石曉敏　栗繼祖

摘 要：技術的進步是煤炭行業(yè)實現能源清潔高效利用的關鍵，為了更好地分析當前我國潔凈煤技術的整體現狀和研發(fā)方向，本研究借助專利數據，利用專利計量法從申請趨勢、來源機構、地域分布層面對我國潔凈煤技術的研發(fā)現狀進行分析；同時結合文本分析方法，對專利文本關鍵詞進行共現分析，并建立LDA主題模型以挖掘潔凈煤技術研發(fā)的熱點方向。研究發(fā)現：我國潔凈煤技術專利申請呈上升趨勢；來源機構以行業(yè)龍頭企業(yè)居多；除東部發(fā)達省份外，一些中西部省份和東北地區(qū)的相關技術研發(fā)也較為活躍；研發(fā)熱點集中在煤制油技術、清潔能源制備、廢水處理、循環(huán)發(fā)電、分級轉化、煙氣除硫。最后從深化煤炭領域產學研合作、加強省份之間跨地域合作、優(yōu)化熱點技術的專利研發(fā)布局等方面為我國潔凈煤技術的發(fā)展提出建議。

關鍵詞：潔凈煤技術；專利計量；文本分析；研發(fā)現狀；技術熱點

中圖分類號：F 204；G 306.3；T-18 文獻標識碼：A 文章編號：1672-7312（2023）02-0151-08

Research Status and Hot Spots of Clean Coal Technology in China：Based on Patent Data

SHI Xiaomin，LI Jizu

（School of Economics and Management，Taiyuan University of Technology，Jinzhong 030600，China）

Abstract：Technological progress is the key to realize clean and efficient utilization of energy in the coal industry.In order to better analyze the overall status quo and research direction of clean coal technology in China，this paper，with the help of patent data，and using patent measurement method from the perspectives of application trend，source organization and regional distribution，analyzed the research status of clean coal technology.At the same time，combined with the text analysis method，the co-occurrence analysis of patent text keywords was carried out，and the topic model of LDA was established to explore the hot spots of clean coal technology research.The results show that the patent application of clean coal technology in China is on the rise.Most of the source institutions are leading enterprises in the industry.In addition to the eastern developed provinces，some central and western provinces and northeast regions are also active in related technology research.Hot spots focus on coal-to-oil technology，clean energy preparation，wastewater treatment，recycling power generation，graded conversion，and flue gas desulfurization.Finally，suggestions are put forward for the development of clean coal technology in China from the aspects of deepening industry-university-research cooperation in coal field，strengthening cross-regional cooperation between provinces and optimizing patent research layout of hot technologies.

Key words：clean coal technology；patent measurement；text analysis；research status；technical hot spots

0 引言

長期以來，煤炭在我國能源的生產和消費中占據主體地位，支撐著我國國民經濟的發(fā)展。然而煤炭的開發(fā)利用引起的環(huán)境污染問題與生態(tài)文明建設之間的矛盾卻一直存在，如何在有效保障能源安全供應的前提下實現碳達峰和碳中和的目標，成為當前煤炭領域科研工作的重點。國家發(fā)展和改革委員會在2021年10月印發(fā)《“十四五”全國清潔生產推行方案》，要求煤炭行業(yè)創(chuàng)新清潔生產模式，積極實施清潔生產改造[1]。國務院也在2022年1月印發(fā)《“十四五”節(jié)能減排綜合工作方案》，要求積極推動煤炭行業(yè)實現綠色轉型[2]。在此基礎上，煤炭的清潔高效利用成為我國煤炭行業(yè)轉型發(fā)展的重要方式，對實現雙碳目標具有重要意義[3]。

