基于主路徑分析的核心主題凸顯及演化

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發展方向，凸顯行業熱點技術并預測技術的未來發展，有效判斷技術主題間的傳承演變關系。[方法/過程]本研究構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，是基于引文網絡主路徑映射專利分類號的鏈接計數，通過專利的分類號替代技術主題在主路徑上演化并計算節點的技術主題含量，以技術主題含量的變化凸顯主路徑上的核心主題及其發展歷程。[結果/結論]展示有機發光二極管OLED的主題演化圖，證實了該方法的合理性。

關鍵詞：技術主題演化;主路徑分析;主題演化;專利分類號;技術主題含量

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]。技術演化又稱“技術演進”、“技術軌道”等，用以描述某一領域的專利主干技術及其發展動態[2]。掌握核心技術主題演化規律有助于把握行業的技術發展方向，預測行業技術發展動態，為新興產業遴選提供有效的支撐，也為相關的研發人員提供理論借鑒。

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

其次，由專利文獻之間的引用關系構成的專利引文網絡，表現為專利技術之間的聯系和演進關系，主路徑分析能夠用來識別技術領域內的主要構架及發展脈絡[4]。很多學者利用Hummon和Doreian提出的主路徑方法研究不同領域的主要發展脈絡，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系無法體現文本信息，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領域和主題。每個節點包含多個分類號，表明節點包含多個主題，且節點對每個主題的傾向是不同的[5]。相互引證的節點具有更大的可能性傾向相同的主題。因此，通過主路徑節點的傳遞來構建技術主題含量指標，量化節點屬于某一主題的程度，清晰表明領域發展中主題的發展變化。在主路徑上的演化中，技術主題含量越高，則節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演化的主干;其次，用專利分類號代表技術主題進行鏈路計數，統計主路徑上節點的技術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

專利之間的引用關系一定程度上反映技術之間的繼承和發展關系，利用專利引文網絡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]。中外學者利用專利文本信息的不同內容，將技術發現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絡發現重要節點并進行主題演化，研究內容主要集中在主路徑分析方法的改進以及其在具體領域的應用。基于主路徑分析方法的改進主要有：Hummon N P等在1989年首次提出“主路徑分析”概念，通過構造引文網絡主路徑，提出搜索路徑連接計數（SPLC，Search Path Link Count）、搜索路徑節點對（SPNP，Search Path Node Pair）以及節點對計數（NPPC，Node Pair Projection Count）算法，通過引文網絡連接計數凸顯技術領域內的重要鏈路[8]。Batagelj V在2003年提出一種新的遍歷計數—搜索路徑計數（SPC，Search Path Count）算法，這種算法節省計算弧權重的時間，可以用來分析大型引文網絡[9]。Liu J S等闡述整合主路徑方法能夠克服鏈路中最大權重的路徑未被捕獲的問題，提出關鍵路線方法（Keyroute Search Path），并利用此方法實證研究Hirsch指數的發展歷史[10]。此外，中外學者采用主路徑方法中不同算法研究不同領域中主題演化過程。國外學者Calero-Medina C等、Lucio-Arias D等、Fontana R等和Choi C等主要采用SPC方法分析具體領域的技術發展路徑[11-14]。國內學者韓毅等、章小童等、許冠南等分別利用SPC、SPLC和SPNP算法識別引文網絡主路徑分析法領域、富勒烯領域及3D打印等行業發展的不同階段中的核心技術及其產業技術的發展軌跡[15-17]。

