陳悅　祝嘉歡　宋凱　汪玲

摘 要：本文以Derwent專利數據庫和WoS引文數據庫為數據源，從技術供給側探索智能安防技術發(fā)展的知識空間。作為技術知識的主要載體，專利的論文引文和專利引文反映了技術原理和技術單元對技術發(fā)展的支撐作用。本文采用LDA模型對主題進行分類，進一步利用專利—論文混合共被引分析方法，識別出對智能安防技術發(fā)展具有推動作用的基礎研究，為我國推進安防及相關領域技術的研發(fā)和應用提供一定的理論參考。

關鍵詞：智能安防技術;LDA主題模型;專利—論文混合共被引分析;技術原理

中圖分類號：G353.1;TU89? ? 文獻標識碼：A? ? 文章編號：1671-0037（2020）3-57-14

DOI：10.19345/j.cxkj.1671-0037.2020.03.007

1 引 言

智能安防技術是指包含圖像傳輸和存儲、數據存儲和處理等技術的具有綜合性的復雜系統(tǒng)，隨著現代安防系統(tǒng)與互聯(lián)網聯(lián)系的日益緊密，人工智能化成為安防行業(yè)發(fā)展的必然趨勢。任何技術的發(fā)展都是由內在的技術體系發(fā)展和外在的社會經濟發(fā)展需求而決定的。我國的安防行業(yè)發(fā)展迅速，主要得益于國家政策支持、市場需求旺盛和技術的不斷進步。2016年以來，國家層面發(fā)布了數十項與安防相關的政策，其中，《中國安防行業(yè)“十三五”（2016—2020年）發(fā)展規(guī)劃》[1]明確指出：“十三五”期間，產品和服務邁向中高端水平，安防制造向規(guī)?；?、自動化、智能化轉型升級。但從技術發(fā)展的本質而言，技術體系內部的技術知識結構還是最為根本的。本文正是基于此從技術供給的視角對智能安防技術予以知識解構，為我國智能安防的持續(xù)性發(fā)展提供理論參考。

專利文獻是進行技術知識解構的適用數據資源，專利引文是技術原理性知識（科學論文）和應用性知識（技術專利）之間產生關聯(lián)的媒介。引文分析法是一種揭示知識關聯(lián)的重要方法，專利引文分析一直是專利文獻計量學中的重要內容，主要包括兩種關系：專利引用專利和專利引用論文。專利和論文之間的引用關系體現了基礎研究對技術創(chuàng)新的重要影響。通過對國內外已取得的研究成果進行分析，發(fā)現這些研究大都圍繞以下四個方面展開[2]：①對專利進行聚類[3-4];②對技術進行評估和識別[5-7];③知識流動分析[8-10];④分析基礎研究對技術創(chuàng)新的影響[11-14]。在大多數研究中，僅以專利引用專利或專利引用論文作為分析對象，并未將二者結合起來進行研究，因而本文基于智能安防技術專利數據，采用LDA模型對主題進行分類，在此基礎上，進一步利用關鍵詞共現和專利—論文混合共被引分析方法（圖1），探索智能安防技術發(fā)展的知識空間，識別出對智能安防技術發(fā)展具有推動作用的基礎研究，為我國推進安防及相關領域技術的研發(fā)和應用提供一定的理論參考。

2 數據來源

根據智能安防技術體系，結合國家知識產權局公布的智能安防檢索詞表，并經智能安防領域專家指導，制作出智能安防關鍵詞表（附表）。依據此詞表，在專家指導下對各個技術關鍵詞之間的概念層次關系和引用關系進行梳理，對這些檢索詞進行整理后增加通配符，并用智能和安防進行主題限定，確定了具有概念層級關系的智能安防技術檢索式①，在Derwent專利數據庫中檢索到17 280條智能安防專利文獻（圖1，檢索時間：2019年1月）。