潔凈煤技術是煤炭開發(fā)利用過程中的加工、燃燒、轉化等技術[4]，其發(fā)展應用直接關系到我國煤炭資源的可持續(xù)利用和能源安全戰(zhàn)略的實施[5]。已有文獻對潔凈煤技術的研究主要集中在以下3大類：一是對潔凈煤技術的不同技術路徑和機理開展的相關研究。如劉峰等對煤炭安全區(qū)間進行分析，探索我國煤炭綠色轉型升級的路徑，并提出了煤炭清潔低碳利用的創(chuàng)新科技任務[6]；帥永等梳理了潔凈煤發(fā)電技術，為燃煤清潔發(fā)電指明發(fā)展方向[7]；王芳等總結了煤定向熱解調控的措施，可有效降低煤油中的含塵量[8]；張文等構建了煤化工廢水處理系統(tǒng)的技術框架，并為當前存在的技術瓶頸提供解決思路[9]。二是結合區(qū)域特征對潔凈煤技術的應用進行的對策建議研究。如張保留等以太原市為例，根據其工業(yè)結構特點和煤炭清潔利用程度提出轉型發(fā)展建議[10]；王迪等探索了長三角地區(qū)工業(yè)煤炭清潔利用的減排效應，并提出針對性建議[11]。三是分析不同清潔技術對環(huán)境產生的經濟影響。如陳茜等將宏觀經濟與微觀技術相結合，分析了潔凈煤電技術產生的社會經濟影響[12]；柴瑞瑞等研究了煤電企業(yè)使用清潔技術轉型后帶來的成本與環(huán)境效益[13]?？梢钥闯?，已有文獻對潔凈煤技術的分析多集中于路徑機理和影響應用，對潔凈煤技術研發(fā)的方向和整體現狀尚未做統(tǒng)一的梳理。

專利是技術發(fā)明的載體，任何技術的發(fā)展都離不開專利的支撐。專利代表著一個行業(yè)的技術創(chuàng)新狀況，是一個企業(yè)甚至國家核心競爭力的重要戰(zhàn)略資源。專利中包含的與發(fā)明創(chuàng)造有關的重要技術信息可以為研發(fā)人員提供參考依據，同時識別出來的研究熱點也可以幫助企業(yè)等科研機構確定技術研發(fā)方向，提高研發(fā)效率[14]。因而學者們多利用專利數據來對其關注的技術領域進行綜合分析，如劉建明等采用計量方法分析了區(qū)塊鏈技術的專利技術發(fā)展狀況，并利用社會網絡方法分析其關鍵技術[15]；方曦等結合技術生命周期和Logistic模型，利用專利數據對新能源汽車充電樁技術的生命周期進行預測[16]。然而在煤炭領域借助專利數據來分析相關技術的研究卻比較少，僅有的如劉東霞等利用專利數據揭示了煤液化技術的研發(fā)特征和影響因素[17]；王江等提出技術群組的概念，并利用計量統(tǒng)計對煤化工專利技術進行分類[18]。

綜上可知，在對專利數據的研究中，學者們多采用計量的方法，較少有學者結合文本分析機器學習等方法來挖掘研究熱點，陳欣然等也認為結合專利關鍵詞的文本分析方法可以幫助后續(xù)研究提高前沿領域識別的準確度，同時目前尚未有學者從專利的角度對潔凈煤技術的發(fā)展進行綜合分析[19]。因此，文中將結合計量統(tǒng)計和文本分析2種方法，對我國潔凈煤技術的專利申請現狀和領域研究熱點進行分析，以期幫助相關決策者制定研究計劃，提高研究效率，促進我國潔凈煤技術的發(fā)展。

1 數據來源與研究方法

1.1 數據來源

文中數據來源于國家知識產權局（CNIPA）提供的專利檢索數據庫，CNIPA是國家市場監(jiān)督管理總局管理的國家權威機構，其專利數據庫涵蓋了自1985年以來我國所有的專利數據，檢索功能完善，可以滿足基本的檢索需要。數據檢索過程中以“潔凈煤/煤清潔/煤凈化”等為專利名稱或摘要的關鍵詞，由于2000年之前潔凈煤技術領域的專利申請數量均小于20件，為使統(tǒng)計結果更清晰，文中數據的檢索時間跨度為2000年1月1日至2020年12月31日，最終檢索到7 754條專利數據。

