专利数据异常检测与颠覆性技术预测——以无人机技术为例
来源：图书情报工作杂志2025年第19期北京时间：
作者：肖君超,巫林辉,钟福利,张金玲
单位：1 广东工业大学图书馆 广州 510006;2 广东工业大学计算机学院 广州 510006;3 中山大学系统科学与工程学院 广州 510275;4 桂林电子科技大学数学与计算科学学院 桂林 541004
摘要：[目的/意义] 颠覆性技术能引领领域技术和产业发展，促进企业长足进步，及早预测和部署颠覆性技术对于企业创新和加强其市场地位至关重要。以技术应用和颠覆性技术识别为研究对象，提出一种颠覆性技术预测方法。[方法/过程] 首先，基于每项专利的标题、摘要和国际专利分类号（IPC），构建名词共现图和IPC共现图；其次，利用图异常检测算法在名词共现图和IPC共现图中检测异常名词和IPC编号，并将检测结果与孤立森林中检测到的异常专利相结合，构建异常专利数据集；随后，通过深入分析，提取以异常专利形式出现的颠覆性专利的核心特征，并利用其构建有效的衡量指标体系；最后利用机器学习模型拟合专利指标与颠覆性专利标签之间的相关性，从大量异常技术专利、IPC、名词中预测出潜在的颠覆性技术，并以“无人机技术”为例验证所提方法。[结果/结论] 对无人机技术的实证研究表明，该方法可获得合理的预测结果，并为颠覆性技术预测与专利价值测度分析提供新的视角。
关键词：颠覆性技术预测,图异常检测,名词共现图,IPC共现图,
基金资助：本文系国家自然科学基金青年项目“面向服务韧性提升的空间网络系统评估及群智能优化方法研究”（项目编号：62102466）研究成果之一。
