Your Tribe Decides Your Vibe: Analyzing Local Popularity in the US Patent Citation Network
在许多网络中，顶点的入度是其受欢迎程度的度量。过去的研究把网络作为一个整体来研究。在美国专利引文网络（USPCN）中，专利被分为类别和子类别。一个自然的问题出现了：专利如何从各种（子）类别中聚集其受欢迎程度？我们分析局部入度分布来回答这个问题。同一类别内专利的引用（入度）表明其内部受欢迎程度，而跨类别引用表明其外部受欢迎程度。我们分析了USPCN层次结构中每个级别的内部和外部深度分布，以了解专利的内部和外部受欢迎程度如何在（子）类别之间变化。我们发现，所有（子）类别有本地偏好，决定内部和外部专利的流行。不同的专利在不同的群体中受欢迎：C1、C2和C3群体可能对C1中受欢迎的专利意见不一致。一般来说，专利受欢迎程度似乎是一个高度本地化的现象，子类别（甚至不是类别）决定自己的受欢迎专利独立于其他（子）类别。
2021-06-02 cs.DL cs.SI
Case study to approaches to finding patterns in citation networks
使用多种方法对包括LED专利及其元数据网络的数据集进行分析，以回答有关该领域的问题。我们感兴趣的是找到元数据和网络结构之间的关系;例如，网络中的中心专利是由大公司还是小公司生产的？我们首先探索网络的结构，没有任何元数据，应用已知的技术在引文分析和一个简单的聚类方案。然后将这些技术与元数据分析相结合，得出关于数据集的初步结论。
2014-05-22 cs.DL cs.SI physics.soc-ph
Interdisciplinarity Revealed by Transitive Reduction of Citation Networks
该研究提出通过引用网络传递约简后的引用损失量判断文献跨学科性的假设，结合人工模型与三类引用数据、聚类方法验证，在多数案例中得到支持，为跨学科文献识别提供了新思路。
2025-08-04 cs.DL cs.SI physics.soc-ph
Invention as a Combinatorial Process: Evidence from U.S. Patents
发明通常被概念化为对组合可能性空间的探索。尽管存在着丰富的文献，跨越各种学科，阐述了发明的重组性质，我们缺乏一个正式的和定量的表征的组合过程的基础上的发明活动。在这里，我们利用1790年至2010年的美国专利记录，将本发明正式描述为组合工艺。为了做到这一点，我们将专利发明视为技术的载体，并利用美国专利局所使用的精心设计的技术代码系统来对发明的新颖性进行分类。我们发现，组合发明的过程中表现出不变的“开发”（现有技术组合的改进）和“探索”（新技术组合的发展）的速度。这一组合动态与新技术能力的创造-有待组合的组成部分-形成鲜明对比，后者的速度已大大放慢。我们还发现，尽管新技术的引进速度非常低，但新技术组合的产生实际上产生了无限的技术配置空间。
2014-06-11 cs.SI physics.soc-ph
Rich-club and page-club coefficients for directed graphs
引入了有向图的Rich-club系数和Page-club系数及其零模型。研究模型允许对富人俱乐部和页面俱乐部现象进行定量讨论。这些系数是针对四个有向现实网络计算的：Arxiv高能物理论文引用网络，Web网络（从Google发布），美国专利之间的引用网络，以及来自欧盟研究机构的电子邮件网络。结果表明，富人俱乐部和网页俱乐部订购之间的高度相关性。对于期刊论文引用网络，我们发现了丰富俱乐部和页面俱乐部排序，显示{}“精英”论文被其他{}“精英”论文引用。Google Web网络在一定程度上表现出部分的富俱乐部和页面俱乐部排序，然后相应的归一化系数下降，表明缺乏富俱乐部排序和页面俱乐部排序，即高入度（PageRank）页面故意避免与其他高入度（PageRank）页面共享链接。对于UC专利引用网络，我们识别了页面俱乐部和丰富俱乐部排序，提供了{}“精英”专利被其他{}“精英”专利引用的结论。最后，对于电子邮件通信网络，我们发现缺乏丰富的俱乐部和页面俱乐部订购。我们构建了一个合成网络的例子，显示页面俱乐部订购和缺乏丰富的俱乐部订购。
