PatSTEG: Modeling Formation Dynamics of Patent Citation Networks via The Semantic-Topological Evolutionary Graph
提出 PatSTEG 联合语义-拓扑演化图学习方法,建模专利引用网络形成动态,在 CNPat 和公开数据集上验证其优于现有方法。
2024-02-03 cs.DL cs.IR
Determinants of Patent Citations in Biotechnology: An Analysis of Patent Influence Across the Industrial and Organizational Boundaries
本文扩展了文献调查的关键驱动因素导致某些专利对随后的技术发展(发明)比其他的施加更强的影响。我们调查了六个关键决定因素,即(i)科学知识的使用,(ii)技术基础的广度,(iii)专利开发中的合作存在,(iv)权利要求的数量,(v)范围,(vi)新颖性,以及这些决定因素的影响如何变化,当专利的影响力--以专利收到的转发引用数衡量--在工业和组织边界内和跨工业和组织边界进行区分。我们对1976年至2003年授予293家美国生物技术公司的5671项专利进行了实证分析。结果表明,专利影响力的决定因素的贡献不同的领域,确定的产业和组织的边界。例如,研究结果表明,科学知识的使用对专利在生物技术产业之外的影响力产生了负面影响,而对专利的使用则有助于使专利与受让人随后的技术发展更加相关。此外,专利的范围越广,该专利从随后的非生物技术专利中获得的引用次数就越多。当考虑到专利对授予专利受让人以外的其他组织的发明的影响时,这种关系是倒U形的。最后,专利的新颖性是倒U型的,它与专利对跨越产业和组织边界的后续发明的影响有关。
2014-03-09 cs.DL
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
Patent Citation Dynamics Modeling via Multi-Attention Recurrent Networks
Virginia Tech(弗吉尼亚理工学院)
建模和预测专利的前向引用是发现新兴技术和衡量发明进步脉搏的中心任务。传统的方法预测这些前向引文投的时间点过程,依赖于先前收到的引文的条件强度的分析的问题。最近的方法模型的条件强度作为一个循环神经网络链捕捉记忆依赖,希望减少强度函数的参数形式的限制。对于专利引用的问题,我们观察到,预测专利的引用链不仅受益于专利的历史本身,而且还从与该专利相关的受让人和发明人的历史引用。在本文中,我们提出了一个序列到序列模型,采用注意力的注意力机制来捕捉这些多个时间序列的依赖关系。此外,该模型能够预测专利的下一次引用的时间戳和类别。在从USPTO收集的大型专利引文数据集上进行的大量实验表明,该模型在前向引文预测方面优于最先进的模型。
2019-05-22 cs.DL cs.LG stat.ML
Recognition of Emerging Technology Trends. Class-selective study of citations in the U.S. Patent Citation Network
通过采用基于引用的专利递归排名方法,可以跟踪新技术领域的演变。具体而言,它表明,激光/喷墨打印机技术出现的重组两个现有的技术:顺序打印和静态图像生产。来自不同“先驱”类别的引文的动态阐明了新领域出现的机制,并提供了对未来技术发展进行预测的可能性。对于专利网络,PageRank阻尼因子的最佳值接近0.5; d=0.85的应用导致不可接受的排名结果。
2016-02-25 cs.DL physics.soc-ph
Patent Citation Spectroscopy (PCS): Algorithmic retrieval of landmark patents
在生物医学研究和开发(R&D)中构建专利景观的一个重要组成部分是确定最具开创性的专利。然而,确定开创性的专利需要生物医学领域的主题专家。在这个简短的交流中,我们报告了一种分析方法和工具,专利引用光谱(PCS),用于快速识别用户指定的生物医学创新领域的里程碑式专利。PCS在大量专利中挖掘引用的参考文献,并提供对历史上最具影响力的先前工作的估计。PCS的功效在两个具有临床相关性的生物医学创新案例研究中显示:(1)RNA干扰和(2)胆固醇。PCS挖掘和分析了4,065篇与RNA干扰专利相关的引用文献,并正确识别了该技术的基础专利,这些专利由RNAi知识产权领域的专家独立报告。其次,PCS被应用于一系列广泛的专利处理胆固醇-案例研究选择,以反映更一般的,而不是专家,专利检索查询。PCS通过11,326篇引用的参考文献进行了挖掘,并确定了开创性的专利为立普妥,这是治疗高胆固醇的开创性药物,以及Repatha的两项专利。这些案例表明,PCS为识别生物医学创新和治疗领域的开创性专利提供了一种有用的方法。该交互式工具可在www.leydesdorff.net/pcs/上免费使用。
