發(fā)布時間：2023-04-02 23:27

　　隨著互聯(lián)網(wǎng)信息技術(shù)的飛速發(fā)展,新一輪科技革命和產(chǎn)業(yè)變革正處于重要交匯期。人工智能技術(shù)已走出實驗室,逐步與各行業(yè)實體經(jīng)濟深度融合,成為培育新增長點和新動能的戰(zhàn)略方向,未來將對人類的生產(chǎn)生活帶來歷史性的顛覆。同時,專利作為技術(shù)和創(chuàng)新能力的表征,隨著信息技術(shù)的發(fā)展和知識產(chǎn)權(quán)保護的加強,專利數(shù)據(jù)逐漸完善,已經(jīng)成為研究創(chuàng)新和研發(fā)的重要工具。專利技術(shù)數(shù)據(jù)的完善為我們認識人工智能專利領(lǐng)域發(fā)展特征,預測人工智能領(lǐng)域的發(fā)展趨勢提供了新的研究工具。本文分析了人工智能相關(guān)領(lǐng)域的28萬項世界專利及其引證屬性,對數(shù)據(jù)進行描述性統(tǒng)計,從專利部、大類、小類三個分類層次刻畫了人工智能專利創(chuàng)新網(wǎng)絡(luò),描述了人工智能專利創(chuàng)新網(wǎng)絡(luò)的統(tǒng)計特征和拓撲結(jié)構(gòu);定量分析了人工智能領(lǐng)域各專利技術(shù)類別知識流動,繪制引證矩陣熱力圖。分階段探究了人工智能專利創(chuàng)新網(wǎng)絡(luò)演化趨勢,描繪出不同階段人工智能專利小類創(chuàng)新網(wǎng)絡(luò),探析專利發(fā)展趨勢,預測專利增長數(shù)量,并利用面板數(shù)據(jù)模型對預測數(shù)據(jù)進行檢驗。為全面研究和認識人工智能提供了新的視角。研究表明:1.人工智能領(lǐng)域?qū)＠麆?chuàng)新網(wǎng)絡(luò)是一個小世界網(wǎng)絡(luò),具有短的平均路徑長度和大的簇系數(shù)。2.人工智能領(lǐng)域基礎(chǔ)層技術(shù)中...

【文章頁數(shù)】：82 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
1.緒論
    1.1 研究背景
    1.2 研究意義
    1.3 研究內(nèi)容
    1.4 研究方法
    1.5 本文的貢獻
    1.6 研究框架
2.人工智能專利創(chuàng)新網(wǎng)絡(luò)理論及文獻綜述
    2.1 人工智能專利創(chuàng)新網(wǎng)絡(luò)相關(guān)概念理論
        2.1.1 人工智能相關(guān)概念理論
        2.1.2 復雜網(wǎng)絡(luò)相關(guān)概念理論
    2.2 國內(nèi)外研究文獻綜述
        2.2.1 創(chuàng)新網(wǎng)絡(luò)研究
        2.2.2 復雜網(wǎng)絡(luò)綜述
        2.2.3 專利網(wǎng)絡(luò)研究
        2.2.4 人工智能研究綜述
3.數(shù)據(jù)選取及描述性統(tǒng)計
    3.1 數(shù)據(jù)選取
        3.1.1 數(shù)據(jù)來源
        3.1.2 數(shù)據(jù)類型
        3.1.3 數(shù)據(jù)預處理
    3.2 描述性統(tǒng)計
        3.2.1 交叉列聯(lián)表分析
        3.2.2 對應(yīng)分析
4.人工智能專利創(chuàng)新網(wǎng)絡(luò)拓撲結(jié)構(gòu)分析
    4.1 人工智能專利創(chuàng)新網(wǎng)絡(luò)構(gòu)建
        4.1.1 專利類別引證
        4.1.2 人工智能專利創(chuàng)新網(wǎng)絡(luò)
    4.2 人工智能專利創(chuàng)新網(wǎng)絡(luò)拓撲結(jié)構(gòu)分析
        4.2.1 基于度統(tǒng)計特征指標
        4.2.2 基于路徑統(tǒng)計特征指標
        4.2.3 聚類系數(shù)
    4.3 專利引證矩陣
5.人工智能專利創(chuàng)新網(wǎng)絡(luò)演化及預測分析
    5.1 人工智能專利發(fā)展整體特征
        5.1.1 網(wǎng)絡(luò)整體特征演化分析
        5.1.2 網(wǎng)絡(luò)節(jié)點演化分析
    5.2 人工智能專利大類數(shù)量預測
    5.3 預測模型準確性檢驗
        5.3.1 數(shù)據(jù)與變量選取
        5.3.2 面板模型檢驗
        5.3.3 模型建立及參數(shù)估計
        5.3.4 模型估計結(jié)果及解釋
    5.4 人工智能領(lǐng)域?qū)＠�技術(shù)發(fā)展趨勢
6.結(jié)論及展望
    6.1 主要結(jié)論
    6.2 啟示與建議
    6.3 展望與不足
參考文獻
致謝



本文編號：3780179