英语原文共 14 页，剩余内容已隐藏，支付完成后下载完整资料
分析知识捕捉机制：方法和程式化的生物风险案例
Thomas Gurney *, Edwin Horlings , Peter van den Besselaar ,Koichi .Sumikura , Antoine Schoen , Patricia Laurens , Daniel Pardo
摘要：从微观和宏观两个层次分析科学与技术的知识转移，这有助于理解其中的机制和驱动程序，但是实际传递的机理和过程来自于通过成文的或隐性的来源，很少能被保持完整定位和测量。在很大程度上，就像一个黑盒子。我们开发的——测绘科学技术流动和引进的概念集群的一种新的方法来作为研究工具。使用专利和出版物的数据，我们定量和直观地展示了学术界和工业界之间的知识流动。我们研究的角色是外源和内源性的知识，以及共同发明人和共同作者在大学所产生的知识的应用。当应用到一个程式化的环境下下，我们表明通过这种方法能够跟踪他们的技术在二十五年内所应用的基本知识和技能。
1 简介
高校与企业之间的知识转移日益制度化，因此大学需要寻找新的、更深刻的，通过新技术分拆或初创企业来提高他们的经济和社会价值的途径。以前的文献主要集中研究每个具有不同意义的行业，在促进知识转移过程中的行动和条件，如科学出版物，会议，非正式的互动，合作和合同研究，知识产权许可，人员交流和雇用等。
评估这些知识转移路径和机制的一个主要的挑战是，发现有意义的技术输出和科学投入之间的联系。知识转移通常发生在编纂和隐性层面，学术研究与产业环境的复杂和不断变化的内部环境则成为传递过程与动机。然而，究竟是不是对现存的文献进行了详细的划分和被转移知识的测量，这是非常重要的。
知识的特定量子进化以及发展路径，不仅在实验室里孕育了科学和技术的发展雏形，而且通过了科学家和发明家进一步学习和技能的参与。通过探讨知识转移从成立到开发的路线，我们可以开始了解过程和知识转移机制。这些包括互动知识的产生，科学家的技能发挥的作用，科学家的同龄人的影响，他们在大学或在实验室中，和科学本身的变革性。
虽然已经有了实质性的努力，但是在审查的便利化过程以及在一个技术的整体发展过程中的每一步，都需要一种必要的方法，以解决在整个传输过程中的这个问题。如前所述，这需要一个方法来标定和跟踪特定的量子知识。在这样做时，一个清晰的视图的有效性才能促进条件是可能的。
在本文中，我们使用和修改现有的工具和模型，同时也使用那些新开发的工具，以提供一个更清晰、更详细的图片来说明从开始到结束的知识转移。本文首先讨论的是科学家和企业家的作用，以及他们的周围环境，最终转移和应用在工业的在发展中所必要的技能集和知识。然后我们把这些见解，在我们的方法里面有详细的说明。在方法论上的一个关键步骤是“概念集群“的介绍，它指的是一个认知衔接集聚科学的同行评审的出版物。
2 概念框架
知识的编纂采用了两种主要形式，专利和科学出版物。专利使用的指标是施穆克勒的许多应用程序。然而，许多方面的指标和模板使用也有缺点，例如，并不是所有的创新都是有专利的，有许多创新保持神秘面纱从而导致创新潜力或能力的低估。专利的指标分析通常是基于元数据专利的发现。标题词、抽象词和关键词，专利分类，和专利/非专利引文都被广泛使用。许多专利从数据库存中提取的元数据再进行分析，每个都有自己独特的优点和缺点。这包括现有的技术披露要求。差异也来源于数据库本身，在其格式条款上，则涉及到专利申请通过不同国家或超国家的专利局的做法。尽管存在着上述缺陷，专利也有可用于映射知识转移的知识密集型经济的一大部分，因为专利文件是非常详细的来描述应用程序以及所需的技术信息。在专利文件中的引用，或者其他专利文件或科学文献，增加了这一财富的数据。专利文献包含了广泛的技术领域和重大专利办公室所覆盖的国家专利数据。
出版物作为科学的定义特征和发展的主要指标，它们是科学努力最明显的结果，具有广泛的指标和方法。出版物的股份数与专利分析的分析方法可以用来进行分析，如词映射和引文分析。共同出现的字的组合和引用文献出版物也成为一种普遍的技术。
出版行为本身是一个复杂的社会科学的实践和奖励系统规范体系。出版的行为和模式使科学家都有一部分的准则和惯例。一所大学的科学家的分布和组合的发展是搜索策略的结果所雇用的科学家。基于大学的科学家公布主要是为了扩大他们的专业知识水平，并且定期出版是一种要求。工业为基础的科学家是受和公司的利益类似的限制，出版过-通过密切相关的基本科学背后的技术，和他们的出版物作为他们的能力与外部世界联系的一个信号。