技術發現與演化分析的另一類方法是專利文本內容的技術演化，即通過文本挖掘技術獲取專利的主題、摘要、權利要求等專利內容，研究內容主要是采用不同文本挖掘技術如LDA，運用不同文本描述語言如關鍵詞、語義分類號來表達文本重要信息。Yoon B等利用技術的關鍵詞聚類分析專利之間的關系[18]。但通過專利文檔的關鍵詞聚類，存在關鍵詞丟失或者關鍵詞屬于絕大多數分組的現象。方曙等提出以語義分類號代替關鍵詞進行專利文檔聚類，繪制石墨烯傳感器的技術主題演化圖[19]。為彌補簡單關鍵詞統計對文本信息揭示不足的問題，祝娜等提出一種基于LDA的科技創新主題語義識別方法，以3D打印領域數據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關聯主題的演化，獲得太陽能電池板多個技術主題的演化路徑[21]。

另外，也有學者運用專利分類號出現的頻次，獲得領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計分析，進而揭示光催化領域的主要制備技術及應用變化[22]。龔勛等引入時間片段，研究不同時間段內IPC大類的專利數量變化，反映汽車行業的熱點技術[23]。廖列法等通過IPC分類號表示技術的關聯性，度量技術主題強度，對稀土專利數據的主題演化進行實證分析[24]。

總之，通過專利引文網絡發現重要節點以及主題間的關聯存在一些問題，主要表現在：單純依靠引用關系可能會忽略文本內容的聯系。其次，文本挖掘識別核心主題演化路徑有一定的限制。例如關鍵詞之間的結構關系并不能明確表示，同一個關鍵詞可能屬于絕大多數分組。專利文本分析需要研究人員具有專業背景知識。另外，大部分學者僅統計分類號的數量探討技術主題演化，并未從專利分類號演化的角度深入分析[25]。因此，本研究基于引文網絡主路徑，以專利分類號表示節點所含的主題，將主題映射于技術主路徑，構建技術主題含量并進行鏈路計數，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絡主路徑。在專利引文網絡中，節點表示專利，節點間的連線代表專利間的引用關系。箭頭方向是從被引專利指向施引專利，表示技術流動的方向。從專利引文網絡中提取領域主要技術的發展路徑是從網路整體的連通性出發，利用SPC遍歷方法衡量每對節點之間的邊，抽取最大遍歷次數的邊形成網絡主路徑的邊。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代表某領域的主干技術的發展脈絡，共有8個節點，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，以局部、全局和關鍵路線搜索方法獲得專利引文網絡中的主路徑。

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

圖1中領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出現引起的主題含量增加值為1，衰減因子f為1/2。以下用H01L技術為例闡述主題的演化。主路徑共包含8個節點，其中節點A、B、C、D、E和G含H01L技術，節點F和H不含H01L技術，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，且H01L技術的主題含量為1。由于主題含量在流動過程存在消耗，H01L技術在流向節點C時主題含量衰減為1/2，但H01L技術在節點C中重復出現，故H01L技術的主題含量增加，此時節點C中H01L技術的主題含量變為3/2。技術沿主路徑繼續流向節點D，D中H01L的技術主題含量為1/2×3/2+1=7/4。此時，技術流動中存在兩條分支，假設節點D流向每條分支路徑的技術含量一致。如圖2所示，每條分支路徑獲得的主題含量為節點D的1/2。則E中H01L技術的主題含量為7/4×1/2×1/2+1=23/16，節點F中H01L技術的主題含量為7/4×1/2×1/2=7/16。節點E與F中的H01L技術的主題含量沿主路徑匯聚到G，且節點G包含H01L技術，則G中H01L技術的主題含量為（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，分析含多個起始節點路徑的主題演化。起始節點過多，增加技術主題流動的復雜度，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分支的情況。路徑分支的出現是由于施引節點的被引頻次相同，每條分支代表主題的不同流向。由于被引頻次常表示節點重要性大小，不妨假定流向每條分支的技術主題含量相等。如果路徑中間的某一節點的技術主題含量為1，有n個被引節點，則構成n條路徑分支，且每條分支的技術主題含量為1/n。再次，針對存在多個匯點的主路徑，統計含同種分類號的匯點數占所有匯點數的比重。比重越大，表明該主題有很大的發展前景或未來越有可能成為領域內的重要技術，反之表明這種技術主題的發展將受到阻滯。2）本方法設定主題演化中的衰減因子為0.5，是因為設置不同的衰減因子值得到的技術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點的主題，當技術主題含量沿共同起點流向下一個節點的過程中，路徑上第i個節點的主題含量（CD）為：