1.2 研究方法

本研究主要采用專利計量和專利文本分析相結合的方法，即先利用計量統(tǒng)計分析潔凈煤技術的專利申請現狀，包括專利申請趨勢、專利來源機構、專利地域分布。接下來利用文本分析方法提取專利研發(fā)的技術熱點，首先對專利文本進行分詞和預處理，其次利用Bibexcel軟件構建關鍵詞共現矩陣，并用Netdraw繪制關鍵詞的社會網絡關系圖，最后對關鍵詞進行LDA（Latent Dirichlet Allocation）主題建模，提取專利文本的熱點主題，并繪制pyLDAvis可視化圖判斷各主題所占比例。具體流程如圖1所示。

涉及到的主要方法是專利計量與文本分析。專利計量是綜合數學與統(tǒng)計學的方法對專利數據進行分析的方法，并往往采用圖表的形式使統(tǒng)計結果更直觀化。而專利文本分析主要是在文本預處理和關鍵詞分析的基礎上進行LDA主題建模。LDA是目前機器學習領域常見的三層貝葉斯概率主題模型，也被稱作狄利克雷分布，用于從大量文本數據集中分析和提取潛在主題[20]，每個主題都用單詞的概率分布來表示，在文本相似度的處理上具有獨到的優(yōu)勢[21]。對于某條專利文本，首先以一定概率生成該專利文本的一個主題分布，然后從上述被抽到的主題中生成對應的詞分布，再根據主題中的詞分布隨機選取一個詞，重復上述過程直至生成完整的主題[22]。令潔凈煤技術的專利名稱組成整個文本集D，其中某條專利文本d由n個關鍵詞組成，這些詞語具體表示為w=（w1，w2，…，wn），并假設評論集D中含有k個隱含的主題，則LDA主題提取的具體步驟為

（1）抽取專利文本d在主題上的概率分布θi，其中d∈{1，2，…，D}，即θd～Dirichlet（α），θd為第d個專利文本的主題概率分布；α為每個專利文本下主題的多項分布的Dirichlet先驗參數。

（2）從主題的多項式分布θi中取樣生成專利文本di第j個詞的主題zi，j。

（3）抽取主題zi，j對應的特征詞分布φzi，j，即φzi，j～Dirichlet（β），β為每個主題下的詞多項分布的Dirichlet先驗參數。

（4）從詞語的多項式分布φzi，j中采樣最終生成詞語wi，j。

2 專利申請現狀分析

2.1 專利申請趨勢

圖2是我國潔凈煤技術2000—2020年的申請數量變化趨勢，從圖2中可以看出，我國潔凈煤技術的專利申請總體呈現上升趨勢，其技術發(fā)展的生命周期大致可劃分2個階段：2000—2007年是發(fā)展的萌芽期，該階段潔凈煤技術的專利申請仍處在初步探索的發(fā)展階段；2007年之后潔凈煤技術開始進入快速發(fā)展期，專利申請數量有較為明顯的上升趨勢，特別是在2012年實現35%的最高增長率，2019年達到頂峰990件，得益于此期間政府出臺的一系列能源轉型創(chuàng)新政策，扶持煤炭清潔利用技術的發(fā)展。但在2020年申請數量卻有所下降，其原因可能是由于新冠疫情導致的科研外部環(huán)境不穩(wěn)定，以及國家知識產權局出臺的嚴格的專利審查制度。從總體趨勢來看，目前潔凈煤技術的專利申請仍處于快速發(fā)展期，并有望在雙碳目標的激勵下繼續(xù)增長。