2017-10-14 cs.DL
Paper-Patent Citation Linkages as Early Signs for Predicting Delayed Recognized Knowledge: Macro and Micro Evidence
在这项研究中,我们调查了专利引用论文的程度可以作为预测科学知识延迟识别的早期迹象,使用与对照组,即,即时识别文件。我们确定了两组相反的文件的BCP措施,一个无参数的指标,用于识别文件被确认的延迟。我们提供了一个宏观(科学/自然论文数据集)和微观(从数据集中选择的一个案例)的证据,论文专利引用链接作为早期迹象,预测延迟认识的科学知识。看来,延迟识别的论文比即时识别论文显示出更强和更长的技术影响。我们提供的迹象表明,在最近几年的论文与延迟承认更经常和更早地唤醒专利,而不是科学论文(也称为“王子”)。我们还发现,专利引用似乎在避免即时识别论文趋于平稳或成为所谓的“昙花一现”方面发挥了重要作用,即,即时识别。此外,《睡美人》可能首先遭遇负面引用,然后是专利引用,最后得到广泛认可。与即时识别论文的两个重点领域(生物学和化学)相比,延迟识别论文在生物学,化学,心理学,地质学,材料科学和物理学中的分布相当均匀。我们发现了几对“科学沉睡”--“技术[...]。我们建议在进一步的研究中,通过使用引用延迟分析,专利和NPL分析和引用上下文分析来发现潜在的提前和变革性研究。
2020-01-20 cs.DL
The Nexus of Open Science and Innovation: Insights from Patent Citations
本文利用Marx 2023数据库和OpenAlex数据,分析专利引用中开放获取出版物的使用情况,发现各学科中OA出版物在专利引用中更为普遍,尤其在生物学和医学领域。
2024-02-14 cs.DL
Fame and Obsolescence: Disentangling growth and ageing dynamics of patent citations
我们提出了一个分析,随着时间的推移,由美国专利和商标局在1998年授予的专利的引文。与以前的研究相比,按技术类别进行分解,并控制外源引起的引文数量增长。我们的方法揭示了一个内在的引用率,清楚地分为-从长远来看,指数时间依赖-老化功能和一个完全时间无关的偏好附着型增长内核。对于这样一个可分离的引用率的一般情况下,我们得到的时间依赖的引用分布分析的形式,是有效的任何功能形式的老化和增长的部分。理论和专利引文数据的长期特征之间的良好一致性确立了我们的工作作为一个有用的框架,用于解决有关知识传播动态的尚未解决的问题,例如在短时间内观察到的过量引用。
2017-03-22 cs.DL physics.soc-ph
Community Detection and Growth Potential Prediction Using the Stochastic Block Model and the Long Short-term Memory from Patent Citation Networks
专利文献评分对技术管理非常有用。然而,传统的方法是基于静态模型,因此,不反映技术集群的专利的增长潜力。因为即使专利集群没有增长的希望,我们也认识到,如果PageRank或其他排名得分很高,那么专利就很重要。因此,有必要开展引文网络聚类和未来引文预测。本研究利用随机块模型对专利引文网络进行聚类分析,目的是使企业管理者和投资者能够评估技术的规模和生存周期。结果表明,嵌套SBM适用于专利引文网络的图聚类。此外,当通过使用LSTM预测每个集群的增长潜力时,获得了高MAPE值,并且方向准确度达到了大于50%的值。
2019-04-23 cs.DL cs.IR
Linking Science and Industry: Influence of Scientific Research on Technological Innovation through Patent Citations
