基于指数随机图模型的专利引用关系形成机制研究——以奈拉滨药物为例
2019-06-03分类号:G306
【部门】中国人民大学信息资源管理学院 华盛顿大学工业工程系 武汉大学信息管理学院
【摘要】[目的/意义]专利引用关系形成问题是理解创新网络的一个重要问题。传统的回归模型对观察对象设定的独立性假设,无法将网络的结构效应因素整合到模型中来提供综合性的统计推断。指数随机图模型(ERGM,Exponential Random Graph Model)是一种创新性的统计推断方法,它能够将属性特征、自组织特征以及网络协同特征三种特征综合起来观察。[方法/过程]以奈拉滨药物的专利引文网络作为研究对象,利用ERGM系统检验了影响专利引用关系的五种机制:专利属性的主效应;专利引用时间的差值效应;专利引用关系的聚敛效应;专利引用关系的传递效应;专利引用关系的网络协同效应。[结果/结论]五种机制都在奈拉滨药物的专利引用关系的形成过程发挥了作用。但三种效应对于奈拉滨药物的专利引用关系的形成作用最为显著:共享发明人关系协同效应、共享家族关系协同效应、传递效应。一些辅助机制也会对专利引文关系形成产生影响,如引文时滞、权利要求数量和参考文献数量。
【关键词】专利引用关系形成 指数随机图模型(ERGM) 奈拉滨 统计网络模型
【基金】国家自然科学基金项目“基于指数随机图模型的专利引用关系形成影响因素及机理研究”(项目编号:71403256)、国家自然科学基金项目“面向专利文本中实体关系抽取的远程监督方法研究”(项目编号:71704169)和国家自然科学基金重大项目“国家安全大数据综合信息集成与分析方法”(项目编号:71790612)研究成果之一
【所属期刊栏目】图书情报工作
文献传递