基于專利文獻的技術演化分析方法評述

〔摘要〕技術演化分析是專利分析的重要內容之一，為國家科技規劃、企業研發戰略提供決策支持。首先總結了技術演化分析方法的現狀，根據分析對象將其大致分為3類：基于專利分類號的技術演化分析、基于專利引用關系的技術演化分析和基于專利文本內容的技術演化分析。接著分析了各種方法的優缺點，在此基礎上提出專利文本與引文結合的技術演化分析的觀點，并進行了可行性探討。最后就專利文本與引文結合的技術演化分析方法的研究思路提出建議。

〔關鍵詞〕技術演化；專利文本挖掘；專利引文分析；專利分析

DOI：10.3969/j.issn.1008-0821.2013.10.040

〔中圖分類號〕G250.2〔文獻標識碼〕A〔文章編號〕1008-0821（2013）10-0172-05

1技術演化分析概念及其意義

技術演化這一概念目前尚沒有明確的定義，不同的人有不同的認識和理解。王敏等[1]從演化的概念出發給出了技術演化的定義：所謂技術演化是指技術隨著時間變化的過程，技術演化分析即是對技術變化過程的發現與描述，進而進行技術發展趨勢預測等內容。全面、深入和準確地掌握技術演化發展情況無論是對國家提高自主創新能力還是企業增強自身的國際競爭力都具有十分重要的作用。具體來說掌握技術演化情況具有以下重要意義：（1）從國家的角度來說，可以為科研管理決策提供支持，比如制定科學技術發展規劃，優化政府對研發項目的投資；為國家的技術引進決策提供支持[2]。（2）從企業的角度來說，可以預測行業技術的發展趨勢；促進企業技術創新；為制定企業的技術發展戰略提供決策支持，比如企業的研發方向，研發創新費用的合理分配[3]。（3）從科研的角度來說，有助于啟發技術人員的思路、激發新的創意，進而發現新的技術領域、技術方向和技術手段，對現有技術進行改進等[3-4]。

專利文獻是科學技術的寶庫，是技術情報的物質載體，它涉及所有技術領域的最新、最活躍的創新技術信息，蘊含豐富的技術情報，可以說專利文獻提供了技術情報的最佳情報源[5]。據世界知識產權組織（WIPO）統計，專利信息是世界上最大的公開技術信息源之一，它包含了世界上90%～95%的技術信息，并且技術信息的公開要比其他載體早1～2年。總的來說，相比其他信息資源，專利文獻具有內容新穎、系統詳盡、格式規范、分類科學等特點，是一種理想的技術演化分析對象[6]，利用專利文獻可以有效地揭示相關技術的演進發展情況。

世界知識產權組織發布的全球PCT申請數據顯示專利數量巨大并且申請量有逐年增加。同時，由于技術領域不斷交叉滲透、技術創新的速度加快、技術創新過程更加復雜和新技術的日益細化及多樣化[7-8]，對專利技術演化分析提出了越來越高的挑戰與要求。如何有效地對專利文獻進行分析，更加全面、深入和準確了解技術演化過程與趨勢顯得十分迫切。時代在呼喚更好的專利技術演化分析方法。據此，在總結了目前專利技術演化分析方法優缺點的基礎上，提出將專利文本與引文相結合分析技術演化的觀點，并驗證了該觀點的可行性，希望將此觀點與同行一同分享和討論。

2專利技術演化分析的現狀

技術演化具有豐富的內涵，既包括特定技術的發展變化趨勢，也包括技術領域中各要素技術之間的相互作用和共同發展的過程[1]。根據技術演化的內涵，廣泛閱讀了相關專利分析文獻，得知發展至今已有多種技術演化分析方法，包括TRIZ法[9]、形態分析法[10]、專家咨詢法[11]、技術生命周期法[12-13]、專利引文分析法[14-17]、技術范式與技術軌道[18]等。陳亮等人[19]已對這些分析方法做了進行過詳細的闡述。本文是根據技術演化分析方法利用的專利文獻中的不同信息將目前專利技術演化分析的方法分為以下3類：基于專利分類號的技術演化分析、基于專利引用關系的技術演化分析和基于專利文本的技術演化分析，在總結利用不同信息的分析方法的優缺點之后，提出結合專利引文信息與文本信息的技術演化分析的觀點，并就其研究思路給予建議。

2.1基于專利分類號的技術演化分析

專利分類號是對專利技術內容的反映，在時間軸上，通過對專利分類號及其相關信息進行統計分析，比如對專利分類號所屬專利進行數量統計、分類號的頻次分析、共現分析，可以揭示某技術領域的技術演化過程。