2011-03-11 cond-mat.stat-mech cs.SI physics.soc-ph
Temporal Motifs in Patent Opposition and Collaboration Networks
专利是反映公司和组织创新活动的知识产权。文献中有大量的研究分析了专利之间的引用和拥有专利的公司之间的合作关系。然而，专利权人之间的对抗关系并没有得到很好的研究。模拟这种关系的一个代理是专利异议，这是一种公司质疑专利有效性的法律活动。描述专利对抗、合作以及它们之间的相互作用有助于更好地理解公司的商业战略。在这种情况下，时间性很重要，因为对立和合作的顺序和频率是它们相互作用的特征。在本研究中，我们建构了一个两层的时间网络来模拟公司间的专利对抗与合作。我们利用时间母题从结构和时间的角度来分析对立和合作。我们首先描述了专利对抗中常见的主题，并调查了不同规模的公司攻击其他公司的频率。我们发现，大公司往往从事反对与多家公司。然后，我们分析了合作和反对之间的时间相互作用。我们发现，两个敌对的公司更有可能在未来合作，而不是两个合作的公司在未来相互反对。
2022-02-04 cs.SI physics.soc-ph
Time and Citation Networks
引文网络产生于许多不同的社会系统，如学术界（通过发表论文）、商业界（通过专利）和法律界（通过法律判决）。引文代表着信息的传递，因此研究引文网络的结构将有助于我们理解知识是如何传递的。引文网络与其他网络的区别在于时间;文档只能引用较早的文档。我们建议，现有的网络措施没有考虑到时间的强烈限制。我们将用两种类型的因果意识分析来说明我们的方法。我们将我们的方法应用于由arXiv上的学术论文形成的引文网络、美国专利和美国最高法院的判决。我们表明，我们的工具可以揭示，引文网络，这似乎有非常相似的结构，由标准的网络措施，原来有显着不同的属性。我们解释我们的结果表明，许多文献中的参考书目没有直接相关的工作，我们可以提供一个简单的指标的重要引用。我们建议我们的方法可以突出对跨学科研究更感兴趣的论文。我们还量化了不同领域研究方向多样性的差异。
2015-07-06 cs.DL cs.SI physics.soc-ph
Identifying Emerging Technologies and Leading Companies using Network Dynamics of Patent Clusters: a Cybersecurity Case Study
战略决策严重依赖非科学仪器来预测新兴技术和领先公司。相反，我们建立了一个快速的定量系统，使用适用于任何行业的通用方法，以较小的计算量来发现给定领域中最重要的技术和公司。在美国专利商标局专利数据的帮助下，我们首先通过自动化机器学习工具为每个专利分配一个值。然后，我们应用网络科学来跟踪公司和专利集群（即技术）的相互作用和演变，以创建两组排名，突出重要或新兴的网络节点，这要归功于五个网络中心性指数。最后，我们用基于网络安全行业的案例研究来说明我们的系统。我们的研究结果产生了有用的见解，例如通过突出（i）具有不断增长的平均专利价值和集群规模的新兴技术，（ii）该领域最有影响力的公司，以及（iii）具有少数但有影响力的专利的有吸引力的初创公司。补充分析还提供了网络安全行业大公司研发边际回报递减的证据。
2022-09-21 cs.CR cs.SI
What is the dimension of citation space?