本研究分析六大领域11.7万余篇论文,揭示出版年份、开放获取状态等因素对专利引用的影响,发现开放获取论文被专利引用概率更高,资金增加等因素有负面影响,为科学与产业融合提供参考。
2025-02-20 cs.DL stat.AP
Early identification of important patents through network centrality
技术预测中最具挑战性的问题之一是尽早确定那些有可能导致我们社会发生根本变化的技术。在本文中,我们使用美国专利引文网络(1926-2010年),以测试我们的能力,早期识别一系列具有历史意义的专利,通过引文网络分析。我们表明,为了有效地发现这些专利后不久,他们被授予,我们需要超越原始引用计数,并考虑到引文网络拓扑结构和时间信息。特别是,一个年龄归一化的专利中心性的措施,称为重新缩放的PageRank,使我们能够识别显着的专利早于引用计数和PageRank得分。此外,我们发现,虽然高影响力专利倾向于以类似于科学论文的方式依赖于其他高影响力专利,但专利的引用动态明显慢于论文,这使得重要专利的早期识别比重要论文更具挑战性。
2017-10-25 cs.DL cs.IR cs.SI
Ex-ante measure of patent quality reveals intrinsic fitness for citation-network growth
我们已经构建了一个适应度参数,表征专利被引用的内在吸引力,从专利被授予时已知的相关发明的属性。这种外源获得的健身被证明是确定的时间增长的引文网络的优先附件和过时引起的老化,而不参考个别专利的特点运作的机制。我们的研究打开了一扇窗户,可以定量地理解富人变得更富有和适合变得更富有范式的相互作用,这些范式被建议用于管理现实世界复杂网络的增长动力学。
2019-05-29 cs.DL physics.soc-ph
Predicting Patent Citations to measure Economic Impact of Scholarly Research
Northern Illinois University(北伊利诺伊大学)
资助研究和开发的一个关键目标一直是促进经济发展。在此基础上,发表了一系列研究报告,目的是确定经济影响的确切构成以及如何准确衡量这种影响。许多指标被用来衡量经济影响,但没有一个指标被广泛采用。基于从Altmetric收集的专利数据,我们使用几种分类模型通过各种社交媒体功能预测专利引用。引用研究论文的专利意味着它在其领域的直接应用潜力。这些预测可供研究人员在申请专利时确定其工作的实际应用。
2019-06-07 cs.DL cs.LG econ.GN
Identifying influential patents in citation networks using enhanced VoteRank centrality
这项研究提出了一种名为VoteRank的方法,由Zhang et al.(2016)创建,用于识别专利引文网络上的有影响力的节点。此外,提出了改进的VoteRank算法,扩展了Zhang等人的工作。这些新的算法包括一个减少的投票能力的节点所选择的扩频器的影响,如果节点远离扩频器。一种方法使用与距离扩展器的距离成线性关系的缩减因子,我们称之为VoteRank-LRed。另一种方法使用一个关于与扩展器的距离呈指数关系的缩减因子,我们称之为VoteRank-XRed。通过将这些方法应用于引文网络,我们能够证明VoteRank-LRed在测试的引文网络上比原始VoteRank更有效地选择影响力传播者。
2018-11-05 cs.DL cs.SI physics.soc-ph
Testing the science/technology relationship by analysis of patent citations of scientific papers after decomposition of both science and technology
科学知识发展与技术发展之间的关系被广泛认为是技术演变中最重要和最复杂的方面之一。本文通过使用更严格的结构来区分基于技术领域的技术(定义为由使用特定技术知识体实现特定通用功能的工件组成),增加了我们对这种关系的理解。
2017-04-30 cs.DL physics.soc-ph
Revealing the spatial extent of patent citations in the UK: How far does knowledge really spillover?
