基于专利数据的风能核心技术识别及趋势分析

被引:7
作者
李佳佳
马铁驹
机构
[1] 华东理工大学商学院
基金
国家杰出青年科学基金;
关键词
风能; 专利; 共现网络; 阈值; 美国; 欧洲;
D O I
暂无
中图分类号
G306 [专利研究]; TK81 [风能];
学科分类号
1201 ; 1204 ; 080703 ; 080704 ;
摘要
为识别风能领域的核心技术,探测风能领域的技术发展趋势,找出中国和发达国家在风能领域的技术差距,从而加速我国风能技术创新。以中外专利数据库服务平台CNIPR作为数据源,利用社会网络分析方法对中国、美国和欧洲的共现网络图进行对比分析;然后将共现阈值和时间序列进行结合,划分四个阶段对中国、美国欧洲共现网络图进行对比分析。识别出中国、美国和欧洲的核心专利领域,推测出中国风能领域未来的技术走向会集中在风能装置零件、部件和附件以及风能照明装置或系统两个方面,美国和欧洲则依然集中在风力发电机等核心领域。
引用
收藏
页码:129 / 136
页数:8
相关论文
共 19 条
[11]  
Forecasting technology success based on patent data[J] . Serkan Altuntas,Turkay Dereli,Andrew Kusiak. &nbspTechnological Forecasting & Social Change . 2015
[12]   社会网络分析在教育研究领域的应用——基于教育类核心期刊刊文的评述 [J].
钟柏昌 ;
李艺 .
教育研究, 2013, 34 (09) :25-32
[13]   中国风能技术发明专利维持时间影响因素研究 [J].
刘雪凤 ;
高兴 .
科研管理, 2015, 36 (10) :139-145
[14]  
Nolvelty-focused patent mapping for technology opportunity analysis. LEE C Y,KANG B,SHIN J. Technological Forecasting.&.Social Change . 2015
[15]  
Knowledge Spillovers in Europe: A Patent Citations Analysis[J] . Per BotolfMaurseth,BartVerspagen. &nbspScandinavian Journal of Economics . 2002 (4)
[16]  
社会网络分析在心理研究中的应用[J]. 马绍奇,焦璨,张敏强.  心理科学进展. 2011(05)
[17]   基于共现网络的核心技术领域识别研究 [J].
张杰 ;
刘粉香 ;
翟东升 ;
黄鲁成 .
情报杂志, 2012, 31 (11) :35-39
[18]   世界风能强国发展风电的经验与对策 [J].
张庆阳 ;
郭家康 .
中外能源, 2015, 20 (06) :25-34
[19]  
博客世界交流模式的社会网络分析[D]. 甘丹.山东大学 2007