2.2 專利來源機構

通過對專利申請的來源機構進行分析，可以從總體上獲知該領域參與研發(fā)的市場主體和研發(fā)實力。我國潔凈煤技術專利來源機構前10位見表1。從表1中可以看出，前10位中企業(yè)占9席，高?？蒲袡C構僅占1席。這反映出在潔凈煤技術的研發(fā)過程中，一些生產經營單位在行業(yè)政策的支持下表現出較強的專利研發(fā)實力，而高校等非生產經營單位可能往往傾向于理論尖端探索，專利申請成果相對較少。圖3的氣泡圖展示了這10個機構在近5年所申請的潔凈煤技術相關專利的變化趨勢，從中可以發(fā)現中冶焦耐、中國華能集團、中國石油化工在近幾年始終對潔凈煤技術保持著較高水平的關注，神華集團的子公司神華煤制油與太原理工大學也維持著較為穩(wěn)定的研發(fā)水平，北京神霧公司對潔凈煤技術的關注在近年來呈現逐年上升的趨勢。

2.3 專利地域分布

表2列舉了我國潔凈煤技術專利申請數量排前10位的省（市），參考國家統(tǒng)計局對東部、西部、中部、東北地區(qū)的劃分標準可以發(fā)現，潔凈煤技術專利申請前10位中有6個東部省份、1個西部省份（陜西?。?個中部省份（山西省、湖北?。┮约?個東北地區(qū)（遼寧?。渲谐洕l(fā)達的東部地區(qū)外，中部的山西省與西部的陜西省作為產煤大省，對潔凈煤技術的專利研發(fā)也維持在較高水平。圖4的氣泡圖展示了前10個省份在近5年的潔凈煤技術相關專利申請數量變化趨勢，從中可以大致推斷出東北地區(qū)的遼寧省，中部的山西省、陜西省以及東部的江蘇省、上海市、河北省近些年在潔凈煤相關技術方面的研發(fā)投入有所增加，其專利申請數量總體呈上升趨勢。

3 專利技術熱點分析

3.1 文本分詞及預處理

本部分的主要目的是采用文本分析的方法提

取潔凈煤技術專利研發(fā)的熱點主題，數據處理對象是7 754條專利數據的專利名稱文本。在分析之前需要對文本進行分詞和預處理，具體步驟是首先使用Python的Pandas庫讀取文本信息，執(zhí)行去重、去亂碼、繁轉簡等操作，其次運用Jieba庫對專利文本數據進行分詞，過濾掉停用詞并計算詞頻，最終選取出現頻率最高的前300個詞作為關鍵詞，以此為基礎進行后續(xù)的文本分析。

3.2 關鍵詞共現網絡分析

共現矩陣用來統(tǒng)計2個詞向量在文本數據中共同出現的次數，可以表示詞向量之間的相近關系[23]。通過構建潔凈煤技術專利文本關鍵詞的共現矩陣，從而可以從關鍵詞之間的相關關系判斷專利技術領域之間的重疊情況[24]。而社會網絡關系圖則更直觀地展示了點度中心度較高，也就是與其他關鍵詞相連較多的關鍵詞，進而判斷潔凈煤技術專利申請中的核心關注點。

以數據預處理得到的關鍵詞作為專利名稱文本的行特征詞，用Bibexcel軟件構建關鍵詞共現矩陣（表3）。將共現矩陣導入Netdraw，繪制關鍵詞的社會網絡關系圖（圖5）。從圖中可知，“氣化”、“凈化”、“脫硫”、“回收”、“制備”、“焦爐”、“廢水”、“煤氣”等幾個關鍵詞與其他關鍵詞有著更高的關系強度，即這些詞代表了潔凈煤技術專利研發(fā)中較為關注的點，與這些詞相關的技術和其他技術領域的關聯程度較大，在所有技術中也占到較大比例。同時還可以大致推斷出我國潔凈煤技術的專利申請熱點與煤炭燃燒過程以及燃燒前后的處理有關。