如圖2所示，在全球范圍內，20世紀90年代初智能安防技術專利申請量呈持續(xù)增長趨勢。尤其是2010年人工智能進入爆發(fā)式增長期以及大數據、云計算支撐人工智能產業(yè)的再次爆發(fā)，通過與互聯(lián)網大數據相關聯(lián)，可以有效地處理龐大的數據，智能安防技術也由此邁入新的階段。

3 基于LDA主題模型的智能安防領域技術子域劃分

專利所引用的論文反映了基礎研究與技術創(chuàng)新之間的聯(lián)系，對于技術的發(fā)展具有重要的作用。通過專利引用文獻的分析，可以反映出不同技術主題所對應的理論研究基礎，為技術的發(fā)展等提供理論支撐。本文利用LDA主題模型和LDAvis交互式的主題模型可視化來進行主題提取和可視化。LDA是一種文檔主題生成模型，即認為一篇文章中的每個單詞都是以一個特定概率來選擇某個特定主題，并以一定概率從這個主題中選擇某個詞語。利用LDA主題模型從每條專利標題中提取出有價值的文本信息，并采用“平均輪廓系數”確定最佳聚類數目，然后通過構建模型來得到聚類結果。輪廓系數是用來評價聚類效果好壞的一種方法，根據不同類別下的輪廓系數走勢來尋找最佳的聚類數目，一般將畸變程度最大處作為最佳值。分別選取聚類數2～8進行迭代，最終選取最佳聚類數目為5（圖3）。

為了更好地解讀每個主題的意義，采用LDAvis[15]將LDA主題模型的分析結果進行可視化展現（圖4）。其中，氣泡圓圈的大小表示主題出現的頻率，其解答了每個主題有多普遍的問題;氣泡圓圈間的位置距離表示主題之間的關聯(lián)性，其解答了主題間有什么關聯(lián)的問題。圖中右側色帶中紅色部分代表所選詞語在該主題下專有性的比例，藍色部分代表所選詞語在該主題下更頻繁出現的比例。據此，智能安防領域共有五個技術主題，即“控制系統(tǒng)與終端”“視頻監(jiān)控系統(tǒng)”“前端數據采集設備”“物聯(lián)網安防”和“機器視覺技術”。

控制系統(tǒng)與終端（子域1）結合傳感器技術、無線通信技術、計算機技術、電子技術等，能夠協(xié)同地實時監(jiān)測和感知覆蓋區(qū)域中監(jiān)測對象的實際情況，并通過無線設備發(fā)送給觀測者，為智能安防的發(fā)展提供了全方位的技術支持。

視頻監(jiān)控系統(tǒng)（子域2）是對重要場所或各行業(yè)關鍵部門進行實時監(jiān)控的物理基礎，它可以記錄和存儲圖像，及時監(jiān)控和記憶突發(fā)異常事件的過程，可用以提供高效、及時的指揮，以及最有利的現場證據等。該技術子域一直伴隨著安防監(jiān)控系統(tǒng)技術的發(fā)展，通過在監(jiān)控系統(tǒng)中加入智能視頻分析模塊，采用圖像處理、模式識別和計算機視覺等技術，自動識別監(jiān)控畫面中的人、車輛和物體，分析并抽取關鍵信息，辨別可疑人員或車輛，及時向監(jiān)控中心人員發(fā)出報警信號。未來隨著技術的不斷成熟，該系統(tǒng)將會得到越來越廣泛的應用。

前端數據采集系統(tǒng)（子域3）主要由智能視頻監(jiān)控系統(tǒng)、報警控制系統(tǒng)、遠程圖像傳輸設備、門禁管理子系統(tǒng)、訪客管理子系統(tǒng)、人臉識別子系統(tǒng)、停車管理子系統(tǒng)、智能手機采集子系統(tǒng)等組成，能夠實現對前端數據以及發(fā)生時間的全面感知。隨著安防行業(yè)的不斷發(fā)展，安防設備的重要性也不言而喻，產品性能低下、設備的升級改造、系統(tǒng)大規(guī)模聯(lián)網后出現設備的不兼容等問題是導致安防產品不斷更新?lián)Q代的主要原因。

