人工智能领域专利创新网络演化及预测研究

发布时间：2023-04-02 23:27

　　随着互联网信息技术的飞速发展,新一轮科技革命和产业变革正处于重要交汇期。人工智能技术已走出实验室,逐步与各行业实体经济深度融合,成为培育新增长点和新动能的战略方向,未来将对人类的生产生活带来历史性的颠覆。同时,专利作为技术和创新能力的表征,随着信息技术的发展和知识产权保护的加强,专利数据逐渐完善,已经成为研究创新和研发的重要工具。专利技术数据的完善为我们认识人工智能专利领域发展特征,预测人工智能领域的发展趋势提供了新的研究工具。本文分析了人工智能相关领域的28万项世界专利及其引证属性,对数据进行描述性统计,从专利部、大类、小类三个分类层次刻画了人工智能专利创新网络,描述了人工智能专利创新网络的统计特征和拓扑结构;定量分析了人工智能领域各专利技术类别知识流动,绘制引证矩阵热力图。分阶段探究了人工智能专利创新网络演化趋势,描绘出不同阶段人工智能专利小类创新网络,探析专利发展趋势,预测专利增长数量,并利用面板数据模型对预测数据进行检验。为全面研究和认识人工智能提供了新的视角。研究表明:1.人工智能领域专利创新网络是一个小世界网络,具有短的平均路径长度和大的簇系数。2.人工智能领域基础层技术中...

【文章页数】：82 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
1.绪论
    1.1 研究背景
    1.2 研究意义
    1.3 研究内容
    1.4 研究方法
    1.5 本文的贡献
    1.6 研究框架
2.人工智能专利创新网络理论及文献综述
    2.1 人工智能专利创新网络相关概念理论
        2.1.1 人工智能相关概念理论
        2.1.2 复杂网络相关概念理论
    2.2 国内外研究文献综述
        2.2.1 创新网络研究
        2.2.2 复杂网络综述
        2.2.3 专利网络研究
        2.2.4 人工智能研究综述
3.数据选取及描述性统计
    3.1 数据选取
        3.1.1 数据来源
        3.1.2 数据类型
        3.1.3 数据预处理
    3.2 描述性统计
        3.2.1 交叉列联表分析
        3.2.2 对应分析
4.人工智能专利创新网络拓扑结构分析
    4.1 人工智能专利创新网络构建
        4.1.1 专利类别引证
        4.1.2 人工智能专利创新网络
    4.2 人工智能专利创新网络拓扑结构分析
        4.2.1 基于度统计特征指标
        4.2.2 基于路径统计特征指标
        4.2.3 聚类系数
    4.3 专利引证矩阵
5.人工智能专利创新网络演化及预测分析
    5.1 人工智能专利发展整体特征
        5.1.1 网络整体特征演化分析
        5.1.2 网络节点演化分析
    5.2 人工智能专利大类数量预测
    5.3 预测模型准确性检验
        5.3.1 数据与变量选取
        5.3.2 面板模型检验
        5.3.3 模型建立及参数估计
        5.3.4 模型估计结果及解释
    5.4 人工智能领域专利技术发展趋势
6.结论及展望
    6.1 主要结论
    6.2 启示与建议
    6.3 展望与不足
参考文献
致谢



本文编号：3780179