3.3 LDA主題模型

3.3.1 最優(yōu)主題數選取

在對關鍵詞進行初步分析的基礎上，接下來對專利文本進行LDA主題建模，首先需要確定主題數目。主題數目的選取會影響到LDA模型的準確性，過多或過少的主題數目都會使得主題的文本語義信息不顯著。文中采用主題困惑度（Perplexity）來確定最優(yōu)主題數

k，主題困惑度隨主題數的變化趨勢如圖6所示。當主題數為6時，困惑度出現明顯的最低值，此時按照k=6訓練得到的LDA模型較為理想。

3.3.2 主題挖掘結果

確定主題數目為6后，接下來使用Gensim庫進行LDA主題建模，其中Gibbs抽樣迭代數設為200，調整好模型參數后可得LDA模型的詞分布（見表4）。之后使用pyLDAvis庫對生成的主題進行可視化并計算主題強度。可視化圖中的每個圓圈都代表一個主題，數字表示對應主題的序號，圓圈的大小表示了包含該主題的評論的數目，圓圈之間的距離表示各個主題之間相關性的大小。從圖7可知，各個主題之間有比較明顯的區(qū)分度，文中建立的LDA模型能較好地反映出我國潔凈煤技術專利文本的主題內容。

3.3.3 主題特征分析

主題T1的特征是煤液化回收制油技術，該主題占到專利總數的23.8%，其關注焦點是將固體的原料煤轉化成替代石油的液體燃料和化工原料[25]，主要包括煤的直接液化技術和間接液化技術，對于保障能源安全有重要意義，因此在專利申請中占比最大，應用空間也較為廣闊。

主題T2的特征是煤氣化復合制備技術，該主題占到專利總數的16.2%，其關注焦點是利用氧化劑等催化物以一定的流動方式（流化床等）將固體煤轉化為可燃氣體和非可燃氣體等能源產品，例如常用來制造工業(yè)燃氣、民用煤氣等[26]。

主題T3的特征是煤化工廢水處理技術，該主題占到專利總數的15.5%，其關注焦點是對煤化工企業(yè)產生的廢水進行預處理、生物處理和后續(xù)處理，以減少有害物質排放，提高有用物質的利用率，實現對煤化工廢水的零排放和循環(huán)利用。

主題T4的特征是煤固體循環(huán)發(fā)電技術，該主題占到專利總數的15.2%，其關注焦點是將煤固體及其化合物的氣化技術與循環(huán)發(fā)電技術相結合，以提高用煤發(fā)電的效率，緩解我國煤炭資源短缺的情況。從可視化圖中可以推斷出T4與T2在技術領域上存在較近的相關關系。

主題T5的特征是低階煤分級轉化技術，該主題占到專利總數的14.9%，其關注焦點是利用煤炭各組成成分的不同性質和轉化特性，通過不同的熱解燃燒方式實現煤炭的分級轉化和綜合利用，例如產生煤焦油、煤氣等?？梢暬瘓D中顯示T5與T3主題內容存在部分重合，這2類技術都與煤的充分利用有關。

主題T6的特征是煤煙氣脫硫除塵技術，該主題占到專利總數的14.4%，其關注焦點是對煤炭燃燒后產生的煙氣進行一體化脫硫除塵操作，包括利用濕法、干法以及半干法等技術降低煙氣中二氧化硫的排放，減少大氣污染。

4 結論與建議

4.1 結論

1）我國潔凈煤技術的專利申請總體呈上升趨勢，在2019年出現第一個增長高峰，但2020年專利申請數量有所下降，一方面是由于新冠疫情造成的技術研發(fā)外部環(huán)境不穩(wěn)定，另一方面也與國家知識產權局嚴格的專利審查制度有關，目的是激勵科研人員專利申請由多到優(yōu)。但總體看當前潔凈煤技術仍處于快速成長期，伴隨著國家創(chuàng)新發(fā)展戰(zhàn)略和雙碳目標的驅動，后疫情時代專利申請仍有望繼續(xù)回升。

