閆肖婷 劉向

摘 要：[目的/意義]主路徑上核心主題的演化可以反映行業(yè)發(fā)展方向，凸顯行業(yè)熱點技術(shù)并預(yù)測技術(shù)的未來發(fā)展，有效判斷技術(shù)主題間的傳承演變關(guān)系。[方法/過程]本研究構(gòu)建一種凸顯主路徑上的核心主題及演化方法。該方法不同于文本挖掘和聚類，是基于引文網(wǎng)絡(luò)主路徑映射專利分類號的鏈接計數(shù)，通過專利的分類號替代技術(shù)主題在主路徑上演化并計算節(jié)點的技術(shù)主題含量，以技術(shù)主題含量的變化凸顯主路徑上的核心主題及其發(fā)展歷程。[結(jié)果/結(jié)論]展示有機發(fā)光二極管OLED的主題演化圖，證實了該方法的合理性。

關(guān)鍵詞：技術(shù)主題演化;主路徑分析;主題演化;專利分類號;技術(shù)主題含量

DOI：10.3969/j.issn.1008-0821.2019.06.003

〔中圖分類號〕G306 〔文獻標識碼〕A 〔文章編號〕1008-0821（2019）06-0024-08

Abstract：[Purpose/Significance]The evolution of core topics on the main path can reflect the direction of industry development，highlight industry hotspots and predict the future development of technology，judge the inheritance and evolution relationship between technical topics.[Method/Process]The study buildt evolution method that highlighted core themes on main path.The method was different from text mining and clustering methods.It was link count based on main path of citation network mapping patent classification numbers.The technical subject content of the node was evolved and calculated on the main path by replacing the technical subject with the patented classification numbers.Changes in the content of technical topics highlighted the core themes and their development in the main path.[Result/Conclusion]The rationality of this method was verified by displaying the thematic evolution diagram of OLED.

Key words：technology subject evolution;main path analysis;subject evolution;patent classification numbers;technical subject content

專利文獻是原始技術(shù)信息中最具有價值的信息源，包含世界最新科技信息的90%～95%[1]。技術(shù)演化又稱“技術(shù)演進”、“技術(shù)軌道”等，用以描述某一領(lǐng)域的專利主干技術(shù)及其發(fā)展動態(tài)[2]。掌握核心技術(shù)主題演化規(guī)律有助于把握行業(yè)的技術(shù)發(fā)展方向，預(yù)測行業(yè)技術(shù)發(fā)展動態(tài)，為新興產(chǎn)業(yè)遴選提供有效的支撐，也為相關(guān)的研發(fā)人員提供理論借鑒。

當前核心主題演化分析主要采用文本挖掘和聚類的方法，通過類群關(guān)鍵詞的改變探討技術(shù)主題的變遷，但這一方法難以判斷技術(shù)主題間的傳承演變關(guān)系[3]。如基于關(guān)鍵詞聚類的主題發(fā)現(xiàn)方法是先將科學(xué)技術(shù)文獻進行時間切片處理，然后利用關(guān)鍵詞的共現(xiàn)關(guān)系得到多個技術(shù)主題的聚類，比較不同時間切片上的主題演化，以闡述不同時間段技術(shù)領(lǐng)域的發(fā)展趨勢。該方法不僅需要專業(yè)人員分析關(guān)鍵詞之間的演變關(guān)系，同時由于關(guān)鍵詞的一詞多義和多詞一義等問題使得對關(guān)鍵詞聚類結(jié)果的判斷較為模糊。

其次，由專利文獻之間的引用關(guān)系構(gòu)成的專利引文網(wǎng)絡(luò)，表現(xiàn)為專利技術(shù)之間的聯(lián)系和演進關(guān)系，主路徑分析能夠用來識別技術(shù)領(lǐng)域內(nèi)的主要構(gòu)架及發(fā)展脈絡(luò)[4]。很多學(xué)者利用Hummon和Doreian提出的主路徑方法研究不同領(lǐng)域的主要發(fā)展脈絡(luò)，并從不同角度補充和完善主路徑方法。然而，單純依靠主路徑引證關(guān)系無法體現(xiàn)文本信息，并且主路徑中可能包含非核心主題，需要專門人員耗費時間篩選和辨別。

