基于專利耦合和共被引方法的研究前沿識別——以腦機接口領(lǐng)域為例.pdf

1、研究前沿有顯隱性之分，隱性前沿的識別能反映領(lǐng)域內(nèi)新興的、最具發(fā)展?jié)摿Φ难芯?顯性前沿的識別能反映領(lǐng)域內(nèi)的研究焦點及重難點，因而研究前沿的識別對于情報追蹤、優(yōu)化資源配置、規(guī)劃國家發(fā)展藍圖、制定科技發(fā)展政策、提升國家競爭力等都具有重要的意義。
　　但目前文獻計量學(xué)領(lǐng)域?qū)τ谘芯壳把氐亩x繁雜，多集中于對論文數(shù)據(jù)源進行分析，且結(jié)合兩種引文分析法進行前沿識別的研究鮮見報道。因此，基于已有的理論基礎(chǔ)和研究進展，首先界定了本文對于“研究前沿”的

2、定義，并詳細闡述了各種研究前沿的識別方法及其優(yōu)缺點。在此基礎(chǔ)上，本文研究了采用共被引分析法和耦合分析法對專利數(shù)據(jù)源進行研究前沿識別;同時，創(chuàng)新性地利用Zscore法概率融合模型對共被引相似度矩陣和耦合相似度矩陣進行融合，來進行研究前沿的識別。具體而言，先將所研究領(lǐng)域相關(guān)的專利按照技術(shù)生命周期劃分為若干個連續(xù)的時間窗，再采用共被引分析、耦合分析以及融合分析三種方法，及基于原始觀測值和基于余弦距離的兩種相似度算法，建立若干個引文相似度矩陣，

3、接著對矩陣進行社會網(wǎng)絡(luò)分析，得到研究前沿簇，之后根據(jù)聚合簇中專利家族內(nèi)容和共同CPC分類號，結(jié)合領(lǐng)域背景知識和專家指導(dǎo)進行簇類命名，得到識別結(jié)果，最后對三種方法獲得的研究前沿進行比較和驗證。
　　本研究選擇了腦機接口領(lǐng)域?qū)ι鲜龇椒ㄟM行實證分析。將Innography數(shù)據(jù)庫中6，243件相關(guān)專利按照技術(shù)生命周期劃分為3個時間窗，即1986-1995年、1996-2005年和2006-2014年，最終建立了18個引文相似度矩陣，然后進

4、行了研究前沿的識別。通過文獻調(diào)研法對該結(jié)果進行驗證，表明引文分析法和融合分析法均可識別領(lǐng)域的顯性研究前沿。通過比較發(fā)現(xiàn):在一段時間窗內(nèi)進行研究前沿識別，耦合分析比共被引分析能找到更多的研究前沿;共被引分析和耦合分析識別結(jié)果所涵蓋的專利家族號有30％左右的重合率;基于余弦距離的相似度矩陣比基于原始觀測值的相似度矩陣所得前沿數(shù)量多;融合分析法比單個引文分析法所獲研究前沿數(shù)量更多、更全面。融合分析結(jié)果的專利家族號有50％左右與單個引文分析的結(jié)