基于指数随机图模型的专利引用关系形成机制研究——以奈拉滨药物为例
来源：图书情报工作杂志2019年第10期北京时间：
作者：杨冠灿,刘占麟,李纲
单位：1. 中国人民大学信息资源管理学院 北京 100872;<br />\r\n2. 华盛顿大学工业工程系 西雅图 98105;<br />\r\n3. 武汉大学信息管理学院 武汉 430072
摘要：[目的/意义] 专利引用关系形成问题是理解创新网络的一个重要问题。传统的回归模型对观察对象设定的独立性假设，无法将网络的结构效应因素整合到模型中来提供综合性的统计推断。指数随机图模型（ERGM，Exponential Random Graph Model）是一种创新性的统计推断方法，它能够将属性特征、自组织特征以及网络协同特征三种特征综合起来观察。[方法/过程] 以奈拉滨药物的专利引文网络作为研究对象，利用ERGM系统检验了影响专利引用关系的五种机制：专利属性的主效应；专利引用时间的差值效应；专利引用关系的聚敛效应；专利引用关系的传递效应；专利引用关系的网络协同效应。[结果/结论] 五种机制都在奈拉滨药物的专利引用关系的形成过程发挥了作用。但三种效应对于奈拉滨药物的专利引用关系的形成作用最为显著：共享发明人关系协同效应、共享家族关系协同效应、传递效应。一些辅助机制也会对专利引文关系形成产生影响，如引文时滞、权利要求数量和参考文献数量。
关键词：专利引用关系形成,指数随机图模型(ERGM),奈拉滨,统计网络模型,
基金资助：本文系国家自然科学基金项目"基于指数随机图模型的专利引用关系形成影响因素及机理研究"（项目编号：71403256）、国家自然科学基金项目"面向专利文本中实体关系抽取的远程监督方法研究"（项目编号：71704169）和国家自然科学基金重大项目"国家安全大数据综合信息集成与分析方法"（项目编号：71790612）研究成果之一。
