基于专利IPC分类与文本信息的前沿技术演进分析——以人工智能领域为例

摘要：

文章采用技术生命周期曲线判断技术发展阶段,通过多维尺度分析法结合K-means算法,以专利IPC号为基础,结合Pearson相关系数,对专利差异性矩阵进行专利技术聚类;对技术集群从技术影响力、技术范围、技术保护、扩散指数、专利家族数量5个维度进行技术评价;综合孔多塞投票法和文本挖掘技术,进行前沿技术集群的命名与比较;引入时间维度,最终得到前沿技术演进图.通过对人工智能领域进行实证分析,验证了方法的可行性和有效性,并最终得到近5年的10类前沿技术,包括神经网络、语音识别与自然语言处理、计算机视觉与图像识别、机器人、智能系统、人机交互、虚拟现实、汽车自动驾驶、生物特征识别、智能制造.

关键词：前沿技术、专利分析、国际专利分类号、k-means算法、多维尺度分析、演化过程、人工智能

所属期刊栏目：43

资助基金：本文受中国科学技术信息研究所青年项目“基于专利和altmetrics的前沿技术预测”资助,项目编号:QN2019-06

在线出版日期：2020-07-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：123-129