《专利聚类分析方法在技术预见中的应用探索》由会员分享，可在线阅读，更多相关《专利聚类分析方法在技术预见中的应用探索（3页珍藏版）》请在金锄头文库上搜索。
1、专利聚类分析方法在技术预见中的应用探 索作者：江洪波 安 勇 毛开云来源：创新科技 2012年第10期技术预见（Technology foresight）作为一种战略管理工具，致力于对科学、技术、经济 和社会在未来一段时间内进行整体化预测，系统地选择那些具有战略意义的研究领域、关键技 术和通用技术，利用市场对资源的配置手段，实现经济与社会利益最大化。目前技术预见在世 界范围内得以广泛运用。宏观层面，为政府科技决策与科技管理服务，体现在政府制定科技政 策的参考依据，确立制定科技规划和计划的基础，以及产业技术发展路线图；中观层面，为研 发机构（含企业、大学和研究机构）服务，体现在明确研发方向，指导
2、研发活动，以及辅助企 业制定发展战略。开展技术预见最常用的经典方法是德尔菲法（Delphi ）和情景分析法，常用的方法还有头 脑风暴和专家访谈等方法，但由于这些方法具有一定的局限性，主要体现在：一是现有专家做 技术预见时的知识参考点因信息来源和信息分析方法存在一定缺陷，导致知识参考点偏低，这 不仅产生参考点效应，而且随后产生证实性偏差；二是德尔菲法技术预见是静态的、一次性的 预见，这种预见模式难以适应当今高度不确定的环境。因此，技术预见的方法一直在吸纳其他 方法进行拓展。例如，日本2006 年开展的第八次技术预见即开始综合运用德尔菲法、情景分 析法、引文分析和经济社会需求调查分析四种方法。面对
3、当前环境的快速变化和复杂性所引起的高度不确定性，需要以研究论文和专利等为基 础，利用文献计量、专利分析等方法对技术预见过程的补充。特别是专利文献作为对新技术信 息的最可靠信息源之一，是发明创造的首次披露，其中有 80%以上的信息在其他地方无法获得 世界知识产权组织（WIP0）有报告指出，约有90%95%的世界研发产出体现在专利出版物中。 因此，专利技术在某种意义上具有一定的前瞻性，如果将专利分析的方法应用于技术预见，则 可以提升技术预见结果的客观性，有助于完善技术预见方法体系。上海市政府于2012 年5 月发布上海市科学和技术发展“十二五”规划，基于此，上 海市科学学所主持开展了“上海新兴产业
4、重点领域战略性技术路线图研究”项目，笔者有幸参 与新兴产业培育工程重大任务中的“重大新药创制”这一领域的技术预见工作。在实施课题过 程中，运用德尔菲法、情报分析法、专家访谈和头脑风暴法，还结合运用了专利信息分析和专 利地图等方法。现将专利聚类分析方法及其运用于技术预见的情况作一介绍，并简要介绍课题 中的单克隆抗体药物（简称单抗药物）关键技术分析的过程。专利聚类分析的内容与目的专利聚类分析是指将聚类分析方法对专利文献信息进行分析的过程。目前开展的专利聚类 分析针对的主要是专利说明书中的内容。作为一种定性和定量相结合的数据分析与挖掘方法， 其分析的结果突破了现有的知识框架，避免仅凭经验和专业知识进
5、行分类导致的局限或误区， 更多地摆脱了以往主观局限性，因此具有更佳的客观性和准确性。（一）专利聚类分析的内容在对专利信息进行聚类分析时，分析的内容主要针对文本信息（Text）,具体到字段而言, 包括专利名称、摘要、国家（地区）、专利权人、权利要求、全文和引文等，其中专利名称、摘要、权利要求等字段运用最为常见，以及与引用文献相结合的分析，例如共引（同被引）聚 类分析。（二）专利聚类分析的目的由于专利聚类分析是基于内容的挖掘与分析，是从概念特征和内容的角度对专利文献中包 含的技术特征（如技术术语、关键词等）更深层次的分析，从横向分析可以测度不同专利文献间 的相似性与关系，从纵向分析可以发现各领域技
6、术间关系的演变和发展趋势，从而引导出新的 预见和决策依据。因此，对专利信息进行聚类分析，可以实现以下两个目的：1. 了解专利技术布局。通过某个技术主题下的文本信息进行聚类后，可以将该技术划分若 干个子技术，并揭示各个子领域的分布情况。如结合区域范畴（国家或地区），可了解区域的 技术优势与劣势。2. 掌握专利技术发展态势。在掌握专利技术布局的基础上，结合时间维度进行分析，可以 了解技术发展的态势，发现技术热点或新兴技术。如果结合区域范畴，则可了解区域的技术发 展态势。单克隆抗体药物关键技术的分析在已经公开的30 余种专利分析工具或软件中，能够进行专利聚类分析的约有10 余种，包 括美国汤森路透公