機器視覺技術（子域4）是通過機器視覺產品（即圖像攝取裝置）將捕捉對象轉換為圖像信號，并將其發(fā)送到專用圖像處理系統(tǒng)，以獲取被攝對象的形態(tài)信息。圖像系統(tǒng)對這些根據像素分布和亮度、顏色等信息轉變成的數字化信號進行各種運算以提取目標的特征，進而根據所確定的結果來控制現場設備的動作。特征識別包括體態(tài)識別、人臉識別、指紋識別、人體特征提取、異常行為分析、視頻摘要分析、車輛識別、車牌識別、車輛特征提取等技術，聯(lián)網傳輸子系統(tǒng)可以實現視頻、圖片化數據的可靠接入，處理后發(fā)送至應用平臺。

物聯(lián)網安防（子域5）是近年來蓬勃發(fā)展的新技術，其以感知為目的，實現人與人、人與物、物與物的全面互連。智能安防是我國物聯(lián)網應用最早的行業(yè)，它以視頻信息為“物”，利用IP地址使得各單位采集的視頻信息通過物聯(lián)網傳輸，將智能家居、車輛出入管理、報警服務系統(tǒng)、城市一卡通等聯(lián)系起來，形成人和物的統(tǒng)一。物聯(lián)網安防技術的實現體現了安防智能化[16]。

4 基于“專利—論文”混合引文的智能安防領域的技術原理挖掘

在17 280條智能安防技術專利文獻中，分別對五大技術子域進行原理性知識挖掘?？紤]到基礎研究的存在形式以及數據的可獲得性，本文以只包含專利引文和WoS論文引文的10 036件專利文獻為分析對象（如圖5，各技術子域的數據情況見表1）。然后創(chuàng)建“專利—文獻”混合引用矩陣，以可視化的方式尋找到那些承載著技術原理性知識的論文。

4.1 控制系統(tǒng)與終端

該技術域又可細分為通信網絡、電子信息技術、目標定位與身份識別、監(jiān)測與識別技術和網絡技術五個主題（圖6），與其相關的重要論文列于表1中。

在信息傳送的過程中，通過對數據進行加密，可以保障數據在傳輸過程中的安全，防止數據被泄露或破壞，而網絡加密與密鑰管理技術就是保護通信網絡傳輸信息的實用手段。半導體如今早已廣泛地用于家電、通訊、工業(yè)制造、航空航天等領域，針對半導體材料的研究對安防終端產品包括前端產品如攝像機以及后端產品如視頻存儲器、行車記錄儀等具有重要的意義。目標定位與身份識別技術廣泛應用于各個領域，且由于目標種類多樣、背景復雜，因而對于不同的應用場合設計不同的方法具有重要的意義。監(jiān)測識別技術廣泛應用于運動分析、導航、環(huán)境監(jiān)測、生物醫(yī)學、軍事刑偵等領域中，由于環(huán)境的復雜性以及目標行為的多樣性等，對事件進行監(jiān)測和識別的研究具有十分重要的應用價值。而針對通信網絡跨層設計的研究使系統(tǒng)能夠不斷適應通信環(huán)境的變化，滿足各種業(yè)務的不同需求，因而針對網絡安全方面的研究則為系統(tǒng)安防提供了有力的保障。這些論文正是對智能安防領域專利技術在通信技術、傳感器技術、生物識別等領域的重要基礎研究。

4.2 視頻監(jiān)控系統(tǒng)

