摘要：物聯(lián)網(wǎng)產(chǎn)業(yè)被稱為繼計(jì)算機(jī)和互聯(lián)網(wǎng)之后，世界信息產(chǎn)業(yè)的第三次浪潮，代表著當(dāng)前和今后相當(dāng)一段時(shí)間內(nèi)信息網(wǎng)絡(luò)的發(fā)展方向。然而，我們也必須看到，物聯(lián)網(wǎng)產(chǎn)業(yè)在蓬勃發(fā)展的同時(shí)也逐漸暴露出了一些問(wèn)題，如社會(huì)各方更多地將注意力集中于物聯(lián)網(wǎng)概念而輕視其實(shí)際應(yīng)用?；诖耍疚慕柚y(tǒng)計(jì)分析方法，對(duì)部分企業(yè)物聯(lián)網(wǎng)專(zhuān)利申請(qǐng)情況進(jìn)行統(tǒng)計(jì)，通過(guò)專(zhuān)利共被引矩陣、系統(tǒng)聚類(lèi)分析，進(jìn)一步明顯物聯(lián)網(wǎng)技術(shù)發(fā)展現(xiàn)狀。

關(guān)鍵詞：物聯(lián)網(wǎng)技術(shù) 專(zhuān)利共被引 聚類(lèi)分析

為了更好地反映物聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展的趨勢(shì)以及確定物聯(lián)網(wǎng)關(guān)鍵技術(shù)，本課題借助專(zhuān)利數(shù)據(jù)挖掘方法，對(duì)全球物聯(lián)網(wǎng)產(chǎn)業(yè)相關(guān)專(zhuān)利技術(shù)進(jìn)行統(tǒng)計(jì)分析。

1 專(zhuān)利檢索

目前，世界主要發(fā)達(dá)國(guó)家和地區(qū)都建立了比較完善的專(zhuān)利數(shù)據(jù)庫(kù)，比如德溫特（Derwent，全球最權(quán)威專(zhuān)利文獻(xiàn)出版機(jī)構(gòu)）、德國(guó)專(zhuān)利和商標(biāo)局專(zhuān)利數(shù)據(jù)庫(kù)、美國(guó)專(zhuān)利局（USPTO）、歐洲專(zhuān)利局專(zhuān)利數(shù)據(jù)庫(kù)（ESP）、世界知識(shí)產(chǎn)權(quán)組織專(zhuān)利數(shù)據(jù)庫(kù)（WIPO）、日本PAJ數(shù)據(jù)庫(kù)以及中國(guó)CNIPR數(shù)據(jù)庫(kù)等。為了便于統(tǒng)計(jì)分析，本文選取較為權(quán)威的Derwent專(zhuān)利數(shù)據(jù)庫(kù)作為專(zhuān)利采集來(lái)源。

物聯(lián)網(wǎng)技術(shù)主要有感知、傳輸和處理三個(gè)環(huán)節(jié)構(gòu)成，其中感知是數(shù)據(jù)感知與采集、傳輸是數(shù)據(jù)傳輸，處理則是無(wú)線組網(wǎng)與信息處理反饋。本文在閱讀核心期刊文獻(xiàn)的基礎(chǔ)上，確定物聯(lián)網(wǎng)專(zhuān)利檢索關(guān)鍵詞：傳感（sensor，transducer，detector），射頻技術(shù)（RFID），微機(jī)電系統(tǒng)（mems），標(biāo)簽（label，tag，tab），讀寫(xiě)器（reader），二維碼（2d barcode），定位技術(shù)（GPS，location，global positioning system） ，分布式自組網(wǎng)（ad-hoc，mesh），超寬帶（ultrawideband，uwb），無(wú)線usb（wusb），藍(lán)牙（bluetooth），無(wú)線局域網(wǎng)（wireless man，wman），近距離無(wú)線通信（near field communication，nfc），物聯(lián)網(wǎng)（internet of things， iot， ubiquitous），傳感網(wǎng)（sensor network）無(wú)線傳感器網(wǎng)絡(luò)（wsn），拓?fù)浣M網(wǎng)（topology+，cluster+）。

