羅 愷 袁曉東

(1.武漢紡織大學(xué)會計學(xué)院 武漢 430074；2.華中科技大學(xué)管理學(xué)院 武漢 430074)

A Study on the Technology Convergence Trend of Patent Based on LDA and Social Network——An Example of Joint Robot

Luo Kai1Yuan Xiaodong2

(1.School of Accounting of Wuhan Textile University, Wuhan 430074；2.School of Management of Huazhong University of Science and Technology，Wuhan 430074)

Abstract：[Purpose/Significance]With the complexity of industry and technology, it needs to integrate multiple technical fields in order to innovate effectively. The research on the trend of technology convergence is helpful to provide the path of industrial innovation, promote technology convergence and identify emerging technologies.[Method/Process]The research uses LDA and social network method and takes joint robot patent as an example to classify topics from patent literature, refine technical keywords, construct the topics co-occurrence matrix between technical keywords, measure and analyze the trend of technology convergence. [Result/Conclusion]The results show that the patent technology convergence of joint robot present a small world, the convergence trend of mechanical body and drive structure, control system and drive structure is not obvious, sensor is the key core technology, the combination of robot and artificial intelligence is an emerging field of industrial technology development.

Keywords：joint robot patent; LDA; technology convergence; industrial technology development

0 引 言

高新技術(shù)產(chǎn)業(yè)創(chuàng)新過程中累積了大量的專利，專利的急聚增加一方面說明了創(chuàng)新十分積極活躍，技術(shù)的進(jìn)步更新?lián)Q代十分迅猛；但另一方面，帶來競爭的日益激烈和技術(shù)構(gòu)成的復(fù)雜化，需要多個細(xì)分的技術(shù)領(lǐng)域融合和制造而來，例如，關(guān)節(jié)機(jī)器人產(chǎn)業(yè)，又稱“關(guān)節(jié)手臂機(jī)器人”或者“關(guān)節(jié)機(jī)械手臂”。隨著人機(jī)共融技術(shù)不斷深化，關(guān)節(jié)機(jī)器人技術(shù)得到了廣泛的應(yīng)用?！秶抑虚L期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006-2020年)》提出加強(qiáng)我國自主創(chuàng)新能力，為我國企業(yè)自主創(chuàng)新提供政策環(huán)境支持，國家“十三五”提出“創(chuàng)新驅(qū)動發(fā)展”，把創(chuàng)新戰(zhàn)略上升到了國家級層面。因此，我國有一大批企業(yè)、高校、科研院所投入或者轉(zhuǎn)型對關(guān)節(jié)機(jī)器人進(jìn)行研發(fā)創(chuàng)新，如，清華大學(xué)、廣西大學(xué)、國家電網(wǎng)、科沃斯、百度等，產(chǎn)銷規(guī)模進(jìn)一步擴(kuò)大，根據(jù)中國電子學(xué)會發(fā)布的《中國機(jī)器人產(chǎn)業(yè)發(fā)展報告(2017年)》指出，全球機(jī)器人市場規(guī)模將達(dá)到232億美元，據(jù)預(yù)測，關(guān)節(jié)機(jī)器人市場規(guī)模將達(dá)到88億美元。全球競爭加劇，我國機(jī)器人市場潛力巨大，據(jù)統(tǒng)計，我國關(guān)節(jié)機(jī)器人銷量將要超過6成。創(chuàng)新主體掌握大量的專利技術(shù)，這些專利技術(shù)融合在一起共同促進(jìn)企業(yè)的技術(shù)創(chuàng)新。關(guān)節(jié)機(jī)器人產(chǎn)業(yè)作為早期單一的技術(shù)到如今多元化知識技術(shù)交叉、融合的高新技術(shù)產(chǎn)業(yè)，產(chǎn)業(yè)的技術(shù)創(chuàng)新進(jìn)步需要多種學(xué)科知識和技術(shù)集成在一起進(jìn)行創(chuàng)新應(yīng)用，一個技術(shù)領(lǐng)域的發(fā)展往往依賴于其他技術(shù)領(lǐng)域的技術(shù)融合滲透，驅(qū)動發(fā)展。因此，技術(shù)融合已經(jīng)成為關(guān)節(jié)機(jī)器人產(chǎn)業(yè)技術(shù)創(chuàng)新發(fā)展的重要模式。研究運(yùn)用文獻(xiàn)計量等多種技術(shù)融合測度方法研究技術(shù)融合的特征，分析融合趨勢，宏觀層面可以理解、認(rèn)知關(guān)節(jié)機(jī)器人的技術(shù)融合趨勢和創(chuàng)新軌跡，進(jìn)而對技術(shù)融合趨勢進(jìn)行整體測度和研究；微觀層面可以對技術(shù)融合網(wǎng)絡(luò)中的各主要技術(shù)節(jié)點進(jìn)行分析，衡量它們所扮演的角色和功能作用，測量它們的融合程度，判定哪些技術(shù)組合非常成熟，哪些可能是未來可以采取突破式創(chuàng)新的技術(shù)組合，分析潛在的技術(shù)發(fā)展趨勢，對于產(chǎn)業(yè)洞察技術(shù)機(jī)會，制定技術(shù)創(chuàng)新發(fā)展戰(zhàn)略具有重要意義。