引文网络代表了代理人之间的信息流。它们在时间上受到约束，因此形成具有因果结构的有向无环图。在这里，我们提供了新的定量方法，以适应因果集方法的量子引力，考虑网络嵌入在闵可夫斯基时空和测量其尺寸使用Myrheim-Meyer和中点尺度估计的方法，以取代该结构。我们说明了这些方法的引用网络从arXiv，美国最高法院的判决，和专利，并发现，否则类似的引用网络有可测量的不同尺寸。我们认为，这些差异可以解释在引用行为的多样性或狭窄的水平。
2015-04-30 cs.DL cs.SI physics.soc-ph
Transitive Reduction of Citation Networks
在许多复杂网络中，顶点是按时间顺序排列的，而边则表示因果关系。我们提出了分析这种有向无环图的方法，考虑到因果关系的约束，突出因果结构。我们使用由学术论文、专利和美国最高法院判决形成的引文网络来说明我们的方法。我们展示了传递性减少如何揭示不同领域引用实践的根本差异，它如何突出特别有趣的工作，以及它如何纠正文档的年龄对其引用计数的影响。最后，我们传递约简了具有相似度分布的引用网络的空模型，并展示了传递约简后度分布的差异，以说明此类模型缺乏因果结构。
2014-03-27 cs.DL cs.SI physics.soc-ph
Mapping Technology Space by Normalizing Patent Networks
技术是一个复杂系统，各种技术在一个可以映射为网络的空间中相互关联。技术网络的结构可以揭示技术和人类行为的属性，如果它可以被准确地映射。技术网络是根据专利数据建立的，使用了几种邻近性措施。然而，这些措施受到专利制度因素的影响，这些因素并不反映技术或其接近程度。我们介绍了一种方法，以精确地规范化的多个碰撞因素的专利数据和提取技术接近的真实信号，通过比较经验的接近措施，他们将在随机情况下，删除碰撞因素。通过这种方法，我们使用390万项专利的数据创建了技术网络。在标准化之后，不同的接近程度变得更加相互关联，接近技术接近的单一维度。规范化的技术网络是稀疏的，很少有技术领域对显着相关。标准化的网络与人类行为相对应：我们分析了280万发明者的专利历史，发现如果两个不同的技术领域在技术网络中密切相关，他们更有可能在两个不同的技术领域进行发明。我们还分析了25万家公司的专利，发现相比之下，公司的发明活动与技术网络的关联性很小;公司的投资组合组合中技术领域对的组合是发明者的两倍。这些结果表明，控制的冲击因素提供了有意义的措施，技术接近专利为基础的技术空间的映射，这张地图可以用来帮助技术创新规划和管理。
2016-06-15 cs.DL cs.SI physics.soc-ph
Unbiased evaluation of ranking metrics reveals consistent performance in science and technology citation data
尽管越来越多地使用基于引用的指标进行研究评估，但我们还不知道哪些指标最能兑现其承诺，以衡量科学论文或专利的重要性。我们评估了17个基于网络的指标，通过它们在三个大型引文数据集中识别里程碑论文和专利的能力。我们发现，传统的信息检索评估指标的里程碑项目的年龄分布和年龄偏见的评估指标之间的相互作用的强烈影响。因此，这些指标的结果并不代表指标的排名能力。我们主张修改后的评估程序，明确惩罚有偏见的指标，并允许我们揭示指标的性能模式是一致的数据集。PageRank和LeaderRank被证明是表现最好的排名指标，当他们的年龄偏见被他们产生的分数的简单变换所抑制时，而其他流行的指标，包括引用计数，HITS和集体影响力，产生明显更差的排名结果。
2020-01-15 cs.DL cs.IR cs.SI
Forecasting countries' gross domestic product from patent data
最近在经济复杂性方面的进展表明，可以用一个单一的“经济适应性”变量来预测国家未来的经济发展，这个变量反映了国家在国际贸易中的竞争力。这种低维方法的预测可以匹配甚至优于基于更复杂方法的预测，例如国际货币基金组织（IMF）的预测。然而，所有先前的经济复杂性研究都旨在从世界贸易出口数据中量化国家的适应性，而没有考虑从其他数据来源推断国家增长潜力的可能性。在此，基于技术发展与经济增长之间的长期关系，我们的目标是通过专利数据预测各国的增长。具体来说，我们从欧洲专利局（EPO）数据集构建了一个国家之间的引用网络。初步结果表明，在这个网络中的H指数中心是一个潜在的候选人，以衡量国家经济表现。为了验证这一猜想，我们构造了一个由H指数和人均GDP定义的二维平面，并使用基于动力系统的预测方法来检验H指数的预测精度。我们发现，基于H指数-GDP平面的预测比IMF的预测高出约35%，并且它们略优于从贸易数据中提取的经济适应性。我们的研究结果可以激发进一步尝试从与科技创新相关的不同数据来源中识别国家增长的预测因素。
