全球人工智能专利合作特征及影响力研究

doi:10.13998/j.cnki.issn1002-1248.2019.11.20-1022

农业图书情报学报 ›› 2020, Vol. 32 ›› Issue (2): 58-70.doi: 10.13998/j.cnki.issn1002-1248.2019.11.20-1022

所属专题：知识产权服务；智慧服务

全球人工智能专利合作特征及影响力研究

常茹茹^1,3, 赵蓉英^1,2,3, 贾增帅^1,3, 张兆阳^1,3

1.武汉大学中国科学评价研究中心,武汉 430072;
2.武汉大学信息资源研究中心,武汉 430072;
3.武汉大学信息管理学院,武汉 430072

收稿日期:2019-11-20 出版日期:2020-02-05 发布日期:2020-02-25
作者简介:常茹茹(1994-),女,武汉大学信息管理学院,研究方向：信息计量与科学评价。赵蓉英(1961-),女,教授,博士生导师,研究方向：信息计量与科学评价,知识管理与竞争情报。贾增帅(1995-),男,硕士研究生,研究方向：信息计量与科学评价,知识管理与竞争情报。张兆阳(1988-),男,博士,研究方向：信息计量与科学评价。
基金资助:
国家社会科学基金重大项目“构建中国话语权的评价科学理论、方法与应用体系研究”(项目编号：18ZDA325);国家社会科学基金项目“中国学者国际学术论文影响力评价研究”(项目编号：16BTQ055);武汉大学人文社会科学自主科研项目(“中央高校基本科研业务费专项资金”资助)

The Characteristics and Impact of International Artificial Intelligence (AI) Patent Cooperation

CHANG Ruru^1,3, ZHAO Rongying^1,2,3, JIA Zengshuai^1,3, ZHANG Zhaoyang^1,3

1. Research Center for Chinese Science Evaluation, Wuhan University, Wuhan 430072;
2. Center for Studies of Information Resources, Wuhan University, Wuhan 430072;
3. School of Information Management, Wuhan University, Wuhan 430072

Received:2019-11-20 Online:2020-02-05 Published:2020-02-25

摘要/Abstract

摘要： [目的/意义]分析人工智能领域国际之间的合作情况及技术交流现状,为中国布局人工智能领域提供一些参考。[方法/过程]以人工智能领域专利为研究对象,运用技术组合分析法和社会网络分析法予以系统分析。分别从技术组合、合作网络以及合作影响力3个方面分析人工智能领域的国际合作特征。[结果/结论]发现遍布全球的国家/地区纷纷布局人工智能技术子领域及应用领域,并拥有非常相似的技术分布;参与国际合作的国家/地区间构成了紧密的合作集群;3个维度的综合影响力研究表明,66个国际合作国家/地区形成了强、稳定、边缘、保守、垄断以及弱合作6种主要合作类型。文末对中国提升国际影响力、加紧人工智能布局提出一些建议。

关键词: 人工智能, 专利计量, 合作特征, 影响力, 社会网络分析

Abstract: [Purpose/Significance] In order to analyze the current situation of international cooperation and technology exchange in the field of artificial intelligence(AI), this study is carried out to provide references for China to take the lead in the layout of the artificial intelligence industry.[Method/Process]In this paper, the patents in the field of AI are taken as the research object, and the technology combination analysis method and social network analysis method are used to systematically analyze the patents. The characteristics of international cooperation in the field of AI are analyzed from three aspects: technology combination, cooperation network and cooperation influence.[Results/Conclusions]It is found that countries and regions all over the world are planning their business in AI subfields and applications, and have very similar technology distribution; there are close cooperation clusters among the countries participating in international cooperation; the comprehensive influence research of three dimensions shows that 66 international cooperation countries have formed six main cooperation types: strong, stable, marginal, conservative, monopoly and weak cooperation. At the end of this paper, some suggestions are put forward for China to enhance its international influence and accelerate the layout of AI.

Key words: AI, patent metrics, cooperation characteristics, impact, social network analysis

中图分类号:

TP393

常茹茹, 赵蓉英, 贾增帅, 张兆阳. 全球人工智能专利合作特征及影响力研究[J]. 农业图书情报学报, 2020, 32(2): 58-70.

CHANG Ruru, ZHAO Rongying, JIA Zengshuai, ZHANG Zhaoyang. The Characteristics and Impact of International Artificial Intelligence (AI) Patent Cooperation[J]. Journal of Library and Information Science in Agriculture, 2020, 32(2): 58-70.