本文以英国专利引用为知识流代理指标,分析知识溢出的空间范围,发现制度因素显著影响溢出概率,且溢出多在扩展通勤边界内耗尽,该效应随时间增强并因行业而异。
2023-06-30 cs.DL physics.soc-ph
Comparing scientific and technological impact of biomedical research
传统上,学术论文从其他论文中获得的引用次数被用作其科学影响力的代理。然而,引用可以来自科学界以外的领域,其中一个例子是通过专利技术-论文可以被专利引用,从而产生技术影响。虽然论文的科学影响已经得到了广泛的研究,但在文献中对技术方面的了解仍然较少。在这里,我们的目标是通过对91.9万篇生物医学论文如何被美国专利和其他论文引用的比较研究来填补这一空白。我们观察到专利和论文的引用之间存在正相关关系,但无论是被引用最多的论文还是延迟识别最多的论文,这两个领域之间几乎没有重叠。我们还发现,这两种类型的引用表现出明显的时间变化,与专利引用落后于论文引用的中位数为6年的大多数论文。我们的工作有助于理解论文的技术影响。
2018-07-03 cs.DL physics.soc-ph
Discoverability matters: Open access models and the translation of science into patents
Sorbonne Université, CNRS, Groupe d’Étude des Méthodes de l’Analyse Sociologique de la Sorbonne, GEMASS(索邦大学,法国国家科学研究中心,索邦大学社会学分析方法研究组);School of Information Resources Management, Renmin University of China(中国人民大学信息资源管理学院);École de bibliothéconomie et des sciences de l’information, Université de Montréal(蒙特利尔大学图书馆学与信息科学学院);Centre interuniversitaire de recherche sur la science et la technologie (CIRST), Université du Québec à Montréal(魁北克大学蒙特利尔分校,跨大学科学技术研究中心)
本文研究不同科学出版模式如何影响专利引用的科学出版物选择及其与专利技术的认知匹配,发现开放获取模式对创新的影响不仅取决于访问性,还取决于出版模式在信息基础设施中的嵌入情况。
2026-03-30 cs.DL
An analysis of the evolution of science-technology linkage in biomedicine
证明公共研究的实用价值一直是科学政策的一个重要课题。在这里,我们提出了一个详细的研究,生命科学相关的专利和生物医学研究之间的引用联系的演变超过37年的时间。我们的分析依赖于一个新创建的数据集,该数据集系统地将数百万非专利参考文献与生物医学论文联系起来。我们发现,各技术部门之间的科学联系数量悬殊,其中生物技术和药物专利占主导地位,长期以来这种联系呈指数增长,每2.9年翻一番。多年来,美国一直是被引用科学的最大生产国,获得了近一半的引用。超过一半的引用来自大学。我们使用一个新的论文级指标来量化一篇论文在多大程度上是基础研究还是临床医学。我们发现,被引用的论文很可能是基础研究,但与FDA批准的药物相关的专利中引用的论文中有很大一部分是临床研究。美国国立卫生研究院仍然是引用科学的重要资助者。对于大多数公司来说,其专利中超过一半的引用是由公共研究撰写的。总的来说,这些结果表明公共科学与私营部门的发明持续存在联系。
2020-06-05 cs.CY cs.DL physics.soc-ph
Does Environmental Economics lead to patentable research?
本研究通过对专利文献中的期刊论文引用模式的研究,探讨社会科学和人文科学的学术研究对技术创新的影响。具体来说,我们专注于引用期刊从环境经济学领域的专利包括在美国专利数据库(USPTO)。三十年的专利已经导致了一小部分期刊文章(85)被引用的环境经济学领域。虽然这条衡量学术研究如何通过其在刺激技术进步中的作用得到验证的途径可能相当有限(基于第一次探索),但它仍然可能为进一步研究指出一个有价值和有趣的主题。
2019-05-07 cs.DL econ.GN q-fin.EC
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
Sleeping Beauties Cited in Patents: Is there also a Dormitory of Inventions?