而專利的分類號可以明確地表示專利所屬的技術(shù)領(lǐng)域和主題。每個節(jié)點包含多個分類號，表明節(jié)點包含多個主題，且節(jié)點對每個主題的傾向是不同的[5]。相互引證的節(jié)點具有更大的可能性傾向相同的主題。因此，通過主路徑節(jié)點的傳遞來構(gòu)建技術(shù)主題含量指標，量化節(jié)點屬于某一主題的程度，清晰表明領(lǐng)域發(fā)展中主題的發(fā)展變化。在主路徑上的演化中，技術(shù)主題含量越高，則節(jié)點對該主題的傾向性越強。本方法首先通過主路徑方法得到技術(shù)演化的主干;其次，用專利分類號代表技術(shù)主題進行鏈路計數(shù)，統(tǒng)計主路徑上節(jié)點的技術(shù)主題含量并分析變化趨勢，繪制主題演化圖直觀顯示核心主題及其變遷;最后，對有機發(fā)光二極管（OLED）進行實證分析驗證本方法的合理性和有效性。

1 研究綜述

專利之間的引用關(guān)系一定程度上反映技術(shù)之間的繼承和發(fā)展關(guān)系，利用專利引文網(wǎng)絡(luò)主路徑分析可以探討主路徑上的核心專利文獻及其演化趨勢[6]。中外學(xué)者利用專利文本信息的不同內(nèi)容，將技術(shù)發(fā)現(xiàn)與主題演化方法分為以下3類[7]。

第一類是基于專利引文網(wǎng)絡(luò)發(fā)現(xiàn)重要節(jié)點并進行主題演化，研究內(nèi)容主要集中在主路徑分析方法的改進以及其在具體領(lǐng)域的應(yīng)用?；谥髀窂椒治龇椒ǖ母倪M主要有：Hummon N P等在1989年首次提出“主路徑分析”概念，通過構(gòu)造引文網(wǎng)絡(luò)主路徑，提出搜索路徑連接計數(shù)（SPLC，Search Path Link Count）、搜索路徑節(jié)點對（SPNP，Search Path Node Pair）以及節(jié)點對計數(shù)（NPPC，Node Pair Projection Count）算法，通過引文網(wǎng)絡(luò)連接計數(shù)凸顯技術(shù)領(lǐng)域內(nèi)的重要鏈路[8]。Batagelj V在2003年提出一種新的遍歷計數(shù)—搜索路徑計數(shù)（SPC，Search Path Count）算法，這種算法節(jié)省計算弧權(quán)重的時間，可以用來分析大型引文網(wǎng)絡(luò)[9]。Liu J S等闡述整合主路徑方法能夠克服鏈路中最大權(quán)重的路徑未被捕獲的問題，提出關(guān)鍵路線方法（Keyroute Search Path），并利用此方法實證研究Hirsch指數(shù)的發(fā)展歷史[10]。此外，中外學(xué)者采用主路徑方法中不同算法研究不同領(lǐng)域中主題演化過程。國外學(xué)者Calero-Medina C等、Lucio-Arias D等、Fontana R等和Choi C等主要采用SPC方法分析具體領(lǐng)域的技術(shù)發(fā)展路徑[11-14]。國內(nèi)學(xué)者韓毅等、章小童等、許冠南等分別利用SPC、SPLC和SPNP算法識別引文網(wǎng)絡(luò)主路徑分析法領(lǐng)域、富勒烯領(lǐng)域及3D打印等行業(yè)發(fā)展的不同階段中的核心技術(shù)及其產(chǎn)業(yè)技術(shù)的發(fā)展軌跡[15-17]。

技術(shù)發(fā)現(xiàn)與演化分析的另一類方法是專利文本內(nèi)容的技術(shù)演化，即通過文本挖掘技術(shù)獲取專利的主題、摘要、權(quán)利要求等專利內(nèi)容，研究內(nèi)容主要是采用不同文本挖掘技術(shù)如LDA，運用不同文本描述語言如關(guān)鍵詞、語義分類號來表達文本重要信息。Yoon B等利用技術(shù)的關(guān)鍵詞聚類分析專利之間的關(guān)系[18]。但通過專利文檔的關(guān)鍵詞聚類，存在關(guān)鍵詞丟失或者關(guān)鍵詞屬于絕大多數(shù)分組的現(xiàn)象。方曙等提出以語義分類號代替關(guān)鍵詞進行專利文檔聚類，繪制石墨烯傳感器的技術(shù)主題演化圖[19]。為彌補簡單關(guān)鍵詞統(tǒng)計對文本信息揭示不足的問題，祝娜等提出一種基于LDA的科技創(chuàng)新主題語義識別方法，以3D打印領(lǐng)域數(shù)據(jù)為對象進行實證分析[20]。吳菲菲等通過語義相似度跟蹤技術(shù)關(guān)聯(lián)主題的演化，獲得太陽能電池板多個技術(shù)主題的演化路徑[21]。