促进知识的发展和转让所需的条件在很大程度上取决于接受者的知识平台，知识资产、，部门角色和科学推动和需求拉动的概念，为知识库的感受性的因素。以这种方式，外部知识源，takingi NTO客户需求和目前的能力，很容易被吸收，并带入股票知识基础和实践。这种感受是被称为“吸收能力”，可以被描述为“[t]公司认识他的能力价值到价值的新的外部信息，吸收，并将其应用于商业目的是其创新能力的关键，”。关键这是个人，一个公司的与组成它的个人的吸收能力，吸收能力，即正确的人员到位，利用输入信息。科恩和Levinthal（1990）的状态，“超越多元的知识结构、知识与个人应该具有同样重要的增强组织的吸收能力。关键知识不仅包括实体、技术知识；它还包括认识的有用的辅助专家所在的内部和外部的组织”。
使用专利和出版物的数据，在吸收能力的背景下，使我们能够映射知识的输入和输出，并在这样的做法下照亮整个工作机制。本研究的目的是提供一个科学起源和技术输出之间的认知路线的地图，与特定的重点知识捕捉运作机制。为此，我们已经开发了一种方法，显示为：
1。科学背景的专利主体如何链接到科学的发明者的科学输出的专利产品的结果是随时间的研究结果的积累，实践，技能和发明者参与的过程。在专利文件中可见的是基础科学（引用的出版物）和技术（引用的专利），有助于开发新的（专利）技术的引用。通过连接专利语料库和出版物输出，我们可以确定技术的背景或必要的科学要求。
2。研究人员/发明者如何合作研究的环境有助于基础科学的发展和技术的发展。学术界和工业界的合作在高科技领域很普遍。许多科学是研究人员之间的协同努力的结果，可以汇集资源和提高任务分配效率。因此，任何贡献和任何出版物的作者名单或专利发明人名单在研究人员的网络中将是可见的。
3。研究者/发明者为技术发展所需要的其他知识，以及如何利用这些知识。科学家必须把新的结果基于以往的研究，以提高自己的能力，以改善和修改自己的技能的智力和广度。个人的吸收能力是由他们的进入，并通过来集成的，以及他们在工作中所使用的新领域的技术。
通过映射这三个方面的知识流，我们可以澄清机制，通过它的知识获取支持：（1）由研究/发明者自己的研究；（2）由合作网络的研究人员/发明家；（3）研究者/发明家的知识吸收过程中。
图1方面，我们已经开发了一个基于在非专利文献内容重叠的方法（携同技术），在专利申请中发现发明人的出版文集。一个人在研究中的多个流出版，与流由出版物的彼此高度相似，从而可以判定算法。研究者/发明家的出版物和携同技术之间的相似性可以计算使携同技术共同定位，并与个体的研究相交流。比较底层的知识和技能发展的个体研究者/发明者的知识和技能的技术显示了后者的技术贡献。一个人的共同发明人和合作者的贡献可以允许我们地图同样的构造2。在映射方面发现结果3，需要更精细的方法。个人的研究数据流可能是广泛的主题和时间，和一般的报表可以是关于个人的知识和技能，以一个公司的技术的相关性和重要性。检查的具体科学领域的技术借鉴（定义由携同技术领域产生的），我们已经开发出一种方法侧重于具体的科学概念和在专利文件中描述必要技术。通过确定在技术中使用的具体概念，并在这一点上的研究人员/发明家开发或集成到他们的知识基础，我们可以查看从哪里，从什么原始形式到新知识资产衍生。该方法利用集群的概念，定义在下一节中详细操作。概念集群是用来映射方面1和检查的详细概念和方法在3和2方面。
2.1 概念集群
对个人的知识和技能集的广泛描述，可以通过在他们的出版物语料库使用的标题，引用的引用，和使用的关键词等。通过增加专利申请的个人出版文集的携同技术，我们能够辨别一个人的语料库方面类似的携同技术。在结合语料库辨别一般研究的主题，我们利用新的聚类方法在所有的节点和边没有相似性阈值即考虑所有边缘的算法。算法优化网络的模块化，以确定在网络的宏观集群。一个网络的模块化是指在一个分区的密度的比较（或集群/分组）和密度之间的分区。模块化计算是通过比较网络中的节点和边的实际分布与随机分布。如果模块化是积极的，在网络中预期一个非随机结构。该方法是基于移动节点和它们的边缘之间的不同分区和重新计算来比较的模块化修改后的分区，如果有一个新的分区中的模块化是积极变化，那么节点保留在新形成的分区。如果变为消极变化，保留在nodeisas签署的原始分区。这是一个迭代的过程，计算在网络的每个节点。本发明者/作者在出版物的语料库的单独存在是罕见，与携同技术的研究领域是相似的。此外，在这项研究中的科学家的研究轨迹符合标准的行为。他们的研究成果是明智的策略来针对科学家的部分结果，导致从早期博士的研究通过对他们目前的研究输出形成一个粘性认知链。
每个集群中的元数据发生，然后检查，以确定该宏集群的一般主题。识别特定的主题，每个宏集群是孤立的和相同的聚类算法应用到生产宏集群.这些微团簇构成的携同技术立即出版的环境。取决于出版文集的各种题材，宏观集群可以从10到100 的出版物而每个微簇的大小范围一般不大于10的出版物。