同時(shí)，由于物聯(lián)網(wǎng)技術(shù)的集成性，使得相關(guān)專(zhuān)利權(quán)人非常多，這就給專(zhuān)利共被引矩陣造成很大困難。為此，本課題選取1976年以來(lái)物聯(lián)網(wǎng)專(zhuān)利技術(shù)影響力較高、且比較典型的8家公司作為研究對(duì)象，這8家企業(yè)專(zhuān)利被引證率高，實(shí)際上也能夠在一定程度反映物聯(lián)網(wǎng)技術(shù)的發(fā)展趨勢(shì)。專(zhuān)利數(shù)據(jù)檢索結(jié)果如表1所示。

2 專(zhuān)利共被引矩陣分析

專(zhuān)利共被引是指兩項(xiàng)專(zhuān)利技術(shù)同時(shí)被后來(lái)的其他專(zhuān)利引用的情況。例如，A、B兩項(xiàng)專(zhuān)利都被專(zhuān)利C引用，則可認(rèn)為專(zhuān)利A和B之間存在共被引關(guān)系，這種關(guān)系通常被認(rèn)為是兩項(xiàng)技術(shù)在理論或方法的表現(xiàn)。通常而言，專(zhuān)利共被引次數(shù)多，意味著此項(xiàng)技術(shù)較為關(guān)鍵。

本課題以上述8位專(zhuān)利權(quán)人（8家企業(yè)）作為共被引分析的主體，對(duì)其專(zhuān)利被引證信息進(jìn)行統(tǒng)計(jì)并相互對(duì)比找出共被引信息，建立共被引矩陣。

但是，共被引矩陣對(duì)角線上的數(shù)值代表企業(yè)自引的頻次，其他數(shù)值代表8家企業(yè)專(zhuān)利共同被引證的頻次。同時(shí)，共被引頻次僅能代表兩家企業(yè)之間專(zhuān)利被共同引用的絕對(duì)值，并不能反映相關(guān)聯(lián)情況，因此，需將共被引矩陣數(shù)值轉(zhuǎn)化為無(wú)量綱相關(guān)系。本文采用國(guó)內(nèi)外學(xué)者們慣用的方法，將共被引矩陣轉(zhuǎn)化為Pearson相關(guān)矩陣。首先，應(yīng)用SPSS-Statistics統(tǒng)計(jì)分析軟件中的Pearson相關(guān)系數(shù)進(jìn)行雙變量相關(guān)性分析，最終得到表2。

3 聚類(lèi)分析

為了更好地對(duì)物聯(lián)網(wǎng)發(fā)展趨勢(shì)進(jìn)行分析，本課題借助SPSS-Statistics統(tǒng)計(jì)分析軟件，用系統(tǒng)聚類(lèi)方法對(duì)專(zhuān)利共被引矩陣進(jìn)行聚類(lèi)分析。將數(shù)據(jù)輸入軟件，得到聚類(lèi)結(jié)果。從聚類(lèi)分析結(jié)果可以看出，8家企業(yè)被分為兩個(gè)類(lèi)別：一類(lèi)是施樂(lè)、西門(mén)子、柯達(dá)公司，以圖像采集、定位和處理專(zhuān)利技術(shù)為主；二類(lèi)是鎂光科技、IBM、松下電工、摩托羅拉、惠普、東芝，主要專(zhuān)利技術(shù)是中間件、通信網(wǎng)絡(luò)和物聯(lián)網(wǎng)系統(tǒng)集成。

參考文獻(xiàn)：

[1]楊璧嘉，張旭.專(zhuān)利網(wǎng)絡(luò)分析在技術(shù)路線圖中的應(yīng)用[J].情報(bào)分析與研究，2008（5）：61-66.

[2]http：//portal.uspto.gov/external/portal/pair.

[3]袁冰，朱東華，任智軍.基于數(shù)據(jù)挖掘技術(shù)的專(zhuān)利情報(bào)分析方法及其實(shí)證研究[J].情報(bào)雜志，2006，25（12）：99-101.

[4]王賢文，劉則淵，侯海燕.基于專(zhuān)利共被引的企業(yè)技術(shù)發(fā)展與技術(shù)競(jìng)爭(zhēng)分析：以世界500強(qiáng)中的工業(yè)企業(yè)為例[J].科研管理，2010，（4）：132-134.

作者簡(jiǎn)介：

黃新謀（1984-），男，福建莆田人，講師，碩士，主要研究方向：物流與供應(yīng)鏈管理。