2022-05-27 cs.SI physics.soc-ph
The disruption index is biased by citation inflation
University of California, Merced（加州大学默塞德分校）；Politecnico Milano（米兰理工大学）
本文揭示了引用膨胀导致破坏指数时间偏移的问题，指出引用网络结构变化使跨时间分析困难，提出三种批评方法和合成网络以测试其他指标的系统性偏差。
2023-06-02 cs.DL cs.SI econ.GN
Strategic forecasting of internet of things technologies through patent social network and innovation cluster analysis
Shahid Beheshti University（沙希德贝赫什蒂大学）
本研究通过专利社会网络和创新集群分析，预测物联网技术的发展趋势，揭示技术集群演化及协作动态，为战略决策提供依据。
2026-01-22 cs.SI
Measuring Technological Complexity Using Japanese Patents
University of Hyogo（兵库县立大学）；RIKEN, Center for Computational Science（理化学研究所计算科学中心）
针对技术识别的挑战，提出基于1981-2010财年日本专利数据的企业层面技术复杂度指数（TCI）评估方法，通过 bipartite 网络分析提供更细粒度见解，明确区域优势并为创新战略制定提供新可能。
2025-11-14 cs.SI
Is Europe Evolving Toward an Integrated Research Area?
一体化的欧洲研究区（ERA）是更具竞争力和开放的欧洲研发体系的关键组成部分。然而，欧盟特定的一体化政策，旨在克服与国家边界相关的创新障碍的影响还没有得到很好的理解。在这里，我们分析了1986-2010年25年间提交给欧洲专利局（EPO）的2.4 x 10^6项专利申请，以及ISI Web of Science的2.6 x 10^5项记录样本，以定量衡量边界在国际研发合作和流动中的作用。根据这些数据，我们为分析的每一年构建了五个不同的网络：（i）专利共同发明人网络，（ii）出版物共同作者网络，（iii）共同申请人专利网络，（iv）专利引用网络和（v）专利流动网络。我们使用网络科学和计量经济学的方法进行跨时间的比较分析，并在欧盟和非欧盟国家之间，以确定欧盟一体化政策产生的“待遇效应”。使用非欧盟国家作为对照组，我们提供的定量证据表明，尽管几十年来努力建立一个欧洲研究区，在专利和出版的全球趋势上几乎没有整合。这一分析提供了具体的证据，表明欧洲仍然是一个国家创新体系的集合体。
2013-02-13 cs.DL cs.SI physics.data-an
A Novel Patent Similarity Measurement Methodology: Semantic Distance and Technological Distance
University of Auckland（奥克兰大学）；University of Arizona（亚利桑那大学）；SR Universe（SR宇宙公司）；Royal Melbourne Institute of Technology（皇家墨尔本理工大学）；Yonsei University（延世大学）
本文提出一种融合语义相似性、IPC技术相似性和书目信息的混合专利相似度测量方法，并通过420对专利的人工评估证明其优于现有自然语言处理技术。
2023-12-01 cs.AI cs.IR cs.SI
Context Sensitive Article Ranking with Citation Context Analysis
在特定的上下文中很难发现重要的文章。基于全文检索的信息检索技术可能无法准确识别主要主题，并且无法提供有关文章重要性的指示。生成一个引文网络是找到最流行文章的好方法，但这种方法没有上下文意识。引用标记周围的文本通常是所引用文章的很好的摘要。因此，引文上下文分析提供了一个机会，利用群众的智慧，在上下文敏感的方式检测重要的文章。在这项工作中，我们分析引用上下文，以适当地为给定的主题排名的文章。该模型使用引文上下文，以创建一个有向和加权的引文网络的基础上的目标主题。如果引用上下文包含与目标主题相关的术语，则在两篇文章之间创建有向和加权边。然后，我们应用常见的排名算法，以便在这个新创建的网络中找到重要的文章。我们表明，这种方法成功地检测到一个很好的子集，最突出的文章在一个给定的主题。这种方法的最大贡献是，我们能够识别给定搜索词的重要文章，即使这些文章不包含该搜索词。此技术可用于其他链接文档，包括网页、法律文档和专利。
