基于专利信息评价和挖掘智能机器人领域技术创新人才——主成分分析法（PCA）的视角
发布时间：2021-07-11 03:08
挖掘技术创新人才,是实现人才强企、强校的重要策略,是国家科技人才体系建设的重要一环,可以优化科研财政支出结构、完善人才发展投入机制、提高科研效率。基于专利是衡量技术创新能力和水平的重要指标,以智能机器人领域为例,对发明人进行专利信息统计,从数据库中选择及计算能反映其技术创新的多指标,结合主成分分析法筛选指标特征,构建技术创新人才评价指标体系。通过因子得分,对发明人进行评价和排序;通过共现矩阵和聚类分析,挖掘智能机器人领域中的技术创新人才及团队。
【文章来源】：科技管理研究. 2019,39(17)北大核心CSSCI
【文章页数】：6 页
【部分图文】：
智能机器人领域发明人-发明人共现矩阵
赵宁等：基于专利信息评价和挖掘智能机器人领域技术创新人才——主成分分析法（PCA）的视角165图2智能机器人领域发明人-DWPI手工代码共现矩阵通过表5，结合图1、图2进行智能机器人领域技术创新人才挖掘分析。美国iRobot公司的创新团队主要为Sandin…P…E和Jones…J…L组成，其成员包括Vu…C、Mass…P…R、Ozick……D…N、Mack…N…E、Nugent…D…M、Lynch…J，Cohen…D…A和Gilbert…J…D也是该公司可以挖掘的创新人才，通过分类代码聚类得出其主要研究方向集中于X27-D04R的Robotic…Vacuum…Cleaner除尘机器人上；国内清华大学张文增的创新团队，其研究领域主要在P62E机械手，团队成员包括陈强。在计算机与程序控制机机器人主要技术领域上，挖掘到主要创新人才有：美国iRobot公司的Cohen…D…A，中国科学院自动化研究所的谭民，北京理工大学的黄强，国家电网山东鲁能技术有限公司的韩磊，浙江大学熊蓉。5结论与单纯对发明人专利申请量评价相比，本文建立的基于第一发明人申请量、发明专利申请量和发明专利授权量、授权率、有效率、国际同族专利数、IPC大部、IPC小类、DWPI分类、被引篇数、被引次数、被引百分比、引证率、H指数、G指数、平均专利权数、平均合作发明人数、合作专利数的指标评价体系，能够反映技术创新规模、技术创新质量和技术创新管理等方面情况，可以综合评价技术创新人才能力和水平。基于发明人技术创新能力评价指标体系，采用主成分分析法简化其专利信息指标的分析，对DI检索清洗出的发明人进行综合评价，并对结果数据进行共现聚类进一步归类，挖掘出智能机器人领域的技术创新人才及团队。基于主成分分析法具有相对的普遍性和适应性，在此基础上，评价体系指标的进一步完善可以使得结果更加科学和准确
赵宁等：基于专利信息评价和挖掘智能机器人领域技术创新人才——主成分分析法（PCA）的视角165图2智能机器人领域发明人-DWPI手工代码共现矩阵通过表5，结合图1、图2进行智能机器人领域技术创新人才挖掘分析。美国iRobot公司的创新团队主要为Sandin…P…E和Jones…J…L组成，其成员包括Vu…C、Mass…P…R、Ozick……D…N、Mack…N…E、Nugent…D…M、Lynch…J，Cohen…D…A和Gilbert…J…D也是该公司可以挖掘的创新人才，通过分类代码聚类得出其主要研究方向集中于X27-D04R的Robotic…Vacuum…Cleaner除尘机器人上；国内清华大学张文增的创新团队，其研究领域主要在P62E机械手，团队成员包括陈强。在计算机与程序控制机机器人主要技术领域上，挖掘到主要创新人才有：美国iRobot公司的Cohen…D…A，中国科学院自动化研究所的谭民，北京理工大学的黄强，国家电网山东鲁能技术有限公司的韩磊，浙江大学熊蓉。