收稿日期:2018-06-19
*本文系国家社会科学基金“面向高新技术企业技术创新的技术威胁预警研究”(项目编号:15CTQ031)和北京市社会科学基金“信息经济学视域下的北京市科技型中小企业技术竞争情报服务模式研究”(项目编号:14JGC113)成果之一。
作者简介：梁潇(1994—)，女,2016级硕士研究生，研究方向为专利分析、文本挖掘；张丽玮(1981—)，女，副教授，硕士生导师，研究方向为知识发现、数据挖掘、情报分析。 0引言
专利是反映技术创新的重要载体，也是对个人或企业技术的保障。在竞争日益激烈的当下，专利战略已经成为企业发展必不可少的一部分。allen试验
[1]
而专利
权人作为专利权的享有者是专利分析中非常重要的一部分。当同一专利有多个专利权人时，他们之间存在合作关系。随着技术的飞速变革与全球经济的不断发展，企业或机构越来越趋向于通过合作的方式实现资源共享与优化配置，这是技术发展到一定程 度的必然趋势。因此，专利合作的程度往往能够代表一个技术领域的发展情况，以专利合作团体作为研究单位，也可以从更实际的角度去分析技术领域中的竞合关系。同时，专利权人在合作团体中所处的地位，也是其竞争力的具体体现。[2]
因此，研究专利合
作对分析技术领域发展形式，识别竞争对手，制定专
利战略有着非常重要的意义。
社会网络分析(Social Network Analysis ,SNA )是揭示节点关联，体现关系结构的有效方法，通过专利 基于图论的专利合作网络分析*
梁
潇张丽玮
(首都经济贸易大学信息学院
北京双灵固本散
071000)
摘
要:[目的/意义]旨在为专利权人合作关系的研究提供借鉴。[方法/过程]将社会网络分析与专利分析相结合，基于专利
合作网络，应用图论的相关理论，研究专利权人的合作关系。依据路、树、圈等结构特征将合作团体分为不同的合作模式，再结合中心性等量化指标对较复杂的合作体进行深入分析，识别重要专利权人，进而判断其合作模式。在此基础上依据结构洞与支撑树理论，出主要合作关系。[结果/结论]以德温特数据库中的精梳专利为例，依据提出的理论和方法，对国外精梳领域的合作情况进行深入分析，得到专利权人的合作特点、合作模式和主要合作关系，从专利合作网络中获取更多的有效信息，进一步加深对专利权人合作关系的研究。
关键词：社会网络；专利合作；图论；合作模式中图分类号:G306
文献标识码:A
粤doi :10.3969/j.issn.1005-8095.2018.10.002
Patent Cooperation Network Analysis Based on Graph Theory
Liang Xiao Zhang Liwei
(Information School of Capital University of Economics and Business,Beijing 071000)
Abstract:[Purpose/significance ]The paper aims to propose references for studying on patentee cooperation relationship.[Method/process ]Combining social network analysis and patent analysis,the paper uses graph theory to study the cooperation rela ⁃
tionship of patentee based on patent cooperation network.According to the structural features of roads,trees and circles,the cooperative groups are divided into different cooperation modes.Then,the paper analyzes the complex cooperative groups with centrality and other quantitative indicators,identifies the important patent owners,and judges their cooperation modes.On the basis of this,the paper uti ⁃lizes structure of the hole and the support tree theory to find the main cooperation.[Result/conclusion ]The paper takes the combing
patents in the Derwent database as examples,analyzes deeply the cooperation situation in the field of combing in foreign countries based on the proposed theory and method,in order to obtain the cooperation characteristics,cooperation mode and main cooperation relationship of the patentee.Then more effective information can be revealed from the patent cooperation network and i
t can further
deepen the research on the patentee cooperation relationship.