我们指的是这些微团簇或直接的环境中的“概念群”。出版物引用的专利申请（携同技术）形式的利益概念集群的核新研究和每个概念集群包含至少一个携同关系。围绕这一核心是出版物的标题词条件最相似的引用参考组合，每个概念的聚类边界算法划分为社区。一个概念群包含在不同的比例，由研究者/发明者（可引用或不被专利申请）的出版物，并由其他人引用的出版物的专利的申请。概念群的具体组成描述了在专利申请中使用的知识，在知识基础和技能的内部或外部的研究人员/发明家。
表1说明了可能的出版物来源类型：类型A.B和C ，在一个概念群中。对于每个概念群，一个混合的出版物类型会有影响。这样一个概念群可能包含：
1。A型出版物，这表明由发明人直接贡献所需的概念和技能集。出版物中包含的研究和概念与该技术的发展是必要的，或直接相关的，。
2。B型出版物，我们认为有些知识是发明家的专业知识。
3。C型出版物，虽然发明者不是直接引用，他的著作是在概念聚类因此发明人拥有的技能和知识背景类似于携高度相似的。
正如先前所定义的，吸收能力是能够识别、吸收和整合新知识的能力，并将它应用于一种新的方式。个人谁是一个发明者的技术的吸收能力，可以通过分析其贡献的概念集群的相似性和存在（或缺乏）来确定。对自己的出版物，类似于携事件越多，越具有潜在吸收能力。虽然这并不能保证成功的内化，但是这是一个要求。
同时，一个发明者的出版进入一个概念集群的时间是很重要的。如果一个发明家的出版物出现（A或C）其次是携（B型），得出发明家曾开发的技能和知识要求的技术。我们这样认为：由专利办公室所需的最直接相关的文献，或以前的专利申请，发明人（S）参与必须提交给检查官。例如，如果发明者已经出版了与本发明有关的材料，那就必须让检查官知道。
按照这种推理，如果在携发表的发明家的出版物之前，我们假设发明人以前没有对此事发表的必要知识。通过研究和制备了专利申请中的技术，虽然发明者可能没有以前发表研究所必要的技术，他们在规则中学习发展他们的知识。在许多工业部门，这是常见的。这是研发成功实施的必要，并作为吸收能力的一个关键因素。这种反应的知识差距的结果是出版物（研究），是原携高度相似的发明者，并可能与技术的未来发展相关。如何尽快识别后发明人出版的参考知识，携值表示的知识对企业的重要性以及个人，以及他的应对能力。此外，通过出版（和出版）的研究，该公司还受益于密切参与的基础研究和出版物作为一个公司能力在外部世界的标志。通过推理，我们得出这样的结论：携和IA的出版物之间的相似性是增加在题材中表示吸收能力的提高。
使用这种方法，我们可以映射到几个方面。从前面的部分，并添加到第二个。我们确定一个发明家是一个领导者，具有在生产知识所必需的技术，或一个追随者。如果是一个跟随者，发明者把必要的知识和技能集纳入他们的投资组合，是否展示了高水平的吸收能力？如果有必要的知识和技能，外在的发明者的组合，他的合作者是否提供的知识或技能？
3 以前的工作
以往的研究通常利用文本挖掘方法或引用匹配提供的专利和出版物之间的联系。文本挖掘的方法一般涉及的方法，是确定主题的专利和出版物中的主题词（标题，摘要或全文）和链接的两个语料库，通过局部集群之间的相似性。mogoutov，cambrosio，基廷，和mustar（2008）使用一个组合的方法。相关的概念是从多个数据集，即出版物，专利，研究项目数据中提取。一个匹配算法通过其共享的概念连接的数据集。他们尽量避免使用预先确定的主题或领域的研究，可以解释一些定性匹配已经完成后的空间。他们成功地在科学领域通过共享的概念，并展示了一个链接。
Magerman，Van Looy，宋（2010）提供对文本挖掘方法的艺术状态是一个非常彻底的审查。此外，他们的研究测试距离措施的效果当连接专利和出版物通过检验.仅仅只有30项专利和437个出版物，Magerman等人。使用比通常遇到的较小的数据集（这些都是常用的相似距离的措施，依靠大数据集只提供高质量的匹配结果。著名人物Magerman等人）。承认这一结过，并得出结论，整体数量的记录可能会增加连接专利和出版物的机会。
文本挖掘可以依靠丰富的方法，这是高度可变和可定制的。然而，文本挖掘的局限性也日益明显。专利和出版物之间的不同词汇构成了一个准确匹配的风险。样本的
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[29236]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