該技術域又可細分為光纖通信技術、軟硬件技術、網絡協(xié)議、入侵檢測四個主題，與其相關的重要論文列于表2中。

光纖通信是利用光波作載波，以光纖作為傳輸媒質傳遞信息的通信方式。光纖通信作為現代傳輸的主要手段，在有線電視、安防和電力通信控制等系統(tǒng)中發(fā)揮著積極作用。針對分布式硬實時系統(tǒng)的研究可以減少抖動對處理器的影響，從而提高cpu和通信資源的利用率。對多媒體移動應用開發(fā)進行研究，可以從傳感器獲取信息，通過相機拍照或圖像過濾處理等進行遠程服務連接。通過對開放服務網關協(xié)議（OSGi）、通用標準網管協(xié)議即簡單網絡管理協(xié)議（SNMP）進行研究，能夠實現對視頻監(jiān)控網內所有網絡設備、服務器的管理，在合理規(guī)劃和調配網絡資源的基礎上預測和檢測網絡故障，從而提高網絡運行的可靠性。關于網絡環(huán)境入侵檢測的基礎研究，異常檢測和誤用檢測是其重要部分，可對網絡傳輸進行實時監(jiān)視，在發(fā)現可疑傳輸時發(fā)出警報或者主動采取措施來維護網絡安全。這些論文正是對智能安防領域專利技術在算法、傳感器技術、入侵檢測等領域的重要基礎研究（圖7）。

4.3 前端數據采集系統(tǒng)

該技術域又可細分為數據采集技術、設備材料兩個主題，與其相關的重要論文列于表3中。

數據采集技術廣泛應用在各個領域，攝像頭、攝像機、麥克風等設備都是數據采集工具，在監(jiān)控現場安裝各種信息采集設備（傳感器、攝像頭等）作為系統(tǒng)的監(jiān)控前端。用戶可以通過網頁或客戶端提交或發(fā)送服務請求，監(jiān)控中心向監(jiān)控終端發(fā)送請求命令，以控制監(jiān)控設備完成數據采集。監(jiān)控終端將站點所采集的監(jiān)控信息轉換為數字信號，并將其發(fā)送到服務器。數據處理完成之后，服務器會將反饋提交到管理員或用戶。這種數據采集監(jiān)控系統(tǒng)能夠進行大量的數據采集，具有很好的穩(wěn)定性。安防監(jiān)控等光學下游市場的快速發(fā)展，對于光學玻璃、光學鏡頭鏡片等元件的產品性能提出了更高的要求。高分子材料是電子、微電子工業(yè)必不可少的絕緣材料，廣泛應用于各種儀器儀表中，薄膜、塑料、纖維、膠粘劑等材料為通訊產業(yè)的發(fā)展做出了重要的貢獻。這些論文正是對智能安防領域專利技術在特征識別、裝置設計、設備材料等領域的重要基礎研究（圖8）。

4.4 機器視覺技術

該技術域又可細分為智能識別分析技術、安防技術、網絡技術、導航定位技術四個主題，與其相關的重要論文列于表4中。

機器視覺是一項綜合技術，包括圖像處理、機械工程技術、控制、電光源照明、光學成像、傳感器、模擬與數字視頻技術、圖像增強和分析算法等。人工智能識別技術近年來得到了快速發(fā)展，已經在多個領域獲得廣泛應用，如機器人領域、智能交通信號燈等。針對駕駛行為信號識別研究可對駕駛員的疲勞狀態(tài)和其他不良駕駛行為進行監(jiān)控與數據分析，將危險信號傳達給駕駛員，實現安全駕駛。卷積神經網絡是深度學習的代表算法之一，可以進行監(jiān)督學習和非監(jiān)督學習。過去幾年，卷積神經網絡在計算機視覺應用領域中取得了突破性的研究進展，被廣泛用于圖像識別、物體識別、行為認知、語音識姿態(tài)估計等領域。而采用基于神經網絡的導航定位技術，可以有效提高定位信息的實時性和準確性。這些論文正是對智能安防領域專利技術在視頻分析、圖像處理、入侵檢測、特征識別等領域的重要基礎研究（圖9）。

