?本文介紹了從全球專利數(shù)據中構建共現(xiàn)圖譜并對網絡中心度進行測算方法，為產業(yè)研究提供了一種新的視角和工具，幫助用戶更有效地識別和分析技術領域的頂尖資源。

一、說職場故事

招才引智、科研合作、科技攻關都有以下需求：

• 找到某個技術領域的頂尖人才團隊
• 找到某個技術領域的頂尖科研機構/企業(yè)

如何通過大數(shù)據挖掘的方式幫客戶實現(xiàn)這些需求呢？以下我們從全球專利視角給出對應答案。

二、共現(xiàn)圖譜構建、中心度的測算

接下來我們主要講解如何從全球專利中找到頂尖團隊、頂尖科研機構/企業(yè)，在進入這個主題之前我們需要學習下共現(xiàn)圖譜知識。

做到这三点挑战，产品经理只会不断升值

好的产品经理是很稀缺的，懂用户、懂商业、懂数据的产品经理走出互联网，依然是抢手货。相反，如果只做简单传话、低效执行、浅层思考的产品经理，恐怕走不过未来3-5年的洪流。

查看详情 >

從下圖我們可以看出，同一篇專利可能存在多個申請人、發(fā)明設計人、IPC分類號。

如果有100條專利，我們就可以根據這3個字段構建共現(xiàn)關系。比如，以IPC為例，就可以構建IPC共現(xiàn)圖譜：

在該圖中，節(jié)點的大小表示相應分類號出現(xiàn)的頻次，節(jié)點越大，說明100篇專利與該分類號相關的標準必要專利越多；節(jié)點之間的連線表示兩個分類號同時出現(xiàn)在一個標準必要專利中，連線越粗，代表兩個節(jié)點同時出現(xiàn)的次數(shù)越多，關系越密切。

社區(qū)發(fā)現(xiàn)是一種將網絡分成若干個社區(qū)的方法，根據其網絡中節(jié)點之間的聯(lián)系和相似性將節(jié)點劃分為不同的社區(qū)，處于同一社區(qū)的節(jié)點之間更加相似、聯(lián)系更加緊密。

在社會網絡分析方法中，常見的衡量節(jié)點重要性的指標有點度中心度、中介中心度、接近中心度和特征向量中心度，可以根據這些中心度計算綜合中心度從而確定某個節(jié)點在整個網絡的重要性，各個中心度的說明如下：

三、說應用場景

有了共現(xiàn)圖的構建方法及網絡中心度的測算方法，在產業(yè)研究領域主要應用場景有：

• 找到某技術領域的頂尖人才團隊
• 找到某技術領域的頂尖科研機構/企業(yè)
• 找到某技術領域的核心技術

應用場景一 ：找到某個技術領域的頂尖人才團隊

比如推薦人工智能領域5個頂尖人才團隊

實施步驟 將人工智能和IPC體系做映射（或者根據關鍵詞制定搜索策略）形成專利數(shù)據集，在數(shù)據集基礎上構建“專利發(fā)明人共現(xiàn)圖譜”，在共現(xiàn)圖譜中計算網狀人物中的綜合中心度，根據綜合中心度取TOP5作為團隊領頭人，再將領頭人到共現(xiàn)圖譜中找合作最緊密人物，最終形成以領頭人的領域團隊，流程如下圖所示：

應用場景二：找到某個技術領域的頂尖頂尖科研機構/企業(yè)

比如推薦人工智能領域的頂尖的科研機構團隊

方法同上，只不過這次換成“申請人”構建共現(xiàn)圖譜，這里可以分為二類：一類為研究機構、一類為企業(yè)，流程如下：

應用場景三：找某個技術領域的核心技術

比如人工智能領域的核心技術有哪些

方法同上，這次根據專利所屬“IPC分類號”構建共現(xiàn)圖譜，流程如下：

需要特別指出的是，如果需要對核心IPC進一步凝練成技術短語的化，可以利用大模型語義理解和抽取能力做進一步工作。

四、寫在后面的話

本文主要介紹了共現(xiàn)圖譜的構建方法、網絡中心度的測算方法，然后闡述了共現(xiàn)圖譜可以在產業(yè)研究領域的應用場景。需要注意一下幾點：

1. 范圍可以不限于全球專利：雖然講述的是全球專利分析挖掘，但該分析研究方法可以拓展到“頂刊”“全球項目”數(shù)據的挖掘中。
2. 在實際應用中可以保持靈活性：比如本文用的“綜合中心度”代表節(jié)點的重要性，實際可以根據情況選取任意一個中心度作為重要性指標。