马俊红 张文凤 冯 鑫 袁红梅

(沈阳药科大学工商管理学院 沈阳 110016)

0 引 言

近年来，伴随着科技和大数据的迅猛发展，生物技术、人工智能、信息技术和纳米技术等具有颠覆性特征的新兴技术迅速涌现，相关的专利和期刊论文数量也呈现激增现象[1]，面对错综复杂的技术信息网，科研人员显然已经不能通过主观判断准确地对技术趋势进行准确、快速分析[2]。因此，运用大数据分析方法对特定领域庞杂的科技信息进行高效整合尤为重要。

随着技术迭代和机器算法的发展，提纲挈领地对某一领域的发展演变进行精练地描述，逐渐成为绘制技术演化脉络的普适性方法。通过追踪引文网络中重要节点的连通，可以挖掘网络中的核心技术，但从复杂的引文网络中观察技术的发展脉络和路径非常困难[3-4]。主路径分析凭借能够从数以万计的引文网络中抽象出重要的技术路径而被许多学者青睐。将主路径分析方法应用到发现技术演化脉络上发端于期刊论文引文网络，以往的研究也集中将主路径分析方法运用在科学论文中进行某一领域技术演化脉络测绘，例如：Fontana[5]、Fu[6]、Arianna M等[7]将基于论文的主路径应用到局域网、物联网以及电信制造业等领域。此外，祝清松[8]、颜端武等[9]运用论文数据并纳入共被引和时序主题等在主路径方法改进方面做出贡献。然而，仅对科学论文的演化分析不足以洞察某一领域技术发展动态，作为世界上最大的技术信息源，专利文献包含丰富的技术信息[10]，专利的引用关系体现了技术之间的继承与发展，基于专利引用网络的主路径分析可用于研究技术演化脉络，对技术趋势做出快速分析[11]。……