基于专利异构网络的技术创新人才发现方法

发布时间：2022-01-05 23:31

　　专利数据中包含了丰富的科技信息。通过对专利数据的分析,不仅可以帮助企业快速了解当前领域的发展状况,还可以及时发现领域中的技术创新人才。尽管当前已经存在了一些基于专利指标的技术创新人才评价方法,但这些方法往往孤立地对各个特征进行分析,而忽略了考虑特征之间的关联对技术创新的人才发现的影响。针对该问题,论文提出了一种基于专利异构网络的技术创新人才发现方法,不仅考虑多个特征来评价专利数据中发明人的创新能力,而且通过构建多维特征的异构网络将多维度特征关联起来,从而可以在专利数据集合中准确地发现技术创新人才。实验表明,提出的方法是有效的。 

【文章来源】：计算机与数字工程. 2020,48(07)

【文章页数】：7 页

【部分图文】：

一个专利的部分结构化特征示例为了构建包含具有多维度特征的专利异构网

第48卷关联强度为0.3。边<P2，P1>表示专利P2引用专利P1，且P2到P1的引用关联的强度为0.5。可以看到，基于构建专利异构网络，我们可以得到申请人、发明人、专利等三种类型节点之间的关联。图2一个专利异构网络的例子3.3基于多维特征协同分析的技术创新人才发现算法基于构建好的专利异构网络，我们拟提出异构网络下技术创新人才发现算法，即通过发明人与发明人、发明人与专利文档、专利文档与专利文档、申请人与申请人以及申请人与专利文档之间的相互关联来度量各个发明人的技术创新能力，并找出技术创新能力最强的前k个发明人。该算法基于以下假设：1）一个专利文档被其他专利文档引用的专利数量越多，且施引的专利的质量越高，则该专利的质量越高；2）技术创新能力较强的发明人申请的专利通常会是高质量的专利；3）申请人的创新能力越强，则申请人维持的专利的质量通常越高；4）发表许多高质量专利的发明人通常技术创新能力较强；5）技术创新能力较强的发明人的共著发明人通常会也具有较强的技术创新能力；6）维持许多高质量专利的申请人通常具有较强的技术创新实力；7）技术创新实力较强的申请人所合作的申请人通常也具有较强的技术创新实力。根据1）、2）、3）可得，决定一篇专利是否为高质量的专利文档的因素有由三部分组成：引用该专利的专利数量和质量、发明人的技术创新能力以及申请人的技术创新能力。因此，对于异构网络中的任意专利Pi，其专利质量Q（Pi）为Q(Pi)=α1j=1|P(Pi)|Q(Pj)′1|Pj|+α2j=1|I(Pi)|Q(Ij)′1|P(Ij)|+

【参考文献】：
期刊论文
[1]创新是新时代中小企业持续健康发展的生命线[J]. 林泽炎.  中国发展观察. 2017(22)
[2]工程技术类高层次创新型科技人才评价指标体系研究[J]. 李瑞,吴孟珊,吴殿廷.  科技管理研究. 2017(18)
[3]创新型人才评价指标体系构建[J]. 刘慧,杨乃定,郭晓.  技术与创新管理. 2015(04)
[4]基础研究类创新型科技人才评价指标体系的构建[J]. 赵伟,包献华,屈宝强,林芬芬.  科技与经济. 2014(01)
[5]高校人才学术评价的专利指标研究[J]. 涂湘波,晁蓉,廖红四.  当代教育理论与实践. 2013(06)
[6]中国人才创新创业的指标体系和评价模型构建[J]. 桂昭明.  第一资源. 2012(06)
[7]创新人才成长环境评价指标体系实证研究——以江苏省徐州市为例[J]. 张海燕.  科技管理研究. 2012(20)
[8]基于文献聚合的高层次创新人才队伍建设指标体系研究[J]. 张体勤,姜道奎,伊振中.  科技与经济. 2012(01)
[9]引进高层次创业创新人才评价指标体系研究[J]. 曹丽娟.  科技管理研究. 2010(05)
[10]创新型人才评价指标体系研究[J]. 吕钦,鄢平.  消费导刊. 2009(05)



本文编号：3571253