2.2 操作步驟

第一步：提取技術主路徑。

第二步：聯合專利分類號（CPC）的選取。CPC是歐洲專利局和美國專利商標局合作開發的一套分類體系，其以歐洲專利分類號（ELCA）體系為基礎，沿用國際專利分類號（IPC）的分類規則，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，涵蓋歐洲專利數據、美國專利數據以及PCT最低的文獻量[27]。CPC分類是由IPC技術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有技術發展沒有貢獻的信息[28]。如Y10技術是從已有的USPC直接轉換的，不考慮對Y10S和Y10T技術進行主題演化分析。由于增加聯合專利分類號選取的位數，會增多保留的分類號的數目，導致技術主題演化圖復雜化;而減少專利號選取位數，專利技術分類過于寬泛，致使專利分類號表示的主題演化方向大致相同，不具有區分性。因此，本方法選取聯合專利分類號的前4位進行主題分析，表1是主路徑上的節點所含的專利分類號及分類號表示的信息。

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

2.3 實驗數據

采用關鍵詞“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）數據庫中檢索1976年1月-2016年12月的有機發光二極管專利數據，共選取7 343條美國授權專利數據作為數據來源。選擇美國授權的有機發光二極管數據的原因：1）美國是較早研究OLED的國家，擁有較高的OLED發展水平，是OLED專利數量最多的國家。2）OLED是一門新型顯示技術，是繼LCD之后理想和最具有發展前景的下一代顯示器[31]。OLED量產技術逐漸成熟，擁有較為完整的技術發展脈絡，對OLED專利分析可以較為明顯觀察到核心主題的發展趨勢。

3 實驗結果

使用SPC算法，通過前向、后向搜索OLED專利引文網絡，得到OLED領域局部、全局和關鍵路線的技術主路徑圖。圖中節點代表專利，節點之間的連線表示專利間的引用關系，節點大小表示專利被引頻次的大小。基于圖2的技術路徑圖，用主路徑節點的聯合專利分類號（CPC）探索OLED領域各子技術演化的方向并預測專利技術主題未來的發展趨勢。

3.1 SPC局域、全局、關鍵路線

觀察局域、全局以及關鍵路線3幅圖并對比3條路徑，發現3幅圖中的節點并不重合。對主路徑上的高被引節點如4356429、5061869、5834893、6303238等的專利內容解讀，發現研究者主要從材料、器件制備工藝兩方面改善電致發光器件效率的內容，且除少數專利6046543、6645645、6803720外，基于SPC關鍵路徑方法幾乎涵蓋了其余兩種路徑上的專利節點。其次，針對圖2中基于局域和關鍵路線方法的路徑存在很多低被引頻次的起始節點，局域路徑中間存在分支及關鍵路線末端的節點出現聚集的情況，作如下處理：1）圖2（左）局域路徑存在7個源點，整合4356429的被引節點的專利聯合分類號（CPC），作為共同起點的技術主題。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）關鍵路線末端專利7655323的被引節點出現聚集的情況，考慮到主路徑的末端節點是當前OLED技術的研究方向，節點包含的技術主題一定程度能夠反映OLED領域各技術未來的發展趨勢。統計專利7655323的被引節點包含的分類號種類，分別計算不同分類號的節點數占被引節點總數的比重，來預測OLED領域內各主題的發展趨勢，所占比重越大，表明這種技術在OLED領域內越重要。

