Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Đo lường độ tương đồng đa giai đoạn mới cho việc tính toán độ tương đồng theo cặp của các bằng sáng chế trong một mạng lưới trích dẫn bằng sáng chế
Tóm tắt
Việc có khả năng đo lường hiệu quả sự tương đồng giữa các bằng sáng chế trong một mạng lưới trích dẫn bằng sáng chế phức tạp là một nhiệm vụ quan trọng trong việc hiểu mối quan hệ giữa các bằng sáng chế. Trong quá khứ, các kỹ thuật như khai thác văn bản và phân tích từ khóa đã được áp dụng để tính toán độ tương đồng của bằng sáng chế. Nhược điểm của các phương pháp này là chúng phụ thuộc vào cách lựa chọn từ và phong cách viết của tác giả. Hầu hết các phương pháp dựa trên đồ thị hiện có sử dụng các biện pháp dựa trên láng giềng chung, chỉ xem xét sự tiếp giáp trực tiếp. Trong công trình này, chúng tôi đề xuất các biện pháp tương đồng mới cho các bằng sáng chế trong một mạng lưới trích dẫn bằng sáng chế, chỉ sử dụng cấu trúc của mạng lưới trích dẫn bằng sáng chế. Các biện pháp tương đồng được đề xuất tận dụng các liên kết đồng trích dẫn trực tiếp và gián tiếp giữa các bằng sáng chế. Một thách thức là khi một số bằng sáng chế nhận được số lượng trích dẫn lớn, do đó được coi là tương đồng hơn với nhiều bằng sáng chế khác trong mạng lưới trích dẫn. Để vượt qua thách thức này, chúng tôi đề xuất một kỹ thuật chuẩn hóa để giải quyết trường hợp mà một số cặp bằng sáng chế được xếp hạng là tương đồng rất cao với nhau vì cả hai đều được trích dẫn bởi nhiều bằng sáng chế khác. Chúng tôi xác thực các biện pháp tương đồng đề xuất bằng cách sử dụng mã lớp của Hoa Kỳ cho bằng sáng chế của Hoa Kỳ và chỉ số tương đồng Jaccard nổi tiếng. Các thí nghiệm cho thấy các phương pháp đề xuất hoạt động tốt khi so với chỉ số tương đồng Jaccard.
Từ khóa
Tài liệu tham khảo
Amancio, D. R., Oliveira, O. N, Jr, & Costa, L. F. (2012a). Structure-semantics interplay in complex networks and its effects on the predictability of similarity in texts. Physica A: Statistical Mechanics and its Applications, 391(18), 4406–4419.
Amancio, D. R., Oliveira, O. N, Jr, & Costa, L. F. (2012b). On the use of topological features and hierarchical characterization for disambiguating names in collaborative networks. EPL (Europhysics Letters), 99(4), 48002.
Atallah, G., & Rodriguez, G. (2006). Indirect patent citations. Scientometrics, 67(3), 437–465.
Breschi, S., Lissoni, F., & Malerba, F. (2003). Knowledge-relatedness in firm technological diversification. Research Policy, 32(1), 69–87.
Cascini, G., & Zini, M. (2008). Measuring patent similarity by comparing inventions functional trees. In G. Cascini (Ed.), Computer-Aided Innovation (CAI), volume 277 of The International Federation for Information Processing (pp. 31–42). USA: Springer.
Cook, D. J., & Holder, L. B. (2006). Mining graph data. London: Wiley-Interscience.
Egghe, L., & Rousseau, R. (1990). Introduction to informetrics: Quantitative methods in library, documentation and information science. Elsevier Science Ltd.
Egghe, L., & Rousseau, R. (2002). Co-citation, bibliographic coupling and a characterization of lattice citation networks. Scientometrics, 55(3), 349–361.
Gnyawali, D. R., & Park, B.-J. R. (2011). Co-opetition between giants: Collaboration with competitors for technological innovation. Research Policy, 40(5), 650–663.
Gress, B. (2010). Properties of the uspto patent citation network: 1963–2002. World Patent Information, 32(1), 3–21.
Gualdi, S., Medo, M., & Zhang, Y.-C. (2011). Influence, originality and similarity in directed acyclic graphs. EPL (Europhysics Letters), 96(1), 18004.
Kessler, M. M. (1963). Bibliographic coupling between scientific papers. American Documentation, 14(1), 10–25.
Kim, B., Gazzola, G., Lee, J.-M., Kim, D., Kim, K., & Jeong, M. K. (2014a). Inter-cluster connectivity analysis for technology opportunity discovery. Scientometrics, 98(3), 1811–1825.
Kim, E., Cho, Y., & Kim, W. (2014b). Dynamic patterns of technological convergence in printed electronics technologies: Patent citation network. Scientometrics, 98(2), 975–998.
Larkey, L. S. (1999). A patent search and classification system. In Proceedings of DL-99, 4th ACM conference on digital libraries (pp. 179–187). New York: ACM.
Lin, Y., Chen, J., & Chen, Y. (2011). Backbone of technology evolution in the modern era automobile industry: An analysis by the patents citation network. Journal of Systems Science and Systems Engineering, 20(4), 416–442.
Meng, B., Ke, H., & Yi, T. (2011). Link prediction based on a semi-local similarity index. Chinese Physics B, 20(12), 128902.
Moehrle, M. G., & Gerken, J. M. (2012). Measuring textual patent similarity on the basis of combined concepts: design decisions and their consequences. Scientometrics, 91(3), 805–826.
Narin, F. (1994). Patent bibliometrics. Scientometrics, 30(1), 147–155.
Newman, M. E. J. (2010). Networks: An Introduction. Oxford: Oxford University Press.
No, H. J., & Park, Y. (2010). Trajectory patterns of technology fusion: Trend analysis and taxonomical grouping in nanobiotechnology. Technological Forecasting and Social Change, 77(1), 63–75.
Rodriguez, A., Kim, B., Lee, J.-M., Coh, B. Y., & Jeong, M. K. (2014). Graph kernel based centrality measure for evaluating patent influence. Technical report, Department of Industrial and System Engineering, Rutgers University.
Salton, G. (1989). Automatic text processing: The transformation, analysis, and retrieval of. Reading, MA: Addison-Wesley.
Small, H. (1973). Co-citation in the scientific literature: A new measure of the relationship between two documents. Journal of the American Society for Information Science, 24(4), 265–269.
Tan, P.-N., Steinbach, M., & Kumar, V. (2005). Introduction to Data Mining (1st ed.). Boston, MA: Addison-Wesley Longman.
Tseng, Y.-H., Lin, C.-J., & Lin, Y.-I. (2007). Text mining techniques for patent analysis. Information Processing and Management, 43(5), 1216–1247.
USPTO. (2014). Us patent full-text database number search. http://patft.uspto.gov/netahtml/pto/srchnum.htm.
von Wartburg, I., Teichert, T., & Rost, K. (2005). Inventive progress measured by multi-stage patent citation analysis. Research Policy, 34(10), 1591–1607.
Wu, H.-C., Chen, H.-Y., Lee, K.-Y., & Liu, Y.-C. (2010). A method for assessing patent similarity using direct and indirect citation links. In 2010 IEEE international conference on industrial engineering and engineering management (IEEM) (pp. 149–152).
Yoon, B., & Park, Y. (2004). A text-mining-based patent network: Analytical tool for high-technology trend. The Journal of High Technology Management Research, 15(1), 37–50.