《科学中的睡美人》(A Sleeping Beauty in Science)是一本出版物,它在很长一段时间内都没有被注意到(沉睡),然后,几乎是突然间,它吸引了大量的注意力(被一位王子唤醒)。在我们前面的研究中,我们发现大约一半的睡美人是面向应用的,因此是潜在的睡眠创新。在本文中,我们调查了一个新的主题:专利中引用的睡美人。这样,我们就可以探索一个发明宿舍的存在。我们发现,专利引用可能发生在觉醒之前或之后,睡眠的深度,即,睡眠期间的引用率,并不能预测睡美人以后的科学或技术影响。发明人-作者自引只发生在少数被专利引用的睡美人中,但其他类型的发明人-作者链接发生得更频繁。我们通过测量整个科学文献中与精确定义的主题以及睡美人在睡眠时间期间和之后的更广泛的研究主题相关的论文数量的时间依赖性演变来分析它们是否处理新主题。我们通过分析第一组引用睡美人的论文来关注觉醒。接下来,我们创建主题相关的概念图和引用论文的时间紧接着觉醒后的一段时间和最近的时期。最后,我们对《睡美人》的被引和被引关系进行了广泛的评价。我们发现,可调共引分析是一个强大的工具,发现王子和其他重要的应用导向的工作直接相关的睡美人,例如论文作者谁引用睡美人在专利的发明人,以及在他们的科学论文。
2016-04-19 cs.DL physics.soc-ph
Interactive Overlay Maps for US Patent (USPTO) Data Based on International Patent Classifications (IPC)
我们报告了美国专利商标局(USPTO)的接口的开发,该接口允许将专利组合映射为从1976-2011年期间该数据库中包含的所有专利之间的引用关系构建的底图的覆盖图。界面和数据都属于公共领域;免费软件程序VOSViewer和/或Pajek可用于可视化。这些底图和叠加图可以在世界知识产权组织(WIPO)的国际专利分类(IPC)的3位数和4位数级别上生成。底图可以为分析师提供一个稳定的心理框架,以跟踪不同年份的搜索进展,并可以动画显示。美国专利商标局先进的搜索引擎的充分灵活性可用于生成专利和/或专利申请集,从而可以可视化和比较。该工具允许解决有关技术距离、组合多样性的问题,并随着时间的推移推动技术和组织技术能力的发展。
2012-11-18 cs.DL
PubMed knowledge graph 2.0: Connecting papers, patents, and clinical trials in biomedical science
针对生物医学领域论文、专利、临床试验分散存储难以系统关联的问题,本研究构建了整合多类资源与关联的PKG 2.0知识图谱,经验证在关键任务表现优异,可为相关研究提供宝贵资源。
2025-06-18 cs.DL
Trends in Cuban research output: publications and patents
古巴的科学和技术以重要成就而闻名,特别是在人类保健和生物技术方面。在二十世纪下半叶,国家建立了一个科学机构系统,以处理和解决重大的经济、文化、社会和卫生问题。然而,过去30年来该岛面临的经济危机对古巴的科学研究产生了重大影响。除了投资减少外,数以千计的年轻和资深科学家移居其他国家对古巴的研究产出产生了重大影响。迄今为止,还没有关于这一期间古巴作者的科学出版物、引文或专利的系统分析。本文分析了古巴自1970年以来的科学生产,特别关注过去三十年(1990 - 2019年)。所有国家的指标都与其他国家进行了比较,重点是拉丁美洲的指标。初步结果显示,古巴科学出版物的增长率(两倍)低于几个拉丁美洲国家(平均五倍)。此外,自2014年以来,古巴科学出版物的年度数量正在减少。最后,分析表明,大多数引用指数较高的古巴年轻作者(1990-2019)都在国外工作。与本研究相关的所有数据和代码都是开放的,可以在GitHub(https://github.com/ypriverol/cubascience)中找到。
2020-07-19 cs.DL
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
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
The disruption index suffers from citation inflation and is confounded by shifts in scholarly citation practice
University of California, Merced(加州大学默塞德分校);Politecnico Milano(米兰理工大学)
本文揭示颠覆指数因引用膨胀和学术引用实践变化而系统性下降,通过数学推导和实验验证,发现颠覆性与团队规模的关系在特定条件下发生转变。