另外，也有學(xué)者運用專利分類號出現(xiàn)的頻次，獲得領(lǐng)域中重要主題及演化過程。朱婧對Tio2光催化材料的專利號統(tǒng)計分析，進而揭示光催化領(lǐng)域的主要制備技術(shù)及應(yīng)用變化[22]。龔勛等引入時間片段，研究不同時間段內(nèi)IPC大類的專利數(shù)量變化，反映汽車行業(yè)的熱點技術(shù)[23]。廖列法等通過IPC分類號表示技術(shù)的關(guān)聯(lián)性，度量技術(shù)主題強度，對稀土專利數(shù)據(jù)的主題演化進行實證分析[24]。

總之，通過專利引文網(wǎng)絡(luò)發(fā)現(xiàn)重要節(jié)點以及主題間的關(guān)聯(lián)存在一些問題，主要表現(xiàn)在：單純依靠引用關(guān)系可能會忽略文本內(nèi)容的聯(lián)系。其次，文本挖掘識別核心主題演化路徑有一定的限制。例如關(guān)鍵詞之間的結(jié)構(gòu)關(guān)系并不能明確表示，同一個關(guān)鍵詞可能屬于絕大多數(shù)分組。專利文本分析需要研究人員具有專業(yè)背景知識。另外，大部分學(xué)者僅統(tǒng)計分類號的數(shù)量探討技術(shù)主題演化，并未從專利分類號演化的角度深入分析[25]。因此，本研究基于引文網(wǎng)絡(luò)主路徑，以專利分類號表示節(jié)點所含的主題，將主題映射于技術(shù)主路徑，構(gòu)建技術(shù)主題含量并進行鏈路計數(shù)，通過主題含量的變化凸顯主路徑上的核心主題并分析主題的變遷。

2 技術(shù)主題演化路徑分析

2.1 方法描述

首先，利用SPC方法提取專利引文網(wǎng)絡(luò)主路徑。在專利引文網(wǎng)絡(luò)中，節(jié)點表示專利，節(jié)點間的連線代表專利間的引用關(guān)系。箭頭方向是從被引專利指向施引專利，表示技術(shù)流動的方向。從專利引文網(wǎng)絡(luò)中提取領(lǐng)域主要技術(shù)的發(fā)展路徑是從網(wǎng)路整體的連通性出發(fā)，利用SPC遍歷方法衡量每對節(jié)點之間的邊，抽取最大遍歷次數(shù)的邊形成網(wǎng)絡(luò)主路徑的邊。Batagelj提出的SPC算法中起點必須是源點之一，終點必須是匯點之一。圖1代表某領(lǐng)域的主干技術(shù)的發(fā)展脈絡(luò)，共有8個節(jié)點，包括兩個起點（A、B）和一個終點（H）。以D→E為例計算路徑的SPC值，由于經(jīng)過D→E的路徑有A→C→D→E→G→H和B→C→D→E→G→H，故的SPC值為2。通過遍歷路徑計數(shù)，以局部、全局和關(guān)鍵路線搜索方法獲得專利引文網(wǎng)絡(luò)中的主路徑。

其次，主路徑反映領(lǐng)域中技術(shù)流動的方向。Liu J S等提出主路徑上節(jié)點的知識強度在路徑傳遞中不斷衰減[26]。技術(shù)從源點流動到匯點過程中，技術(shù)主題含量在主路徑上也存在衰減情況，而主題的重復(fù)出現(xiàn)則會增加技術(shù)主題含量。下文通過標注每個節(jié)點的聯(lián)合專利分類號，映射主路徑上主題的演化，構(gòu)建技術(shù)主題含量指標分析核心主題的演化。

