【摘要】以信息论为理论基础，提出综合属性指标和引用关系的核心专利识别方法，旨在平衡专利的个体特质性和网络整体性。首先，从信息论和复杂网络角度，分析综合属性指标和引用关系开展专利信息分析的必要性和可行性，并分别构建综合属性指标和三种引用关系的核心专利识别模型；其次，构建专利指标体系、计算专利属性价值，并以PageRank和HITs (hyperlink-induced topic search)算法分别测度综合属性价值与直接引证关系、共引关系和耦合关系前后专利的重要性、权威性与枢纽性，识别核心专利；最后，尝试利用基于复杂网络鲁棒性和脆弱性的方法比较综合前后方法的识别效果。实证结果表明，(1)综合两类方法的识别模型增加了专利信息分析的信息量，兼顾了专利指标分析和专利网络分析方法的优点，实现了识别方法上的优势互补；(2)不同引用关系反映了专利价值的差异性，三种关系的识别结果均存在集中与离散的特点，少数核心专利同时具备高重要性、高权威性和高枢纽性的特点；(3)基于复杂网络鲁棒性和脆弱性的评价方法，是对解决专利信息分析中识别结果评价难题的有益探索。