基本的分析方法有統計專利分類號（IPC分類號、德溫特手工代碼等）隨年份的變化揭示技術發展趨勢，如劉立和王博[20]基于時間統計數控機床產業相關專利的德溫特分類代碼，分析了數控機床領域的技術發展變化概況。在隨年份變化的統計分析中可引入技術生命周期分析方法，用來判斷某項技術所處的發展階段和預測其發展趨勢。李春燕[12]在2012年總結了專利技術生命周期分析方法，指出不同方法的適用條件，包括S曲線、技術指標法、相對增長率法、技術生命周期圖法和TCT計算法，具體內容可以詳見其論文。通過設置時間窗口并比較各時間窗口之間專利分類號的變化也是一種方法。代表性的有龔勛等[21]按年份設置幾個時間窗口，統計并比較時間窗口中IPC分類號的變化來分析汽車關鍵技術的發展變化。

另外，專利號共現分析，也即共類分析假設共同出現的專利號具有一定的關聯性，可以用來研究技術的發展，包括技術的融合、分化、技術主題的變遷。如K.Suzuki[22]利用IPC分類號共現來研究技術發展中融合。欒春娟[23]構建專利號共現矩陣，劃分多個時間段，分別作共現網絡圖并進行對比分析，從而發現太陽能關鍵技術的演化。

除此之外，近來有人提出了基于專利著錄項中結構化信息的新的技術發展演化分析方法，值得關注。如2012年Sunghae Jun和Seung-Joo Lee[24]結合統計推理與神經網絡理論，利用著錄項中的IPC分類號構建了預測新興技術的神經網絡模型，并根據專利技術的發展歷史與現狀預測技術發展趨勢。盡管如此，但基于專利分類號的分析方法沒有深入到專利文本內容，所以往往是宏觀和表面的，而且不夠直觀，很難通過這種分析方法了解詳細、深入的技術發展演化過程以及趨勢。

2.2基于專利引用關系的技術演化分析

是根據專利之間的引用關系分析專利技術的演進發展情況。專利引用關系本身就在一定程度上代表了專利技術之間的演進關系，可以通過研究專利之間的引用關系及其規律，探求技術與技術之間的聯系和發展規律。正是具有該優勢，基于專利引用關系的技術演化分析研究獲得國內外學者青睞，有關研究人員對其進行了大量研究工作，研究內容主要在構建專利引文網絡和如何對專利引文網絡進行分析。

陳亮等[19]在2012年對構建專利引文網絡和引文網絡分析方法做了較好的總結，指出目前引文網絡的構建主要是基于直接引用、共被引、引文耦合，以及當前的專利引文網絡分析方法，主要分為：（1）引文聚類，并分析聚簇之間的關系以及隨時間發展變化。（2）識別專利引文網絡中的知識流動主路徑以及繪制技術演化軌跡。（3）社會網絡分析方法。

舉例來說，2008年侯彼蓉等[14]提出基于引文路徑分析的專利技術演進圖的繪制，并以醫學內窺鏡專利技術進行了實證研究。2009年Changwoo Choi和Yongtae Park[15]在其論文中提出一種利用專利引用網絡對技術發展過程進行分析的方法，可以分析技術變化、確認技術發展路徑，以及預測技術發展方向。2010年張樹良等[16]在分析國際半導體照明材料專利技術發展態勢時，提出了基于專利引用關系的專利技術追蹤與演進分析方法，首先根據被引次數找到重要專利，再利用重要專利的專利回溯引證和被后來專利引證進行追蹤與演化分析。2011年張杰、崔靖、翟東升和肖艷[17]首先基于專利引用關系繪制了專利引文網絡圖，在此基礎上向網絡添加專利節點的時間信息，了解技術的發展過程與趨勢。

另外研究相對較少但簡單的一種方法是通過統計專利引用量的變化趨勢來把握技術處于的不同生命周期階段[25]。這種分析方法中，常用兩種分析指標：前向引用和后向引用。根據前向引用數量上的變化能夠捕捉技術生命周期由萌芽期進入成長期。根據后向引用數量上的變化能夠捕捉技術從萌芽期進入成長期和從成長期進入成熟期。

雖然專利引用關系對于發現不同專利技術之間的關聯和專利技術發展演化過程確實是一個很好的方法。但基于專利引用關系的技術演化分析也存在不少缺陷，主要有：（1）專利引用本身可能不完整，很難全面把握專利之間的關系；（2）引用關系分析同樣沒有深入到文本，不能發現專利之間的潛在關系。