4.5 物聯(lián)網安防

該技術域又可細分為顯微圖像技術、地理圍欄技術、身份識別技術三個主題，與其相關的重要論文列于表5中。

物聯(lián)網是以感知為目的，通過各種信息傳感器、全球定位系統(tǒng)、紅外感應器等裝置與技術，實現人與人、人與物、物與物全面互連的網絡。智能安防是我國物聯(lián)網應用最早的行業(yè)之一，為安防行業(yè)帶來了一系列的變革。智能圖像技術在眾多領域都得到了廣泛的應用，無論是在顯微系統(tǒng)中、模式識別中還是在具有報警、監(jiān)控等功能的安防系統(tǒng)中。隨著機器視覺的發(fā)展，人工智能與醫(yī)療行業(yè)的結合也越來越緊密。地理圍欄技術即使用GPS衛(wèi)星網絡或者本地無線射頻識別（RFID）（如Wifi/藍牙）在真實的地理區(qū)域上建立虛擬的邊緣或者界限，當設備進入、離開或停留于某個特定地理區(qū)域時，硬件/軟件應用會自動接收、推送、通知等以進行響應。物聯(lián)網技術的目的是提供基于位置的服務，其核心問題是如何確定物品和人員的位置。地理圍欄技術融入生活，可以使得人們的生活變得更加安全的同時，生活效率也變得更加高效。US8086867等專利是關于身份識別技術的相關研究。隨著科技水平的不斷進步以及現代電子通訊產品的蓬勃發(fā)展，采用密碼、驗證碼、證件號碼等作為身份識別標志的傳統(tǒng)安防識別方式遠遠不能滿足需求，指紋識別、人臉識別、虹膜識別等身份識別技術日趨成熟，應用場景不斷拓展，在解決安全問題及提高工作效率方面具有顯著的表現。這些論文正是對智能安防領域專利技術在計算機視覺、人臉識別、物體追蹤等領域的重要基礎研究（圖10）。

5 技術原理性知識貢獻國家間比較

統(tǒng)計被引論文的國家來源，有助于我們制定相應的創(chuàng)新策略，推動我國智能安防領域基礎研究發(fā)展。五大技術領域專利所引用的WoS科學論文共來自于70多個國家，這意味著世界上70多個國家為智能安防技術的發(fā)展貢獻了技術原理性知識。

圖11顯示了技術原理性知識貢獻度比較大的國家，可以看出，源自美國的論文引文數量遠大于其他國家。美國在智能安防領域的基礎研究成果對其技術開發(fā)及商業(yè)化應用無疑發(fā)揮了強大的推動作用。中國位居第二，但與美國差距很大。值得關注的是，日本是一個資源有限的國家，卻在技術原理性方面有不小的貢獻，這與日本企業(yè)在該領域起步較早且更加注重研發(fā)有關。盡管智能安防技術的基本原理更多掌握在國外企業(yè)手里，但目前國內的研究也正呈現逐年遞增的趨勢。隨著企業(yè)、研究院所以及技術人員創(chuàng)新能力和科研能力的不斷提升，中國將在智能安防領域具有極大的發(fā)展?jié)摿Α?/p>

6 結論與啟示

本文以Derwent專利數據庫和WoS引文數據庫為數據源，從技術供給側探索智能安防技術發(fā)展的知識空間，識別出對智能安防技術發(fā)展具有推動作用的基礎研究，對我國著力推動基礎技術、產品應用技術、平安城市等發(fā)展以及引導中國安防企業(yè)走向世界具有重大的戰(zhàn)略意義。

①本文采用LDA模型對主題進行分類，得到五大技術主題，分別是：控制系統(tǒng)與終端、視頻監(jiān)控系統(tǒng)、前端數據采集系統(tǒng)、機器視覺技術、物聯(lián)網安防。

②作為技術知識的主要載體，專利的論文引文和專利引文反映了技術原理和技術單元對技術發(fā)展的支撐作用。本文利用專利—論文混合共被引分析方法，識別出了各領域對智能安防技術發(fā)展具有推動作用的基礎研究。

