部推动新技术转化的价值链分析[J]. 情报杂志, 2021, 40(6): 17-25.
6 Song H Y, Hou J H, Zhang Y. The measurements and determinants of patent technological value: lifetime, strength, breadth, and dispersion from the technology diffusion perspective[J]. Journal of Informetrics, 2023, 17(1): 101370.
7 Albert M B, Avery D, Narin F, et al. Direct validation of citation counts as indicators of industrially important patents[J]. Research Policy, 1991, 20(3): 251-259.
8 Grimaldi M, Cricelli L, Di Giovanni M, et al. The patent portfolio value analysis: a new framework to leverage patent information for strategic technology planning[J]. Technological Forecasting and Social Change, 2015, 94: 286-302.
9 Martínez C. Patent families: when do different definitions really matter?[J]. Scientometrics, 2011, 86(1): 39-63.
10 魏明珠, 郑荣, 高志豪, 等. 融合知识图谱和深度神经网络的产业新兴技术预测模型研究[J]. 情报学报, 2022, 41(11): 1134-1148.
11 任培民, 赵树然, 姜文远. 基于结构方程-组套索的复杂专利组合测度研究[J]. 科研管理, 2022, 43(9): 159-168.
12 宋艳, 常菊, 陈琳. 专利质量对企业绩效的影响研究——技术创新类型的调节作用[J]. 科学学研究, 2021, 39(8): 1459-1466.
13 Verhoeven D, Bakker J, Veugelers R. Measuring technological novelty with patent-based indicators[J]. Research Policy, 2016, 45(3): 707-723.
14 Huang L, Liu F Y, Zhang Y. Overlapping community discovery for identifying key research themes[J]. IEEE Transactions on Engineering Management, 2021, 68(5): 1321-1333.
15 王萧萧, 朱桂龙. 产学合作提升专利质量了吗?[J]. 科学学研究, 2019, 37(8): 1461-1470, 1516.
16 严晓宁, 孙沛霖, 林光彬. 市场法在知识产权评估中的运用挑战与设想[J]. 中国资产评估, 2021(5): 4-7, 28.
17 Bakker J, Verhoeven D, Zhang L, et al. Patent citation indicators: one size fits all?[J]. Scientometrics, 2016, 106(1): 187-211.
18 苗红, 张惠钊, 林昭颍, 等. 基于专利文本语义距离的跨领域关键共性技术识别方法研究[J]. 情报杂志, 2023, 42(8): 90-95.
19 冯立杰, 周炜, 王金凤, 等. 基于SAO语义分析的多维技术演化路径与技术创新机会识别研究[J]. 情报学报, 2022, 41(11): 1149-1160.
20 孔德婧, 董放, 陈子婧, 等. 离群专利视角下的新兴技术预测——基于BERT模型和深度神经网络[J]. 图书情报工作, 2021, 65(17): 131-141.
21 张金柱, 韩永亮. 基于多特征的技术融合关系预测及其价值评估[J]. 数据分析与知识发现, 2022, 6(2/3): 33-44.
22 Liu W D, Qiao W B, Wang Y, et al. Patent transformation opportunity to realize patent value: discussion about the conditions to be used or exchanged[J]. Information Processing & Management, 2021, 58(4): 102582.
23 岳丽欣, 刘自强, 刘春江, 等. 融合引用和文本特征的技术创新路径识别研究[J]. 图书情报工作, 2023, 67(3): 49-60.
24 Qi J J, Lei L, Zheng K, et al. Patent analytic citation-based VSM: challenges and applications[J]. IEEE Access, 2020, 8: 17464-17476.
25 Lanjouw J O. Patent protection in the shadow of infringement: simulation estimations of patent value[J]. The Review of Economic Studies, 1998, 65(4): 671-710.
26 晁蓉, 龙敏, 黄筱玲. 发明专利特征与专利价值——基于中国专利金奖的经验分析[J]. 中南财经政法大学学报, 2020(5): 73-81.
27 刘洋. 高价值专利指标探讨——基于中国金奖专利的实证分析[J]. 中国高校科技, 2021(8): 80-84.
28 Grimaldi M, Cricelli L. Indexes of patent value: a systematic literature review and classification[J]. Knowledge Management Research & Practice, 2020, 18(2): 214-233.
29 Lee N. Exclusion and coordination in collaborative innovation and patent law[J]. International Journal of Intellectual Property Management, 2009, 3(1): 79-93.
30 Suzuki J. Structural modeling of the value of patent[J]. Research Policy, 2011, 40(7): 986-1000.
31 郭状, 余翔. 基于我国人工智能专利数据的专利价值影响因素分析[J]. 情报杂志, 2020, 39(9): 88-94.
32 Lanjouw J O, Schankerman M. Patent quality and research productivity: measuring innovation with multiple indicators[J]. The Economic Journal, 2004, 114(495): 441-465.
33 Fischer T, Leidinger J. Testing patent value indicators on directly observed patent value—an empirical analysis of Ocean Tomo patent auctions[J]. Research Policy, 2014, 43(3): 519-529.
