基于专利的技术机会分析方法与应用研究

〔摘要〕作为技术创新及市场创新活动的基础，技术机会为技术创新提供了诸多的契机和可能性，从专利文献入手提出了一种两段式技术机会识别方法：基于专家遴选的技术属性-应用词表、AO二元组迭代分析。并详细阐述了分析方法中各个流程涵盖的内容，希望能为企业组织，特别是中小企业的技术创新提供一些参考和帮助。

〔关键词〕技术机会；技术创新；专利价值；中小企业

DOI：10.3969/j.issn.1008-0821.2015.10.019

〔中图分类号〕G25553〔文献标识码〕A〔文章编号〕1008-0821（2015）10-0104-03

A Study on Technology Opportunity Analysis of Small and

Medium-size Enterprise Based on PatentsZhang NaiLiu YumeiAi HuaZhang Ying

（Library，Huaihai Institute of Technology，Lianyungang 222005，China）

〔Abstract〕As the basis of technological innovation and market innovation activities，technology opportunity provides many opportunities and possibilities to technological innovation.This paper proposed a specific technology opportunity identification process from expert-based technological attribute-application table and iterative action-object analysis of patents.Paper expounds the process in all aspects of the content，which in order to provide some reference and help to enterprise，especially SMEs.

〔Key words〕technology opportunity；technology innovation；patent value；small and medium enterprise

在经济全球化的今天，随着信息技术和网络技术的快速发展，企业的同质竞争已逐渐由投资转变为技术间的竞争。而企业要想在激烈的市场竞争中取得成功，技术创新是其必然地选择。作为技术创新的基础，技术机会识别一直被视为企业进行技术创新活动，并取得成功的关键因素[1]。

技术机会可以定义为通过分析某特定领域内现有技术相互间的关联关系及其变化情况来推断该领域创新活动或出现特定关键技术的潜力和可能性[2]。由于技术机会通常隐藏在专利文档、科技期刊和技术报告背后的海量数据中，传统的方法是以领域专家的背景知识来明确技术机会，然而，随着信息技术的复杂化，仅依靠专家的方法不仅耗时耗力，而且会使结果存在一定的片面性[3]。在这个背景下，Porter & Detampel等人开发了技术机会分析（Technology Opportunity Analysis：TOA）软件，并采用文本挖掘、网络分析、语义分析[4]等方法开展信息挖掘，为政府和企业组织进行技术机会分析服务。

但是，新兴技术的不断涌现使得企业组织，尤其是中小企业在进行技术创新的过程中，面临的机会和选择变得多而复杂。由于中小企业存在资源和研发能力的天然弱点，使得它们的风险也随着技术、产品开发周期的缩短而不断提高。为了解决这个问题，本文以科技知识载体的专利为研究基础，首先将中小企业现有的专利作为其技术能力的衡量标准，以专家遴选的技术属性-应用词表进行多关键词的匹配；其次，通过对专利进行迭代行为（Action）-客体（Object）分析，以挖掘出潜在的技术机会。通过这两个阶段的专利分析，以期发现帮助中小企业在已有技术的基础上发现技术机会，并以最小的投入实现研发最大化的方法。

1技术机会分析

技术机会分析（TOA）最早是Porter等人提出的，主要是指通过对某技术领域内已有技术横纵向的发展趋势及相互关系的挖掘，发现最新技术动向，推断该领域即将可能出现的技术形态或技术发展点[5]。其目的是为各种组织的技术创新活动提供决策支持[6]。

技术机会分析的过程主要分为目标确定、数据分析和研究报告三部分，分析的流程一般包括6个环节，分别为：（1）确定研究领域及数据源；（2）借助技术领域规范制定检索策略；（3）收集数据；（4）抽取字段进行计量分析；（5）根据计算结果扩充其他信息；（6）可视化展示关联关系。在此基础上，国内外许多学者对技术分析方法进行了深入研究和拓展，针对企业的竞争需求，已有多种面向企业层面的TOA研究成果[7-8]。

然而，Ghemawat[9]研究发现，大量新兴公司并不是通过新技术的采用而获取成功，而是通过充分利用现有技术获得成长。也就是说，现有的技术中存在着大量的技术机会，特别是对中小企业而言，由于它们缺少大型企业的资金和技术投入，资源的缺乏限制了其获得新技术的可能，它们也就更加迫切需要有从现有技术中获取技术机会，以期取得竞争优势。但是目前国内外已有的研究较少涉及这些技术机会。因此，本文拟从中小企业已有的专利出发，希望为中小企业的技术机会获取提供一种思路和手段。

2015年10月第35卷第10期现？代？情？报Journal of Modern InformationOct，2015Vol35No102015年10月第35卷第10期基于专利的技术机会分析方法与应用研究Oct，2015Vol35No102面向中小企业基于专利的技术机会分析方法研究

