Aureka專利分析工具的文獻(xiàn)計(jì)量分析

劉桂鋒 王秀紅

[摘要]專利分析是競爭情報(bào)工作中的重要組成部分。Aureka是典型的文本可視化系統(tǒng)之一。采用文獻(xiàn)計(jì)量學(xué)方法，對(duì)國內(nèi)中國知網(wǎng)、維普等數(shù)據(jù)庫有關(guān)Aureka專利分析軟件的時(shí)間分布、期刊分布、作者及其單位和關(guān)鍵詞分布進(jìn)行了分析研究。通過文獻(xiàn)主題的知識(shí)挖掘，探討了該領(lǐng)域論文研究熱點(diǎn)及今后可能發(fā)展趨勢(shì)。

〔關(guān)鍵詞〕Aureka；專利分析；專利地圖；專利分析軟件；文獻(xiàn)計(jì)量

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１１．０７．０２５

〔中圖分類號(hào)〕Ｇ２５０.２５２ 〔文獻(xiàn)標(biāo)識(shí)碼〕Ｂ 〔文章編號(hào)〕１００８－０８２１（２０１１）０７－０１０６－０５

A Bibliometric Analysis of Aureka Patent Analysis ToolLiu Guifeng Wang Xiuhong

（Institute of Scientific & Technical Information，Jiangsu University，Zhenjiang 212013，China）

〔Ａｂｓｔｒａｃｔ〕Patent analysis is an important part of competitive intelligence.Aureka patent analysis tool is one of the typical text visualization systems.Based on literature from 2001-2010 included in CNKI digital publishing platform and VIP,This paper made literature bibliometric statistical analysis about the subject of Aureka research through these aspects of age distribution,intelligence source distribution,researchers and institutions distribution and keywords.Hot research topics of Aureka patent analysis tool was obtained based on knowledge mining from literature text.The paper tried to sum up the study on Aureka patent analysis in the past decades,so as to provide reference for further research and development.

〔Ｋｅｙｗｏｒｄｓ〕Aureka;patent analysis;patent map;patent analysis tool;bibliometrics

Aureka知識(shí)產(chǎn)權(quán)管理系統(tǒng)最早由美國Aurigin Systems Inc公司推出。2002年，歸由美國Micropatent，LLC.公司所有。2004年，被美國Thomson集團(tuán)公司收購，Aureka現(xiàn)成為Thomson集團(tuán)旗下一個(gè)重要產(chǎn)品。Aureka是專利文本挖掘和可視化領(lǐng)域的先驅(qū)，允許組織和知識(shí)產(chǎn)權(quán)管理。文本挖掘功能是基于關(guān)鍵字和統(tǒng)計(jì)分析。Aureka信息平臺(tái)［１］是用戶開展專利情報(bào)研究、知識(shí)產(chǎn)權(quán)管理、專利信息利用等工作的有益工具。

Aureka是一個(gè)提供在線查詢、監(jiān)控、分析服務(wù)的比較強(qiáng)大的專利分析平臺(tái)。主要分為下面4個(gè)模塊［２］：查詢模塊(Searching)、主題分布模塊(ThemeScape)、引用模塊(Citation Tree)和報(bào)告表達(dá)模塊(Reporting)。該工具的關(guān)聯(lián)可視化分析技術(shù)目前在國內(nèi)處于領(lǐng)先地位，在國際上也具有一定特色。這種深層次的專利信息分析工具，能夠?yàn)閷＠閳?bào)人員解決九大問題［３］。

專利地圖(ThemeScape)采用先進(jìn)的文本挖掘技術(shù)，對(duì)專利或文獻(xiàn)進(jìn)行分析，根據(jù)專利技術(shù)進(jìn)行自動(dòng)聚類。通過專利地圖，既可以迅速了解技術(shù)的總體分布和技術(shù)熱點(diǎn)；也可以了解競爭對(duì)手的技術(shù)發(fā)展歷程和技術(shù)分布；還可以幫助用戶快速篩選專利技術(shù)，便于制定公司的知識(shí)產(chǎn)權(quán)戰(zhàn)略。如通過質(zhì)子交換膜燃料電池技術(shù)的專利地圖［４］，就可以了解該技術(shù)的總體分布。

引證分析是Aureka專利分析工具的特色之一。通過專利引證分析［５］，科研人員能夠發(fā)現(xiàn)潛在的競爭對(duì)手、確定技術(shù)發(fā)展趨勢(shì)或最新應(yīng)用、識(shí)別競爭對(duì)手的專利戰(zhàn)略和評(píng)估自己的核心技術(shù)等。如蘋果公司［６］專利被引情況的Aureka圖，能夠揭示該公司的核心專利技術(shù)。