③依據智能安防技術論文引文的國家來源，分析不同國家在智能安防技術原理性研究中的貢獻程度。其中，美國在該領域技術原理性研究的貢獻方面位居第一，中國在技術原理性研究方面位居第二。目前，國內智能安防技術領域的研究力度正呈現逐年增加的趨勢，我國在繼續(xù)加強技術原理性研究的同時，不斷加強技術應用性研究，即重要基礎專利的開發(fā)和申請，進一步推進我國智能安防領域相關技術的研發(fā)和應用。

本文基于智能安防技術專利數據，探索了智能安防技術發(fā)展的知識空間，在一定程度上加深了對智能安防領域相關技術的研發(fā)和應用的認識，但基于專利引文探索產業(yè)基礎研究，是一個不斷改進與完善的過程，其局限性在所難免，主要體現在以下幾點。

①專利引用的非專利文獻，包含論文、圖書、新聞報道、使用說明等多種文獻形式。對于學術論文而言，考慮到數據的可獲得性，本文只提取了被Web of Science核心合集所收錄的論文進行分析，也有許多未被收錄的科學論文被過濾掉了。

②本文采用LDA主題模型對專利進行了分類，并采用LDAvis進行可視化呈現，但每個聚類主題在命名標簽時，采用人工判讀的方式，依然存在一定的主觀性。

③專利引用的學術論文較其引用的專利而言相對過少，而共被引分析方法是根據被引文獻的高被引頻次進行選取的，故在數據處理的過程中保留了共現頻次較低的專利—論文、論文—論文的文獻加以分析。

后續(xù)將對各個國家在智能安防技術領域的研究重點和技術創(chuàng)新能力差異進行深入研究，掌握自身技術存在的不足，找準目標，補足短板，為加快我國智能安防技術快速健康發(fā)展提供理論支撐。

注釋：

TS= （（" intelligen* secruit*" and "intellect* secruit*" and "wisdom secruit*" and " intelligen* secure" and "intellect* secure" and "wisdom secure"） OR （（secruit* OR secure ） AND （（（video* OR imag* OR picture* OR graph*） AND （monitor* OR supervis* OR surveillance OR scrutin*）） OR （（face OR vein OR gait OR voice OR iris OR irid OR pupil OR fingerprint） AND （detect* OR recogni* OR identif* OR distinguish）） OR （（move OR moving OR movement OR motive ） AND （detect*） AND （Trace OR track* OR trail）） OR （（abnorm* OR unusual OR eccentric* OR suspicious OR questionable OR dubious OR doubtful OR irregular OR illicit OR lawless OR illegal OR illegitimate OR unlawful） AND （action OR active OR activit* OR behav* OR performance*） AND （analys* OR analyz*）） OR （（Move OR moving OR movement OR motive OR intrusion） AND （detect*） AND （system OR alarm* OR warn*）） OR （（Vehicle*） AND （（characteristic* OR feature*） AND （extract*））） OR （（Locat* OR orient* OR position*） AND （Camera OR photo*） AND （monitor* OR supervis* OR surveillance OR scrutin*）） OR （（（Three dimension* OR 3D OR stereo* OR depth） AND （rendering）） OR （（Superposition OR Overlay OR overlie OR overlap OR superimpose） AND （synthesi* OR synthetic OR combin* OR merg*））） OR （（video* OR imag* OR picture* OR graph*） AND （abstract*） AND （analys* OR analyz*）） OR （（monitor* OR supervis* OR surveillance OR scrutin*） AND （video* OR imag* OR picture* OR graph*） AND （Coding OR code* OR encod* OR compress* OR decod* OR decompress* OR uncompress*）） OR （（perimeter） AND （alarm OR warn*） AND （system）） OR （（home OR family） AND （secruit* OR secure ） AND （management） AND （system）） OR （（"Vehicle* entrance-exit" OR "Vehicle* In-Out" OR "Vehicle* access"） AND （control OR management） AND （system）））））.

參考文獻：

[1] 《中國安防行業(yè)“十三五”（2016-2020年）發(fā)展規(guī)劃》[EB/OL].（2016-09-30）[2020-2-10].http：//news.dichan.sina.com.cn/2016/09/30/1216284.html.