研究選取關(guān)節(jié)機(jī)器人專利為研究樣本，以往的研究雖然涉及了人工智能、工業(yè)機(jī)器人[1-2]等高新技術(shù)領(lǐng)域的技術(shù)融合問題，但研究的視角集中在技術(shù)機(jī)會，人工智能技術(shù)對其他產(chǎn)業(yè)的技術(shù)外溢、與其他產(chǎn)業(yè)如物聯(lián)網(wǎng)、無人機(jī)產(chǎn)業(yè)的技術(shù)融合程度，忽略了智能機(jī)器人的細(xì)分領(lǐng)域如關(guān)節(jié)機(jī)器人的研究，因此，研究從專利關(guān)鍵詞共現(xiàn)的視角，提出基于LDA主題模型的技術(shù)融合分析框架，應(yīng)用多維衡量指標(biāo)從技術(shù)融合的整體變化趨勢情況，融合演化軌跡和技術(shù)融合網(wǎng)絡(luò)中的各主要技術(shù)節(jié)點的融合程度和融合趨勢的作用機(jī)理，對不同階段我國關(guān)節(jié)機(jī)器人產(chǎn)業(yè)的技術(shù)融合進(jìn)行多方面、多維度的趨勢分析，以期把握專利技術(shù)創(chuàng)新發(fā)展趨勢和規(guī)律，潛在的技術(shù)機(jī)會和創(chuàng)新方向。

1 文獻(xiàn)綜述

技術(shù)融合的概念最早被認(rèn)為在不同產(chǎn)業(yè)中存在著相類似的技術(shù)[3]。隨著技術(shù)創(chuàng)新不斷發(fā)展，技術(shù)融合的研究日益受到學(xué)界的關(guān)注，賦予了技術(shù)融合新的概念，如技術(shù)匯聚、技術(shù)共現(xiàn)。部分學(xué)者[4-6]把技術(shù)融合看作是技術(shù)的集成，研究表明：融合由產(chǎn)品構(gòu)建能力、技術(shù)選擇能力、技術(shù)吸收能力及技術(shù)重構(gòu)能力構(gòu)成；融合本質(zhì)是知識的產(chǎn)生、應(yīng)用及維持，可分為專利組合、專利池、專利聯(lián)營；技術(shù)標(biāo)準(zhǔn)中的專利越集中，集成能力越強(qiáng)。Iansiti[7]指出技術(shù)融合是吸收各種內(nèi)外部技術(shù)知識并融合在一起，形成一個框架，在不連續(xù)的技術(shù)創(chuàng)新過程中，技術(shù)融合可以為產(chǎn)業(yè)有效的獲取競爭優(yōu)勢。技術(shù)融合也可以被認(rèn)為知識間的相互吸引，技術(shù)距離縮短產(chǎn)生融合，2種及以上技術(shù)結(jié)合成為一種或多種新技術(shù)[8]。從技術(shù)融合的界定可得，技術(shù)融合是指2個及以上技術(shù)領(lǐng)域，集成在一起，技術(shù)距離開始縮短，集成關(guān)系不斷加深，演變成了技術(shù)的融合。

技術(shù)融合的研究聚焦于這幾方面：(1)對技術(shù)融合的測量。技術(shù)融合的測量可以利用科學(xué)文獻(xiàn)、新聞報紙、R&D合作，但專利被認(rèn)為是最可靠、最能反映出最新技術(shù)信息的數(shù)據(jù)?，F(xiàn)有文獻(xiàn)主要利用專利引文、IPC、德溫特手工代碼共現(xiàn)的方法來測量技術(shù)融合。劉鑫等[9]提出中國3D打印專利在技術(shù)結(jié)構(gòu)上的不均衡性和技術(shù)融合上的多樣性；一些產(chǎn)業(yè)內(nèi)不同技術(shù)領(lǐng)域關(guān)聯(lián)的專利越多技術(shù)融合度越緊密。反之，則越弱[10-11]；Ohjin Kwon等[12]提出了一種基于專利共類分析方法來測量跨產(chǎn)業(yè)融合；Jeonghwan Jeon等[13]選擇了韓國安全技術(shù)領(lǐng)域?qū)＠?，提出了如何識別核心技術(shù)，技術(shù)融合有利于擴(kuò)展開放式創(chuàng)新。(2)技術(shù)融合對企業(yè)績效的影響研究?，F(xiàn)有研究不僅關(guān)注于產(chǎn)業(yè)內(nèi)部的技術(shù)融合，還逐漸深入到跨領(lǐng)域的技術(shù)融合和其對企業(yè)績效的影響研究?？珙I(lǐng)域的技術(shù)融合更能打破技術(shù)知識邊界，催生新的技術(shù)，提高企業(yè)績效。王媛等[14]將技術(shù)融合分為替代性技術(shù)和互補(bǔ)性技術(shù)融合，以新能源汽車產(chǎn)業(yè)為例，研究發(fā)現(xiàn)：跨領(lǐng)域的技術(shù)融合有利于新產(chǎn)品開發(fā)績效；部分學(xué)者[15-16]認(rèn)為技術(shù)融合、企業(yè)動態(tài)能力對企業(yè)績效有積極影響，尤其是技術(shù)融合網(wǎng)絡(luò)中擁有中心度較大的核心技術(shù)企業(yè)，更能促進(jìn)企業(yè)的創(chuàng)新績效。(3)技術(shù)融合趨勢研究。上述研究都是對技術(shù)融合進(jìn)行靜態(tài)的測量，無法觀測出融合的趨勢和把握技術(shù)的演進(jìn)規(guī)律。苗紅等[17]認(rèn)為研究技術(shù)融合趨勢有重要意義，能把握技術(shù)軌跡的變化規(guī)律，宏觀上把握產(chǎn)業(yè)發(fā)展方向，識別出新興產(chǎn)業(yè)，微觀上看出每個技術(shù)節(jié)點起的作用以及識別潛在的新興技術(shù)，并以老年可穿戴技術(shù)進(jìn)行了實證研究；馮科等[18]認(rèn)為對跨產(chǎn)業(yè)層面的技術(shù)融合趨勢研究，有助于為產(chǎn)業(yè)政策制定提供支撐并分析了電子信息、裝備制造業(yè)、汽車三大產(chǎn)業(yè)的技術(shù)融合趨勢；此外，有研究[19-21]對無人駕駛、3D打印、健康醫(yī)療服務(wù)產(chǎn)業(yè)進(jìn)行了技術(shù)融合趨勢的分析。