圖1中領(lǐng)域主路徑上的主題流動方向為A/B→C→D→E/F→G→H。不妨假定每種主題的初始含量和由主題重復(fù)出現(xiàn)引起的主題含量增加值為1，衰減因子f為1/2。以下用H01L技術(shù)為例闡述主題的演化。主路徑共包含8個節(jié)點，其中節(jié)點A、B、C、D、E和G含H01L技術(shù)，節(jié)點F和H不含H01L技術(shù)，專利A與專利B均為主路徑源點且被專利C引用。不考慮專利分類號出現(xiàn)的頻次，將所有主路徑源點具有的專利分類號合并，作為主路徑共同起點所含的分類號，則主路徑共同起點包含H01L技術(shù)，且H01L技術(shù)的主題含量為1。由于主題含量在流動過程存在消耗，H01L技術(shù)在流向節(jié)點C時主題含量衰減為1/2，但H01L技術(shù)在節(jié)點C中重復(fù)出現(xiàn)，故H01L技術(shù)的主題含量增加，此時節(jié)點C中H01L技術(shù)的主題含量變?yōu)?/2。技術(shù)沿主路徑繼續(xù)流向節(jié)點D，D中H01L的技術(shù)主題含量為1/2×3/2+1=7/4。此時，技術(shù)流動中存在兩條分支，假設(shè)節(jié)點D流向每條分支路徑的技術(shù)含量一致。如圖2所示，每條分支路徑獲得的主題含量為節(jié)點D的1/2。則E中H01L技術(shù)的主題含量為7/4×1/2×1/2+1=23/16，節(jié)點F中H01L技術(shù)的主題含量為7/4×1/2×1/2=7/16。節(jié)點E與F中的H01L技術(shù)的主題含量沿主路徑匯聚到G，且節(jié)點G包含H01L技術(shù)，則G中H01L技術(shù)的主題含量為（23/16×1/2+7/16×1/2）+1=31/16。

主題演化過程涉及以下具體情況：1）主路徑存在多個源點、中間路徑分叉或多個匯點等分支情況。鑒于主路徑出現(xiàn)的不同分支情況，路徑上主題的標示情況也不同。首先，分析含多個起始節(jié)點路徑的主題演化。起始節(jié)點過多，增加技術(shù)主題流動的復(fù)雜度，為簡化計算，將多個起點包含的相同主題合并，作為主路徑共同起點的主題。其次，討論主路徑中間出現(xiàn)分支的情況。路徑分支的出現(xiàn)是由于施引節(jié)點的被引頻次相同，每條分支代表主題的不同流向。由于被引頻次常表示節(jié)點重要性大小，不妨假定流向每條分支的技術(shù)主題含量相等。如果路徑中間的某一節(jié)點的技術(shù)主題含量為1，有n個被引節(jié)點，則構(gòu)成n條路徑分支，且每條分支的技術(shù)主題含量為1/n。再次，針對存在多個匯點的主路徑，統(tǒng)計含同種分類號的匯點數(shù)占所有匯點數(shù)的比重。比重越大，表明該主題有很大的發(fā)展前景或未來越有可能成為領(lǐng)域內(nèi)的重要技術(shù)，反之表明這種技術(shù)主題的發(fā)展將受到阻滯。2）本方法設(shè)定主題演化中的衰減因子為0.5，是因為設(shè)置不同的衰減因子值得到的技術(shù)主題演化趨勢是一致的，但閾值過小或過大影響圖像的直觀效果。本方法將所有源點的主題合并作為主路徑上第一個節(jié)點的主題，當技術(shù)主題含量沿共同起點流向下一個節(jié)點的過程中，路徑上第i個節(jié)點的主題含量（CD）為：

2.2 操作步驟

第一步：提取技術(shù)主路徑。

第二步：聯(lián)合專利分類號（CPC）的選取。CPC是歐洲專利局和美國專利商標局合作開發(fā)的一套分類體系，其以歐洲專利分類號（ELCA）體系為基礎(chǔ)，沿用國際專利分類號（IPC）的分類規(guī)則，并融合了ELCA/ICO以及美國專利分類號（USPC）的信息。IPC含有6.9萬個分類號，而CPC含有26萬個專利分類號，涵蓋歐洲專利數(shù)據(jù)、美國專利數(shù)據(jù)以及PCT最低的文獻量[27]。CPC分類是由IPC技術(shù)主題更具體細分得到的，能夠有效提高檢索效率。

