專利研究的可視化引文分析*——基于圖書情報的視角

吳明智 姜 洋 畢玉俠

（沈陽藥科大學(xué)圖書館，遼寧 沈陽 110016）

1 引言

專利是受法律規(guī)范保護的發(fā)明創(chuàng)造，它是指一項發(fā)明創(chuàng)造向國家審批機關(guān)提出專利申請，經(jīng)依法審查合格后向?qū)＠暾埲耸谟璧脑谝?guī)定時間內(nèi)對該項發(fā)明創(chuàng)造享有的專有權(quán)。專利是世界上最大的技術(shù)信息源，據(jù)實證統(tǒng)計分析，專利包含了世界科技技術(shù)信息的90%～95%[1]，因此對專利文獻的研究是跟蹤技術(shù)創(chuàng)新最新進展的重要方法。

高校圖書館作為文獻資源的收藏單位，保存有大量的專利文獻資源，同時圖書館作為全校的信息服務(wù)中心，擔(dān)負著為教學(xué)和科研服務(wù)的使命，應(yīng)該發(fā)揮圖書館的人員優(yōu)勢和資源優(yōu)勢，充分利用豐富的館藏專利文獻資源，研究并運用專利文獻，為科研工作者提供專利信息咨詢服務(wù)。

為了清晰地把握圖書情報科學(xué)領(lǐng)域?qū)＠芯康臍v史和現(xiàn)狀，筆者嘗試用Web of Science核心合集的科學(xué)引文索引數(shù)據(jù)庫擴展版（Science Citation Index-Expanded，SCI-E），綜合運用文獻計量分析、引文分析和可視化技術(shù)，分析圖書情報科學(xué)領(lǐng)域?qū)＠芯课墨I的特點和規(guī)律，并用可視化方法展示研究的發(fā)展歷史，以期為相關(guān)學(xué)者的研究提供參考。

2 材料與方法

2.1 數(shù)據(jù)來源

數(shù)據(jù)來源于SCI-E。檢索策略設(shè)定為：主題=patent*，檢索時間為2014年7月1日，檢索時段限定為2002～2013年，為精煉檢索到的文獻，限定研究方向為“Iinformation Science Library Science”，共檢索到相關(guān)文獻364篇，下載包含參考文獻的全紀(jì)錄題錄到文本文檔。

2.2 分析工具和方法

筆者主要使用由科學(xué)引文索引的創(chuàng)始人Grafield博士開發(fā)的一款文獻分析軟件HistCite[2]，對圖書情報科學(xué)領(lǐng)域?qū)＠芯课墨I的年代、國家地區(qū)和機構(gòu)、核心作者、核心出版物、單詞頻率等進行文獻計量分析和引文分析，進而生成引文編年圖，從而展現(xiàn)該領(lǐng)域的發(fā)展歷史、研究現(xiàn)狀和成熟情況，幫助研究人員追蹤最新的研究趨勢，判斷研究方向。

3 結(jié)果與分析

3.1 文獻數(shù)量和年代分布

一個研究領(lǐng)域?qū)W術(shù)論文的數(shù)量可以在一定程度上代表該領(lǐng)域的發(fā)展?fàn)顩r和成熟程度，而文獻之間的引用情況則可反映領(lǐng)域內(nèi)部學(xué)術(shù)交流的程度。

圖1 圖書情報科學(xué)領(lǐng)域?qū)＠芯课墨I數(shù)量

圖1是圖書情報科學(xué)領(lǐng)域?qū)＠芯?002～2013年逐年的文獻數(shù)量統(tǒng)計，從圖1中的文獻數(shù)量及趨勢線可以看出，2002～2008年，研究文獻的數(shù)量呈現(xiàn)出較大的波動，在2007年達到第一次高峰38篇，次年即減少到17篇，為研究時間段內(nèi)的最低值；從2008年開始，文獻數(shù)量又逐漸恢復(fù)逐年上升的趨勢。

