基于SIPO的中国人工智能领域专利合作网络演化研究
发布时间:2022-12-10 18:58
人工智能进入大规模场景应用落地的黄金期,本研究揭示了我国人工智能领域专利合作网络的演化过程,为我国人工智能资源配置及相关政策的制定提供一定的参考。基于2010-2018年的我国人工智能领域SIPO合作申请专利数据,本文使用社会网络分析技术,分别对专利技术之间、专利申请人之间的专利合作网络的演化特征进行分析,构建技术与关键专利申请者的二模网络以探讨二者之间的相互影响。本文研究发现,2010-2018年我国人工智能技术合作关系由孤立散乱到更为紧密集中。我国人工智能专利合作网络中研究机构间的信息交流逐渐密切,且存在结构洞和小世界效应,各研究机构间的独立性和异质性也有所增强。技术与关键研发者相互影响,推动彼此占据合作网络中的优势位置。
【文章页数】:17 页
【文章目录】:
引言
1 研究综述
2 数据来源与研究方法
3 我国人工智能合作专利技术演化研究
3.1 合作申请专利的热点技术识别
3.2 合作申请专利的技术演化分析
4 我国人工智能专利合作网络演化研究
4.1 专利合作网络的关键节点识别
4.2 专利申请人合作网络演化分析
4.2.1“结构洞”理论
4.2.2 小世界网络效应
4.2.3 专利合作模式
5我国人工智能合作专利的二模网络分析
6 结论与建议
【参考文献】:
期刊论文
[1]突发事件信息传播网络中的关键节点动态识别研究[J]. 陈思菁,李纲,毛进,巴志超. 情报学报. 2019(02)
[2]基于专利分析的中美人工智能产业发展比较研究[J]. 陈军,张韵君,王健. 情报杂志. 2019(01)
[3]中国人工智能研究的十年回顾——基于2008—2017年间文献计量和知识图谱分析[J]. 吕文晶,徐丽,刘进,陈劲. 技术经济. 2018(10)
[4]专利引证视角下的核心专利研究——以人工智能领域为例[J]. 赵蓉英,李新来,李丹阳. 情报理论与实践. 2019(03)
[5]网络结构、地理接近性对企业专利合作的影响机制研究[J]. 迟嘉昱,孙翎,杨晓华. 科技管理研究. 2018(16)
[6]小世界网络的动态性对企业关键研发者创造力的影响[J]. 汤小莉,孙笑明,田高良,黄虎,王静雪. 管理工程学报. 2018(04)
[7]“一带一路”跨国专利合作网络及影响因素研究[J]. 张明倩,柯莉. 软科学. 2018(06)
[8]京津冀产学研专利合作网络时空演化研究[J]. 唐恒,高粱洲,刘桂锋. 情报杂志. 2017(10)
[9]基于SNA与模糊TOPSIS的网络舆情关键节点识别分类模型研究[J]. 彭丽徽,李贺,张艳丰. 现代情报. 2017(08)
[10]基于二模复杂网络的共享经济平台用户交互行为研究[J]. 陈远,刘福珍,吴江. 数据分析与知识发现. 2017(06)
本文编号:3717339
【文章页数】:17 页
【文章目录】:
引言
1 研究综述
2 数据来源与研究方法
3 我国人工智能合作专利技术演化研究
3.1 合作申请专利的热点技术识别
3.2 合作申请专利的技术演化分析
4 我国人工智能专利合作网络演化研究
4.1 专利合作网络的关键节点识别
4.2 专利申请人合作网络演化分析
4.2.1“结构洞”理论
4.2.2 小世界网络效应
4.2.3 专利合作模式
5我国人工智能合作专利的二模网络分析
6 结论与建议
【参考文献】:
期刊论文
[1]突发事件信息传播网络中的关键节点动态识别研究[J]. 陈思菁,李纲,毛进,巴志超. 情报学报. 2019(02)
[2]基于专利分析的中美人工智能产业发展比较研究[J]. 陈军,张韵君,王健. 情报杂志. 2019(01)
[3]中国人工智能研究的十年回顾——基于2008—2017年间文献计量和知识图谱分析[J]. 吕文晶,徐丽,刘进,陈劲. 技术经济. 2018(10)
[4]专利引证视角下的核心专利研究——以人工智能领域为例[J]. 赵蓉英,李新来,李丹阳. 情报理论与实践. 2019(03)
[5]网络结构、地理接近性对企业专利合作的影响机制研究[J]. 迟嘉昱,孙翎,杨晓华. 科技管理研究. 2018(16)
[6]小世界网络的动态性对企业关键研发者创造力的影响[J]. 汤小莉,孙笑明,田高良,黄虎,王静雪. 管理工程学报. 2018(04)
[7]“一带一路”跨国专利合作网络及影响因素研究[J]. 张明倩,柯莉. 软科学. 2018(06)
[8]京津冀产学研专利合作网络时空演化研究[J]. 唐恒,高粱洲,刘桂锋. 情报杂志. 2017(10)
[9]基于SNA与模糊TOPSIS的网络舆情关键节点识别分类模型研究[J]. 彭丽徽,李贺,张艳丰. 现代情报. 2017(08)
[10]基于二模复杂网络的共享经济平台用户交互行为研究[J]. 陈远,刘福珍,吴江. 数据分析与知识发现. 2017(06)
本文编号:3717339
本文链接:https://www.wllwen.com/guanlilunwen/keyanlw/3717339.html