基于CSSCI专利论文研究热点可视化分析卢章平.docVIP

基于CSSCI专利论文研究热点可视化分析卢章平 　　[摘要]为深入揭示我国专利研究论文的主要学术知识群和研究热点，采用关键词词频分析和共词分析方法，以CSSCI为数据源，对1998～2009年专利研究论文进行分析，统计出反映专利论文研究热点的高频关键词42个，并利用因子分析和多维尺度分析方法，绘制我国专利论文的研究热点知识图谱。在此基础上，进一步探讨我国专利论文的研究现状，指出研究的重复之处并预测未来的研究方向。 　　[关键词]专利论文　词频分析　共词分析　知识图谱　研究热点 　　[分类号]G350 　　 　　1　引言 　　 　　从浩瀚的研究论文中如何把握专利研究的热点和专利研究的前沿等问题给广大研究人员带来了挑战。近年来，对专利研究论文宏观统计分析的学者并不多。其中，高继平等对国际专利研究文献进行了统计分析，基于文献共引和共词分析的方法，探讨了专利研究文献中潜??的知识和对未来研究热点的预测，但是数据检索范围偏小，不足以全面反映专利研究热点。尹丽春等对国内外专利研究领域分别分析和综合比较，基于作者共被引分析和作品共被引分析法，揭示了巾国专利研究领域中潜在的学科结构，但是数据样本选择在2005年以前，对近5年的研究热点未作分析。 　　本文以词频分析和共词分析为基础，利用可视化技术，通过绘制近12年来我国专利研究论文共词知识图谱，总结出当前我国学术界对专利研究的关注热点，并加以简要评价。 　　 　　2　数据来源与研究方法 　　 　　2.1　数据来源 　　本文采用的数据来源于中国社会科学引文索引(CSSCI)，年限为1998～2009年，检索策略为：“((篇名=专利)或(关键词=专利))与(文章类型=论文)”。通过检索，共检得专利研究相关文献1545篇。对下载的所有论文中的关键词经过统计，修正表述不规范的词，合并同义词等数据过滤和清洗，最终获得有效专利论文1418篇，本文的研究以此为样本。 　　 　　2.2　研究方法 　　本文采用共词分析、多元统计分析和信息可视化方法，具体步骤如图1所示： 　　 　　3　共词分析法的基本步骤：以专利论文研究领域为例 　　 　　基于以上研究步骤，本研究采用共词分析法来分析和鉴别专利论文的热点研究领域。 　　 　　3.1　关键词的确定 　　1418篇论文中关键词2573个，选择出现频次大于等于10次的关键词共51个，总出现频次1472次，累积百分比为28.455％。其中，关键词“专利”出现频次为108次，“知识产权”出现96次，但是与本研究内容重合，在共词分析中难以发挥作用，关键词“自主创新”、“科技创新”、“因特网”等词不是专利研究的内容，均予以舍弃。其余42个关键词大致反映了专利论文的研究内容，将这些高频词按出现频次高低排名如表1所示： 　　 　　 　　3.2　建立共词矩阵 　　对上表中42个关键词两两共词统计，形成一个42*42的共词矩阵(部分数据见表2)。为了下文因子分析、聚类分析和多维尺度分析的需要，将共词矩阵(如表2)转成spearman相关矩阵(见表3)和距离相异矩阵(见表4)。 　　 　　3.3　多元统计方法与知识图谱分析 　　3.3.1　因子分析在相关矩阵(见表3)的基础上，利用主成分分析法(Principal Components)进行因子分析，分析结果包括因子数与涵盖的信息量、因子相关系数和旋转系数等矩阵的形成。结果表明有8个因子被提取出，其累计方差解释贡献率为87.466％。也就是说，42个关键词分为8类，就可以解释专利论文研究领域87.466％的信息。其中，前3个因子解释的方差分别为：40.804％、13.972％、9.304％，累计方差解释贡献率约为64.080％，这是专利论文的重要的三个领域。而与因子抽取相配套的因子个数碎石图则直观地显示出因子分析的结果，如图2所示： 　　根据旋转后的相关系数矩阵(Rotated ComponentMatrix)，列出因子荷载系数绝对值大于0.5的因子，其中因子荷载系数大于0.7才对命名有帮助。因子1中，关键词“专利法”、“平行进口”、“知识产权保护”、“专利侵权”等有绝对值较大的因子荷载系数，可将因子1命名为专利保护和专利运用因子。因子2中关键词“专利管理”、“专利战略”、“专利质量”有较大的因子荷载系数，因子2命名为专利管理因子。因子3中关键词“专利实施”、“专利授权”因子荷载系数较大，因子3命名为专利创造因子。因子4、5、6中关键词因子荷载系数都不大，因子7和8没有因子荷载系数绝对值大于0.5的关键词(见表5)。 　　3.3.2　绘制专利论文研究热点图谱通过多维尺度分析结合之前的因子分析(见表5)，得到我国专利论文研究热点的共词知识图谱(见图3)。