基于可见性图网络的中国专利申请关注度分析

• 作者: 严冠 张梦月 李慧嘉 胡军
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 专利申请 关注度 百度指数 可见性图算法 复杂网络
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 数据库&大数据&数据科学
• 页码范围: 189-194
• 页数: 6页
• 分类号: TP393
• 字数: 5884字
• 语种: 中文
• DOI: 10.11896/jsjkx.200300001

摘要

专利是创新的重要体现,很多人在进行专利申请之前会在网上对专利申请的过程进行查询,了解专利申请的步骤,这些人的搜索事实也是了解创新企业或个人对创新是否重视的一个手段.文中从一个全新的时间序列分析的视角即网络的角度,分析了关键字为"专利申请"的百度搜索指数时间序列的动力学特征.利用可见性图算法的原理将百度搜索指数时间序列转化为复杂网络,并计算其参数,分析其网络的拓扑结构.首先,通过计算2019年各省复杂网络的参数发现各省的专利关注度具有一定差异;其次,研究表明大多数网络均为无标度网络,原始时间序列具有分形的特征;最后通过聚类,可根据复杂网络的参数把31个省分为3类.文中分析了2011-2018年全国的百度搜索指数数据,通过社团结构的划分,可以发现时间序列的周期和中心节点对搜索指数影响的范围.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李慧嘉	中央财经大学管理科学与工程学院	24	74	4.0	8.0
2	严冠	中央财经大学管理科学与工程学院	4	13	1.0	3.0
3	胡军	中央财经大学管理科学与工程学院	2	0	0.0	0.0
4	张梦月	中央财经大学管理科学与工程学院	1	0	0.0	0.0