Aureka系統(tǒng)中的報(bào)告工具，能對(duì)專利數(shù)據(jù)進(jìn)行各種統(tǒng)計(jì)分析。報(bào)告模式主要分為三大類：關(guān)鍵信息摘要報(bào)告(Key Summary Report)、詳細(xì)報(bào)告(Detailed Report)和要點(diǎn)圖表式報(bào)告(Pivot Tables)。

１ 數(shù)據(jù)來源

本文以中國知網(wǎng)、萬方和維普的數(shù)據(jù)庫進(jìn)行檢索，選擇“Aureka”為檢索詞，檢索范圍“主題”或“題名”或“摘要”或“關(guān)鍵詞”或“全文”，檢索界面中的入庫時(shí)間選“所有年份”。檢索時(shí)間截止2010年12月28日。獲取的數(shù)據(jù)導(dǎo)入到NoteExpress文獻(xiàn)管理軟件，經(jīng)過去重處理，得到42篇文獻(xiàn)記錄。

２ 文獻(xiàn)計(jì)量分析

２.１ 文獻(xiàn)增長分析

圖１ 2001-2010年我國Aureka研究的文獻(xiàn)分布

文獻(xiàn)的年代分布分析在一定程度上反映了該學(xué)科的研究發(fā)展速度和研究水平規(guī)模。圖１為2001－2010年我國Aureka研究的文獻(xiàn)分布，其中2010年數(shù)據(jù)作為參考，因有很多論文還沒有全部刊出和檢索。從該圖可知，論文數(shù)量在總體上呈上升的趨勢(shì)。最早的是在2002年，甘利人［８］介紹Aureka 分析工具的引文樹功能。從2005－2008年是緩慢增長的階段，年均論文4篇。2009年是產(chǎn)出最多的1年，為18篇，超過了過去幾年的總和。預(yù)計(jì)2010年的論文至少不會(huì)低于2009年，因?yàn)锳ureka在專利分析方面越來越體現(xiàn)其價(jià)值。

２０１１年７月第３１卷第７期Aureka專利分析工具的文獻(xiàn)計(jì)量分析Ｊｕｌｙ，２０１１Ｖｏｌ.２.２ 文獻(xiàn)分布分析

統(tǒng)計(jì)顯示，42篇文獻(xiàn)分布在22種期刊中，刊均載文量為2篇。根據(jù)布拉德福文獻(xiàn)集中與分散定律［９］，大量的某領(lǐng)域的專業(yè)論文集中在數(shù)量較少且質(zhì)量較高的期刊上，這些期刊是該領(lǐng)域的核心期刊。表１是根據(jù)布拉德福定律，按照論文數(shù)量的多寡以遞減順序排列，依據(jù)每區(qū)刊載論文數(shù)量相等的原則，分成的核心區(qū)、外圍一區(qū)和外圍二區(qū)。從該表可知，核心區(qū)和外圍一區(qū)的絕大部分期刊是圖書情報(bào)學(xué)2008年版北大中文核心期刊。利用Aureka的專利分析現(xiàn)在主要研究領(lǐng)域仍屬于圖情類， 所以發(fā)表的文獻(xiàn)主要集中在圖情類期刊。表１ 論文期刊統(tǒng)計(jì)分布

序號(hào)期刊名稱論文數(shù)量分區(qū)及論文數(shù)量1誠執(zhí)圖書情報(bào)技術(shù)62城楸ɡ礪塾?xùn)V導(dǎo)63懲際榍楸üぷ31 154科學(xué)觀察35城楸ㄑП26懲際榍楸ㄖ識(shí)27城楸ㄔ又28懲際橛肭楸29中國發(fā)明與專利210現(xiàn)代情報(bào)22 151112種期刊123 12（期刊名稱前面打常為2008年版北大中文核心期刊）２.３ 文獻(xiàn)作者及作者單位分析

圖２ 論文“核心作者”及其分表論文的數(shù)量

通過作者分析，可以了解某領(lǐng)域的主要作者和核心作者群，有利于讀者了解某作者的研究情況，促進(jìn)學(xué)術(shù)研究與交流。本次研究的42篇文獻(xiàn)集合的著者總數(shù)達(dá)到105位作者（全部合著者計(jì)算在內(nèi)），篇均作者數(shù)大約為2.5人。13篇論文是由1位作者獨(dú)立完成的，其余29篇論文均是合作完成的，其中有2篇與外國人合作的，最多的1篇論文由6人合作完成。發(fā)表1篇論文的作者84人，占作者總?cè)藬?shù)的80%，形成了一個(gè)長長的尾部?？梢姶蠖鄶?shù)作者處于研究起步階段，內(nèi)容不夠深入，研究連續(xù)性不強(qiáng)。