5结论与单纯对发明人专利申请量评价相比，本文建立的基于第一发明人申请量、发明专利申请量和发明专利授权量、授权率、有效率、国际同族专利数、IPC大部、IPC小类、DWPI分类、被引篇数、被引次数、被引百分比、引证率、H指数、G指数、平均专利权数、平均合作发明人数、合作专利数的指标评价体系，能够反映技术创新规模、技术创新质量和技术创新管理等方面情况，可以综合评价技术创新人才能力和水平。基于发明人技术创新能力评价指标体系，采用主成分分析法简化其专利信息指标的分析，对DI检索清洗出的发明人进行综合评价，并对结果数据进行共现聚类进一步归类，挖掘出智能机器人领域的技术创新人才及团队。基于主成分分析法具有相对的普遍性和适应性，在此基础上，评价体系指标的进一步完善可以使得结果更加科学和准确
【参考文献】：
期刊论文
[1]广东省智能机器人产业的分析与思考--基于专利的视角[J]. 何静,蔡利超. 科技管理研究. 2017(15)
[2]智能机器:区分事实与虚幻[J]. Tom Austin,陈勇. 电子产品世界. 2016(10)
[3]基于专利视角的重庆高校科技创新能力评价研究[J]. 曾莉,王明. 南昌航空大学学报(社会科学版). 2016(03)
[4]基于专利分析的中美纳米技术领域人才分布比较研究[J]. 姜军,武兰芬. 科学管理研究. 2016(04)
[5]高校技术创新能力评价实证研究——基于专利信息的测度分析[J]. 鲍志彦. 农业图书情报学刊. 2016(08)
[6]基于大数据视角的专利分析方法与模式研究[J]. 彭茂祥,李浩. 情报理论与实践. 2016(07)
[7]基于专利分析的技术竞争力比较研究[J]. 曹明,陈荣,孙济庆,吴迪,严素梅,王倩倩. 科学学研究. 2016(03)
[8]特斯拉汽车公司专利申请中的发明人分析[J]. 杜凯,马宏珺,张博,崔岩. 中国高新技术企业. 2016(06)
[9]基于专利情报分析和对比的高校技术创新评价研究——以浙江大学为例[J]. 李红,朱玉奴,缪家鼎. 情报理论与实践. 2015(05)
[10]对技术创新概念的认识[J]. 毛彬. 现代营销(学苑版). 2014(02)
硕士论文
[1]基于专利信息的产业技术创新能力评价研究[D]. 龚关.华东师范大学 2012
本文编号：3277209
【文章来源】：科技管理研究. 2019,39(17)北大核心CSSCI
【文章页数】：6 页
【部分图文】：
智能机器人领域发明人-发明人共现矩阵
赵宁等：基于专利信息评价和挖掘智能机器人领域技术创新人才——主成分分析法（PCA）的视角165图2智能机器人领域发明人-DWPI手工代码共现矩阵通过表5，结合图1、图2进行智能机器人领域技术创新人才挖掘分析。美国iRobot公司的创新团队主要为Sandin…P…E和Jones…J…L组成，其成员包括Vu…C、Mass…P…R、Ozick……D…N、Mack…N…E、Nugent…D…M、Lynch…J，Cohen…D…A和Gilbert…J…D也是该公司可以挖掘的创新人才，通过分类代码聚类得出其主要研究方向集中于X27-D04R的Robotic…Vacuum…Cleaner除尘机器人上；国内清华大学张文增的创新团队，其研究领域主要在P62E机械手，团队成员包括陈强。在计算机与程序控制机机器人主要技术领域上，挖掘到主要创新人才有：美国iRobot公司的Cohen…D…A，中国科学院自动化研究所的谭民，北京理工大学的黄强，国家电网山东鲁能技术有限公司的韩磊，浙江大学熊蓉。5结论与单纯对发明人专利申请量评价相比，本文建立的基于第一发明人申请量、发明专利申请量和发明专利授权量、授权率、有效率、国际同族专利数、IPC大部、IPC小类、DWPI分类、被引篇数、被引次数、被引百分比、引证率、H指数、G指数、平均专利权数、平均合作发明人数、合作专利数的指标评价体系，能够反映技术创新规模、技术创新质量和技术创新管理等方面情况，可以综合评价技术创新人才能力和水平。基于发明人技术创新能力评价指标体系，采用主成分分析法简化其专利信息指标的分析，对DI检索清洗出的发明人进行综合评价，并对结果数据进行共现聚类进一步归类，挖掘出智能机器人领域的技术创新人才及团队。基于主成分分析法具有相对的普遍性和适应性，在此基础上，评价体系指标的进一步完善可以使得结果更加科学和准确