2024-06-21 cs.DL econ.EM physics.soc-ph
Cascading Citation Expansion
数字科学的维度被设想为下一代研究和发现平台,以更好,更有效地访问交叉引用的学术出版物,赠款,专利和临床试验。作为不断增长的开放引文资源的新补充,它提供了可能使研究人员,政策制定者和公众等科学出版物的各种利益相关者受益的机会。在这篇文章中,我们探索并展示了级联引用扩展方面的一些实际潜力。给定一组出版物,级联引用扩展过程可以连续地应用于一组文章,以便通过引用链接将覆盖范围扩展到越来越多的相关文章。虽然概念的起源可以追溯到加菲尔德的引文索引,但直到最近,它在很大程度上仍然局限于少数能够不受限制地访问引文数据库的人,这些引文数据库足够大,足以维持这种迭代扩展。基于Dimensions的开放API,我们在CiteSpace中集成了级联引用扩展功能,并演示了如何从这些新功能中受益。总之,级联引用扩展有可能提高我们对科学知识的结构和动态的理解。
2018-05-31 cs.DL
Deep forecasting of translational impact in medical research
UCL Queen Square Institute of Neurology, University College London(伦敦大学学院皇后广场神经病学研究所);NIHR University College London Hospitals Biomedical Research Centre(英国国家健康研究所伦敦大学学院医院生物医学研究中心);Wellcome Data Labs, Wellcome Trust(惠康基金会数据实验室);UCL Institute of Cardiovascular Sciences, University College London(伦敦大学学院心血管科学研究所);Faculty of Life Sciences, University College London(伦敦大学学院生命科学学院)
生物医学研究的价值--每年1.7万亿美元的投资--最终取决于其下游的现实影响。目前,影响力的客观预测依赖于替代性的、还原性的传播指标,如论文引用率,其与现实世界翻译的关系仍然没有量化。在这里,我们试图确定未来现实世界翻译的相对可预测性-通过包含在专利,指南或政策文件中-从生物医学出版物的摘要级内容与引用和出版物元数据的复杂模型。我们开发了一套多尺度出版数据的代表性和判别性数学模型,使用Microsoft Academic Graph从1990年到2019年捕获的整个生物医学研究语料库,在主要生物医学领域提前量化样本外的预测性能,涵盖所有领域的4330万篇论文。我们发现,引用只有适度的预测翻译的影响,判断列入专利,指南,或政策文件。相比之下,出版物标题,摘要和元数据的高维模型表现出高保真度(AUROC > 0.9),跨时间和主题领域概括,并转移到识别诺贝尔奖获得者论文的任务。通过包含在专利,指南或政策文件中索引的论文的翻译影响可以预测-样本外和提前-从其摘要级内容的复杂模型中获得比出版元数据或引用度量模型更高的保真度。我们认为,基于内容的影响模型的性能优于传统的,基于引用的措施,并维持一个更强有力的证据为基础的要求翻译潜力的客观测量。
2021-10-17 cs.DL cs.LG
Disambiguation of Patent Inventors and Assignees Using High-Resolution Geolocation Data
专利数据是通过引用、共同发明和共同转让新专利的网络提供创新和技术演变信息的重要来源。从这些数据中提取有用信息的一个主要障碍是消除名称歧义的问题:将个人或机构的不同拼法与一个单一的标识符联系起来,以唯一地确定参与创造一项技术的各方。在本文中,我们描述了一种新的算法,该算法使用高分辨率的地理位置来消除在欧洲专利局(EPO),专利合作条约(PCT)和美国专利商标局(USPTO)中发现的360多万项专利的发明人和受让人的歧义。我们表明,与波士顿和巴黎EPO受让人名称的手动消歧相比,我们的算法具有高精确度和高召回率,并表明它对于可以链接到高分辨率地址的USPTO发明人名称的基准测试表现良好(但对于从未提供高质量地址的发明人来说表现不佳)。这项工作最重要的好处是高质量的受让人消歧与世界范围内的覆盖加上发明人消歧,这是竞争对手的其他国家的最先进的方法。据我们所知,这是对这三大专利集中相当一部分专利的发明人和受让人姓名进行的最广泛、最准确的同时消歧和交叉链接。
2015-12-13 cs.DL physics.data-an physics.soc-ph
Citations to articles citing Benford's law: a Benford analysis
