核心专利知识轮廓：新材料领域实证研究

发布时间：2024-04-02 06:40

　　在知识经济时代,专利分析已成为行业内战略和技术智能分析的重要选择。但近年来,随着知识产权热度的上升,许多毫无创新内容的垃圾专利泛滥成灾,这对行业领导者和企业管理者进行技术创新分析及战略决策产生严重不良影响,造成了市场资源浪费和不公平竞争,阻碍了创新主体技术创新水平发展。为了充分学习行业内潜在战略模式和核心技术创新趋势,本文提出了一种大数据核心知识机器学习方法,以战略性新兴产业新材料领域内的德温特全球专利数据为实例,将Page Rank算法、LDA主题模型和层次时间序列趋势预测创新性结合,对全球新材料核心专利知识轮廓进行挖掘、分析和预测,并得出结论主要有:(1)出色的知识深度与广度对创新主体的高质量创新和核心技术发展有显著积极作用。(2)Page Rank算法和LDA主题模型相结合所挖掘出的主题能出色展现出新材料领域的核心技术焦点,清晰揭示了行业内潜在战略性知识。(3)以金属原料为基础或衍生的相关技术一直以来都是新材料领域的战略核心。(4)新型能源材料、石墨烯和高性能特种复合材料领域发展空间广阔,未来将是各国技术竞争战略的焦点。(5)目前许多知识占比较低但潜在价值巨大的子领域仍存在技术难...

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
学位论文数据集
摘要
abstract
第一章 绪论
    1.1 研究背景
    1.2 研究意义
    1.3 研究框架
        1.3.1 研究方法
        1.3.2 研究内容
        1.3.3 技术路线图
    1.4 研究创新点
    1.5 本章小结
第二章 理论基础与文献综述
    2.1 理论基础
        2.1.1 知识分类
        2.1.2 知识战略
        2.1.3 知识轮廓
        2.1.4 核心专利
        2.1.5 专利分析
    2.2 国内外研究现状综述
        2.2.1 核心专利识别相关研究
        2.2.2 无监督主题模型相关研究
        2.2.3 国内新材料领域知识研究现状
        2.2.4 文献评述
    2.3 本章小结
第三章 数据处理与模型建立
    3.1 数据收集与处理
    3.2 模型建立
        3.2.1 PageRank算法构建
        3.2.2 主题模型构建
        3.2.3 最优主题数目K值的确定
    3.3 数据挖掘及结果展示
        3.3.1 核心专利的识别过程及结果展示
        3.3.2 核心专利的隐性知识挖掘及结果展示
    3.4 本章小结
第四章 新材料领域实证分析
    4.1 核心专利PI分析
        4.1.1 优先权日期分析
        4.1.2 优先权国家分析
    4.2 核心专利AE分析
    4.3 核心专利知识轮廓分析
        4.3.1 广度分析
        4.3.2 深度分析
    4.4 核心专利知识轮廓趋势预测
        4.4.1 二十世纪行业内核心知识轮廓概况
        4.4.2 行业内核心知识轮廓与核心技术集群预测
    4.5 本章小结
第五章 结论与展望
    5.1 结论
    5.2 建议与对策
        5.2.1 管理者启示
        5.2.2 政策启示
    5.3 研究展望
参考文献
致谢
研究成果
作者及导师简介
硕士研究生学位论文答辩委员会决议书



本文编号：3945973