2016-04-26 cs.DL cs.IR cs.SI
Dynamic patterns of knowledge flows across technological domains: empirical results and link prediction
本研究旨在探讨跨技术领域知识溢出的结构与演化。具体而言，29个技术领域之间的知识流动的动态模式，衡量专利引用8个不同的时期，确定和链接预测的预测能力，在这些跨领域的专利网络的演变进行了测试。使用卡茨度量的预测的总体成功意味着，有一种趋势，主要是在一组以前链接的技术领域内产生更多的知识流。本研究通过描述动态技术网络中的结构变化和演化行为，并为预测未来技术知识流的出现提供基础，为创新研究做出了贡献。
2017-06-21 cs.CY cs.DL cs.SI
Power-law weighted networks from local attachments
这封信介绍了一种机制，通过分布式决策的过程中，基板的集体动力学的研究扩展幂律加权网络所需的标度指数和固定的聚类系数。分析结果表明，连通性分布收敛于社会和工程系统中常见的标度行为。为了说明所提出的框架的方法，我们生成类似于以下文献的经验引用分布的稳态属性的网络基底：（i）1981年至1997年由科学信息研究所索引的出版物;（ii）1975年至1999年由美国专利商标局授予的专利;以及（iii）最高法院撰写的意见书及其引用的1754年至2002年的案例。
2012-06-04 cs.SI physics.soc-ph
Generating Synthetic Citation Networks with Communities
Warsaw University of Technology（华沙理工大学）；Systems Research Institute, Polish Academy of Sciences（波兰科学院系统研究所）
本文系统比较了生成近无环、具有真实社区结构的有向图生成器，提出通过反转边方向以打破循环并诱导引用流动，改进了度校正随机块模型性能，并引入了Citation Seeder算法。
2026-09-30 cs.DL cs.SI physics.soc-ph
Citation Trajectory Prediction via Publication Influence Representation Using Temporal Knowledge Graph
Zhejiang University（浙江大学）
预测科技出版物的影响力已成为一个重要的研究领域，这在各种现实世界的情况下，如技术投资，研究方向的选择，和技术政策制定是有用的。引文轨迹预测是该领域最受欢迎的任务之一。现有的方法主要依赖于从学术文章中挖掘时态和图形数据。最近的一些方法能够通过聚合新出版物的元数据特征来处理冷启动预测。然而，隐含的因素，导致引文和更丰富的信息处理的时间和属性特征仍然需要探索。在本文中，我们提出了CTPIR，一个新的引文轨迹预测框架，能够代表的影响（引用的势头）无论是新的或现有的出版物使用的历史信息的所有属性。我们的框架由三个模块组成：差异保持图嵌入，细粒度影响表示和基于学习的轨迹计算。为了测试我们的框架在更多情况下的有效性，我们从现实世界中收集并构建了一个新的时态知识图谱数据集，命名为AIPatent，它源于人工智能领域的全球专利。实验在APS学术数据集和我们贡献的AIPatent数据集上进行。结果证明了我们的方法在引文轨迹预测任务中的优势。
2022-10-02 cs.AI cs.SI
A new mapping of technological interdependence
University of Perugia（佩鲁贾大学）；University of Urbino Carlo Bo（乌尔比诺卡罗·博大学）；National Institute of Economic and Social Research（国家经济与社会研究所）；The Productivity Institute（生产力研究所）；Lund University（隆德大学）
本研究利用文本挖掘与网络分析新方法，基于USPTO650万件专利数据，探究技术相互依存的两个维度对部门创新能力的长短期影响，发现专利文本含传统指标未捕捉的丰富信息。
2024-09-16 cs.CL cs.SI econ.EM
Mixed Logit Models and Network Formation