2.3基于專利文本的技術演化分析

基于專利文本的技術演化分析是指利用專利文本內容，如摘要、背景、技術說明說、權力項等，通過人工閱讀或利用文本挖掘技術的方式進行技術演化分析。本文主要是指利用文本挖掘技術挖掘專利的文摘、技術說明書等文本內容中的文本信息并以此進行的技術演化分析，不包括通過人工閱讀專利文本來分析技術演化。文本挖掘，又稱為文本數據挖掘或文本知識發現，可以從大規模文本庫中抽取隱含的、以前未知的、潛在有用的模式或知識。應用文本挖掘技術從專利文獻中挖掘技術演化情況是當前的研究熱點[26]。

詞頻統計是常用的方法。該方法需要首先利用文本挖掘技術從專利的文摘、技術說明書等文本內容中提取技術術語。之后詞頻統計的方法與專利分類號統計的方法類似，即統計技術術語隨時間的變化情況進而分析技術主題的發展趨勢和識別新興技術主題。值得一提的是Chen等[13]在2010年從比較新穎的角度探討了將生命周期曲線應用在詞頻統計上用以預測技術主題的發展趨勢。

另外利用空間向量等模型，計算專利之間的相似性，并在此基礎上分析技術演化。主要分為兩種方法：一是構建專利網絡并進行技術演化分析。2004年Byungun Yoon和Yongtae Park[27]提出了一種基于文本挖掘的專利信息分析方法，生成專利網絡圖，用來分析技術的發展趨勢，這是奠基性的一篇研究。二是在計算專利之間的相似性后，進行專利文本聚類，進而進行技術主題及其演化分析。就這一方法，值得關注的是2009年Young Gil Kim等[28]在分析新興技術主題時將聚類結果與專利申請時間相結合，提出了一種關鍵詞語義網絡的構建方法，該方法首先對專利文本進行聚類，再根據不同聚簇關鍵詞之間的共現關系，結合關鍵詞首次出現時間，構建關鍵詞語義網絡，可以較為清晰的展示技術主題變化過程。但該論文的方法具有循環論證之嫌等一些缺點，因此2011年方曙等[6]根據其缺點進行了改進研究。

最后，詞頻分析、專利網絡和專利文本聚類等都可以通過劃分多個時間窗口進行比較分析來揭示技術的演化和發展趨勢。如許？等[29]利用文本挖掘技術首先繪制了ICT領域的技術關聯圖，接著為了考察ICT領域技術的動態變化，分時間段繪制了不同時期的技術關聯圖來考察技術的動態變化。也有人將時間劃分為時間片段，對各個時間段內的主題詞統計進而對比各時間段主題詞的變化來分析技術主題變化[30]。

專利文本分析深入到了專利文本信息，揭示的信息較為詳細，而且在表達上更加直觀，利于分析人員理解與解釋，但是也存在一些不足之處，具有相對較高的計算成本，在專利文本特征表示時會遺失專利文本信息、文本信息的模糊性等。

3結合專利文本與引文的技術演化分析觀點的提出

3.1觀點的提出

以上3類方法都利用專利的不同內容為對象進行分析，在分析的過程中，可與適當分析方法結合，比如基于專利號的分析方法可以利用技術生命周分析方法、也可以利用共現分析方法，在專利引用網絡分析中可進行技術軌道識別來分析技術演化，形態分析法建立在文本分析的基礎之上。無論在分析時具體使用什么方法，3類方法各有自己的優缺點。基于專利分類號的技術演化分析對于在宏觀層面上了解技術演化發展趨勢等較為有效，并且簡單易用，但相對較為宏觀和表面，且不直觀，不能滿足現今對專利情報越來越深入、詳細需求。利用專利引用關系進行技術演化分析，在發現技術之間的關聯、分析技術演化過程以及預測技術發展趨勢上具有優勢。基于專利文本內容的技術演化分析可以深入到專利的“質”，可以發現專利文獻之間潛在的關聯，也是分析技術演化的有效方法，并且其分析直觀。因此，如果有效結合專利中的文本信息和引用信息，可以達到信息互補，獲得更準確和深入的描繪出技術演化情況。

比如，在文獻[2]中，作者利用專利引用網絡較為詳細地分析技術發展過程，但其用專利號作為網絡節點，技術發展圖表現的不直觀，不易解讀。如果在技術發展圖中融入專利文本信息，將能使其更加直觀，有利于有效地發現技術發展路徑、技術分布結構、技術機會點等。而且，在確定技術之間的關聯時，單獨的引文不能發現專利文獻之間潛在的關聯，如果融入文本信息的可以提高準確性和全面性。