21面向中小企业基于专利的技术机会分析方法框架作为技术创新的产物，专利体现了技术发展的最新水平，因此被经常用来测度一定时期内的技术发展态势。在本文的研究中，以专利作为技术机会识别的指标，对其进行分析，可以较好地帮助中小企业识别和把握可能存在的技术机会。本文的研究分析方法框架如图1所示。图1面向中小企业基于专利的技术机会分析方法过程

在本文的方法中，首先是利用Wartburg等人[10]提出的两段式专利引文方法对中小企业现有的专利进行收集、整理；然后，专家利用关键技术属性对专利的潜在技术应用进行评估，并创建相关关键词的技术属性-应用词表，利用这些关键词表，我们可以从收集的专利中获取基本的技术机会。此外，当有些专利无法进行分类时，可以先采用行为（Action）-客体（Object）二元组来进行基本的专利分析[11]，其中，客体（O）表示专利的技术元素[12]，行为（A）表示技术元素上发生的动作。然后，专家可以采用迭代AO文本挖掘扩展AO二元组的功能来扩展分析技术机会。

通过上述的专利聚类和AO二元组专利分析，我们可以帮助中小企业从其内部的专利中发现技术机会，并充分利用已有的技术，提高其研发能力。

22数据收集与预处理

专利信息之所以被认为是技术机会识别的来源，是因为专利是科技进步和创新活动的主要来源之一。由于专利可以提供标准化的技术信息，已有学者在研究中将专利作为技术知识的一个替代指标[13-14]。因此，在本文的研究中，我们主要选择我国的专利局和美国专利商标局的专利数据库作为技术机会研究的数据来源。

本文的研究目的是为了服务于中小企业的技术创新，为其研发、生产，以及调整发展方向等提供一些参考和帮助。因此，我们首先需要在企业现有技术及专利描述相关产品的基础上选择一组初始关键字，这些关键词从3个类别（应用、技术和产品）中选择，以构建一个长期的可以代表某企业现有技术和技术能力的参考专利集。然后，采用前文所述的两段式专利引文法，分别扩大其潜在的产品、技术和应用领域。最终，扩展形成的专利集可以用来进行技术机会的识别。

23基于关键词表的基本技术机会识别

通常，在对专利进行分析时，首先需要进行基于关键词的检索。最初的关键词表仅为几个核心关键词，包括专业术语与常用高频词。已有的相关研究大都是针对兴趣主题进行相应的术语和短语检索，并去除常见的学术术语，利用潜在语义索引、主元分析、主题建模等方法整合关键词表[15]。而在本文的研究中，由于最初的聚类（属性）和因子（关键字）由领域专家遴选，因此这些选定的关键字可以更好的代表技术所含的属性。

关键词表具体遴选方法包括4个步骤：（1）核心属性和关键字识别：专家遴选最初的核心关键字，学术术语、一般关键字和停用字都将被移除；（2）基本过滤：利用这些关键字进行专利检索，发现一些专利没有匹配的结果；（3）关键词扩展：由专家通读这些专利，找到新的核心关键字，从而扩充到最初的关键词表；（4）顶层关键词选择：采用TF词频（Term Frequency）和IDF逆向文件频率（Inverse Document Frequency）技术确定最终的顶层关键词。

任何技术都有若干属性，这些属性决定了它们的应用前景，在识别和分析技术机会时，必须要考虑其技术属性；同样地，每个应用也都有其自身的技术要求。当一个专利包含有若干特定应用属性的关键词时，说明这个专利代表的技术可以开发新的相关应用。这些新的应用就是基本的技术机会。因此，基于多关键词匹配，我们就可以从一个企业的专利所代表的技术中发现蕴含的基本技术机会。

24基于AO二元组的扩展技术机会识别

除了基本的技术机会外，由于中小企业本身生产和研发领域的限制，还有许多难以识别的机会存在于中小企业的产品、技术属性及应用中。但是这些技术机会可以通过对功能相似的若干专利的文本和关键词进行组块分析的方法来获取。

在组块分析方法中，已有的研究大都采用Subject-Action-Object（SAO）三元组[16]来描述专利等技术创新成果。其中，主体（Subject）和客体（Object）表示专利的技术元素，行为（Action）则表示技术元素上发生的动作。由于SAO三元组较好地表达了技术元素之间的逻辑关系，并且可以动态地分析专利的关键技术功能，因此在专利分析中应用较广[17-18]。

然而，由于SAO三元组仅能较好地表达中小企业专利中的基本技术机会[19]，而我们的研究重点是从现有技术中寻找扩展的技术机会，以帮助中小企业获取具有相似功能的关键技术。因此，我们将探讨利用AO文本挖掘技术识别和挖掘扩展技术机会。

首先，领域专家利用若干AO组合对中小企业技术的基本功能进行定义，并在必要的情况下，把行为（Action）和客体（Object）分成几种类型，以厘清AO组合集的功能属性；其次，由于初始的AO组合集并不能发现那些专家都难以识别的技术机会，为了弥补这个缺陷，我们可以利用自然语言处理技术来进行AO关系抽取处理，例如，Python语言可以自动处理AO关系的检测，它确定了从最初的客体（Object）设定相关的行为（Action），并将其添加到Action集，然后，更新的Action集可以用来识别和添加新的客体（Object），这一过程将不断重复，直到没有新的AO组合集可以添加。