赵宁等：基于专利信息评价和挖掘智能机器人领域技术创新人才——主成分分析法（PCA）的视角165图2智能机器人领域发明人-DWPI手工代码共现矩阵通过表5，结合图1、图2进行智能机器人领域技术创新人才挖掘分析。美国iRobot公司的创新团队主要为Sandin…P…E和Jones…J…L组成，其成员包括Vu…C、Mass…P…R、Ozick……D…N、Mack…N…E、Nugent…D…M、Lynch…J，Cohen…D…A和Gilbert…J…D也是该公司可以挖掘的创新人才，通过分类代码聚类得出其主要研究方向集中于X27-D04R的Robotic…Vacuum…Cleaner除尘机器人上；国内清华大学张文增的创新团队，其研究领域主要在P62E机械手，团队成员包括陈强。在计算机与程序控制机机器人主要技术领域上，挖掘到主要创新人才有：美国iRobot公司的Cohen…D…A，中国科学院自动化研究所的谭民，北京理工大学的黄强，国家电网山东鲁能技术有限公司的韩磊，浙江大学熊蓉。5结论与单纯对发明人专利申请量评价相比，本文建立的基于第一发明人申请量、发明专利申请量和发明专利授权量、授权率、有效率、国际同族专利数、IPC大部、IPC小类、DWPI分类、被引篇数、被引次数、被引百分比、引证率、H指数、G指数、平均专利权数、平均合作发明人数、合作专利数的指标评价体系，能够反映技术创新规模、技术创新质量和技术创新管理等方面情况，可以综合评价技术创新人才能力和水平。基于发明人技术创新能力评价指标体系，采用主成分分析法简化其专利信息指标的分析，对DI检索清洗出的发明人进行综合评价，并对结果数据进行共现聚类进一步归类，挖掘出智能机器人领域的技术创新人才及团队。基于主成分分析法具有相对的普遍性和适应性，在此基础上，评价体系指标的进一步完善可以使得结果更加科学和准确
【参考文献】：
期刊论文
[1]广东省智能机器人产业的分析与思考--基于专利的视角[J]. 何静,蔡利超. 科技管理研究. 2017(15)
[2]智能机器:区分事实与虚幻[J]. Tom Austin,陈勇. 电子产品世界. 2016(10)
[3]基于专利视角的重庆高校科技创新能力评价研究[J]. 曾莉,王明. 南昌航空大学学报(社会科学版). 2016(03)
[4]基于专利分析的中美纳米技术领域人才分布比较研究[J]. 姜军,武兰芬. 科学管理研究. 2016(04)
[5]高校技术创新能力评价实证研究——基于专利信息的测度分析[J]. 鲍志彦. 农业图书情报学刊. 2016(08)
[6]基于大数据视角的专利分析方法与模式研究[J]. 彭茂祥,李浩. 情报理论与实践. 2016(07)
[7]基于专利分析的技术竞争力比较研究[J]. 曹明,陈荣,孙济庆,吴迪,严素梅,王倩倩. 科学学研究. 2016(03)
[8]特斯拉汽车公司专利申请中的发明人分析[J]. 杜凯,马宏珺,张博,崔岩. 中国高新技术企业. 2016(06)
[9]基于专利情报分析和对比的高校技术创新评价研究——以浙江大学为例[J]. 李红,朱玉奴,缪家鼎. 情报理论与实践. 2015(05)
[10]对技术创新概念的认识[J]. 毛彬. 现代营销(学苑版). 2014(02)
硕士论文
[1]基于专利信息的产业技术创新能力评价研究[D]. 龚关.华东师范大学 2012
本文编号：3277209
本文链接：https://www.wllwen.com/shekelunwen/shishidongtai/3277209.html