2）從來源機構看，企業(yè)等生產經營單位在潔凈煤技術的專利申請中占據更多比重，表明國家對企業(yè)的政策和經濟方面的扶持對企業(yè)創(chuàng)新科技較為有效。部分煤炭能源企業(yè)也在近年來也加大了相關技術的研發(fā)，在提高企業(yè)煤炭資源利用效率的同時實現可持續(xù)發(fā)展。但高校等科研院所對潔凈煤技術的專利研發(fā)相對較少，尖端理論探索與專利技術開發(fā)的結合仍然較弱，未來應加大科研成果向實踐操作的轉化。

3）除東部發(fā)達省份的潔凈煤技術專利申請數量保持較高水平外，東北地區(qū)的遼寧省、西部的陜西省以及中部的山西省也在潔凈煤技術的專利申請上表現出較為活躍的狀態(tài)，說明國家頒布的對中西部以及東北地區(qū)的科技振興和技術扶持政策較為有效。

4）在LDA模型提取出來的6個熱點主題中，T1占比最大，煤制油技術作為石油資源的補充，對保障我國能源安全有重要意義，其過程中涉及到的清潔轉化技術也是當前研發(fā)人員考慮的重點，在潔凈煤技術領域有較為廣闊的發(fā)展空間。與之相關的T2、T4也是屬于將煤轉化為清潔能源的技術，T5關注的是煤的清潔燃燒過程，T3和T6則更多關注煤燃燒后的處理，即廢水和煙氣的清潔處理。

4.2 建議

1）深化煤炭領域的產學研合作，促進高校科技成果轉化。相較高校來說，企業(yè)擁有生產能力和市場，而高校和科研院所往往擁有更多人才和平臺，二者通過產學研合作可以共享資源，發(fā)揮更大的科技創(chuàng)新優(yōu)勢。因此政府應完善相關政策，支持煤炭產業(yè)的一些龍頭企業(yè)與高校和科研院所深度合作，加快清潔低碳技術的創(chuàng)新突破。

2）加強各省份之間的跨地域合作，培養(yǎng)煤炭產業(yè)高層次人才。東部省份往往科研實力較強，而中西部等省份卻擁有更多的煤炭資源和實踐基地，因此東部發(fā)達省份可以考慮與中西部等產煤大省進行跨地域交流合作，完善科技協(xié)同創(chuàng)新體系，通過人才互動流通、技術交流互助等措施促進我國潔凈煤技術的高效發(fā)展。

3）重視熱點技術的專利研發(fā)，有序優(yōu)化技術創(chuàng)新布局。作為研發(fā)的熱點領域，煤制油技術需要在相應政策的支持下大力發(fā)展，其難點重點技術的科研攻關是當前我國煤炭實現清潔高效利用的重要任務。此外，也不能忽視對其他領域的布局規(guī)劃，例如我國潔凈煤技術的專利研發(fā)還需朝著清潔能源制備、循環(huán)發(fā)電、以及煤化工廢水處理和煤煙氣除硫處理等熱點領域快速發(fā)展，技術布局的創(chuàng)新優(yōu)化對于充分利用煤炭資源、實現可持續(xù)發(fā)展具有重要意義。

參考文獻：

[1] 國家發(fā)展和改革委員會.關于印發(fā)“十四五”全國清潔生產推行方案的通知[Z].2021-10-29.

[2]國務院.關于印發(fā)“十四五”節(jié)能減排綜合工作方案的通知[Z].2022-01-24.

[3]高天明，張艷.中國煤炭資源高效清潔利用路徑研究[J].煤炭科學技術，2018，46（07）：157-164.

[4]孫旭東，張博，彭蘇萍.我國潔凈煤技術2035發(fā)展趨勢與戰(zhàn)略對策研究[J].中國工程科學，2020，22（03）：132-140.

[5]TANG X，SNOWDEN S，MCLELLAN B C，et al.Clean coal use in China：Challenges and policy implications[J].Energy Policy，2015，87：517-523.

[6]劉峰，郭林峰，趙路正.雙碳背景下煤炭安全區(qū)間與綠色低碳技術路徑[J].煤炭學報，2022，47（01）：1-15.