現(xiàn)有研究大部分是基于專利IPC(國際專利分類號)共現(xiàn)的方法，構(gòu)建IPC關(guān)聯(lián)指標(biāo)或者利用德溫特專利數(shù)據(jù)的手工代碼，進(jìn)行技術(shù)分類，測量技術(shù)融合程度。雖然，IPC和德溫特手工代碼能反映一定程度上專利技術(shù)的融合性和創(chuàng)新，但目前的IPC分類與產(chǎn)業(yè)技術(shù)領(lǐng)域?qū)?yīng)不十分準(zhǔn)確；其次，IPC分類粗泛，最新技術(shù)無法細(xì)致體現(xiàn)。最后，無論是IPC和德溫特手工分類代碼更新滯后，反映不出專利文獻(xiàn)中所要表達(dá)的最新技術(shù)信息?，F(xiàn)有研究也通過ISI-SPRU-OST與IPC相匹配的方法將產(chǎn)業(yè)進(jìn)行技術(shù)領(lǐng)域的分類進(jìn)行研究技術(shù)融合，這種方法不十分精確，因為IPC分類與產(chǎn)業(yè)鏈的劃分出入很大，如機(jī)器人產(chǎn)業(yè)涉及較多技術(shù)領(lǐng)域，沒有能夠與之精確劃分其產(chǎn)業(yè)鏈的IPC匹配。因此，用IPC分類方法有時很難描述產(chǎn)業(yè)的技術(shù)融合。我國的高新技術(shù)產(chǎn)業(yè)技術(shù)融合特征是什么？隨著高新技術(shù)的復(fù)雜化、多元化，技術(shù)的融合成為大勢所趨，那么在融合趨勢是什么？各技術(shù)節(jié)點融合程度，哪些是優(yōu)勢技術(shù)？哪些是未來可以進(jìn)行突破式創(chuàng)新的？因此，研究上述問題，從深度上補(bǔ)充了我國高新技術(shù)產(chǎn)業(yè)技術(shù)融合理論研究。

區(qū)別以往構(gòu)建IPC共現(xiàn)網(wǎng)絡(luò)測量技術(shù)融合的方法，研究試圖提高技術(shù)融合網(wǎng)絡(luò)模式的精準(zhǔn)性，從海量的專利文獻(xiàn)中對技術(shù)的關(guān)鍵信息內(nèi)容進(jìn)行挖掘和高頻詞統(tǒng)計；利用LDA主題模型聚類方法與產(chǎn)業(yè)實際情況相結(jié)合，將技術(shù)關(guān)鍵詞依據(jù)聚類的主題詞進(jìn)行分類，取每個類中出現(xiàn)的前100名的高頻詞，然后進(jìn)行統(tǒng)計；將不同類中出現(xiàn)的共現(xiàn)詞進(jìn)行提煉出來，形成共現(xiàn)矩陣，跟蹤觀測前后階段主題詞共現(xiàn)的頻次，利用社會網(wǎng)絡(luò)的方法和余弦相似性模型對該技術(shù)共現(xiàn)矩陣進(jìn)行分析,反映出技術(shù)融合發(fā)展前沿趨勢。

2 研究設(shè)計

2.1研究思路專利作為衡量技術(shù)的重要指標(biāo)和載體，包含了全球90%以上的技術(shù)信息[22]。專利已逐步被用于衡量技術(shù)融合發(fā)展軌跡，反映了技術(shù)軌跡中知識的積累和進(jìn)步，因此，基于專利文獻(xiàn)來研究技術(shù)融合度及趨勢是可行的。研究以專利數(shù)據(jù)為研究樣本，研究思路由如下部分組成。

