基于专利的新兴技术弱信号识别方法研究

发布时间：2017-04-08 17:26

  本文关键词：基于专利的新兴技术弱信号识别方法研究，由笔耕文化传播整理发布。

【摘要】：不论对于国家、企业还是研究机构，对研究领域技术发展方向的准确把控和对该领域新兴技术的敏锐捕捉，抢占先机，在某一领域竞争尚未激烈之前占据先导优势地位，都将对组织机构发展战略的决策制定起到非常重要的作用。然而新兴技术具有高度不确定性、创造性毁灭、爆发性增长、不连续性变化与“赢者通吃”的特征，要实现对产业或技术方向主导权的把握，需要时刻监测全球技术变化的前沿动态，在新兴技术轨道形成的早期就准确捕捉，予以关注并采取行动。 由于新兴技术常出现在主流技术之外的边缘地带，且发展初期科学知识基础、技术架构标准、功能收益尚不明朗，特征不明显，容易被忽略，有征兆意义的弱信号常隐藏在大量噪声信号、竞争技术信号和主流信号之中，如何从纷繁复杂的信号中进行弱信号的甄别，发现潜在的技术发展趋势，，捕捉技术发展初期的信号特征，是本论文研究的主要目的。 本论文以德温特专利信息为数据源，从专利元数据信息和语义文本信息两个方面入手，一方面运用商业智能工具对专利元数据进行数据整合，构造专利数据的自动化规范模型，以形成高质量的干净完整的专利元数据集；一方面运用文本挖掘、信息抽取、模式识别的相关理论和技术，以SAO-C结构抽取为构造专利的语义特征抽取算法的基础，结合模式识别的相关方法构造深度标注算法，实现专利信息的语义表征和领域专利特征树的构建。并以此为基础，先从相应内容的专利数量上确定潜在弱信号集合，然后构建弱信号评价指标体系，运用数据集对模型进行训练和测试。 论文的创新点主要有以下三点：一是提出了基于SAO-C结构抽取的专利信息语义标注方法，二是提出了基于专利语义特征抽取的领域专利特征树构建方法，三是提出了针对专利语义、基于文本挖掘、专利特征树构造技术和TRIZ理论的新兴技术弱信号辨识检测方法。
【关键词】：专利信息 弱信号 数据整合 信息抽取 语义标注 模式识别 专利特征树
【学位授予单位】：北京工业大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TN911.7;G306
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-21
• 1.1 选题背景及意义9-10
• 1.2 国内外研究现状10-18
• 1.2.1 新兴技术弱信号感知评估方法10-16
• 1.2.2 领域专利特征树构建方法16-18
• 1.3 主要研究内容及章节安排18-21
• 1.3.1 主要研究内容18-19
• 1.3.2 章节安排19-21
• 第2章 相关技术研究综述21-35
• 2.1 数据清洗 ETL21-23
• 2.1.1 数据清洗功能21-22
• 2.1.2 数据清洗工具22
• 2.1.3 SSIS 数据清洗 ETL 的主要流程22-23
• 2.2 文本挖掘理论23-24
• 2.2.1 文本挖掘的主要内容23-24
• 2.2.2 文本挖掘的实现工具24
• 2.3 信息抽取与语义标注24-34
• 2.3.1 信息抽取24-26
• 2.3.2 语义标注26-29
• 2.3.3 语义标注系统29-30
• 2.3.4 语义标注工具-GATE30-34
• 2.4 本章小结34-35
• 第3章 德温特专利元数据清洗整合 ETL35-47
• 3.1 德温特专利元数据清洗整合需求35
• 3.2 德温特专利元数据清洗整合模型设计35-36
• 3.3 德温特专利元数据清洗整合 ETL 策略36-38
• 3.3.1 表达式清洗策略36
• 3.3.2 循环清洗策略36-37
• 3.3.3 基于脚本的清洗策略37-38
• 3.3.4 标注策略38
• 3.4 德温特专利元数据清洗整合实验38-45
• 3.4.1 PN 字段清洗流程——表达式抽取策略实例39-40
• 3.4.2 PD 字段清洗流程——循环抽取策略实例40-42
• 3.4.3 CP 字段清洗流程——脚本抽取策略实例42-44
• 3.4.4 CP 信息表标注过程——标注策略实例44-45
• 3.5 本章小结45-47
• 第4章 基于德温特专利语义特征抽取的领域专利特征树构建47-73
• 4.1 德温特专利领域专利特征树构建方案设计47-49
• 4.1.1 德温特专利特征抽取思路47-48
• 4.1.2 基于特征抽取的专利特征树构建方案设计48-49
• 4.2 德温特专利特征抽取49-63
• 4.2.1 SAO-C 结构抽取49-58
• 4.2.2 基于 SAO-C 结构的语义特征深度标注58-62
• 4.2.3 基于 SAO-C 标注的特征概念聚类62
• 4.2.4 其他专利特征抽取62-63
• 4.3 专利特征树构建63-66
• 4.3.1 基础知识块构建63-64
• 4.3.2 语义专利特征树构建64-65
• 4.3.3 完整专利特征树构建65-66
• 4.4 基于语义标注的专利特征树构建实验66-71
• 4.4.1 数据集66-67
• 4.4.2 语义特征标注67-69
• 4.4.3 专利特征树构建69-71
• 4.5 本章小结71-73
• 第5章 基于领域专利特征树的新兴技术弱信号识别73-83
• 5.1 新兴技术弱信号识别机理73-75
• 5.2 新兴技术弱信号识别方案设计75-77
• 5.3 实验及分析77-82
• 5.3.1 潜在弱信号确定77-78
• 5.3.2 弱信号评估模型训练78-80
• 5.3.3 弱信号评估模型测试80-82
• 5.4 本章小结82-83
• 总结与展望83-85
• 参考文献85-91
• 攻读硕士学位期间所发表的学术论文91-93
• 致谢93

【参考文献】

中国期刊全文数据库 前6条

1 朱东华,袁军鹏;基于数据挖掘的科技监测方法研究[J];管理工程学报;2004年04期

2 荆涛;左万利;孙吉贵;车海燕;;中文网页语义标注:由句子到RDF表示[J];计算机研究与发展;2008年07期

3 王朝霞;邱清盈;冯培恩;谢双喜;;机械产品专利技术方案信息抽取方法[J];机械工程学报;2009年10期

4 张冬梅;曾忠禄;;结合专利分析与技术环境监测的技术预见模型[J];情报理论与实践;2010年04期

5 赵小康;;弱信号:识别、探测与应对[J];情报杂志;2010年01期

6 翟东升;陈晨;张杰;黄鲁成;阮平南;;专利信息的技术功效与应用图挖掘研究[J];现代图书情报技术;2012年Z1期

  本文关键词：基于专利的新兴技术弱信号识别方法研究，由笔耕文化传播整理发布。

本文编号：293326