7、司的 Thomsonlnnovation （TI）、Thomson Data Analyzer （TDA）和 RefViz, 法国Questel公司的Orbit,以及美国德雷塞尔大学信息科技学院陈超美教授开发的Cite Space等。在此，以Thomson Innovation为例简要介绍运用专利聚类分析进行单抗药物关键 技术分析以辅助技术预见的过程。（一）专利聚类分析切入技术预见过程主要步骤有：首先通过文献调研，梳理出单抗药物 技术体系。然后针对技术体系中的关键技术进行专利聚类分析，旨在把握单抗药物技术布局与 发展态势。最后，依据技术体系以及聚类结果列出关键技术清单，以开展德尔菲调查。（二）
8、专利聚类分析单抗药物关键技术态势以单抗药物关键技术中的人源化抗体构技术为例简要叙述分析过程。1. 运用文本聚类（Text clustering）获得子技术领域。Thomson Innovation的文本聚类 功能可以对检索出的任何一组专利文献进行聚类，得到若干组（类）的文献。首先将有关单抗 药物有关的专利文献（约7 000 条）检索出来，然后运用文本聚类功能可以将这些文献聚类即 可得到15个组（类），其中有一组（类）即为“人源化单抗”（human, human monoclonal anti body， monoclonal anti body ），文献量为 444 条。2. 运用主题景观图（
9、Themescape）获得子领域的技术分布与发展态势。ThomsonInnovation 内置的主题景观图模块可以对检索出的任何一组文献进行聚类，并进行可视化得到主题景观图（等高线图）。运用主题景观图针对“人源化单抗”这个组（类）进行聚类分析并可视化，可以得到“人 源化单抗”的子组（类） （图1） ，即得到“人源化单抗”这一技术领域的子技术分布情况。 由图1可以看出，最为关键的组（类）有六个，分别是“载体、编码、可变区”（Vec tor： Encoding： Chain Variable Region）、细胞融合 ”（Fusion： Combined： Line）、单 抗特征链”（Dadurc
10、h GekennzeichnetDa? Da? : Monoklonalen）、介导治疗”（Treating： Induced： Media ted）和“酶灵敏度测量”（Measuring： Sensi tivi ty： Enzyme）。Thomson Innovation的主题景观图还允许对专利文献划分时间切片（Time Slice），从而 了解子技术的变化过程。实际操作时，将“人源化单抗”这一组（类）的文献按10 年划分为 四个时间切片，分别是80 s （ 1981 1990）、90s（1991 2000 ） 、00s （ 20012010 ）和 10s （2011-）（图2）。再按其文献
11、量多少，可以制成人源化抗体技术动态变化趋势表（表 1）。表1 人源北抗体捷术动态变住趋隽技术主题80s90s00s10s肆抗爵征进*=*+细胞融甘卄*+战井、編码、可变区*=+?=注* 一表示文欷量肯山*表示文就:少 卄潼呑丈祇：ST等，*叢示文耕屋繽多。考虑到10s这个时间段的专利公开有时滞的因素，由表中可以看出，“细胞融合”和“酶 灵敏度测量”等技术在单抗药物开发中的关注度逐渐下降。而“载体、编码、可变区”和“介 导治疗”是人源化抗体较为重要的两类技术，发展前景看好。结果文献调研结果，提出人源化 抗体的筛选与编码是一个重要的发展方向。小结与展望上述可见，专利聚类分析可以辅助确认或发现一些新兴的技术主题，具有较强的可行性， 特别是采用共引（同被引）聚类分析方法时效果更佳。但该方法也有其局限性，主要表现在专 利文献检索是否全面，所采用的专利聚类手段不同则获得的聚类结果也不同。由于专利聚类的 实质是文献计量与文献挖掘，随着专利聚类分析方法的不断完善，特别是当前专利技术分析朝 着“面向未来的技术分析”（Future-orientedTechnology Analysis， FTA）的方向演进，相信 对技术预见实践的价值会越来越大。（作者单位分别为：中国科学院上海生命科学信息中心、中国科学院上海科技查新咨询中 心）