第1部分，建立專利數(shù)據(jù)集和LDA主題模型技術(shù)聚類。進(jìn)行專利文獻(xiàn)檢索，用python中的jieba包進(jìn)行分詞，利用TF-IDF算法對專利文獻(xiàn)中的技術(shù)關(guān)鍵詞進(jìn)行詞頻統(tǒng)計和權(quán)重計算，再用LDA主題模型對分詞后的關(guān)鍵詞進(jìn)行主題聚類，建立不同技術(shù)領(lǐng)域?qū)＠P(guān)鍵詞子集；第二部分，對歸類的技術(shù)主題中的關(guān)鍵詞進(jìn)行共現(xiàn)矩陣的構(gòu)建，利用社會網(wǎng)絡(luò)指標(biāo)測量各技術(shù)領(lǐng)域關(guān)鍵詞構(gòu)建的技術(shù)融合網(wǎng)絡(luò)，研究技術(shù)融合趨勢。LDA主題模型的原理如圖1所示。

圖1 基于LDA主題模型技術(shù)融合原理

2.2研究方法

2.2.1 LDA主題模型聚類 LDA全稱Latent Dirichlet Allocation，是一種文檔主題生成模型，也稱為三層貝葉斯概率模型，已有研究[23-25]逐漸用 LDA 模型對智能手機(jī)、安全技術(shù)產(chǎn)業(yè)進(jìn)行了技術(shù)融合測度，得出了LDA是有效的測度技術(shù)融合和專利內(nèi)容分析的方法，但基于的是德溫特手工代碼，有一定滯后性也無法反映出技術(shù)前沿，以及只考慮了同一主題類中關(guān)鍵詞之間的共現(xiàn)，局限于某個技術(shù)的內(nèi)部融合，缺乏對跨技術(shù)主題間的融合研究，英文專利文獻(xiàn)中的英文單詞獨立，不需要進(jìn)行分詞，而中文的專利文獻(xiàn)需要對文本內(nèi)容進(jìn)行分詞，因此，區(qū)別以往研究，將LDA和TF-IDF結(jié)合在一起研究基于中文專利文獻(xiàn)的技術(shù)融合。LDA 模型假設(shè)詞是由一個主題產(chǎn)生，同時呈現(xiàn)一個多項式分布，這些主題被分布在得到的相關(guān)文獻(xiàn)中，從 Dirichlet 分布中抽樣產(chǎn)生，如公式(1)、(2)所示。

(1)

(2)

LDA結(jié)構(gòu)模型完整清晰，采用高效的概率推斷算法處理大規(guī)模數(shù)據(jù)，是目前研究非常流行的一種文本聚類分析方法。研究對象基于的是中文的專利文獻(xiàn)，首先提煉出摘要，建立摘要數(shù)據(jù)集，然后，對摘要內(nèi)容進(jìn)行去除停用詞、分詞后，提煉出有價值、高頻的技術(shù)特征詞，為LDA分析做準(zhǔn)備，研究采取TF-IDF算法進(jìn)行文本處理，如公式(3)所示。

(3)

TF-IDF算法是一種廣泛的用于計算文本中關(guān)鍵詞權(quán)重的方法。其原理統(tǒng)計出每篇文獻(xiàn)中關(guān)鍵詞的數(shù)量，然后計算出關(guān)鍵詞的詞頻，依據(jù)上述公式計算出詞頻的權(quán)重，來衡量判斷該詞是否為技術(shù)關(guān)鍵詞。

2.2.2 技術(shù)融合分析 研究將LDA提煉出的技術(shù)關(guān)鍵詞與其對應(yīng)的最優(yōu)主題數(shù)結(jié)合起來，對兩兩組合的關(guān)鍵詞同時出現(xiàn)在主題類的次數(shù)進(jìn)行分布統(tǒng)計,描述具體技術(shù)間的融合結(jié)構(gòu),進(jìn)而構(gòu)建主題數(shù)——技術(shù)關(guān)鍵詞共現(xiàn)矩陣。運(yùn)用ucinet和社會網(wǎng)絡(luò)分析方法、工具對共現(xiàn)矩陣進(jìn)行網(wǎng)絡(luò)可視化，構(gòu)建融合分析指標(biāo)，研究技術(shù)融合，如表1所示。

表1 技術(shù)融合指標(biāo)

有研究表明，相似性越高的技術(shù)，融合概率越大，越能促進(jìn)漸進(jìn)式創(chuàng)新，反之融合的阻礙越大，差異性越大，有可能未來產(chǎn)生突破性創(chuàng)新[26]。研究利用余弦相似性計算技術(shù)融合網(wǎng)絡(luò)中節(jié)點間的相似性，分析潛在的技術(shù)融合趨勢。計算公式(4)為:

(4)

Sij為技術(shù)i與技術(shù)j的余弦相似性指數(shù),k代表技術(shù)類別數(shù)量，Cik(Cjk)代表技術(shù)融合矩陣中的值。

3 實證分析

3.1數(shù)據(jù)來源與階段劃分研究選取專利數(shù)據(jù)庫incopat和國家重點產(chǎn)業(yè)專利信息服務(wù)平臺作為專利數(shù)據(jù)的來源。為了分析技術(shù)融合的演化規(guī)律，以申請日為1998-2018年間，檢索出在中國申請的關(guān)節(jié)機(jī)器人發(fā)明專利，檢索時間為2020年7月1日，檢索策略參考國家知識產(chǎn)權(quán)局《產(chǎn)業(yè)專利分析報告——關(guān)節(jié)機(jī)器人》[27]給出的關(guān)節(jié)機(jī)器人技術(shù)分解和incopat的擴(kuò)展檢索功能確定的專利檢索關(guān)鍵詞，并結(jié)合關(guān)節(jié)機(jī)器人產(chǎn)業(yè)的發(fā)展歷程。產(chǎn)業(yè)發(fā)展經(jīng)歷了轉(zhuǎn)軸關(guān)節(jié)、驅(qū)動關(guān)節(jié)技術(shù)、現(xiàn)在的智能化滲透融合三個階段。因此，研究按照關(guān)節(jié)機(jī)器人產(chǎn)業(yè)發(fā)展歷程，分為1998-2004、2005-2011、2012-2018三個階段分析技術(shù)融合趨勢。如圖2所示。

