基于專利的技術機會分析方法與應用研究

張鼐++劉玉梅++艾華++張英

〔摘要〕作為技術創新及市場創新活動的基礎，技術機會為技術創新提供了諸多的契機和可能性，從專利文獻入手提出了一種兩段式技術機會識別方法：基于專家遴選的技術屬性-應用詞表、AO二元組迭代分析。并詳細闡述了分析方法中各個流程涵蓋的內容，希望能為企業組織，特別是中小企業的技術創新提供一些參考和幫助。

〔關鍵詞〕技術機會；技術創新；專利價值；中小企業

DOI：10.3969/j.issn.1008-0821.2015.10.019

〔中圖分類號〕G25553〔文獻標識碼〕A〔文章編號〕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

在經濟全球化的今天，隨著信息技術和網絡技術的快速發展，企業的同質競爭已逐漸由投資轉變為技術間的競爭。而企業要想在激烈的市場競爭中取得成功，技術創新是其必然地選擇。作為技術創新的基礎，技術機會識別一直被視為企業進行技術創新活動，并取得成功的關鍵因素[1]。

技術機會可以定義為通過分析某特定領域內現有技術相互間的關聯關系及其變化情況來推斷該領域創新活動或出現特定關鍵技術的潛力和可能性[2]。由于技術機會通常隱藏在專利文檔、科技期刊和技術報告背后的海量數據中，傳統的方法是以領域專家的背景知識來明確技術機會，然而，隨著信息技術的復雜化，僅依靠專家的方法不僅耗時耗力，而且會使結果存在一定的片面性[3]。在這個背景下，Porter & Detampel等人開發了技術機會分析（Technology Opportunity Analysis：TOA）軟件，并采用文本挖掘、網絡分析、語義分析[4]等方法開展信息挖掘，為政府和企業組織進行技術機會分析服務。

但是，新興技術的不斷涌現使得企業組織，尤其是中小企業在進行技術創新的過程中，面臨的機會和選擇變得多而復雜。由于中小企業存在資源和研發能力的天然弱點，使得它們的風險也隨著技術、產品開發周期的縮短而不斷提高。為了解決這個問題，本文以科技知識載體的專利為研究基礎，首先將中小企業現有的專利作為其技術能力的衡量標準，以專家遴選的技術屬性-應用詞表進行多關鍵詞的匹配；其次，通過對專利進行迭代行為（Action）-客體（Object）分析，以挖掘出潛在的技術機會。通過這兩個階段的專利分析，以期發現幫助中小企業在已有技術的基礎上發現技術機會，并以最小的投入實現研發最大化的方法。

1技術機會分析

技術機會分析（TOA）最早是Porter等人提出的，主要是指通過對某技術領域內已有技術橫縱向的發展趨勢及相互關系的挖掘，發現最新技術動向，推斷該領域即將可能出現的技術形態或技術發展點[5]。其目的是為各種組織的技術創新活動提供決策支持[6]。

技術機會分析的過程主要分為目標確定、數據分析和研究報告三部分，分析的流程一般包括6個環節，分別為：（1）確定研究領域及數據源；（2）借助技術領域規范制定檢索策略；（3）收集數據；（4）抽取字段進行計量分析；（5）根據計算結果擴充其他信息；（6）可視化展示關聯關系。在此基礎上，國內外許多學者對技術分析方法進行了深入研究和拓展，針對企業的競爭需求，已有多種面向企業層面的TOA研究成果[7-8]。

然而，Ghemawat[9]研究發現，大量新興公司并不是通過新技術的采用而獲取成功，而是通過充分利用現有技術獲得成長。也就是說，現有的技術中存在著大量的技術機會，特別是對中小企業而言，由于它們缺少大型企業的資金和技術投入，資源的缺乏限制了其獲得新技術的可能，它們也就更加迫切需要有從現有技術中獲取技術機會，以期取得競爭優勢。但是目前國內外已有的研究較少涉及這些技術機會。因此，本文擬從中小企業已有的專利出發，希望為中小企業的技術機會獲取提供一種思路和手段。