Young Gil Kim等[28]摒棄了專利引文分析的方法，從專利文本中提取關鍵詞，然后使用k-means算法將專利聚類，根據聚類結果構建了關鍵詞的語義網絡，最后結合專利申請日期建立了專利地圖，呈現技術動態發展過程，并用此來預測新興技術的發展趨勢。如果對專利聚類時融入專利引用信息，或可提高聚類的質量，使得基于聚類結果構建的關鍵詞語義網絡會更加準確和完整。

3.2專利文本與引文結合的技術演化分析可行性探討事實上，將文本信息與引用信息結合在一起也并非新的想法，在其他方面也有應用。比如利用這一想法來提高信息檢索性能[31]；在學科結構發現上，Frizo Janssens等[32]在基于論文的信息科學（IS）結構發現時使用了混合文本信息和引用信息的聚類算法，并發現獲得的結果比僅僅利用引用信息或者文本信息進行聚類的效果要好；在分析期刊集的領域分布與結構圖上，Liu等[33]提出了將文本內容與引用信息結合的聚類算法；Wolfgang Glnzel[34]采用了支持向量機模型，在計算論文相似度時使用將文本信息與引用信息結合，并在此基礎之上進行聚類，得到論文集的主題分布圖。以上提及的文本信息與引用信息結合發生在在聚類的層面，進而可以更好的分析學科結構、研究主題等。由于上述分析對象與專利文獻具有相似性，因此這一想法完全可以借鑒到專利分析（包括技術演化分析）中來。

最近在專利技術演化分析中少數人也做過一些嘗試。比如2012年Ssu-Han Chen等[35]在研究專利技術演化的一篇論文中提出一種融入時間信息的專利引用網絡的技術演化分析方法，并且為幫助分析人員更好的理解和分析結果，使用文本挖掘技術從專利題目和摘要中抽取關鍵詞，為每個聚簇生成技術主題，從而使技術演化分析更加直觀和有效。該方法可以說是一種偉大的嘗試，其充分利用了文內容的直觀表達能力和引用關系的在技術演化上的天然優勢，為專利技術演化分析提供了好的思路。

根據以上相關研究，本文認為在專利文本與引用結合的技術演化分析方法研究具有可行性，可以從以下兩個角度進行研究：（1）文本信息與引文信息的底層融合。具體有融合專利內容和引用信息的專利之間技術相關性計算（如根據專利內容的相關性判斷引用的是否有效）、專利文獻聚類的改進等。（2）分析過程中的結合。具體有以引文分析為基礎，融入文本信息方便理解和解釋（如Ssu-Han Chen提出的方法）；以專利文本分析為基礎，融入引用關系描述專利之間技術流動關系。

4結束語

專利文獻數量巨大且數量不斷增長，同時技術領域不斷交叉滲透、新技術的日益細化及多樣化，對專利技術演化分析提出了越來越高的挑戰與要求。總結不同專利技術演化分析方法優缺點，發現專利引用關系可以很好描述技術流動過程，而專利文本分析能深入到專利文獻的內容，如果將兩者結合可以彌補各自的不足，充分利用兩者的優勢。因此本文認為將專利文本信息與引用信息結合的技術演化分析方法是應對時代挑戰不錯的研究方向。具體來說，可以從兩個角度對其進行研究：文本信息與引文信息的底層融合和分析過程中的結合。

參考文獻

[1]王敏，銀路.技術演化的集成研究及新興技術演化[J].科學學研究，2008，26（3）：466-471.

[2]Changwoo Choi，Yongtae Park.Monitoring the organic structure of technology based on the patent development paths[J].Technological Forecasting Social Change，2009，76（6）：754-768.

[3]呂義超，劉紅光.國內專利情報分析研究綜述[C].鎮江：《圖書情報工作》雜志社，2010：221-226.

[4]徐丹丹.專利文本聚類分析及可視化研究[D].南京：南京理工大學，2009：1-2.

[5]王慶民.專利信息的情報功能和專利情報分析[J].現代情報，2007，27（7）：223-225.

[6]方曙，胡正銀，龐弘，等.基于專利文獻的技術演化分析方法研究[J].圖書情報工作，2011，55（22）：42-46.

[7]王日芬，徐丹丹，李飛.專利信息內容挖掘及其試驗研究[J].現代圖書情報技術，2008，（12）：59-65.

[8]曲軍偉，喬曉東，桂婕.自組織映射在專利文本聚類中的應用研究[J].數字圖書館論壇，2010，（9）：13-19.

[9]程序，于海燕.TRIZ理論在專利技術路線圖制定中的應用研究[J].情報學報，2012，31（10）：1045-1051.

