|本期目录/Table of Contents|

[1]邬少飞.互联网公开专利情报挖掘研究综述[J].武汉工程大学学报,2021,43(03):349-354.[doi:10.19843/j.cnki.CN42-1779/TQ.202012035]
　WU Shaofei.Review of Patent Information Mining on Internet[J].Journal of Wuhan Institute of Technology,2021,43(03):349-354.[doi:10.19843/j.cnki.CN42-1779/TQ.202012035]
点击复制

互联网公开专利情报挖掘研究综述(/HTML)
分享到：

《武汉工程大学学报》[ISSN:1674-2869/CN:42-1779/TQ]

卷:
43
期数:
2021年03期
页码:
349-354
栏目:
机电与信息工程
出版日期:
2021-06-30

文章信息/Info

Title:
Review of Patent Information Mining on Internet
文章编号:
1674 - 2869（2021）03 - 0349 - 06
作者:
邬少飞
武汉工程大学计算机科学与工程学院，湖北 武汉 430205
Author(s):
WU Shaofei
School of Computer Science and Engineering， Wuhan Institute of Technology， Wuhan 430205， China
关键词:
情报挖掘; 专利分析; 挖掘方法; 术语抽取; 复杂网络分析
Keywords:
intelligence mining;  patent analysis;  mining method;  term extraction;  complex network
分类号:
TP391.1
DOI:
10.19843/j.cnki.CN42-1779/TQ.202012035
文献标志码:
A
摘要:
针对2016年以后的互联网里国内外公开的专利情报领域信息，从专利情报信息的研究方法、研究应用和新技术应用趋势的预测3个方面对专利情报挖掘领域的研究的最新进展进行了论述。对以复杂网络为基础和以时间为基础的方法等方面展开探讨。对于当前的研究缺陷分析从没有充足的实验验证、研究问题的界限不明确、在复杂问题的研究中算法的精确度不高和没有利用新颖度较高的人工神经网络等四个角度进行分析梳理，最后从专利文本检索、专利数据重构和再处理、专利大数据挖掘和专利分析报告的自动生成与智能解读等4个方面对互联网情报挖掘新技术进行了归纳。
Abstract:
The patent information published in China and other countries on the internet after 2016 was analyzed. Based on the above data， reviews were performed on the latest development in patent information mining in terms of the research methods of patent information， the research and application of patent intelligence information， and the prediction of the application trend of new technology. The complex network-based methods， the time-based methods， and the patent mining-based methods were discussed. It is found that problems existing in this research area can be classified into four categories： insufficient experimental verification， the indefinite boundary of research questions， low accuracy of algorithms， and the absence of the artificial neural network in patent mining. Finally， the future research trends for the internet intelligence information mining were summarized as follows： patent text retrieval， patent data refactoring and reprocessing， big data mining of patent， and automatic generation and intelligent interpretation of patent analysis reports.

参考文献/References:

［1］　ZHAO T W， ZHU X Z， SUN M H. Nano-luminescent material：research hotspots，core patents，and major patenteemining based on social network analysis［J］. Journal of Nanoparticle Research，2020，22（8）：1-19.［2］　TRAPPEY A J C， TRAPPEY C V， FAN C Y， et al. Consumer driven product technology function deployment using social media and patent mining［J］. Advanced Engineering Informatics，2018，36：120-129.［3］　LAHOTI G， PORTER A L， ZHANG C， et al. Tech mining to validate and refine a technology roadmap［J］. World Patent Information， 2018， 55：1-18.［4］　TYURIN A， KUVATAEV I. Improving the efficiency of amining enterprise by coordinating production processes［J］. E3S Web of Conferences，2020，174（2）：01059.［5］　俞琰， 赵乃瑄. 基于通用词与术语部件的专利术语抽取［J］.情报学报， 2018， 37（7）：742-752.［6］　阳萍， 谢志鹏. 基于BiLSTM模型的定义抽取方法［J］.计算机工程， 2020，46（3）：40-45.［7］　FILIPPO C， ANDREA C， GUALTIERO F， et al. Automatic users extraction from patents［J］. World Patent Information， 2018， 54： 28-38.［8］　KIM J C， CHOI J Y， PARK S S， et al. Patentkeyword extraction for sustainable technologymanagement［J］. Sustainability， 2018， 10（4）：1287.［9］　王丽客， 孙媛， 夏天赐. 基于远程监督的藏文实体关系抽取 ［J］. 中文信息学报， 2020， 34（3）：76-83.［10］　艾楚涵， 姜迪， 吴建德. 基于主题模型和文本相似度计算的专利推荐研究［J］.信息技术，2020，44（4）： 65-70.［11］　陈伟， 林超然， 孔令凯，等. 基于专利文献挖掘的关键共性技术识别研究［J］.情报理论与实践， 2020， 43（2）：92-99.［12］　YANG Y X， REN G C. HanLP-based technology functionmatrix construction on Chinese process patents［J］. International Journal of Mobile Computing and Multimedia Communications， 2020， 11（3）：48-64.［13］　胡云青， 邱清盈， 余秀，等. 基于改进三体训练法的半监督专利文本分类方法 ［J］. 浙江大学学报（工学版）， 2020， 54（2）：331-339.［14］　SAM A， BRUNO C， JUAN C G. Text matching to measure patent similarity［J］. Strategic Management Journal， 2018， 39（1）： 62-84.［15］　MUN C B， YOON S J， PARK H S. Structural decomposition of technological domain using patent co-classification and classification hierarchy［J］. Scientometrics， 2019， 121（2）： 633-652.［16］　马建红， 王瑞杨， 姚爽，等. 基于深度学习的专利分类方法［J］.计算机工程， 2018， 44（10）：209-214.［17］　胡学钢， 杨恒宇， 林耀进，等. 基于协同过滤的专利TRIZ分类方法［J］.情报学报， 2018， 37（5）：66-72.［18］ LIU Z F. Technology innovation of coupling classicalTRIZ and patent text：concepts，models & empiricalresearch ［J］. Journal of Mechanical Engineering Research and Developments， 2016， 39（4）：815-825.［19］PRANOMKORN A， SUTEP T. Exploring technologyinfluencers from patent data using association rulemining and social network analysis［J］. Information （Switzerland）， 2020， 11（6）： 333.［20］　LI S， GARCES E， DAIM T. Technology forecasting by analogy-based on social network analysis： the case of autonomous vehicles［J］. Technological Forecasting and Social Change， 2019， 148：119731.［21］　HU J， WU J M， SHENG Y X， et al. Analysis of Chinese patent technology in ship and marineengineering equipment industry［J］. IOP Conference Series： Materials Science and Engineering， 2019， 688（2）：022008.［22］ KIM J W， JUN S H， JANG D S， et al. Sustainabletechnology analysis of artificial intelligence usingbayesian and social network models［J］. Sustainability， 2018， 10（2）：115.［23］　梁凯桐， 刘子志. 以化橘红为原料的中药专利及专利申请人申请现状与分析［J］.中国中医药图书情报杂志， 2018， 42（1）：19-23.［24］　魏红芹， 周成. 专利间知识流动与技术融合趋势研究［J］.科技进步与对策， 2018， 35（22）：23-28.［25］　SICK N， MERIGO J M， KRTZIG O， et al. Forty years of world patent information： a bibliometric overview ［J］. World Patent Information， 2021， 64：102011 .［26］　FARSHAD M， CHARLES W. The evolution of patent mining：applying bibliometrics analysis and keyword network analysis ［J］. World Patent Information， 2016， 46：32-48.［27］　LIN K P， CHANG T L， CHANG Y W， et al. Use of news and patent mining to identify companies with growth potential［J］. Information Research，2020，24（4）： 867.［28］　廖花林， 文庭孝. 国内外专利法律信息挖掘研究综述［J］.高校图书馆工作， 2021， 41（2）：28-35.

相似文献/References:

备注/Memo

备注/Memo:
收稿日期：2020-12-31作者简介：邬少飞，博士，副教授。E-mail：[email protected]引文格式：邬少飞. 互联网公开专利情报挖掘研究综述［J］. 武汉工程大学学报，2021，43（3）：349-354.
更新日期/Last Update: 2021-06-28