2015年10月第35卷第10期現？代？情？報Journal of Modern InformationOct，2015Vol35No102015年10月第35卷第10期基于專利的技術機會分析方法與應用研究Oct，2015Vol35No102面向中小企業基于專利的技術機會分析方法研究endprint

21面向中小企業基于專利的技術機會分析方法框架作為技術創新的產物，專利體現了技術發展的最新水平，因此被經常用來測度一定時期內的技術發展態勢。在本文的研究中，以專利作為技術機會識別的指標，對其進行分析，可以較好地幫助中小企業識別和把握可能存在的技術機會。本文的研究分析方法框架如圖1所示。圖1面向中小企業基于專利的技術機會分析方法過程

在本文的方法中，首先是利用Wartburg等人[10]提出的兩段式專利引文方法對中小企業現有的專利進行收集、整理；然后，專家利用關鍵技術屬性對專利的潛在技術應用進行評估，并創建相關關鍵詞的技術屬性-應用詞表，利用這些關鍵詞表，我們可以從收集的專利中獲取基本的技術機會。此外，當有些專利無法進行分類時，可以先采用行為（Action）-客體（Object）二元組來進行基本的專利分析[11]，其中，客體（O）表示專利的技術元素[12]，行為（A）表示技術元素上發生的動作。然后，專家可以采用迭代AO文本挖掘擴展AO二元組的功能來擴展分析技術機會。

通過上述的專利聚類和AO二元組專利分析，我們可以幫助中小企業從其內部的專利中發現技術機會，并充分利用已有的技術，提高其研發能力。

22數據收集與預處理

專利信息之所以被認為是技術機會識別的來源，是因為專利是科技進步和創新活動的主要來源之一。由于專利可以提供標準化的技術信息，已有學者在研究中將專利作為技術知識的一個替代指標[13-14]。因此，在本文的研究中，我們主要選擇我國的專利局和美國專利商標局的專利數據庫作為技術機會研究的數據來源。

本文的研究目的是為了服務于中小企業的技術創新，為其研發、生產，以及調整發展方向等提供一些參考和幫助。因此，我們首先需要在企業現有技術及專利描述相關產品的基礎上選擇一組初始關鍵字，這些關鍵詞從3個類別（應用、技術和產品）中選擇，以構建一個長期的可以代表某企業現有技術和技術能力的參考專利集。然后，采用前文所述的兩段式專利引文法，分別擴大其潛在的產品、技術和應用領域。最終，擴展形成的專利集可以用來進行技術機會的識別。

23基于關鍵詞表的基本技術機會識別

通常，在對專利進行分析時，首先需要進行基于關鍵詞的檢索。最初的關鍵詞表僅為幾個核心關鍵詞，包括專業術語與常用高頻詞。已有的相關研究大都是針對興趣主題進行相應的術語和短語檢索，并去除常見的學術術語，利用潛在語義索引、主元分析、主題建模等方法整合關鍵詞表[15]。而在本文的研究中，由于最初的聚類（屬性）和因子（關鍵字）由領域專家遴選，因此這些選定的關鍵字可以更好的代表技術所含的屬性。

關鍵詞表具體遴選方法包括4個步驟：（1）核心屬性和關鍵字識別：專家遴選最初的核心關鍵字，學術術語、一般關鍵字和停用字都將被移除；（2）基本過濾：利用這些關鍵字進行專利檢索，發現一些專利沒有匹配的結果；（3）關鍵詞擴展：由專家通讀這些專利，找到新的核心關鍵字，從而擴充到最初的關鍵詞表；（4）頂層關鍵詞選擇：采用TF詞頻（Term Frequency）和IDF逆向文件頻率（Inverse Document Frequency）技術確定最終的頂層關鍵詞。

任何技術都有若干屬性，這些屬性決定了它們的應用前景，在識別和分析技術機會時，必須要考慮其技術屬性；同樣地，每個應用也都有其自身的技術要求。當一個專利包含有若干特定應用屬性的關鍵詞時，說明這個專利代表的技術可以開發新的相關應用。這些新的應用就是基本的技術機會。因此，基于多關鍵詞匹配，我們就可以從一個企業的專利所代表的技術中發現蘊含的基本技術機會。