圖2 關(guān)節(jié)機(jī)器人發(fā)展歷程

依據(jù)劃分的關(guān)節(jié)機(jī)器人發(fā)展歷程和專利檢索詞，得出關(guān)節(jié)機(jī)器人產(chǎn)業(yè)專利歷年分布，如圖3所示。

圖3 關(guān)節(jié)機(jī)器人產(chǎn)業(yè)歷年專利申請量變化趨勢

從圖3可以看出，截止到2018年關(guān)節(jié)機(jī)器人專利不斷發(fā)展，專利的申請量每年呈上升趨勢，增長速率逐年加快。圖3顯示了關(guān)節(jié)機(jī)器人產(chǎn)業(yè)發(fā)展的三個階段的專利申請情況。關(guān)節(jié)機(jī)器人專利申請數(shù)量在1998-2004年間機(jī)器人產(chǎn)業(yè)處于萌芽階段，關(guān)節(jié)機(jī)器人的應(yīng)用范圍比較狹隘，智能型機(jī)器人還未形成，因此，這一時間段的專利每年申請量較少，增長速率較低，產(chǎn)業(yè)發(fā)展較為緩慢；2005-2011年間，較之前，專利申請量逐年增多，但我國關(guān)節(jié)機(jī)器人產(chǎn)業(yè)發(fā)技術(shù)發(fā)展還是比較滯后；2012-2018年以后，隨著我國陸續(xù)出臺創(chuàng)新、產(chǎn)業(yè)發(fā)展政策，為我國關(guān)節(jié)機(jī)器人技術(shù)發(fā)展?fàn)I造了良好的創(chuàng)新環(huán)境，人工智能技術(shù)不斷進(jìn)步并在機(jī)器人領(lǐng)域得到了廣泛的應(yīng)用，這一階段專利增長速度明顯加快，涌現(xiàn)出大量專利，我國關(guān)節(jié)機(jī)器人產(chǎn)業(yè)進(jìn)一步得到發(fā)展。

3.2技術(shù)融合分析

3.2.1 LDA主題聚類分析 利用python分析工具，依據(jù)TF-IDF算法和LDA主題模型原理，對獲取的1998-2018年間關(guān)節(jié)機(jī)器人發(fā)明專利進(jìn)行文本挖掘，提煉出技術(shù)關(guān)鍵詞，進(jìn)行主題聚類，劃分出每個主題類下的前100個高頻詞。LDA主題的確定一直是一個難題，目前尚未出現(xiàn)比較精準(zhǔn)有效的確認(rèn)方法，調(diào)用python中的scikit-learn中的LDA函數(shù)，需要設(shè)定一個必要參數(shù)主題數(shù)量N才能進(jìn)行聚類分析，主題確定有很多種選擇，依據(jù)Sievert等[28]和王樹義等[29]提出的LDA可視化分析，利用pyLDAvis工具包并結(jié)合關(guān)節(jié)機(jī)器人技術(shù)分解和產(chǎn)業(yè)鏈的劃分[27],困惑度指標(biāo)，確定出主題數(shù)。1998-2004、2005-2011、2012-2018年三個階段困惑度分別為11195.8908、2958.6525、1435.3421。從圖4(a-c)中可以看出，三個階段的主題數(shù)在二維空間向量上有明顯的差別，不

(a)1998-2004年LDA可視化

(b)2005-2011年LDA可視化

(c)2012-2018年LDA可視化

存在主題間的交疊，困惑度指標(biāo)較低，LDA劃分主題沒有一個“完美結(jié)果”。三個階段確定的主題數(shù)量較為合理。將聚類的主題歸為機(jī)械本體、驅(qū)動結(jié)構(gòu)、控制系統(tǒng)、控制軟件算法。

由于篇幅有限，具體三個階段的主題數(shù)和主要提取歸類的關(guān)鍵詞，如表2所示。從表2可以看出，關(guān)節(jié)機(jī)器人各技術(shù)領(lǐng)域特征各不相同，機(jī)械本體主要以裝置、機(jī)械手為主；驅(qū)動結(jié)構(gòu)以電機(jī)為主并與機(jī)械本體融合在一起；控制系統(tǒng)以傳感器為代表并結(jié)合機(jī)械本體。

表2 各階段LDA主題聚類(部分)