CPC分類表分為9個部，分別為A～H和新增的Y部，其中Y部只能用于標引附加信息。附加信息是那些可能便于檢索者查找但對現(xiàn)有技術(shù)發(fā)展沒有貢獻的信息[28]。如Y10技術(shù)是從已有的USPC直接轉(zhuǎn)換的，不考慮對Y10S和Y10T技術(shù)進行主題演化分析。由于增加聯(lián)合專利分類號選取的位數(shù)，會增多保留的分類號的數(shù)目，導(dǎo)致技術(shù)主題演化圖復(fù)雜化;而減少專利號選取位數(shù)，專利技術(shù)分類過于寬泛，致使專利分類號表示的主題演化方向大致相同，不具有區(qū)分性。因此，本方法選取聯(lián)合專利分類號的前4位進行主題分析，表1是主路徑上的節(jié)點所含的專利分類號及分類號表示的信息。

第三步：技術(shù)主題演化分析。用專利分類號表示節(jié)點的技術(shù)主題進行鏈路計數(shù)，構(gòu)建技術(shù)主題含量指標反映主題的變化，繪制技術(shù)主題演化圖。

2.3 實驗數(shù)據(jù)

采用關(guān)鍵詞“OLED”、“Organic LED”、“Organic Light-emitting Diodes”、“Organic Electroluminescent”、“Organic Electro-luminescence”、“Polymer Light-emitting Diodes”和“Polymer LED”檢索詞”在USPTO（美國專利商標局）數(shù)據(jù)庫中檢索1976年1月-2016年12月的有機發(fā)光二極管專利數(shù)據(jù)，共選取7 343條美國授權(quán)專利數(shù)據(jù)作為數(shù)據(jù)來源。選擇美國授權(quán)的有機發(fā)光二極管數(shù)據(jù)的原因：1）美國是較早研究OLED的國家，擁有較高的OLED發(fā)展水平，是OLED專利數(shù)量最多的國家。2）OLED是一門新型顯示技術(shù)，是繼LCD之后理想和最具有發(fā)展前景的下一代顯示器[31]。OLED量產(chǎn)技術(shù)逐漸成熟，擁有較為完整的技術(shù)發(fā)展脈絡(luò)，對OLED專利分析可以較為明顯觀察到核心主題的發(fā)展趨勢。

3 實驗結(jié)果

使用SPC算法，通過前向、后向搜索OLED專利引文網(wǎng)絡(luò)，得到OLED領(lǐng)域局部、全局和關(guān)鍵路線的技術(shù)主路徑圖。圖中節(jié)點代表專利，節(jié)點之間的連線表示專利間的引用關(guān)系，節(jié)點大小表示專利被引頻次的大小?；趫D2的技術(shù)路徑圖，用主路徑節(jié)點的聯(lián)合專利分類號（CPC）探索OLED領(lǐng)域各子技術(shù)演化的方向并預(yù)測專利技術(shù)主題未來的發(fā)展趨勢。

3.1 SPC局域、全局、關(guān)鍵路線

觀察局域、全局以及關(guān)鍵路線3幅圖并對比3條路徑，發(fā)現(xiàn)3幅圖中的節(jié)點并不重合。對主路徑上的高被引節(jié)點如4356429、5061869、5834893、6303238等的專利內(nèi)容解讀，發(fā)現(xiàn)研究者主要從材料、器件制備工藝兩方面改善電致發(fā)光器件效率的內(nèi)容，且除少數(shù)專利6046543、6645645、6803720外，基于SPC關(guān)鍵路徑方法幾乎涵蓋了其余兩種路徑上的專利節(jié)點。其次，針對圖2中基于局域和關(guān)鍵路線方法的路徑存在很多低被引頻次的起始節(jié)點，局域路徑中間存在分支及關(guān)鍵路線末端的節(jié)點出現(xiàn)聚集的情況，作如下處理：1）圖2（左）局域路徑存在7個源點，整合4356429的被引節(jié)點的專利聯(lián)合分類號（CPC），作為共同起點的技術(shù)主題。2）圖2（左）局域路徑中，包含6803270-7279237-7563519、6803270-7279235-7563519兩條分支，且6803270的主題含量均等流向兩條分支。3）針對圖2（右）關(guān)鍵路線末端專利7655323的被引節(jié)點出現(xiàn)聚集的情況，考慮到主路徑的末端節(jié)點是當前OLED技術(shù)的研究方向，節(jié)點包含的技術(shù)主題一定程度能夠反映OLED領(lǐng)域各技術(shù)未來的發(fā)展趨勢。統(tǒng)計專利7655323的被引節(jié)點包含的分類號種類，分別計算不同分類號的節(jié)點數(shù)占被引節(jié)點總數(shù)的比重，來預(yù)測OLED領(lǐng)域內(nèi)各主題的發(fā)展趨勢，所占比重越大，表明這種技術(shù)在OLED領(lǐng)域內(nèi)越重要。

