位置:成果数据库 > 期刊 > 期刊详情页
利用局部离群因子算法探测核心技术发展趋势——以中国风能专利数据为例
  • ISSN号:1002-1965
  • 期刊名称:《情报杂志》
  • 时间:0
  • 分类:G306[文化科学]
  • 作者机构:华东理工大学商学院,上海200237
  • 相关基金:国家杰出青年科学基金项目“技术演化与能源系统分析”(编号:71125002).
中文摘要:

[目的/意义]为验证局部离群因子算法在探测核心技术及核心技术发展趋势的有效性,丰富专利分析领域的研究。[方法/过程]以中外专利数据库服务平台CNIPR作为数据源,分别从局部离群因子算法和社会网络分析方法两个视角对中国风能领域的专利数据进行对比分析,识别中国风能领域的核心技术以及核心技术的发展趋势。[结果/结论]结果显示,局部离群因子算法(LOF)和社会网络分析方法得出的结论基本一致:即中国在风力发电机技术方面一直保持优势,未来的发展潜力集中在风能照明装置及系统,验证了局部离群因子算法在探测核心技术及核心技术发展趋势方面的有效性。

英文摘要:

[ Purpose/Significance] The paper aims to verify the effectiveness of LOF algorithm in the detection of the core technology's development trend and thus promote the research of patent analysis. [ Method/Process ] Taking patent database CNIPR as patent data source, the paper conducts a contrastive analysis between LOF algorithm and the social network analysis method, identifying the core technology and the core teclmology's development trend for wind energy in China. [ Result/Conclusion] The contrastive analysis result shows a consistency of the two different methods of LOF algorithm and the social network analysis method: China always has the advantage in wind motor and will focus on the lighting devices and equipment in the future. The effectiveness of LOF algorithm in the detection of the core technology's development tendency is verified.

同期刊论文项目
期刊论文 26 会议论文 10
同项目期刊论文
期刊信息
  • 《情报杂志》
  • 北大核心期刊(2011版)
  • 主管单位:陕西省科学技术厅
  • 主办单位:陕西省科学技术信息研究所
  • 主编:薇子
  • 地址:西安市雁塔路南段99号
  • 邮编:710054
  • 邮箱:qbzz@263.net
  • 电话:029-85529749
  • 国际标准刊号:ISSN:1002-1965
  • 国内统一刊号:ISSN:61-1167/G3
  • 邮发代号:52-117
  • 获奖情况:
  • CSSCI来源期刊、中文核心期刊
  • 国内外数据库收录:
  • 中国中国人文社科核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:43855