用python將劃分好的技術(shù)主題進(jìn)行詞云可視化，如圖5所示。圖5為各階段主題詞云圖。從圖5可以看出，機(jī)械本體的技術(shù)特征在于機(jī)械手。驅(qū)動結(jié)構(gòu)的優(yōu)勢技術(shù)在于驅(qū)動裝置和連接裝置；控制系統(tǒng)與機(jī)械手關(guān)聯(lián)的比較緊密，關(guān)節(jié)機(jī)器人技術(shù)融合主要以機(jī)械本體中的機(jī)械手為主融合驅(qū)動結(jié)構(gòu)和控制系統(tǒng)，機(jī)械手是關(guān)節(jié)機(jī)器人核心產(chǎn)品技術(shù)，反映出了技術(shù)發(fā)展的趨勢，機(jī)械本體中的其它技術(shù)和驅(qū)動結(jié)構(gòu)相結(jié)合比較少，將成為關(guān)節(jié)機(jī)器人的“卡脖子”技術(shù)。另外值得注意，從詞云圖中看出，關(guān)節(jié)機(jī)器人與醫(yī)療手術(shù)技術(shù)有融合的趨勢，應(yīng)用于醫(yī)療行業(yè)將會成為未來機(jī)器人產(chǎn)業(yè)發(fā)展的熱點。控制軟件算法在2005-2011年階段成為獨立主題4，可見是我國關(guān)節(jié)機(jī)器人專利技術(shù)優(yōu)勢之一，通過控制軟件算法使得機(jī)械本體完成多種任務(wù)。

圖5 技術(shù)關(guān)鍵詞云圖

3.2.2 技術(shù)融合趨勢整體分析 為了研究關(guān)節(jié)機(jī)器人產(chǎn)業(yè)技術(shù)融合的趨勢，對獲取的關(guān)節(jié)機(jī)器人發(fā)明專利按照1998-2004、2005-2011、2012-2018三個階段分別進(jìn)行LDA主題聚類后，將得出的各主題數(shù)下的前100個高頻技術(shù)關(guān)鍵詞匯總在一起，用python和excel進(jìn)行處理得到技術(shù)主題共現(xiàn)矩陣，矩陣中兩兩元素的共現(xiàn)頻次表示共同出現(xiàn)在各個主題中的次數(shù)，將共現(xiàn)矩陣進(jìn)行標(biāo)準(zhǔn)化處理，導(dǎo)入ucinet社會網(wǎng)絡(luò)分析工具，生成可視化的技術(shù)融合網(wǎng)絡(luò)趨勢圖(如圖6所示)。通過前后階段同一技術(shù)組合共現(xiàn)的延續(xù)觀測出技術(shù)融合的趨勢，例如，在技術(shù)融合網(wǎng)絡(luò)中兩個節(jié)點共現(xiàn)頻次≥2，意味著下個階段它們也出現(xiàn)在同一個主題中，該方法可以觀測出技術(shù)融合發(fā)展變化的軌跡，從而確定融合趨勢，反映出前后階段主題的繼承性。共現(xiàn)矩陣中兩節(jié)點主題共現(xiàn)頻次最大值為8，因此將主題共現(xiàn)頻次上限設(shè)置為8(由于篇幅有限，圖6(a-c)只展示出主題共現(xiàn)頻次前4的技術(shù)融合趨勢)，觀察不同主題共現(xiàn)頻次，以此研究分析技術(shù)融合動態(tài)變化規(guī)律。此外，將LDA主題聚類劃分得主題結(jié)合關(guān)節(jié)機(jī)器人技術(shù)分解和產(chǎn)業(yè)鏈的劃分，使用ucinet將技術(shù)融合網(wǎng)絡(luò)設(shè)置為四個聚類：聚類1(控制系統(tǒng)/驅(qū)動結(jié)構(gòu))、聚類2(機(jī)械本體/控制系統(tǒng)/驅(qū)動結(jié)構(gòu)/控制軟件算法)、聚類3(機(jī)械本體/驅(qū)動結(jié)構(gòu))、聚類4(機(jī)械本體/控制軟件算法)，以此研究在不同階段局部融合趨勢和規(guī)律，最后觀測出整體融合的趨勢特征。