最后，把AO组合集中的行为（Action）和客体（Object）进行组合，形成一系列AO配对，利用这些AO配对识别那些未分类专利中的技术应用。如果一个专利中的AO配对匹配基本技术应用表中的关键词时，这个专利则被分类如基本的技术机会。将此类专利进行删除后，我们就会从许多AO配对中发现常用关键词。利用这些关键词对剩余专利中的摘要进行匹配，最终就可以找到新的扩展的技术机会。

3结束语

目前国内学者在应用层面开展技术机会识别和分析的研究还不多，已有的与技术机会相关的分析也主要集中在专利技术领域分布、专利功效图展示等方面，很少有从更深层次来挖掘隐藏在专利文献中的技术机会。对中小企业而言，技术机会是决定其技术创新活动是否能顺利开展的关键，也是中小企业在激烈的市场竞争中能否发展的重要前提。在本文的研究中，在分析已有TOA相关研究的基础上，充分考虑到中小企业专利技术以及专家缺乏的实际情况，以基于专家的技术属性-应用程序表进行多关键词的匹配来进行基本的技术机会识别；以专利进行迭代行为（Action）-客体（Object）分析来进行扩展的技术机会识别。通过上述两个方法，我们可以帮助中小企业从其内部的专利中发现技术机会，并充分利用已有的技术，提高其研发能力。

然而，由于技术机会识别是一项较为复杂的研究活动，需要考虑的影响因素较多，且本研究也存在一些亟待完善之处，因此在以后的研究中，需要选取企业进行实例研究，来验证和发现本文所提出的研究方法不足，并进行适当的修正和调整，以使最终的识别结果更加科学、全面和客观。

参考文献

[1]Newbert S，Walsh S，Kirchhoff B，et al.Technology-driven entrepreneurship：Muddling through and succeeding with the second product[J].Entrepreneurship：The Engine of Growth，2006，（3）：291-312.

[2]Olsson O.Technological opportunity and growth[J].Journal of Economic Growth，2005，10（1）：31-53.

[3]李阳，许培扬.基于专利分析的技术机会识别流程研究[J].情报理论与实践，2014，（5）：61-63.

[4]Gerken J M，Moehrle M G.A new instrument for technology monitoring：novelty in patents measured by semantic patent analysis[J].Scientometrics，2012，91（3）：645-670.

[5]潘东华，徐珂珂.基于共词分析的技术机会分析[J].科研管理，2014，（4）：10-17.

[6]吕一博，康宇航，王淑娟.基于共现分析的技术机会发现与可视化识别[J].科研管理，2012，（4）：80-85.

[7]Geum Y，Jeon J，Seol H.Identifying technological opportunities using the novelty detection technique：a case of laser technology in semiconductor manufacturing[J].Technology Analysis & Strategic Management，2013，25（1）：1-22.

[8]Yoon J，Kim K.Identifying rapidly evolving technological trends for R&D planning using SAO-based semantic patent networks[J].Scientometrics，2011，88（1）：213-228.

[9]Ghemawat P.The forgotten strategy[M].Harvard Business Online，2003.

[10]Von Wartburg I，Teichert T，Rost K.Inventive progress measured by multi-stage patent citation analysis[J].Research Policy，2005，34（10）：1591-1607.

[11]Choi S，Lim J，Yoon J，et al.Patent function network analysis：A function based approach for analyzing patent information[C]∥19th International conference for the international association of management of technology，Cairo，Egypt，March，2010：8-11.

[12]Cascini G，Fantechi A，Spinicci E.Natural language processing of patents and technical documentation[M]∥Document analysis systems VI.Springer Berlin Heidelberg，2004：508-520.

[13]Ernst H.Patent information for strategic technology management[J].World Patent Information，2003，25（3）：233-242.

[14]Nielsen P E.Evaluating patent portfolios――a Danish initiative[J].World Patent Information，2004，26（2）：143-148.

[15]Zhang Y，Zhou X，Porter A L，et al.Triple Helix innovation in Chinas dye-sensitized solar cell industry：hybrid methods with semantic TRIZ and technology roadmapping[J].Scientometrics，2014，99（1）：55-75.

[16]Yoon J，Kim K.Identifying rapidly evolving technological trends for R&D planning using SAO-based semantic patent networks[J].Scientometrics，2011，88（1）：213-228.

[17]Cascini G，Fantechi A，Spinicci E.Natural language processing of patents and technical documentation[M]∥Document analysis systems VI.Springer Berlin Heidelberg，2004：508-520.

[18]许琦，顾新建.一种基于Subject-Action-Object三元组的知识基因提取方法[J].浙江大学学报：工学版，2013，（3）：385-399.

[19]Lee Y，Kim S Y，Song I，et al.Technology opportunity identification customized to the technological capability of SMEs through two-stage patent analysis[J].Scientometrics，2014，100（1）：227-244.