[7]帥永，趙斌，蔣東方，等.中國燃煤高效清潔發(fā)電技術現狀與展望[J].熱力發(fā)電，2022，51（01）：1-10.

[8]王芳，曾璽，王婷婷，等.基于過程強化與反應調控的煤定向熱解制高品質油氣產物基礎研究及中試驗證[J].化工學報，2021，72（12）：6131-6143.

[9]張文，林長喜，彭永臻.現代煤化工廢水近零排放技術集成與優(yōu)化建議[J].環(huán)境工程，2021，39（11）：41-45+109.

[10]張保留，王健，呂連宏，等.對資源型城市能源轉型的思考——以太原市為例[J].環(huán)境工程技術學報，2021，11（01）：181-186.

[11]王迪，邊曦琛，聶銳.長三角工業(yè)SO2排放驅動因素全周期因素分解及其區(qū)域差異[J].科技管理研究，2019，39（16）：91-99.

[12]陳茜，劉揚，蘇利陽，等.不同煤電技術選擇的綜合環(huán)境經濟影響分析[J].系統(tǒng)工程，2014，32（10）：118-125.

[13]柴瑞瑞，李綱.可再生清潔能源與傳統(tǒng)能源清潔利用——發(fā)電企業(yè)能源結構轉型的演化博弈模型[J].系統(tǒng)工程理論與實踐，2022，42（01）：184-197.

[14]陳偉，林超然，孔令凱，等.基于專利文獻挖掘的關鍵共性技術識別研究[J].情報理論與實踐，2020，43（02）：92-99.

[15]劉建明，顏學明.基于專利計量的區(qū)塊鏈技術發(fā)展現狀及關鍵技術分析[J].科技管理研究，2021，41（16）：37-44.

[16]方曦，張莉萍.國內外新能源汽車充電樁技術預測分析——基于生命周期和國際專利分類號[J].科技管理研究，2021，41（08）：148-155.

[17]劉東霞，陳紅.煤炭液化技術研發(fā)趨勢、生命周期、前沿技術與影響因素——基于專利的視角[J].情報雜志，2017，36（07）：52-58.

[18]王江，張月.煤化工技術群組分類和趨勢預測——來自專利數據的分析[J].技術經濟，2019，38（08）：17-24.

[19]陳欣然，李國正，崔一迪，等.基于專利計量的全球人工智能技術在醫(yī)療健康領域應用發(fā)展態(tài)勢分析[J].科技管理研究，2021，41（03）：139-147.

[20]ZHAO F，ZHU Y，JIN H，et al.A personalized hashtag recommendation approach using LDA-based topic model in microblog environment[J].Future Generation Computer Systems，2016，65：196-206.

[21]韓芳，張生太，馮凌子，等.基于專利文獻技術融合測度的突破性創(chuàng)新主題識別——以太陽能光伏領域為例[J].數據分析與知識發(fā)現，2021，5（12）：137-147.

[22]席笑文，郭穎，宋欣娜，等.基于Word 2 vec與LDA主題模型的技術相似性可視化研究[J].情報學報，2021，40（09）：974-983.

[23]FEICHENG M，YATING L.Utilising social network analysis to study the characteristics and functions of the co-occurrence network of online tags[J].Online Information Review，2014.

[24]陳鈺芬，王科平.基于專利技術共現網絡的人工智能跨領域融合模式識別[J].情報雜志，2021，40（07）：8-15+29.

[25]衛(wèi)小芳，王建國，丁云杰.煤炭清潔高效轉化技術進展及發(fā)展趨勢[J].中國科學院院刊，2019，34（04）：409-416.

[26]柯?，|，蔣苓，呂俊復，等.循環(huán)流化床燃燒低污染排放技術研究展望[J].中國工程科學，2021，23（03）：120-128.

（責任編輯：嚴焱）

收稿日期：2022-11-18

基金項目：國家社科基金重點項目（22AZD107）

作者簡介：石曉敏（1998—），女，山西忻州人，碩士研究生，主要從事技術經濟管理方面的學習與研究。