圖6 技術(shù)融合趨勢圖

通過上述分析，歸納出關(guān)節(jié)機(jī)器人技術(shù)融合演化趨勢，如圖7所示。

圖7 1998-2018技術(shù)融合演化趨勢

1998-2018年間，整體技術(shù)融合網(wǎng)絡(luò)密度較大。這表明，關(guān)節(jié)機(jī)器人產(chǎn)業(yè)中的創(chuàng)新主體從原來的封閉式創(chuàng)新逐漸轉(zhuǎn)軌為開放式創(chuàng)新，我國分散著大量的下游關(guān)節(jié)機(jī)器人供應(yīng)商，他們進(jìn)行研發(fā)合作，整合技術(shù)資源，使得關(guān)節(jié)機(jī)器人技術(shù)不斷多元化發(fā)展。我國關(guān)節(jié)機(jī)器人的技術(shù)優(yōu)勢還是集中在機(jī)械本體和控制系統(tǒng)上，這與我國在關(guān)節(jié)機(jī)器人核心技術(shù)驅(qū)動結(jié)構(gòu)中缺乏芯片技術(shù)有關(guān)，驅(qū)動結(jié)構(gòu)的融合趨勢不明顯。從整體技術(shù)融合網(wǎng)絡(luò)主題共現(xiàn)頻次動態(tài)變化可以看出，聚類1即控制系統(tǒng)與驅(qū)動結(jié)構(gòu)的融合較聚類3機(jī)械本體與驅(qū)動結(jié)構(gòu)的融合更加緊密，可見控制系統(tǒng)在關(guān)節(jié)機(jī)器人產(chǎn)業(yè)技術(shù)發(fā)展中起到了中間層的作用。聚類4在主題共現(xiàn)頻次≥3融合趨勢開始變得較為松散，其中涉及到控制軟件算法中的硅片技術(shù)，關(guān)節(jié)機(jī)器人在醫(yī)療手術(shù)中的應(yīng)用，這表明關(guān)節(jié)機(jī)器人產(chǎn)業(yè)在控制軟件算法技術(shù)中有較大的發(fā)展?jié)摿?，目前關(guān)節(jié)機(jī)器人在應(yīng)用層面的創(chuàng)新還不夠，是將來技術(shù)創(chuàng)新、產(chǎn)業(yè)發(fā)展的路徑之一。從整體技術(shù)融合趨勢來看，主題共現(xiàn)頻次≥3以后，除了聚類2以外，其余的聚類融合較為松散，這表明關(guān)節(jié)機(jī)器人技術(shù)融合趨于社群融合，各個技術(shù)領(lǐng)域整合在一起進(jìn)行融合，局部融合放緩，整體融合加強(qiáng)，各技術(shù)領(lǐng)域偏向集成在一起，反映出將來關(guān)節(jié)機(jī)器人產(chǎn)業(yè)趨于集群化發(fā)展。

為了測量各階段關(guān)節(jié)機(jī)器人產(chǎn)業(yè)專利技術(shù)融合的程度，研究利用社會網(wǎng)絡(luò)指標(biāo)，通過ucinet工具計算1998-2004、2005-2011、2012-2018年三個階段的技術(shù)融合指標(biāo)包括：聚類系數(shù)、平均最短距離、網(wǎng)絡(luò)密度、度中心性、中介中心性、特征向量中心性，如表3所示。三個階段的聚類系數(shù)值都比較大，平均最短距離也較小，根據(jù)小世界理論，滿足聚類系數(shù)大于0.1而平均距離小于10的網(wǎng)絡(luò)為小世界網(wǎng)絡(luò)。關(guān)節(jié)機(jī)器人的技術(shù)融合呈現(xiàn)出小世界，最多通過1—2個節(jié)點就可以進(jìn)行局部聯(lián)系，這表明創(chuàng)新擴(kuò)散的速度很快，網(wǎng)絡(luò)吸收異質(zhì)知識信息效率非常高，但網(wǎng)絡(luò)的中介中心性值逐漸降低，這說明隨著技術(shù)融合規(guī)模的擴(kuò)大，網(wǎng)絡(luò)整體的溝通距離縮短，整體技術(shù)融合的緊密性提高。

表3 整體技術(shù)融合指標(biāo)測量值

3.2.3 節(jié)點技術(shù)融合趨勢分析 表4顯示了1998-2018年間排名前10位的技術(shù)融合高頻詞在不同階段技術(shù)融合測量指標(biāo)值。由表4可知，傳感器技術(shù)中心度值較大，說明我國在關(guān)節(jié)機(jī)器人控制系統(tǒng)尤其是傳感器技術(shù)存在技術(shù)優(yōu)勢，是核心關(guān)鍵技術(shù)，與機(jī)械本體和驅(qū)動結(jié)構(gòu)融合。早期驅(qū)動結(jié)構(gòu)中心度值和特征值向量中心值與控制系統(tǒng)、機(jī)械本體技術(shù)領(lǐng)域相比較低，說明驅(qū)動結(jié)構(gòu)是我國關(guān)節(jié)機(jī)器人技術(shù)發(fā)展的薄弱環(huán)節(jié)，容易造成國外“卡脖子”，但2012-2018年間中心度值增加尤其是驅(qū)動結(jié)構(gòu)中的電機(jī)，這反映我國開始完善技術(shù)鏈的布局，多元化發(fā)展。從三個階段來看，主要技術(shù)節(jié)點特征向量中心值趨于下降，表明技術(shù)節(jié)點的相對價值降低，表明我國的關(guān)節(jié)機(jī)器人技術(shù)創(chuàng)新模式從原來的以單一技術(shù)為核心的發(fā)展模式轉(zhuǎn)軌為多個技術(shù)集成在一起的集群發(fā)展模式。從主要節(jié)點的融合來看，關(guān)節(jié)機(jī)器人從早期單純的機(jī)械手臂，發(fā)展到與驅(qū)動技術(shù)、控制系統(tǒng)進(jìn)行結(jié)合運(yùn)轉(zhuǎn)，再到醫(yī)療，人工智能等領(lǐng)域與智能機(jī)器人相互滲透融合，應(yīng)用到不同場景。與機(jī)器人結(jié)合形成智能化的關(guān)節(jié)機(jī)械臂是關(guān)節(jié)機(jī)器人發(fā)展的大勢所趨。