网络形成的研究在经济学、社会学和许多其他领域都很普遍。在本文中，我们将网络的形成建模为网络中的节点连接到其他节点的“选择”。我们研究这些“选择”使用离散选择模型，其中一个代理之间选择两个或多个离散的替代品。我们采用“重复选择”（RC）模型来研究网络的形成。我们认为，RC模型克服了重要的局限性的多项logit（MNL）模型，它提供了一个框架，研究网络的形成，它是非常适合研究网络的形成。我们还说明了如何使用RC模型来准确地研究网络形成使用合成和现实世界的网络。使用边缘独立的合成网络，我们还比较了MNL模型和RC模型的性能。我们发现RC模型比MNL模型更准确地估计了我们的合成网络的数据生成过程。在一个专利引文网络，这是顺序形成的，我们提出了一个案例研究的定性有趣的情况下-事实上，新的专利更有可能引用旧的，更多的引用，和类似的专利-其中采用RC模型产生有趣的见解。
2022-08-26 cs.SI econ.TH physics.soc-ph
Green building blocks reveal the complex anatomy of climate change mitigation technologies
Nanchang University（南昌大学）；The Growth Lab, Harvard University（哈佛大学增长实验室）；Complexity Science Hub（复杂科学中心）；IT:U Interdisciplinary Transformation University Austria（奥地利跨学科转型大学）
该研究通过比较绿色与非绿色专利识别可降低碳足迹的GBB，并构建问题—减缓技术网络，揭示创新领域差异、企业合作模式及对国际协作的高度依赖。
2026-11-02 cs.SI physics.soc-ph
Tracing technological development trajectories: A genetic knowledge persistence-based main path approach
本文的目的是提出一种新的方法来确定主要路径在一个技术领域的专利引文。以前使用主路径分析的方法大大提高了我们对实际技术轨迹的理解，但仍然有一些局限性。他们很有可能从确定的主要路径中错过一些主导专利;尽管如此，他们的主要路径的高网络复杂性使得轨迹的定性跟踪成为问题。该方法从基于标准遗传知识持久化算法识别出的高持久化专利中搜索前向和后向路径。我们通过将其应用于海水淡化和太阳能光伏领域来测试新方法，并将结果与使用先前方法的相同领域的输出进行比较。实证结果表明，所提出的方法克服了上述缺点，定义的主要路径是几乎10倍的复杂性，同时包含更多的相关重要知识比现有方法定义的主要路径网络。
2016-08-26 cs.CY cs.DL cs.SI
World citation and collaboration networks: uncovering the role of geography in science
现代信息和通信技术，特别是因特网，减少了空间距离和领土边界对信息获取和传播的影响。这使科学家能够更密切地合作和国际化。然而，地理仍然是影响科学动态的一个重要因素。在这里，我们提出了一个系统的分析城市和国家之间的引用和合作网络，通过分配论文的作者所属的地理位置。城市之间的引文流量和合作强度随着距离的增加而减小，并遵循引力定律。此外，一个国家的总研究影响力随着国家研发资金的数量呈线性增长。然而，平均影响揭示了一种特殊的门槛效应：一个国家的科学产出只有在每年对每个研究人员的投资超过10万美元的情况下才可能达到大于世界平均水平的影响。
2012-12-17 cs.DL cs.SI physics.data-an
Detecting Emerging Technologies in Artificial Intelligence Scientific Ecosystem Using an Indicator-based Model
Concordia University（康考迪亚大学）；National Research Council Canada（加拿大国家研究委员会）
由于其对社会的潜在影响，早期识别紧急主题具有突出的重要性。有许多方法可以检测新出现的术语和主题，它们都有优点和缺点。然而，关于涌现的属性和指标没有达成共识。在本研究中，我们使用一种评估新兴性的新方法来评估人工智能领域的新兴主题检测。我们还介绍了两个新的属性的合作和技术的影响，这可以帮助我们同时使用纸张和专利信息。我们的研究结果证实，所提出的新方法可以成功地识别研究期间的新兴主题。此外，这种新方法可以为我们提供每个属性的得分和最终的出现得分，这使得我们能够根据出现得分和每个属性得分对新兴主题进行排名。
2022-10-06 cs.AI cs.CL cs.DL
