专利的保护客体包含 90%以上的最新科学技术研发成果,成为企业最重要的情报资源之一。通过有效专利情报分析,可以缩短 60% 的研究时间,节省40%的研究费用[1]。所谓专利情报分析,是从专利文献中提取技术、经济、法律信息,通过科学的加工、整理与分析,进行深度挖掘与缜密剖析,形成能够总揽全局及预测功能的具有较高技术价值、商业价值的专利情报的过程[2]。它对企业专利战略、技术布局、竞争战略制定都有强大的支撑作用,主要体现在对外竞争对手的分析,对内自身技术优劣势分析、研发创新能力分析,以及国家、地区、行业整体水平分析、技术发展趋势分析等方面。

随着专利情报分析的研究与应用的发展,各种专利分析方法不断拓展和深入。近年来,社会网络分析(Social Network Analysis,SNA)作为研究热点,因其独特的分析视角被引入情报学,并逐渐应用于专利情报分析中。

1 SNA 在专利情报分析中的应用

1.1 主要应用方向

基于SNA的专利情报分析的可行性在于:专利引文网络与文献引文网络同样都符合社会网络的主要特征[3];在专利权人(发明人)网络中,单个专利权人(发明人)和网络整体结构之间的二元关系也符合社会网络分析的思路。 因此,自2008年Sternitake[4]等指出,SNA 引入专利分析领域处于伊始,其应用前景必然广阔以来,结合 SNA 的专利分析已成为国内外专利情报研究的一个热点,并取得了不小的进展。目前基于SNA的专利情报分析的应用研究主要集中在五大方面:

a.对网络自身特性、网络影响因素的研究。如Huang S 等对专利引文网络的小世界现象的研究及其幂律分布特征[5],Wilhelmesson 对发明人合作网络的空间分布状况及其原因等[6]。

b.竞争、合作情报研究。即通过 SNA 分析把握竞争态势,如张杰等利用 SNA 对半导体芯片进行了核心专利分析、技术领域分布及发展趋势分析、竞争者分析、竞争区域分析[7];王贤文等对世界500 强企业的专利共被引矩阵,分析企业的技术水平、核心竞争力等[8]。

c.在核心技术检测、技术主题关联、技术集群、技术演进等的应用研究。 如栾春娟利用网络中心度指标对2009 年全球航空航天产业专利进行技术网络分析[9];Kuusi等利用专利耦合网络对纳米技术领域的技术预测研究[10]。

d.在知识流动、知识管理等的应用研究。 HAN 以专利数据为基础,行业作为节点,基于专利引用的知识流动作为网络边,构建韩国传统产业和新兴产业间的知识流动网络[11]。

e.科技创新、科研与技术创新的关系研究。Breschi 等通过对科学家与发明人合作网络的分析中介中心度高的点在科技创新中的重要作用[12]。

随着 SNA 的各方面应用,其与聚类分析、专利计量、引用分析、共词分析、文本挖掘等方法的有机结合拓宽了专利情报分析方法的研究思路。另外可视化技术在 SNA 应用中起到了举足轻重的作用,目前国内最常用的可视化社会网络分析软件主要有 Ucinet、Pajek、Netdraw、CiteSpaceII、SCi2 等。本文实证部分主要利用 Pajek,是基于如此的考虑:Pajek 能够分析大型复杂网络,将一个大网络分解为多个子网络,便于精确分析。