24基于AO二元組的擴展技術機會識別

除了基本的技術機會外，由于中小企業本身生產和研發領域的限制，還有許多難以識別的機會存在于中小企業的產品、技術屬性及應用中。但是這些技術機會可以通過對功能相似的若干專利的文本和關鍵詞進行組塊分析的方法來獲取。

在組塊分析方法中，已有的研究大都采用Subject-Action-Object（SAO）三元組[16]來描述專利等技術創新成果。其中，主體（Subject）和客體（Object）表示專利的技術元素，行為（Action）則表示技術元素上發生的動作。由于SAO三元組較好地表達了技術元素之間的邏輯關系，并且可以動態地分析專利的關鍵技術功能，因此在專利分析中應用較廣[17-18]。

然而，由于SAO三元組僅能較好地表達中小企業專利中的基本技術機會[19]，而我們的研究重點是從現有技術中尋找擴展的技術機會，以幫助中小企業獲取具有相似功能的關鍵技術。因此，我們將探討利用AO文本挖掘技術識別和挖掘擴展技術機會。

首先，領域專家利用若干AO組合對中小企業技術的基本功能進行定義，并在必要的情況下，把行為（Action）和客體（Object）分成幾種類型，以厘清AO組合集的功能屬性；其次，由于初始的AO組合集并不能發現那些專家都難以識別的技術機會，為了彌補這個缺陷，我們可以利用自然語言處理技術來進行AO關系抽取處理，例如，Python語言可以自動處理AO關系的檢測，它確定了從最初的客體（Object）設定相關的行為（Action），并將其添加到Action集，然后，更新的Action集可以用來識別和添加新的客體（Object），這一過程將不斷重復，直到沒有新的AO組合集可以添加。

最后，把AO組合集中的行為（Action）和客體（Object）進行組合，形成一系列AO配對，利用這些AO配對識別那些未分類專利中的技術應用。如果一個專利中的AO配對匹配基本技術應用表中的關鍵詞時，這個專利則被分類如基本的技術機會。將此類專利進行刪除后，我們就會從許多AO配對中發現常用關鍵詞。利用這些關鍵詞對剩余專利中的摘要進行匹配，最終就可以找到新的擴展的技術機會。endprint

3結束語

目前國內學者在應用層面開展技術機會識別和分析的研究還不多，已有的與技術機會相關的分析也主要集中在專利技術領域分布、專利功效圖展示等方面，很少有從更深層次來挖掘隱藏在專利文獻中的技術機會。對中小企業而言，技術機會是決定其技術創新活動是否能順利開展的關鍵，也是中小企業在激烈的市場競爭中能否發展的重要前提。在本文的研究中，在分析已有TOA相關研究的基礎上，充分考慮到中小企業專利技術以及專家缺乏的實際情況，以基于專家的技術屬性-應用程序表進行多關鍵詞的匹配來進行基本的技術機會識別；以專利進行迭代行為（Action）-客體（Object）分析來進行擴展的技術機會識別。通過上述兩個方法，我們可以幫助中小企業從其內部的專利中發現技術機會，并充分利用已有的技術，提高其研發能力。

然而，由于技術機會識別是一項較為復雜的研究活動，需要考慮的影響因素較多，且本研究也存在一些亟待完善之處，因此在以后的研究中，需要選取企業進行實例研究，來驗證和發現本文所提出的研究方法不足，并進行適當的修正和調整，以使最終的識別結果更加科學、全面和客觀。

參考文獻

[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]李陽，許培揚.基于專利分析的技術機會識別流程研究[J].情報理論與實踐，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]潘東華，徐珂珂.基于共詞分析的技術機會分析[J].科研管理，2014，（4）：10-17.

[6]呂一博，康宇航，王淑娟.基于共現分析的技術機會發現與可視化識別[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]許琦，顧新建.一種基于Subject-Action-Object三元組的知識基因提取方法[J].浙江大學學報：工學版，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.

（本文責任編輯：孫國雷）endprint