3.2 局域、全局、關(guān)鍵路線的技術(shù)主題演化圖

對圖2中3條路徑上的節(jié)點的技術(shù)主題含量進行鏈路計數(shù)并統(tǒng)計變化值，繪制技術(shù)主題演化圖。圖3中，橫軸表示專利，次坐標（橫軸）代表時間，縱軸表示專利的技術(shù)主題含量（CD），F(xiàn)O表示源點，F(xiàn)U表示技術(shù)的最新發(fā)展方向。通過對局域、全局以及關(guān)鍵路線技術(shù)主題演化圖分析，發(fā)現(xiàn)OLED的發(fā)展主要集中于電學(xué)（H）和化學(xué)（C）兩大技術(shù)領(lǐng)域。基于局域、全局和關(guān)鍵路線方法得到的路徑均含6種技術(shù)主題（C09B、C09K、C07D、C07F、H05B和H01L），且這些主題的發(fā)展趨勢幾乎是一致的。關(guān)鍵搜索路徑包含的主題最為豐富，幾乎囊括局域和全局的技術(shù)主題。以下是對OLED各技術(shù)主題的演化分析。

技術(shù)從源點流向匯點中，主路徑上的節(jié)點大都含有H01L技術(shù)，故H01L技術(shù)的演化是一條較為平緩的曲線。由此，可以表明H01L技術(shù)對OLED的發(fā)展至關(guān)重要。從表1中可知，H01L定義為半導(dǎo)體器件及其工藝或設(shè)備。查找相關(guān)文獻了解到，OLED的器件及其制備工藝改進貫穿OLED發(fā)展的整個歷程。H05B涉及電致發(fā)光光源器件，具體涉及半透明電極以及電致發(fā)光材料（如熒光材料、磷光材料）的排列的改進。圖3中H05B的發(fā)展并不連續(xù)，是一種較為明顯的階段性發(fā)展。H05B技術(shù)從4539507到以56開頭的專利呈現(xiàn)上升的趨勢，此后相關(guān)專利減少，直到從以72開頭的專利后再度迅速發(fā)展。C09K表明有機發(fā)光材料的化學(xué)性質(zhì)。圖3顯示C09K是在H01L和H05B后出現(xiàn)的。新主題出現(xiàn)后短時間內(nèi)受到關(guān)注，之后除少數(shù)專利如6303238外，很少有研究者參與該項技術(shù)的研究，直到以72開頭的專利再次涉及C09K，這種技術(shù)的影響力才不斷上升。C07D的出現(xiàn)最晚，它提供一種雜環(huán)化合物，更具體涉及含有五元環(huán)的雜環(huán)化合物與其他環(huán)稠合，一個氮原子作為唯一的環(huán)雜原子。C07D技術(shù)出現(xiàn)一段時間后逐漸受到研究者關(guān)注，并演化為OLED領(lǐng)域的主流趨勢之一。

而圖3局域（上）出現(xiàn)B82Y、F21K技術(shù)、關(guān)鍵路線（下）中的B82Y、F21K和C07C技術(shù)、全局（中）出現(xiàn)的Y02E技術(shù)以及3幅圖中均存在的C09B、C07F在行業(yè)發(fā)展中均逐漸衰退。其中，B82Y是一種納米結(jié)構(gòu)的特殊用途或應(yīng)用。C07F涉及一種雜環(huán)化合物，具體包含有機材料中摻雜含3、4、13或14族元素的雜環(huán)化合物的結(jié)構(gòu)。

