高　楠，傅俊英，赵蕴华（中国科学技术信息研究所，北京 100038）

基于专利共被引方法的研究前沿识别
——以脑机接口领域为例*

高楠，傅俊英，赵蕴华
（中国科学技术信息研究所，北京 100038）

探索基于专利共被引分析来识别领域研究前沿的方法。采用基于原始观测值和余弦距离两种相似度算法，建立专利相似度矩阵，利用社会网络分析，获得研究前沿簇，再进行簇类命名，得到研究前沿。利用Innography数据库的脑机接口领域专利数据对此方法进行验证，并对两种算法获得的结果进行比较，发现相对于基于原始观测值的相似度算法，余弦距离相似度算法能识别出更多的研究前沿，且识别结果的内容更为丰富。

研究前沿；专利；共被引分析；脑机接口；相似度算法

对科技信息实时追踪、识别领域研究前沿，是科技情报工作的重要内容之一。目前文献计量学领域对于研究前沿的识别分析，多以论文作为数据源，较少涉及专利数据。世界知识产权组织公布的一组数据显示［1］，专利说明书中含有90％～95％的研发成果，其中85％以上的技术将不再出现于其他技术文献中，且要比其他载体早公开1-2年。专利数据涵盖了更为广博丰富的技术信息，适于领域的研究前沿分析。但专利数据具有其特殊性如专利家族，在实际分析中要针对具体情况加以研究。

1　研究进展

1965年Price［2］首次基于文献计量提出研究前沿的概念及识别方法，认为研究前沿由30～50篇最近发表的高被引文献组成，涉及的方法是被引频次统计。……