基于LDA模型和分类号专利技术演化研究.docVIP

基于LDA模型和分类号专利技术演化研究 　　〔摘要〕[目的/意义] 运用概率主题模型全面研究专利文献主题演化，分析专利技术发展过程及趋势。[方法/过程]LDA模型按时间窗口对专利文本建模，困惑度确定最优主题数，按专利文本结构特性提取主题向量，采用JS散度度量主题之间的关联，引入IPC分类号度量技术主题强度，最后实现主题强度、主题内容和技术主题强度3方面的演化研究。[结果/结论]实验结果表明：该方法能够深入挖掘专利文献的主题，可以较好地分析专利技术随时间的演化规律，帮助相关从业人员了解专利技术的演化过程及趋势。 　　〔关键词〕专利文献；LDA；JS散度；IPC分类号；技术主题强度；专利技术演化 　　DOI：10.3969/j.issn.1008-0821.2017.05.003 　　〔中图分类号〕G25553〔文献标识码〕A〔文章编号〕1008-0821（2017）05-0013-06 　　Research on Patent Technology Evolution Based on 　　LDA Model and Classification NumberLiao LiefaLe Fugang 　　（School of Information Engineering，Jiangxi University of Science and Technology，Ganzhou 341000，China） 　　〔Abstract〕[Purpose/significance]This paper used the probability topic model to study the evolution of patent literature，and analyzed the development process and trend of patent technology.[Methods/process]The LDA model modeled the patent text by time window，confusion degree method was used to determined the optimal number of topics，extracting topic vectors according to the structural characteristics of patent text，used the JS divergence to measure the association between topics，introduced IPC classification number to measure technical topic strength，finally，the evolution of topic strength，topic content and technical topic strength were studied.[Results/conclusion]The experimental results showed that this method could deeply excavate the topic of the patent literature，and could analyze the evolution of patent technology over time and help the practitioners to understand the evolution process and trend of patent technology. 　　〔Key words〕patent literature；LDA；JS divergence；IPC classification number；technical topic strength；patent technology evolution 　　?＠?文献是技术情报的载体，它的文本中隐藏了大量的技术情报信息，是技术情报的最佳情报来源。从2011-2016年我国专利申请数量已经连续5年蝉联全球专利申请量之首，因此，从海量的专利文献中挖掘专利发展趋势具有重要的研究意义。专利技术演化分析是专利文本分析的重要研究方法。技术演化分析是指技术变化过程的发现和描述，进而进行技术发展趋势预测等内容。全面、深入和准确地分析技术发展情况，可以帮助国家制定科学技术发展规划，帮助企业了解市场发展动态和制定正确的市场技术路线，还可以帮助科研人员从技术的发展趋势中获得启发与借鉴。 　　本文针对专利文本结构特点[1]，提出基于LDA和分类号的专利技术演化模型。首先该方法在文本建模时，