從主題演化的角度分析，H01L、H05B、C09K和C07D技術(shù)呈現(xiàn)上升發(fā)展趨勢，表明4種技術(shù)在OLED領(lǐng)域發(fā)展中占據(jù)重要的地位，是OLED領(lǐng)域發(fā)展的核心主題。圖3表明，OLED的發(fā)展首先集中在器件領(lǐng)域，之后研究人員逐步關(guān)注有機發(fā)光材料的改進，更具體涉及有機發(fā)光材料的化學(xué)性質(zhì)以及含五元環(huán)的氮或硫雜環(huán)化合物在磷光發(fā)光材料中的應(yīng)用。其他的分類號，如B82Y涉及的信息傳輸技術(shù)，Y02E涉及的有機光伏電池等技術(shù)在技術(shù)主題流動過程中逐漸衰退。這與OLED在實際發(fā)展過程中逐步趨向于器件結(jié)構(gòu)以及磷光材料改進的大體方向一致。觀察關(guān)鍵路線技術(shù)路徑圖末端節(jié)點，表明H01L、H05B發(fā)展勢頭良好，有機發(fā)光二極管器件的改進仍然是OLED領(lǐng)域未來值得關(guān)注的方向。其次，C07F、C09K和C07D技術(shù)呈現(xiàn)上升發(fā)展趨勢，預(yù)示有機發(fā)光二極管化學(xué)材料性質(zhì)的研究將是OLED發(fā)展的主流方向之一。

4 結(jié) 論

本文結(jié)合引文網(wǎng)絡(luò)主路徑以及專利的聯(lián)合專利分類號實現(xiàn)主路徑上主題的標示和演變，構(gòu)建技術(shù)主題含量（CD）指標衡量節(jié)點屬于某一主題的程度，凸顯主路徑上的核心主題并豐富主題演化的方法體系，通過OLED實例驗證了其具有科學(xué)性與可行性。所構(gòu)建的方法清晰、直觀反映出領(lǐng)域內(nèi)各技術(shù)主題含量隨時間的演化，幫助研究人員更便捷了解核心主題的發(fā)展脈絡(luò)。

本方法仍然存在一些需要深入研究的地方，它的局限性主要體現(xiàn)在：

1）以專利號作為主路徑上主題分析依據(jù)可能會忽略專利技術(shù)細節(jié)。

2）主路徑上衰減因子和技術(shù)主題重復(fù)出現(xiàn)的主題含量的初值設(shè)定是固定值。而技術(shù)主題流動中，主路徑上的主題衰減和主題重復(fù)出現(xiàn)增加的主題含量可能是變化的。

3）技術(shù)主題演化分析是基于單一主路徑，但引文網(wǎng)絡(luò)主路徑可能并不是單一路徑，技術(shù)主題含量如何在路徑分支上分配需要更深入的研究。本研究通過對有機發(fā)光二極管的實證研究，證明以專利分類號替代主題進行鏈路計數(shù)，構(gòu)建技術(shù)主題含量指標凸顯專利的核心主題及其演化方向是合理的。下一步也可以選擇不同領(lǐng)域的數(shù)據(jù)進行實證研究，進一步證實凸顯主路徑上核心主題與演化分析方法的有效性。

參考文獻

[1]呂祥惠，仇寶艷，喬鴻.基于本體的專利知識發(fā)現(xiàn)體系研究[J].計算機與信息技術(shù)，2008，（7）：47-53.

[2]萬小萍，劉向，閆肖婷，等.基于關(guān)聯(lián)分析的技術(shù)演進路徑發(fā)現(xiàn)[J].情報學(xué)報，2018，37（11）：1087-1094.

[3]劉向，萬小萍，馬費成.基于專利信息的科技創(chuàng)新趨勢探測：理論與方法[J].情報科學(xué)，2015，33（12）：20-50.

[4]胡阿沛，張靜，張曉宇.基于專利文獻的技術(shù)演化分析方法評述[J].現(xiàn)代情報，2013，33（10）：172-176.

[5]周磊，楊威.基于專利IPC的技術(shù)知識流網(wǎng)絡(luò)挖掘[J].現(xiàn)代情報，2016，36（1）：45-50.