在HistCite軟件中，LCS（Local Citation Score）表示某一文獻在當(dāng)前檢索到的文獻集內(nèi)被引用的頻次，也表示該文獻在研究領(lǐng)域內(nèi)部的重要程度；GCS（Global Citation Score）表示某一文獻在整個科學(xué)引文索引中被引用的頻次，兩者的總和分別用TLCS和TGCS表示。表1為2002～2013年各年的文獻數(shù)量、TLCS和TGCS值。從表1中可以看出，2002～2007年間的文獻數(shù)量雖然不多，但引用比較集中，特別是2007年，TLCS和TGCS均達到了引用的高峰，說明這一年很可能產(chǎn)生了比較重要的研究成果。通過進一步分析2007年的文獻發(fā)現(xiàn)，158號文獻《專利分析中的文本挖掘技術(shù)》[3]在全數(shù)據(jù)庫中總共被引用了95次，排在全部364篇文獻的第一位。文中對專利分析過程中常用的文本分割、摘要提取、特征提取、術(shù)語關(guān)聯(lián)、類團生成、主題識別和信息映射等文本挖掘技術(shù)，在設(shè)計、效率和效果等方面進行了系統(tǒng)的分析和比較，該文的研究結(jié)果也成為其他研究人員進行后續(xù)研究的基礎(chǔ)和鋪墊。

表1 圖書情報科學(xué)領(lǐng)域?qū)＠芯课墨I數(shù)量及年代分布

3.2 國家地區(qū)和研究機構(gòu)分布

從科研文獻的國家地區(qū)以及機構(gòu)的分布情況，可以看出研究的活躍地理區(qū)域和科研機構(gòu)。通過對364篇文獻的地理位置分布發(fā)現(xiàn)，圖書情報科學(xué)領(lǐng)域?qū)＠芯可婕?5個國家和地區(qū)，其中56%的文獻分布在前5個國家和地區(qū)當(dāng)中（如圖2），這當(dāng)中又以我國臺灣地區(qū)的研究文獻最多，達到58篇，占全部文獻的15.9%。

圖2 圖書情報科學(xué)領(lǐng)域?qū)＠芯课墨I的國家地區(qū)分布

研究文獻數(shù)量排名前10位的科研機構(gòu)見圖3，從中可以看出，圖書情報科學(xué)領(lǐng)域?qū)＠芯康闹饕蒲袡C構(gòu)為大學(xué)，分布于歐洲和亞洲。歐洲主要的研究機構(gòu)為比利時的魯汶天主大學(xué)、荷蘭的阿姆斯特丹大學(xué)、英國的塞薩克斯大學(xué)、芬蘭的赫爾辛基理工大學(xué)和西班牙科學(xué)研究理事會；亞洲的主要研究機構(gòu)分布在我國臺灣地區(qū)的國立臺灣大學(xué)、國立云林科技大學(xué)、內(nèi)地的復(fù)旦大學(xué)以及韓國的浦項科技大學(xué)和首爾大學(xué)。

圖3 圖書情報科學(xué)領(lǐng)域?qū)＠芯课墨I主要機構(gòu)分布

3.3 核心作者

一個作者的活躍程度可以通過其發(fā)文數(shù)量來表示，該作者在本研究領(lǐng)域中的影響力則可通過發(fā)表文章被引用的頻次來評定，影響力高的作者即可認(rèn)為是其領(lǐng)域中的核心作者。追蹤核心作者的研究課題和方向，可以指導(dǎo)我們快速掌握該領(lǐng)域的研究狀態(tài)、熱門主題和發(fā)展趨勢。在HistCite中，對作者字段分別根據(jù)發(fā)文數(shù)量和全數(shù)據(jù)庫被引頻次TGCS排序，可以得到表2中的核心作者群。