在大数据中,数字的第一个有效数字的出现通常受一个称为本福德定律(BL)的递减分布的控制,S。Newcomb(SN)和几十年后独立的F。Benford(FB).由于它的反直觉性,几十年来,这条定律仅仅被当作一种好奇的观察而被忽视。然而,SN/FB的论文被引用的数量大幅增加,这表明它的显著复苏。法律已经走过了漫长的道路,从默默无闻到现在成为书籍,同行评议论文,专利,博客和新闻的常规主题。本文利用Google Scholar(GS)收集了引用SN/FB原始论文的文章的被引次数数据,并研究了这些引文数据的前几位数字是否按照他们发现的规律分布。我们发现,文献的引用数据BL是在显着的法律的预测一致。
2016-03-19 cs.DL physics.soc-ph
Internal and External Impacts of Natural Language Processing Papers
Texas A&M University(德克萨斯A&M大学)
本研究分析1979-2024年顶级NLP会议论文的引用,发现语言建模影响最广,而伦理等主题在政策文件中受关注但学术引用少,外部领域偏好各异。
2025-05-21 cs.CL cs.DL
Sleeping Beauties in Medical Research: Technological Relevance, High Scientific Impact
我们调查了医学研究中的睡美人(SB),特别关注专利中引用的SB。我们发现,SBs相对数量的增长趋势在1998年左右结束。然而,仍然有一部分出版物成为SB。许多SB成为高引用出版物,它们甚至属于其领域引用最多的出版物的前10%至20%。我们测量了睡眠时间长度、睡眠期间引用强度和清醒时引用强度对SB数量的影响。我们确定了大睡美人方程,该方程表明,深度睡眠后醒来的概率随着睡眠时间的延长而迅速变小,而唤醒强度更高的概率下降得非常快。标度指数显示出时间依赖性行为,这表明随着睡眠时间的延长,SB的发生率降低。我们证明了在觉醒之前被专利引用的SB的比例呈指数级增长。这一发现表明,技术时滞正在变得比睡眠时间更短。发明者-作者自引可能会缩短技术时滞,但这种影响很小。最后,我们讨论了SBs的特点,成为有史以来引用最高的医学论文之一。
2019-04-16 cs.DL physics.soc-ph
Dimensions: Calculating Disruption Indices at Scale
针对学术思想颠覆性指数大规模计算耗时且成本高的问题,提出利用Dimensions云基础设施的新算法,将计算时间降低一个数量级,并在线提供免设置功能,促进了数学颠覆模型的快速开发与验证。
2023-09-12 cs.DB cs.DL
Changing topic bias in biomedical science maps by linking documents through alternative data sources: policy documents, patents, authors, Facebook, and Twitter
Centre for Science and Technology Studies, Leiden University(莱顿大学科学技术研究中心);Leiden Institute of Advanced Computer Science, Leiden University(莱顿大学高级计算机科学研究所)
本文探讨通过不同数据源构建文档网络如何改变科学地图的主题偏见,发现不同数据源影响不同主题,为定制化科学地图提供可能。
2026-06-05 cs.DL
An Intelligent Innovation Dataset on Scientific Research Outcomes
本文提出智能创新数据集IIDS,整合近120年论文、引用、专利、法律状态及资助信息六个相互关联的数据集,以解决现有开放数据源缺乏关联和时间覆盖有限的问题,为科研与政策分析提供全面数据支持。
2024-09-29 cs.DB cs.DL
A Curated Literature Database for Monitoring More Than 30 Years of Ansys Granta Product Usage
Ansys, part of Synopsys(安世半导体(Synopsys旗下));ICME Team at Synopsys Innovation Group(新思科技创新集团ICME团队)
该研究提出一个结构化数据库,用于监控Ansys Granta产品在学术和技术文献中的使用情况,通过半自动化和专家编纂方法整合使用证据,支持定量分析和证据评估。
2026-02-20 cs.DL