3.2 局域、全局、關鍵路線的技術主題演化圖

對圖2中3條路徑上的節點的技術主題含量進行鏈路計數并統計變化值，繪制技術主題演化圖。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主題含量（CD），FO表示源點，FU表示技術的最新發展方向。通過對局域、全局以及關鍵路線技術主題演化圖分析，發現OLED的發展主要集中于電學（H）和化學（C）兩大技術領域。基于局域、全局和關鍵路線方法得到的路徑均含6種技術主題（C09B、C09K、C07D、C07F、H05B和H01L），且這些主題的發展趨勢幾乎是一致的。關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主題。以下是對OLED各技術主題的演化分析。

技術從源點流向匯點中，主路徑上的節點大都含有H01L技術，故H01L技術的演化是一條較為平緩的曲線。由此，可以表明H01L技術對OLED的發展至關重要。從表1中可知，H01L定義為半導體器件及其工藝或設備。查找相關文獻了解到，OLED的器件及其制備工藝改進貫穿OLED發展的整個歷程。H05B涉及電致發光光源器件，具體涉及半透明電極以及電致發光材料（如熒光材料、磷光材料）的排列的改進。圖3中H05B的發展并不連續，是一種較為明顯的階段性發展。H05B技術從4539507到以56開頭的專利呈現上升的趨勢，此后相關專利減少，直到從以72開頭的專利后再度迅速發展。C09K表明有機發光材料的化學性質。圖3顯示C09K是在H01L和H05B后出現的。新主題出現后短時間內受到關注，之后除少數專利如6303238外，很少有研究者參與該項技術的研究，直到以72開頭的專利再次涉及C09K，這種技術的影響力才不斷上升。C07D的出現最晚，它提供一種雜環化合物，更具體涉及含有五元環的雜環化合物與其他環稠合，一個氮原子作為唯一的環雜原子。C07D技術出現一段時間后逐漸受到研究者關注，并演化為OLED領域的主流趨勢之一。

而圖3局域（上）出現B82Y、F21K技術、關鍵路線（下）中的B82Y、F21K和C07C技術、全局（中）出現的Y02E技術以及3幅圖中均存在的C09B、C07F在行業發展中均逐漸衰退。其中，B82Y是一種納米結構的特殊用途或應用。C07F涉及一種雜環化合物，具體包含有機材料中摻雜含3、4、13或14族元素的雜環化合物的結構。

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

4 結 論

本文結合引文網絡主路徑以及專利的聯合專利分類號實現主路徑上主題的標示和演變，構建技術主題含量（CD）指標衡量節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性與可行性。所構建的方法清晰、直觀反映出領域內各技術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展脈絡。

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在：

1）以專利號作為主路徑上主題分析依據可能會忽略專利技術細節。

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

3）技術主題演化分析是基于單一主路徑，但引文網絡主路徑可能并不是單一路徑，技術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，構建技術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域的數據進行實證研究，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現體系研究[J].計算機與信息技術，2008，（7）：47-53.

[2]萬小萍，劉向，閆肖婷，等.基于關聯分析的技術演進路徑發現[J].情報學報，2018，37（11）：1087-1094.

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

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

[5]周磊，楊威.基于專利IPC的技術知識流網絡挖掘[J].現代情報，2016，36（1）：45-50.

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

[7]陳亮，張志強.技術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.領域演化結構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.引文網絡主路徑分析法演化脈絡及研究現狀的文獻計量分析[J].情報資料工作，2016，（5）：61-66.

[17]許冠南，謝夢嬌，潘美娟，等.3D打印產業技術的演變與預測研究——基于專利主路徑分析[J].北京郵電大學學報：社會科學版，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.汽車產業專利總體態勢及關鍵專利技術IPC研究[J].特區經濟，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演化研究[J].現代情報，2017，37（5）：13-18.

[25]祖坤琳.基于專利文獻的技術演化分析[D].大連：大連理工大學，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.聯合專利分類體系研究[J].現代情報，2014，34（1）：64-68.

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

（責任編輯：郭沫含）