Keywords:social network;patent cooperation;graph theory;cooperation mode
2018年10月OCT.2018
情报探索
Information Research 第10期(总252期)No.10(Serial No.252)
合作网络，可以反映专利权人之间的合作关系，国内外诸多学者都对专利合作网络展开了研究。例如:
Holger Graf[3]通过专利发明人网络，研究技术合作关系，指出技术领域的研究已越来越多地由团队完成; S.Capellari[4]则通过合作网络对比不同单位之间的技术特征；贡金涛等[5]将专利合作网络用以判断发电技术领域的核心技术人员，从中发掘专项人才；刘彤等[6]通过分析专利合作网络的演化与动态特征，对网络中潜在的重要关系和变化进行了识别；张莹等[7]则通过专利合作网络对专利地域分布与合作展开分析，判断各地区的技术走向及竞合关系。这些研究在识别核心竞争者，判断技术发展趋势上有着重要的作用，但仍存在问题2个问题：一是研究大多都是依据社会网络中心性等量化指标进行的，方式较为单一；二是对网络信息利用度不高，缺少对合作网络的深层次研究。
本文从网络图的本质出发，结合图论知识，将专利合作网络中专利权人的关系特点归纳为传递型、均衡型、中心型3种合作模式。并在此基础上，结合中心性等量化指标，进一步分析包含较多节点的合作团体，依据结构洞与支撑树理论，寻主要合作关系，准确识别核心专利权人。最后，以国外精梳专利为例，分析该领域的专利合作情况。
1相关研究理论
1.1社会网络分析法
1.1.1在专利合作分析中的应用
社会网络分析是对社会关系结构及其属性加以分析的一套规范和方法，通过节点及节点间的联系反映事物的特点及之间的关系。专利合作通过专利合作网络的形式表现,[8]合作网络中的每个节点代表1个专利权人，节点间的连线代表专利权人之间存在合作关系。
1.1.2主要指标
通过社会网络分析法中节点规模、网络密度、节点中心性等指标的分析，可以实现对合作网络的深入研究。[9]
(1)节点规模
节点规模是指网络图中节点的多少，直接反映了该合作团体的规模大小。
(2)网络密度
网络密度是指网络中实际存在的边数与可容纳边数上限的比值，用于刻画网络中节点间的密集程度。密度越大，节点关系越密切，节点间的合作关系越稳定。
(3)点度中心性
水龟虫科点度中心性反映网络中某节点与其他节点直接联系的情况，用来刻画节点在网络中的重要程度。点度中心性越大，与该节点存在合作关系节点越多，该节点在合作网络中具有的影响力也就越大。(4)中间中心性
中间中心性通过经节点最短路径的数目来刻画节点的重要性，用来测量一个节点在多大程度上位于网络中其他节点中间。中间中心性越大，表明节点对信息的控制越大。
(5)接近中心性
接近中心性反映网络中某节点与其他节点之间的接近程度，接近中心性越小，节点与其他节点的关系越密切，获取信息越快捷。
1.2图论
1.2.1基本原理
图论以图作为研究对象，这里的图是指由若干给定的点及连接两点的线所构成的图形。可以用来描述某些事物之间的某种特定关系，点代表事物，连接2点的线表示相应2个事物间的关系，从而将复杂或庞大的信息清晰直观地表现出来。[10]
而专利合作网络从本质上来讲，正是图论所研究的对象，运用图论中的相关理论与知识，可以在合作网络中对节点及节点间的连线进行更深层次的分析。社会网络可以分为整体网、局域网、个人网,[11]由于专利合作网络可看做是由若干个合作子网络构成的，因此本文主要将图论方法运用于局域网，对合作网络中通过合作关系形成的局域性网络进行研究。
1.2.2相关理论
(1)子图与连通子图教师培训的意义
由图的部分节点与边构成的图可称为子图。若子图中任意2个节点均有路径相连，则该子图被称作连通子图。[12]网络中的每一个连通子图都可以看作1个专利合作团体。一般情况下,1个合作网络由若干个独立连通子图即合作子图构成。(2)路、圈、树
路、圈、树是图论中3种简单的图形结构，根据其不同的结构特点，可反映合作团体中专利权人之间的合作特征。
①路
若P=(V,E)图的顶点集和边集分别为V={x0,x1,…,x k},E={x0x1,x1x2,…,x k-1x k}，所有的x i均不相同，则
第10期(总252期)
梁潇等：基于图论的专利合作网络分析2018年10月
称P=x0,…,x k为一条从x0到x k的路。x0、x k称为路的端点,x1,…,x k则是路的内部顶点(见图1)。
图1即为一条端点为A,E的路。路中节点关系一般较为简单，节点间单一相连，具有一定的传递性。②圈
若P=x0,…,x k-1是一条路且k≥3，则称图C=P+ x k-1x0为圈，可表示为C=x0x1,…,x k-1x0，即圈是路的首尾相连。图2为图1首尾相连构成的圈。圈中节点关系较路中更为密切，相互间存在一定的依存关系。③树
1个不含任何圈结构的图称为森林，连通的森林则称为树，见图3。树中居于根部中心位置的节点起到连接其他节点的关键作用。
(3)结构洞
结构洞是指2个关系节点之间的非重复关系[13]，当网络中的1个节点连接的另2个节点没有直接联系时，该节点所处的位置就是结构洞[14]，如图4(1)中的节点A。图4(2)中,B与C既直接相连，又通过A存在间接合作关系，此时出现了重复关系人，因而不存在结构洞。处在结构洞的节点一般掌握着更多的信息，网络图中的结构洞关系越多，该网络对信息的利用率也就越高。
