基于两种相似度矩阵的专利引文耦合方法识别研究前沿.PDFVIP

总第 268期 2016年 第 3期 通讯作者: 高楠, ORCID: 0000-0002-9152-9545, E-mail: 1183621517@。 *本文系中央级公益性科研院所基本科研业务费专项资金项目“未来学”(项目编号:XK2015-2)的研究成果之一。 XIANDAI TUSHU QINGBAO JISHU 33 基于两种相似度矩阵的专利引文耦合方法 识别研究前沿* ——以脑机接口为例 高 楠 傅俊英 赵蕴华 (中国科学技术信息研究所 北京 100038) 摘要: 【目的】探索基于两种相似度矩阵的专利引文耦合分析方法以识别研究前沿。【方法】基于原始观测值和 余弦距离两种相似度算法, 建立专利相似度矩阵, 利用社会网络分析得到研究前沿簇, 并进行簇类命名, 从而得 到研究前沿。并利用 Innography数据库的脑机接口领域专利对以上方法进行案例研究。【结果】发现两种相似度 矩阵中, 基于原始观测值算法得到 6个研究前沿簇, 涉及 6类 BCI研究内容; 基于余弦距离算法得到 9个研究前 沿簇, 涉及 8类 BCI研究内容, 两者的 FID重合率均为 43%。【局限】本文侧重于两种算法的结果, 即研究前沿 数量、重合度和内容进行比较, 缺少对于算法本身特性的比较。【结论】基于这两种相似度算法的引文耦合法均 可识别出领域的研究前沿, 余弦距离相似度算法能识别出更多数量的研究前沿, 且比基于原始观测值相似度算 法的识别结果更全面。 关键词: 研究前沿 专利 耦合分析 脑机接口 相似度算法 分类号: G255.53 R318.6 1 引 言 研究前沿(Research Fronts, RF)最早由 De Solla Price[1]于 1965 年提出, 即一组高被引文献, 用于描述 领域内的瞬态特征和动态变化, 是对领域已有主题进 行的评价和分析。1974年, Small等[2]首先提出使用共 被引分析来识别活跃领域的研究前沿。而基于耦合分 析识别研究前沿的定义也于 1994 年由 Persson[3]提出, 即对一簇引用共同参考文献形成了耦合关系的相似文 献, 其施引文献构成了研究前沿, 而被引的参考文献 称为研究前沿的知识基础。Persson还结合文献耦合分 析、作者共被引分析和文献共被引分析等方法研究了 1986 年–1990 年 JASIS 中的文章, 分析了情报学领域 的研究前沿及其与知识基础的关系。Glanzel等[4]也提 出耦合分析是识别研究前沿的新的有效方法。之后, Morris 等[5]将研究前沿进一步描述为一簇趋于引用固 定的、不随时间变化的基础文献, 即文献耦合集, 以获 得一个领域的整体发展趋势、可视化结构和动态变化。 同时, 采用一种创新的研究前沿分析和展现的时间线 方法, 即基于文献耦合聚类, 并引入连续的时间轴, 以展示各个研究前沿的出现增长和减弱消失的时间 点, 进而得到研究前沿的演进变化, 以及潜在新研究 前沿等信息。Yang等[6]利用耦合分析对 1978年–2006 年囊状纤维化症领域进行分析, 得到 20 项研究前沿, 特别是与骨质密度相关的研究前沿。张婷[7]利用耦合 分析识别了科学传播领域的研究前沿。另外, 有学者 结合耦合分析和其他分析方法对研究前沿进行识别。 如 Jarneving[8]结合耦合分析和完全连接聚类分析识别 了严重呼吸道症候群领域的研究前沿。Chen等[9]利用 专利耦合分析结合自然语言处理技术对美国和全球在 34 现代图书情报技术 研究论文 智能电网行业的研究前沿进行比较。因此, 在文献计 量学领域, 研究前沿既可以通过论文数据的识别表征 科学基础前沿, 也可以通过专利数据的识别表征创新 技术前沿。 研究表明, 文献耦合方法具有较好的时效性, 因 为论文发表后即可获得参考文献数据, 而不需要其被 引用数据, 故最近发表的文献也能被聚成一类[10], 能 够比较快速地反映领域研究前沿的进展变化。但其也 不可避免地存在所有基于引用关系的文献计量方法的 限制: 如引用行为的偏好, 引用内容不同侧重点不同, 不同领域的文献被人为聚在一起, 分析样本的代表性 问题, 忽视部分重要的文献, 以及数据库的问题等[11]。 目前文献计量学领域对于研究前沿的识别分析, 多以论文作为数据源, 较少涉及专利数据的分析。世 界知识产权组织公布的一组数据显示[12], 专利说明书 中含有 90%-95%的研发成果, 其中 85%以上的技术将 不再出现于其他技术文献中, 且要比其