参考文献

[1] 国家发展与改革委员会.关于印发《“互联网+”人工智能三年行动实施方案》的通知[EB/OL].[2019-06-22].http://www.ndrc.gov.cn/zcfb/zcfbtz/201605/t20160523_804293.html.
[2] Brunette E S, Flemmer R C, Flemmer C L.A review of artificial intelligence[C].International Conference on Autonomous Robots & Agents. IEEE, 2009.
[3] Su Q I.Main Contents and Inspiration of the World Intellectual Property Indicators 2017[J]. China Invention & Patent, 2018.
[4] Ma Z, Lee Y.Patent application and technological collaboration in inventive activities:1980-2005[J]. Technovation, 2008,28(6):379-390.
[5] 刘胜奇,朱东华,汪雪锋等.基于合作全球图的专利国际合作分析[J].科研管理,2015,36(03):79-83.
[6] 廖列法,勒孚刚.基于LDA模型和分类号的专利技术演化研究[J].现代情报,2017,37(05):13-18.
[7] Suzuki K, Sakata J, Hosoya J.An empirical analysis on progress of technology fusion[C].International Conference on Digital Information
Management. IEEE, 2009.
[8] Melissa A.Shilling,Corey C.Phelps. Interfirm collaboration networks:The impact of large-scale network structure on firm innovation[J]. Management Science,2007,53(7):1113-1126.
[9] 栾春娟,侯海燕.国内外主要公司专利外部合作的计量与比较——以数字信息传输技术为例[J].科学管理研究,2008(05):86-88.
[10] Fujii H, Managi S.Trends and priority shifts in artificial intelligence technology invention: A global patent analysis[J]. Economic Analysis and Policy, 2018:S0313592617302539.
[11] Tseng C Y, Ting P H.Patent analysis for technology development of artificial intelligence: A country-level comparative study[J]. Innovation, 2013, 15(4):463-475.
[12] 张振刚,黄洁明,陈一华.基于专利计量的人工智能技术前沿识别及趋势分析[J].科技管理研究,2018,38(05):36-42.
[13] 王健,张韵君.基于专利分析概念模型的中国机器人技术发展预测[J].情报杂志,2014,33(11):83-87+45.
[14] 李政刚. 我国人工智能产业发展:区域布局、技术趋势及对策建议——以重庆为例[J].工业经济论坛,2017,04(06):65-73.
[15] 黄超,刘琼泽,仲伟俊.基于专利分析的机器人产业技术情报研究[J].情报杂志,2012,31(11):100-105+99.
[16] 任惠超,李安,汪雪锋.技术竞争力与协同创新的相关性研究——以我国机器人产业为例[J].科技管理研究,2017,37(17):9-15.
[17] 赵蓉英,李新来,李丹阳.专利引证视角下的核心专利研究——以人工智能领域为例[J].情报理论与实践,2019,42(03):78-84.
[18] Ernst H.Patent portfolios for strategic R&D planning[J]. Journal of Engineering and Technology Management,1998,15(4):279-308.
[19] 张娴,许海云,方曙等.专利技术组合机会与合作潜力研究[J].情报杂志,2015,34(07):39-46.
[20] 冯君. 巧妙利用CA和esp@cenet获取化学化工专利文献[J].现代情报,2008,28(12):193-196.
[21] 尹莉. 基础数学领域作者合作网络实证分析[D].西北大学,2013.
[22] 温芳芳. 专利合作模式的计量研究[D].武汉大学,2012.
[23] 柳福东,黄运康.专利权宣告无效程序质量控制研究[J].电子知识产权,2018(11):85-94.

全球人工智能专利合作特征及影响力研究

The Characteristics and Impact of International Artificial Intelligence (AI) Patent Cooperation

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	郭维嘉. 图书馆人工智能准备度影响因素研究[J]. 农业图书情报学报, 2022, 34(5): 47-56.
[2]	林卓, 黄浩海. 中国人工智能国际合作顶尖专家识别与评价[J]. 农业图书情报学报, 2022, 34(1): 86-95.
[3]	孔婧媛, 滕广青, 庹锐. 政务新媒体信息传播影响力研究[J]. 农业图书情报学报, 2021, 33(7): 24-34.
[4]	李晓辉, 王珏, 郎林芳. 撤销学位论文学术影响力研究[J]. 农业图书情报学报, 2021, 33(7): 46-53.
[5]	侯剑华, 耿冰冰, 张洋. 中国高校科技人才学缘结构和流动网络研究[J]. 农业图书情报学报, 2021, 33(6): 66-80.
[6]	许轶, 李婧, 许海云, 李姝影. 基于专利动态特征的技术转移潜力识别研究[J]. 农业图书情报学报, 2021, 33(6): 107-115.
[7]	杨倩. 智能咨询机器人对图书馆参考咨询服务的革新[J]. 农业图书情报学报, 2021, 33(5): 93-99.
[8]	张誉曜, 陈媛媛. 文本挖掘下的话语认知与构建——以人工智能和5G领域白宫新闻文本为例[J]. 农业图书情报学报, 2021, 33(4): 35-44.
[9]	孙坦, 黄永文, 鲜国建, 崔运鹏, 刘娟. 新一代信息技术驱动下的农业信息化发展思考[J]. 农业图书情报学报, 2021, 33(3): 4-15.
[10]	李沛, 顾东蕾, 邹涛, 江凌, 刘剑锋. 基于社会网络分析的本科生社会科学潜在阅读兴趣小组挖掘探析——以中国药科大学为例[J]. 农业图书情报学报, 2021, 33(3): 78-89.
[11]	唐晗, 李睿. 基于A 类专利引文分析的中国和印度创新合作机会发现[J]. 农业图书情报学报, 2021, 33(2): 35-43.
[12]	吕璐成, 韩涛. 人工智能赋能知识服务,开启智能数字农业未来——2020全国图书情报青年学术论坛会议综述[J]. 农业图书情报学报, 2021, 33(12): 83-88.
[13]	徐永乐, 陈媛媛, 杨婷婷, 万向丽. 中外智库影响力研究对比分析[J]. 农业图书情报学报, 2021, 33(11): 50-62.
[14]	孙艺伟, 任妮, 郭婷, 戴红君. 设施畜牧业关键技术研究态势分析[J]. 农业图书情报学报, 2021, 33(10): 87-97.
[15]	张智雄, 刘欢, 于改红. 构建基于科技文献知识的人工智能引擎[J]. 农业图书情报学报, 2021, 33(1): 17-31.