34 Pakes A. Patents as options: some estimates of the value of holding European patent stocks[J]. Econometrica, 1986, 54(4): 755-784.
35 Marco A C, Sarnoff J D, deGrazia C A W. Patent claims and patent scope[J]. Research Policy, 2019, 48(9): 103790.
36 Park Y, Park G. A new method for technology valuation in monetary value: procedure and application[J]. Technovation, 2004, 24(5): 387-394.
37 国家知识产权局专利管理司, 中国技术交易所. 专利价值分析指标体系操作手册[M]. 北京: 知识产权出版社, 2012.
38 Capponi G, Martinelli A, Nuvolari A. Breakthrough innovations and where to find them[J]. Research Policy, 2022, 51(1): 104376.
39 李睿, 王双玲, 康心寓. 优质专利识别目标下的无效宣告胜出专利特征研究[J]. 图书情报工作, 2022, 66(23): 72-81.
40 Trappey A J C, Trappey C V, Govindarajan U H, et al. Patent value analysis using deep learning models—the case of IoT technology mining for the manufacturing industry[J]. IEEE Transactions on Engineering Management, 2021, 68(5): 1334-1346.
41 Iazzolino G, Migliano G. The valuation of a patent through the real options approach: a tutorial[J]. Journal of Business Valuation and Economic Loss Analysis, 2015, 10(1): 99-116.
42 Devlin J, Chang M W, Lee K, et al. BERT: pre-training of deep bidirectional transformers for language understanding[C]// Proceedings of the 2019 Conference on the North American Chapter of the Association for Computational Linguistics: Human Language Technologies. Stroudsburg: Association for Computational Linguistics, 2019: 4171-4186.
43 赵雪峰, 胡瑾瑾, 吴德林, 等. 一种基于特征拼接、标签迁移及深度学习组合的专利价值评估方法[J]. 情报学报, 2023, 42(6): 663-680.
44 Park H, Noh J, Ham B. Learning memory-guided normality for anomaly detection[C]// Proceedings of the 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Piscataway: IEEE, 2020: 14360-14369.
45 Zhang Q J, Jin D H, Wang Y W, et al. Semantic clone detection based on code feature fusion learning[J]. International Journal of Software Engineering and Knowledge Engineering, 2023, 33(7): 1039-1062.
46 何琦, 艾蔚, 潘宁利. 数字转型背景下的创新扩散: 理论演化、研究热点、创新方法研究——基于知识图谱视角[J]. 科学学与科学技术管理, 2022, 43(6): 17-50.
47 Czarnitzki D, Toole A A. Patent protection, market uncertainty, and R&D investment[J]. The Review of Economics and Statistics, 2011, 93(1): 147-159.
48 Kurosawa T, Takama Y. Predicting researchers’ future activities using visualization system for co-authorship networks[C]// Proceedings of the 2011 IEEE/WIC/ACM International Conferences on Web Intelligence and Intelligent Agent Technology. Piscataway: IEEE, 2011: 332-339.
49 Zhu Y J, Quan L H, Chen P Y, et al. Predicting coauthorship using bibliographic network embedding[J]. Journal of the Association for Information Science and Technology, 2023, 74(4): 388-401.
50 周莉, 刘苗, 周蕊格, 等. 基于专利文本挖掘的科技文化产业技术发展趋势研究[J]. 科技进步与对策, 2019, 36(23): 69-75.
51 Kwon S, Liu X Y, Porter A L, et al. Research addressing emerging technological ideas has greater scientific impact[J]. Research Policy, 2019, 48(9): 103834.
52 工业和信息化部关于印发“十四五”信息通信行业发展规划的通知[EB/OL]. (2021-11-01) [2023-06-17]. https://www.gov.cn/zhengce/zhengceku/2021-11/16/content_5651262.htm.
53 战略性新兴产业分类(2018)(国家统计局令第23号)[EB/OL]. (2018-11-26) [2023-06-17]. https://www.gov.cn/zhengce/zhengceku/2018-12/31/content_5433037.htm.
54 中国信息通信研究院. 中国5G发展和经济社会影响白皮书(2022年)[R]. 北京: 中国信息通信研究院, 2023: 12-16.
55 中国信息通信研究院, 中国通信企业协会. 5G消息发展报告(2022年)[R]. 北京: 中国信息通信研究院, 2022: 11-18.
56 中国信息通信研究院. 中国信息消费发展态势报告(2022年)[R]. 北京: 中国信息通信研究院, 2022: 1-11.
57 CSIS. Accelerating 5G in the United States[R]. Washington, DC: Center for Strategic and International Studies, 2021: 19-25.
58 U.S. Congress. Endless Frontier Act[EB/OL]. (2020-05-21) [2023-06-18]. https://www.congress.gov/bill/116th-congress/senate-bill/3832?q=%7B%22search%22%3A%22Endless+Frontier+Act%22%7D&r=25&s=1.
59 张伟伦. “数字中国”顶层规划为产业新浪潮夯基布局[N]. 中国贸易报, 2023-03-07(001).