[2] 何春輝，王孟然.專利引文分析應用研究綜述[J].圖書情報研究，2019，12（4）：72-78.

[3] 王賢文，劉趁，毛文莉.基于專利共被引方法的技術聚類分析：以蘋果公司專利為例[J].科學與管理，2014，34（5）：31-37.

[4] 李穎.國內競爭情報研究演進態(tài)勢：共詞分析視角[D].湘潭：湘潭大學，2010.

[5] 黎歡，彭愛東.競爭對手識別的三種專利引文分析方法研究：以全息攝影技術為例[J].情報雜志，2014，33（10）：78-82，71.

[6] EPICOCO M.Knowledge patterns and sources of leadership： Mapping the semiconductor miniaturization trajectory[J]. Research Policy，2013，42（1）.

[7]BREITZMAN A，THOMAS P.The Emerging Clusters Model： A tool for identifying emerging technologies across multiple patent systems[J].Research policy， 2015，44（1）：195-205.

[8] 楊中楷，劉倩楠，于霜.基于專利引文網絡的技術領域間關系探析[J].科研管理，2011，32（5）：149-155.

[9] 孫軼楠.基于專利引用的技術領域主題的知識流動時間研究[J].情報雜志，2015，34（7）：95-99.

[10] 魏紅芹，周成.專利間知識流動與技術融合趨勢研究[J].科技進步與對策，2018，35（22）：17-22.

[11] 趙志耘，雷孝平.我國生物科技領域技術創(chuàng)新與基礎研究關聯(lián)分析：從專利引文分析的角度[J].情報學報，2013，31（12）：1283-1289.

[12] LO S.Scientific linkage of science research and technology development： A case of genetic engineering research[J].Scientometrics，2009，82（1）：109-120.

[13] 李向陽，劉小平.我國醫(yī)藥產業(yè)技術創(chuàng)新與基礎研究關系的專利計量分析[J].現代情報，2015，35（12）：111-118.

[14] 高繼平，丁堃，滕立，等.專利—論文混合共被引網絡下的知識流動探析[J].科學學研究，2011，29（8）：1184-1189，1146.

[15] 1SIEVERT C， SHIRLEY K.LDAvis： A method for visualizing and interpreting topics[C]//Proceedings of the workshop on interactive language learning， visualization， and interfaces. 2014： 63-70.

[16] 毛亮，付倩文.物聯(lián)網攜手智能安防開啟智慧城市之門[J].中國公共安全，2017（Z1）：105-108.

Mining of the Sub-fields and Principles of Intelligent Security Technology based on Patent Citations

Chen Yue， Zhu Jiahuan， Song Kai， Wang Ling

（Research Institution of Science of Science and S&T Management & WISE Lab， Dalian University of Technology， Dalian Liaoning 116024）

Abstract： From the perspective of technology supply side， this paper used Derwent patent database and WoS citation database as data sources to explore the knowledge space for the development of intelligent security technology. As the main carrier of technical knowledge， the articlecitations and patent citations of patents reflect the supporting role of technical principles and technical units on technological development. This article used the LDA model to classify the topics， and further used the patent-article hybrid co-citation analysis method to identify the basic researchwhich can promote the development of intelligent security technology， thus providing certain theoretical reference for China's advancement in the research &development and application of technologies in security and related fields.

Key words： intelligent security technology; LDA topic model; patent-article hybrid co-citation analysis; technical principle

收稿日期：2020-01-02

作者簡介：陳悅（1975—），女，教授，博士生導師，研究方向：科學計量學、創(chuàng)新管理、技術管理;祝嘉歡（1993—），女，碩士研究生，研究方向：科學計量學、科技管理;宋凱（1993—），女，博士研究生，研究方向：科學計量學、科技管理;汪玲（1996—），女，碩士研究生，研究方向：科學計量學、文本挖掘。