图1
路
图2
圈
图3
树
图4结构洞与非结构洞
2018年10月情报探索第10期(总252期)
2专利合作网络分析2.1
研究框架
本文通过构建专利合作网络来反映专利权人之间的合作关系，并根据专利权人的关系特点，将合作网
络中的合作团体分为不同的合作模式，再结合网络的节点指标及寻支撑树的方法，对合作团体进行进一步研究，进而识别重要专利权人及主要合作关系。同时，通过网络中合作模式的构成情况判断领域的发展状况，实现对专利合作关系的深入研究。具体研究框架如图5所示。
2.2绘制专利合作网络
构建待研究领域专利合作网络过程:①数据搜
集。根据确定的研究目标，选择某一具体的技术领域，选定检索关键词，搜集相关专利数据。②数据预处理。对专利数据进行清洗、整理，并筛选出包含2个及2个以上专利权人的合作专利，作为待分析专利。③绘制专利合作网络。网络图中的每个节点代表1个专利权人，专利权人之间的连线代表其之间存在合作关系。2.3合作模式判断2.3.1
合作模式
路、树、圈是图论中最基本的结构，在专利合作
网络中，每个合作子图都可以看作是由这3种结构构成的。我们可以将每个合作子图的整体合作关系定义为合作模式，根据路、树、圈各自具有的特点，将以3种结构为主体的合作子图依次归纳为传递型、均衡型、中心型3种合作模式，见图6。
合作模式可以代表1个合作团体内部合作关系的特点，每种模式由于其结构的差异性，具有不同的性质。通过对合作模式的研究，可以把握不同合作团
体的合作特点。
(1)传递型
传递型以路状结构为主，专利权人之间仅存在单线合作关系。在合作网络中一般体现为图7的2种形式。
传递型合作子图中专利权人之间的联系相对较弱:(a )中仅包含2个专利权人，是最简单的合作形式；结构中(b )不直接相连的专利权人之间存在间接竞争关系，所拥有的专利具有一定关联性及继承性。通过传递型合作模式，可以反映某领域专利的发展情况。
(2)均衡型
均衡型合作模式以圈状结构为主，专利权人之间的联系较为密切，存在稳定的合作关系，存在如图8所示的2种形式:(c )中每个专利权人与所在合作子图中其他专利权人间均存在合作关系，专利权人在合作中的地位基本相当;(d )中部分专利权人之间没有直接的合作关系，合作地位存在一定差异。
这种模式中，专利权人在合作关系中的地位基本均衡，较难区分出核心专利权人，由个人专利权人或同集团企业构成的可能性较大。专利权人之间的竞争性较弱，通常存在比较稳定的合作团队，其合作关系不易被破坏。
(3)中心
型
图5
研究框架
图6
合作模式
陌生的亲人图7传递型
大连商检局第10期(总252期)
梁潇等：基于图论的专利合作网络分析2018年10月
以树状结构为主的合作模式称为中心型，在专利合作网络中主要表现形式(见图9)。
中心型以某一专利权人为中心点，呈发散式网状分布，这种模式下的合作团体往往包含较多专利权人。中心节点的专利权人在通常是该研究领域的技术领先者，以企业专利权人为主，其核心地位不易被撼动。而其他专利权人为中心专利权人提供辅助支持，配合其生产，这部分专利权人之间存在着一定竞争关系。2.3.2
复杂子图分析
以上介绍了基本的合作模式，但专利合作网络
中通常会遇到结构较为复杂的网络子图，拥有大量合作关系，成员构成也更加复杂，往往无法准确判断其所属合作模式，这时就需对网络进行进一步分析。
首先，通过密度、节点规模对该合作团体的整体情况进行分析；其次，通过点度中心性、中介中心性、接近中心性等节点指标对网络中的各节点进行评估，分析专利权人在合作团体中所发挥的作用；最后，根据识别出的重要专利权人，判断合作团体所属的合作模式。
(1)合作态势
通过计算合作子网络的节点规模、网络密度等指标，对该专利合作团体的合作强度与发展趋势进行分析，形成对合作团体的整体认识。
节点越多，密度越大，则合作关系越紧密，该团体在技术领域中的影响力相对较大。网络中大规模、高密度的子网络越多，说明该领域的合作研发越成规模，发展趋向于成熟。
(2)重要专利权人
重要专利权人的判断对于识别核心竞争对手有重要意义。通过对中心性指标的计算及分析，可以得到专利权人在合作团体中的影响力、对信息的控制
程度以及获取信息的快捷程度，实现对重要专利权人的识别，并为下一步判断合作模式奠定基础。
利用合作网络中各节点的点度中心性、中间中心性、接近中心性，并通过下式计算各节点的综合权重:
λ(i )=αD (i )+βB (i )+γC (i ).
(1)
其中,D (i )、B (i )、C (i )分别为节点的点度中心性、中间中心性、接近中心性的值,α、β、γ为常数且α+β+γ=1。
综合权重越大，则该节点在合作团体中越重要。根据综合权重的大小及实际需求，并结合子网络的节点规模及密度大小，选择适当数量的节点，即为该合作团体中的重要专利权人。
(3)判断合作模式
由于重要专利权人在合作网络中具有较大的影响力及信息控制力，因此保留重要专利权人及其合作关系，将其构成的合作模式作为整个合作团体
的
图8
均衡型
图9
中心型
2018年10月情报探索第10期(总252期)
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议