基于专利引文分析的知识扩散延时机理及优化控制研究

It is a hot topic in academic circles to study the time delay from periodical literatures to technology patents based on the analysis of patent citation. Although a large number of research have been made, there are still some research gap, for instance, the accuracy of the noise reduction in patent citation is not yet satisfactory; the research on the time delay problem mostly stays in the statistical analysis of the superficial problems, which lacks the deep mining and quantitative expression of the mechanism of the delay of knowledge diffusion; there are few optimal control solutions proposed to solve the problem. In view of these shortcomings, the following research will be carried out in this project. First, under the condition of considering the semantic relationship, a noise reduction model of patent citation is built to improve the precision of noise reducing, providing good data support for this study. Second, by analyzing the interaction relationship between variables of the periodical literature and patent knowledge diffusion process based on the patent citation data, a mathematical model is built to describe the process. Then, based on this model, the delay mechanism of knowledge diffusion is deeply excavated. A feedback control system model is constructed for patent examination and approval delay process, and the dynamic adjustment strategy of patent examination and approval is proposed to speed up the process according to the analysis results of the model. This study is a useful supplement to the existing research which lacks quantitative analysis. The results of the study have important implications for the formulation of reasonable scientific strategies to accelerate knowledge diffusion and technological innovation.

基于专利引文分析的期刊文献到技术专利的知识扩散延时问题是学术界普遍关注的研究热点。尽管目前已经取得了大量的研究成果，但仍存在一些研究不足：对专利引文降噪的精度尚不理想；对延时问题的研究大多停留在表象问题的统计分析中，缺乏对知识扩散延时机理的深层次的挖掘和定量化的表述；较少提出该问题优化控制的解决方案。针对这些不足，本项目拟开展以下研究：首先，在考虑语义关系的条件下构建专利引文的降噪模型，提高降噪的精度，为本研究提供良好的数据支持；根据降噪后的专利引文数据分析期刊文献到专利知识扩散过程变量的相互作用关系，进而构建描述该过程的数学模型。基于该模型，深入挖掘知识扩散的延时机理；最后，构建专利审批延时过程反馈控制系统模型，根据模型的分析结果提出专利审批动态调整策略，加快专利审批。本研究是对现有研究定量分析不足的有益补充，研究结果对于制定合理的科学策略以加快知识扩散促进技术创新具有重要的启示意义。

期刊文献到技术专利的知识扩散延时问题是学术界关注的研究热点之一。尽管目前已经取得了很多研究成果，但仍存在一些研究不足。针对这些不足，本项目运用复杂网络分析、文献计量学、文本挖掘、现代控制理论等方法对该问题开展了研究，具体如下：.（1）构建了基于潜在语义向量空间的专利引文降噪模型。分析了专利引文噪声来源，利用向量空间模型和潜在语义索引方法，建立了专利引文降噪模型，计算了专利与被引论文之间的相似度，过滤低相似度的被引论文。研究结果有助于准确分析基础研究与技术创新之间的知识流动，为后续研究提供数据支持。.（2）研究了期刊文献到技术专利知识扩散关键节点挖掘及延时机理。基于专利对论文的引用关系，提取专利发明人以及论文作者的信息，构建发明人--作者知识扩散网络。然后，运用社区发现算法对网络中的节点进行聚类。在此基础上，建立Newman度中心度指标，对知识扩散网络中占据重要位置的节点进行识别和挖掘，以充分发挥关键节点桥梁作用，促进科技期刊知识向技术专利流动。接下来，基于传递函数模型构建了专利累积引文量的年龄分布函数，分析了期刊文献到技术专利知识扩散的时间演化特征以及专利引文的引用延时效应。.（3）研究了期刊文献到技术专利知识扩散延时的优化控制。为了寻找知识扩散优化控制的有效途径，项目组首先探索了知识扩散过程中的关键影响因素。然后，对比分析了不同的知识扩散方式在传播效率方面的优劣。在此基础上，确定了提高知识扩散优化控制的变量。根据现代控制理论和负反馈控制思想，分析了专利审批延时控制系统的结构，对专利申请库存量和专利审批延时过程进行了仿真分析，探讨了专利审批延时的最优控制问题，提出了专利审批过程的预测控制以及分层协调管理方法，促进了专利审批的优化管理。.本研究是对现有研究的有益补充，研究结果对于制定合理的科学策略以加快知识扩散促进技术创新具有重要的启示意义。