表4 1998-2018年主要節(jié)點技術(shù)融合指標(biāo)趨勢

技術(shù)相似性計算結(jié)果如表5所示。 傳感器-機(jī)器人、驅(qū)動-控制、移動-機(jī)器人等技術(shù)組合的關(guān)聯(lián)度非常大，在關(guān)節(jié)機(jī)器人技術(shù)融合中起著重要作用。機(jī)械手-操作臺、控制器-存儲技術(shù)組合相似性值較小，這表明關(guān)節(jié)機(jī)器人在應(yīng)用層面的運(yùn)用還不夠，未來如果能夠有效促進(jìn)這些技術(shù)組合的關(guān)聯(lián)與融合，很有可能在這些技術(shù)領(lǐng)域中實現(xiàn)突破式創(chuàng)新，應(yīng)引起技術(shù)創(chuàng)新和專利管理者的高度關(guān)注。

表5 不同階段技術(shù)相似性計算結(jié)果(部分代表性技術(shù)組合)

續(xù)表5 不同階段技術(shù)相似性計算結(jié)果(部分代表性技術(shù)組合)

4 結(jié) 論

主要貢獻(xiàn)和創(chuàng)新點在于：研究基于1998-2018年在我國申請的關(guān)節(jié)機(jī)器人發(fā)明專利數(shù)據(jù)，構(gòu)建了一種LDA主題模型和社會網(wǎng)絡(luò)指標(biāo)結(jié)合的方法，運(yùn)用python、ucinet軟件研究了我國關(guān)節(jié)機(jī)器人專利整體和各個關(guān)鍵節(jié)點技術(shù)融合趨勢。區(qū)別之前通過IPC共現(xiàn)和專利引文分析技術(shù)融合趨勢，研究較合理和科學(xué)的解決了IPC分類與產(chǎn)業(yè)和技術(shù)領(lǐng)域劃分有時不能匹配，劃分不精確的問題，通過LDA可視化和困惑度指標(biāo)結(jié)合產(chǎn)業(yè)和技術(shù)鏈劃分的實際情況，確定不同階段的主題數(shù)，構(gòu)建關(guān)鍵詞主題詞共現(xiàn)頻次矩陣，通過觀測不同主題數(shù)共現(xiàn)頻次下的技術(shù)融合可視化網(wǎng)絡(luò)的演變，研究分析前后階段技術(shù)節(jié)點的延續(xù)性，從而判定出技術(shù)融合動態(tài)演化軌跡和特征，然后通過網(wǎng)絡(luò)中心度、中介中心性、特征值向量中心性、技術(shù)相似性指標(biāo)對技術(shù)融合整體網(wǎng)絡(luò)和各個關(guān)鍵節(jié)點的技術(shù)組合融合程度進(jìn)行了分析，本方法優(yōu)勢在于不拘泥于專利制度對技術(shù)領(lǐng)域的劃分，而又基于專利文獻(xiàn)信息，聚焦于產(chǎn)業(yè)和技術(shù)領(lǐng)域的實際情況，通過LDA聚類劃分主題數(shù)，反映出產(chǎn)業(yè)和技術(shù)發(fā)展的前沿。此方法可以為產(chǎn)業(yè)政策制定者和技術(shù)創(chuàng)新管理者提供有效的數(shù)據(jù)分析方法，為決策做支撐。此外，研究得到了以下結(jié)論：

a.通過LDA主題聚類可視化和困惑度指標(biāo)劃分的主題顯示沒有交疊，困惑度指標(biāo)較低，表明各階段劃分的主題數(shù)量較為合理，也符合產(chǎn)業(yè)和技術(shù)的實際劃分情況。具體分為：機(jī)械本體、控制系統(tǒng)、驅(qū)動結(jié)構(gòu)、控制軟件算法。通過技術(shù)融合可視化網(wǎng)絡(luò)觀測可得：控制系統(tǒng)與驅(qū)動結(jié)構(gòu)、機(jī)械本體與驅(qū)動結(jié)構(gòu)兩兩融合趨向于松散，技術(shù)融合特征趨于整體融合，產(chǎn)業(yè)和技術(shù)創(chuàng)新發(fā)展向集成創(chuàng)新模式轉(zhuǎn)軌。從社會網(wǎng)絡(luò)指標(biāo)分析來看，技術(shù)融合呈現(xiàn)小世界態(tài)勢，各技術(shù)領(lǐng)域內(nèi)的節(jié)點平均最短距離縮短，技術(shù)交流效率提高，整體網(wǎng)絡(luò)變得稠密。

b.從技術(shù)融合網(wǎng)絡(luò)中主要節(jié)點測量指標(biāo)來看，特征向量中心值有下降的趨勢，融合從早期的以傳感器、機(jī)械手臂等單個領(lǐng)域為中心節(jié)點連接形成多種技術(shù)集成在一起進(jìn)行融合。

c.從各技術(shù)節(jié)點兩兩之間的技術(shù)相似性值來看，關(guān)節(jié)機(jī)器人早期通過機(jī)械人與關(guān)節(jié)結(jié)合的比較緊密，但技術(shù)含量較低和應(yīng)用的領(lǐng)域有限，此后，發(fā)展為以整個機(jī)器人與各模塊相連接。機(jī)械本體與應(yīng)用層面技術(shù)相似性較低，但機(jī)器人與自動化技術(shù)相似性值較大，這說明我國關(guān)節(jié)機(jī)器人應(yīng)用前景巨大，與人工智能結(jié)合是技術(shù)創(chuàng)新和產(chǎn)業(yè)發(fā)展的路徑之一，也最有可能在這些領(lǐng)域?qū)崿F(xiàn)突破式創(chuàng)新。