[6]張嫻，方曙，王春華.專利引證視角下的技術(shù)演化研究綜述[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2016，37（3）：58-67.

[7]陳亮，張志強.技術(shù)演化研究方法進展分析[J].圖書情報工作，2012，56（17）：59-66.

[8]Hummon N P，Doreian P.Connectivity in a Citation Network：The Development of DNA Theory[J].Social Networks，1989，11（1）：39-63.

[9]Batagelj V.Efficient Algorithms for Citation Network Analysis[J].Computer Science，2003.

[10]Liu J S，Lu L Y Y.An Integrated Approach for Main Path Analysis：Development of the Hirsch Index as an Example[J].Journal of the Association for Information Science & Technology，2012，63（3）：528-542.

[11]Calero-Medina C，Noyons E C M.Combining Mapping and Citation Network Analysis for a Better Understanding of the Scientific Development：The Case of the Absorptive Capacity Field[J].Journal of Informetrics，2008，2（4）：272-279.

[12]Lucio-Arias D，Leydesdorff L.Main-path Analysis and Path-dependent Transitions in HistCiteTM-based Historiograms[M].John Wiley & Sons，Inc，2008.

[13]Fontana R，Nuvolari A，Verspagen B.Mapping Technological Trajectories as Patent Citation Networks.An Application to Data Communication Standards[J].Economics of Innovation & New Technology，2009，18（4）：311-336.

[14]Choi C，Park Y.Monitoring the Organic Structure of Technology Based on the Patent Development Paths[J].Technological Forecasting & Social Change，2009，76（6）：754-768.

[15]韓毅，童迎，夏慧.領(lǐng)域演化結(jié)構(gòu)識別的主路徑方法與高被引論文方法對比研究[J].圖書情報工作，2013，57（3）：11-16.

[16]章小童，阮建海.引文網(wǎng)絡(luò)主路徑分析法演化脈絡(luò)及研究現(xiàn)狀的文獻計量分析[J].情報資料工作，2016，（5）：61-66.

[17]許冠南，謝夢嬌，潘美娟，等.3D打印產(chǎn)業(yè)技術(shù)的演變與預(yù)測研究——基于專利主路徑分析[J].北京郵電大學(xué)學(xué)報：社會科學(xué)版，2016，18（4）：77-85.

[18]Yoon B，Park Y.A text-mining-based Patent Network：Analytical Tool for High-technology Trend[J].Journal of High Technology Management Research，2004，15（1）：37-50.

[19]方曙，胡正銀，龐弘燊，等.基于專利文獻的技術(shù)演化分析方法研究[J].圖書情報工作，2011，55（22）：42-46.

[20]祝娜，王效岳，楊京，等.基于LDA的科技創(chuàng)新主題語義識別研究[J].圖書情報工作，2015，59（14）：126-134.

[21]吳菲菲，陳肖微，黃魯成，等.基于語義相似度的技術(shù)多主題演化路徑識別方法研究[J].情報雜志，2018，37（5）：91-96.

[22]朱婧.光催化材料相關(guān)的專利分類號情況綜述[J].廣州化工，2016，44（11）：51-98.

[23]龔勛，韓彩云，許雯燕.汽車產(chǎn)業(yè)專利總體態(tài)勢及關(guān)鍵專利技術(shù)IPC研究[J].特區(qū)經(jīng)濟，2007，（12）：251-252.

[24]廖列法，勒孚剛.基于LDA模型和分類號的專利技術(shù)演化研究[J].現(xiàn)代情報，2017，37（5）：13-18.

[25]祖坤琳.基于專利文獻的技術(shù)演化分析[D].大連：大連理工大學(xué)，2015.

[26]Liu J S，Kuan C H.A New Approach for Main Path Analysis：Decay in Knowledge Diffusion[J].Journal of the Association for Information Science & Technology，2016，67（2）：465-476.

[27]廖佳佳，高菲，呂良.聯(lián)合專利分類體系研究[J].現(xiàn)代情報，2014，34（1）：64-68.

[28]李瑩.CPC專利分類體系在OLED領(lǐng)域的應(yīng)用[J].河南科技，2017，（7）：15-17.

（責(zé)任編輯：郭沫含）