表2 圖書情報科學(xué)領(lǐng)域?qū)＠芯康暮诵淖髡撸ㄇ?0位，分別根據(jù)發(fā)文數(shù)量和TGCS排序）

單從發(fā)文數(shù)量來看，排名第10位的Agres T，共參與到7篇文獻的撰寫中，但其文獻集內(nèi)總被引頻次TLCS為0，全數(shù)據(jù)庫總被引頻次TGCS也僅為3，說明無論是在本領(lǐng)域內(nèi)還是在其他領(lǐng)域中受到的關(guān)注度都很小，也說明單從發(fā)文數(shù)量不足以對核心作者進行客觀的評價。通過TGCS排序后，得到的結(jié)果更加合理，如排在第7、8和9位的作者Lin CJ、Lin YI和Tseng YH共同參與了兩篇文獻的撰寫，其中第158號文獻LCS為9，GCS為95，說明這篇文章在研究領(lǐng)域內(nèi)外均受到了較廣泛的關(guān)注，被引用頻次較高。從引文角度可以對不同作者在研究領(lǐng)域的影響力有更客觀公正的評價，從而幫助我們更準(zhǔn)確地識別核心作者群。

3.4 核心期刊

通過對刊載圖書情報科學(xué)領(lǐng)域?qū)＠芯课墨I的期刊進行分析，可以確定該領(lǐng)域的核心期刊，從而使科研人員可以通過關(guān)注較少數(shù)量的期刊來跟蹤本領(lǐng)域的最新研究成果。與核心作者的評價方法相似，從發(fā)文數(shù)量和文獻被引頻次兩個指標(biāo)進行評價，能夠更加準(zhǔn)確地判斷核心期刊的分布。

364篇文獻共分布于12種期刊當(dāng)中（見表3），以全數(shù)據(jù)庫總被引頻次TGCS進行排序，可以看出，SCIENTOMETRICS共載文263篇，占全部文獻的72.25%，其全數(shù)據(jù)庫總被引頻次達到2085次，遠遠超出其他11種期刊，因此可以認(rèn)為SCIENTOMETRICS是信息學(xué)和圖書館學(xué)專利研究的核心期刊，緊隨其后的INFORMATION PROCESSING&MANAGEMENT和JOURNAL OF THE AMERICAN SOCIETY FOR INFORMATION SCIENCE AND TECHNOLOGY兩種期刊雖然載文數(shù)量較少，但TGCS較高，說明其載文質(zhì)量較高，同樣應(yīng)該受到科研人員的關(guān)注。

表3 圖書情報科學(xué)領(lǐng)域?qū)＠芯康暮诵钠诳?/p>

3.5 關(guān)鍵詞分析

文獻中，尤其是標(biāo)題中的詞匯是對研究成果核心內(nèi)容的精煉概括，同時也能提供重要的檢索途徑。筆者利用Hist-Cite中Words分析字段對標(biāo)題中出現(xiàn)的詞進行統(tǒng)計分析，以了解圖書情報科學(xué)領(lǐng)域?qū)＠芯康臒衢T主題。

從前20個高頻關(guān)鍵詞可以看出（見表4），除檢索策略中使用的Patent外，“Analysis”的出現(xiàn)頻率較高，回顧標(biāo)題中出現(xiàn)Analysis的文獻，與專利分析相關(guān)的研究，如“專利分析的應(yīng)用”“專利分析的方法學(xué)研究”“某一具體學(xué)科的專利分析”等受到了研究人員的關(guān)注；同樣，與專利研究相關(guān)的科學(xué)（Science）和技術(shù)（Technology），以及基于專利研究的知識發(fā)現(xiàn)（Knowledge、Based）和引文分析（Citation）等方面也是圖書情報科學(xué)領(lǐng)域?qū)＠芯康臒狳c主題。

表4 信息學(xué)和圖書館學(xué)專利研究高頻關(guān)鍵詞

3.6 圖書情報科學(xué)領(lǐng)域?qū)＠芯康囊木幠陥D

文獻集內(nèi)被引用次數(shù)代表了文獻在研究領(lǐng)域內(nèi)被關(guān)注的程度。利用HistCite對文獻集內(nèi)被引用次數(shù)最高的30篇文獻生成可視化引文編年圖。引文編年圖共有節(jié)點30個，連接數(shù)為36，最小被引用頻次為6，最大被引用頻次為19（見圖4）。圖中圓圈內(nèi)的數(shù)字表示當(dāng)前節(jié)點在文獻集內(nèi)的序號，圓圈的大小代表文獻集內(nèi)被引用次數(shù)的高低，箭頭指向的文獻是被引用的文獻。