[10]徐峰，冷伏海.專利技術形態分析方法研究進展[J].圖書情報工作，2010，54（10）：54-57.

[11]包昌火.情報研究方法論[M].北京：科學技術文獻出版社，1990.

[12]李春燕.基于專利信息分析的技術生命周期判斷方法[J].現代情報，2012，32（2）：98-101.

[13]Yu-Heng Chen，Chia-Yon Chen，Shun-Chung Lee.Technology forecasting of new clean energy：The example of hydrogen energy and fuel cell[J].African Journal of Business Management，2010，4（7）：1372-1380.

[14]侯彼蓉，司有和，吳海燕.基于引文路徑分析的專利技術演進圖制作的實證研究——以醫學內窺鏡專利分析為例[J].情報學報，2008，27（5）：788-792.

[15]Changwoo Choi，Yongtae Park.Monitoring the organic structure of technology based on the patent development paths[J].Technological Forecasting Social Change，2009，（76）：754-768.

[16]張樹良，王金平，趙亞娟.國際半導體照明材料專利技術發展態勢分析[J].功能材料，2010：184-185.

[17]張杰，崔靖，翟東升，等.SNA在專利分析中的應用研究[J].科技管理研究，2011，（7）：168-171.

[18]楊中楷，劉佳.基于專利引文網絡的技術軌道識別研究——以太陽能光伏電池板領域為例[J].科學學研究，2011，29（9）：1311-1317.

[19]陳亮，張志強.技術演化研究方法進展分析[J].圖書情報工作，2012，56（17）：59-65.

[20]劉立，王博.基于專利情報分析的數控機床產業研究[J].科技管理研究，2010，（15）：149-152.

[21]龔勛，韓彩云，許雯燕.汽車產業專利總體態勢及關鍵專利技術IPC研究[J].經濟與法制，2007，（12）：251-252.

[22]Suzuki K，Sakata J，Hosoya J.An empirical analysis on progress of technology fusion[C]∥Digital Information Management，2008.ICDIM 2008.Third International Conference on.IEEE，2008：937-939.

[23]欒春娟.基于專利共現的全球太陽能技術網絡及關鍵技術演化分析[J].情報學報，2013，32（1）：68-79.

[24]Sunghae Jun，Seung-Joo Lee.Emerging Technology Forecasting Using New Patent Information Analysis[J].International Journal of Software Engineering and Its Applications，2012，6（3）：107-115.

[25]黃魯成，歷妍.基于專利的技術發展趨勢評價系統[J].系統管理學報，2010，19（4）：383-388.

[26]趙蘊華，桂婕，張運良，等.基于深度標引的專利文本挖掘框架研究[J].數字圖書館論壇，2008，54（11）：1-5.

[27]Byungun Yoon，Yongtae Park.A text-mining-based patent network：Analytical tool for high-technology trend[J].Journal of High Technology Management Research，2004，15（1）：37-50.

[28]Young Gil Kim，Jong Hwan Suh，Sang Chan Park.Visualization of patent analysis for emerging technology[J].Expert Systems with Applications，2008，34（3）：1804-1812.

[29]許，崔海云，曹贊華，等.基于文本挖掘技術的ICT領域技術關聯度分析[J].青島科技大學學報，2012，33（2）：201-207.

[30]貢金濤，楊帥，魏曉峰.基于專利詞頻和信息可視化的特定競爭對手分析——以通用風力發電技術為例[J].現代情報，2013，33（3）：109-114.

[31]PA VEL CALADO，BERTHIER RIBEIRO-NETO，NIVIO ZIVIANI，et al.Local Versus Global Link Information in the Web[J].ACM Transactions on Information Systems，2003，21（1）：1-22.

[32]Frizo Janssens，Wolfgang Glnzel，Bart De Moor.A hybrid mapping of information science[J].Scientometrics，2008，75（3）：607-631.

[33]Xinhai Liu，Shi Yu，Yves Moreau，et al.Hybrid Clustering of Text Mining and Bibliometrics Applied to Journal Sets[J].Society for Industrial and Applied Mathematics，2009：49-60.

[34]Wolfgang Glnzel.Bibliometric methods for detecting and analysing emerging research topics[J].El profesional de la información，2012，21（2）：194-201.

[35]Ssu-Han Chen，Mu-Hsuan Huang，Dar-Zen Chen.Identifying and visualizing technology evolution：A case study of smart grid technology[J].Technologiccal Forecasting Social Change，2012，79（6）：1099-1110.

（本文責任編輯：馬卓）