专利视角下融合多属性的技术创新主题挖掘方法 ——以芯片领域专利为例
来源：图书情报工作杂志2020年第11期北京时间：
作者：李慧,玄洪升
单位：西安电子科技大学经济与管理学院 西安 710126
摘要：[目的/意义] 使用融合多属性的量化方法，快速且有效地挖掘出领域内多个技术创新主题，为技术创新方向的确定提供借鉴。[方法/过程] 将LDA （Latent Dirichlet Allocation）主题模型与专利价值评价指标相结合，提出一种挖掘技术创新主题的量化方法。首先，综合运用TF-IDF、困惑度和四分位数法构建领域专利的LDA主题模型。然后，利用LDA输出的概率分布矩阵，结合专利价值评价指标（权利要求和IPC），构建量化指标体系。接着，选取芯片专利进行验证实验，计算量化指标并运用热力图对其可视化，识别出技术创新主题。最后，基于专利、LDA的输出矩阵、创新主题和量化指标之间的映射关系，进行专利筛选和技术创新主题的合理标记。[结果/结论] 通过邀请微电子领域专家和参考最新国内外芯片技术两种方式对实验结果进行评估，结果表明：融合多属性的领域技术创新主题挖掘方法能够快速且有效地挖掘出多个技术创新主题，在实践层面可以更好地为相关领域企业和科技工作者发现技术创新主题提供思路。
关键词：专利,困惑度,潜在狄利克雷分布,量化指标体系,技术创新主题,
基金资助：本文系中央高校基本科研业务费专项资金项目"专利视角下的技术创新主题发现与趋势预测"（项目编号：JB190610）和国家自然科学基金青年项目"基于公众网络参与的民生公共政策第三方动态评估机理与方法研究"（项目编号：71503195）研究成果之一。