從圖4中可見，在研究的初始階段就出現(xiàn)了文獻集內(nèi)被引用次數(shù)最高的6號文獻，即芬蘭赫爾辛基理工大學(xué)的Meyer M于2002年發(fā)表在Scientometrics上的文章《在創(chuàng)新系統(tǒng)中追蹤知識流動》。文中，作者回顧了大量創(chuàng)新系統(tǒng)中研究科學(xué)-技術(shù)聯(lián)動的文獻，總結(jié)了研究科學(xué)-技術(shù)聯(lián)動的定量方法，并提出了一個基于專利引文、產(chǎn)業(yè)科學(xué)和高校專利登記的類型學(xué)方法[4]。

圖4 圖書情報科學(xué)領(lǐng)域?qū)＠芯恳木幠陥D

同年，比利時魯汶天主大學(xué)的Verbeek A等人撰寫的《科學(xué)與技術(shù)的聯(lián)動：利用專利文獻著錄建立聯(lián)動方案》一文也發(fā)表于Scientometrics。Verbeek A等人利用專利引文數(shù)據(jù)開發(fā)了一個科學(xué)和技術(shù)系統(tǒng)的聯(lián)動方案，隨后該方法被用于測試USPTO專利，結(jié)果表明USPTO專利文獻呈現(xiàn)大傾斜分布態(tài)勢，研究人員能夠從依賴科技文獻發(fā)展出的技術(shù)領(lǐng)域當(dāng)中，區(qū)分出那些與科學(xué)領(lǐng)域具有高度互動性的技術(shù)領(lǐng)域[5]。

根據(jù)引用關(guān)系可知，這兩篇文獻對圖書情報科學(xué)領(lǐng)域?qū)＠芯康陌l(fā)展有著非常重要的作用。2003年，文章節(jié)點的數(shù)量較2002年有明顯增加，同時也出現(xiàn)了文獻36、47和46這樣被引用頻次較高的文章，可見圖書情報科學(xué)領(lǐng)域?qū)＠芯咳諠u增多，大量有價值的研究成果出現(xiàn)，也為后續(xù)的研究奠定了堅實的理論基礎(chǔ)。

通過引文編年圖，可以讓我們直觀地了解圖書情報科學(xué)領(lǐng)域?qū)＠芯康陌l(fā)展歷史和階段，從而更加快速地確定關(guān)鍵文獻和熱點研究主題。

4 結(jié)語

筆者通過基于可視化引文分析的方法，對收錄于SCI-E中2002～2013年圖書情報科學(xué)領(lǐng)域?qū)＠芯课墨I進行了分析，總結(jié)了研究文獻的年代分布特征、國家地區(qū)以及研究機構(gòu)分布、核心作者、核心期刊、當(dāng)前研究的熱點和發(fā)展歷史。

HistCite基于可視化引文分析的方法能夠快速、直觀地揭示圖書情報科學(xué)領(lǐng)域?qū)＠芯恐薪?jīng)典的研究文獻和重要的研究發(fā)現(xiàn)，能夠展現(xiàn)研究的發(fā)展軌跡，同時也為進一步的科學(xué)研究提供了參考。

[1]郭春玲.香港專利制度及網(wǎng)上檢索[J].圖書館學(xué)刊，2011（11）：39-40.

[2]Garfield E，Paris S，Stock WG.A Software Tool for Informetric Analysis of Citation Linkage[J].Information-Wissenschaft und Praxis，2006（8）：391-400.

[3]Tseng YH，Lin CJ，Lin YI.Text mining techniques for patent analysis[J].Information Processing& Management，2007（5）：1216-1247.

[4]Meyer M.Tracing knowledge flows in innovation systems[J].Scientometrics，2002（2）：193-212.

[5]Verbeek A，Debackere K，Luwel M.et al.Linking science to technology：Using bibliographic references in patents to build linkage schemes[J].Scientometrics，2002（3）：399-420.