根據(jù)洛特卡定律，發(fā)表1篇論文的著者人數(shù)應(yīng)該占總?cè)藬?shù)的60.79%左右，發(fā)表2篇論文的作者大約是發(fā)表1篇論文作者的1/4。對(duì)于本研究，發(fā)表1篇論文的作者84人，占作者總?cè)藬?shù)的80%，高于洛特卡定律的60.79%；發(fā)表2篇論文的有7人，占發(fā)表1篇論文的18.18%，又低于洛特卡定律。主要是由于Aureka專利分析目前還處于起步階段，尚未形成核心作者群，目前還沒有達(dá)到采用洛特卡定律的條件。

根據(jù)普賴斯定律［１０］，“核心作者”應(yīng)該完成所有專業(yè)論文總和的一半，核心作者最低發(fā)文數(shù)m的值為：ｍ＝０.７４９ｎｍａｘ，其中n璵ax是指發(fā)文最多的作者所發(fā)表的論文數(shù)。對(duì)于本研究，n璵ax為張志強(qiáng)的4篇，代人上式，得到核心作者最低發(fā)文數(shù)m為2，即表明，發(fā)表2篇論文以上的為“核心作者”，見圖２。總共有9位作者的論文數(shù)量大于等于2篇，占總作者數(shù)的8.5%，發(fā)表論文總數(shù)為24篇，占總論文數(shù)的57%。符合普賴斯定律的杰出作者發(fā)表了全部作者論文的50%。表２ 論文作者單位分布

排序作者單位論文

數(shù)量所占比例

（％）1中國科學(xué)院國家科學(xué)圖書館57.72中國科學(xué)院國家科學(xué)圖書館成都分館46.23國家知識(shí)產(chǎn)權(quán)局知識(shí)產(chǎn)權(quán)發(fā)展研究中心南京大學(xué)信息管理系中國科學(xué)院研究生院中國科學(xué)院文獻(xiàn)情報(bào)中心中國科學(xué)技術(shù)信息研究所上海圖書館上?？茖W(xué)技術(shù)情報(bào)研究所34.6

全部42篇文獻(xiàn)的105位作者，來自65個(gè)高校和科研結(jié)構(gòu)，發(fā)文量為2篇的有4家單位，只發(fā)表1篇的為43家。發(fā)文量大于3篇的機(jī)構(gòu)共計(jì)8個(gè)，如表２所示。中國科學(xué)院國家科學(xué)圖書館以5篇論文排在首位，僅隨其后的是中國科學(xué)院國家科學(xué)圖書館成都分館，發(fā)表3篇論文的有6家單位。通過發(fā)文量的分析，可以看出，只有1家為高校，其余均為科研機(jī)構(gòu)，并且中國科學(xué)院是該領(lǐng)域的主導(dǎo)研究力量。

２.４ 文獻(xiàn)關(guān)鍵詞分析

關(guān)鍵詞鮮明直觀地表述文獻(xiàn)論述或表達(dá)的主題，對(duì)關(guān)鍵詞分析能發(fā)現(xiàn)Aureka專利分析研究熱點(diǎn)與重點(diǎn)。通過對(duì)42篇文獻(xiàn)統(tǒng)計(jì)，只考慮中文關(guān)鍵詞，共有176個(gè)關(guān)鍵詞，平均每篇文獻(xiàn)4個(gè)關(guān)鍵詞。借用描述文獻(xiàn)中的詞與其出現(xiàn)頻次之間關(guān)系的齊夫定律，繪制關(guān)鍵詞頻次(f)與序號(hào)(r)之間的關(guān)系，如圖３。由圖可知，Aureka專利分析軟件的研究熱點(diǎn)主要用來進(jìn)行專利分析，制作專利地圖、文本挖掘和引文分析等。

圖３ 關(guān)鍵詞頻次(f)與序號(hào)(r)之間的關(guān)系

２.５ 文獻(xiàn)主題分析

主題分析既有助于了解該領(lǐng)域的研究重點(diǎn)和方向，又能把握當(dāng)前研究領(lǐng)域的特點(diǎn)和變化趨勢(shì)，為以后的研究奠定基礎(chǔ)。本文對(duì)上述42篇文獻(xiàn)進(jìn)行詳細(xì)分析后，得出有關(guān)Aureka專利分析主要分為2個(gè)方面：比較分析和實(shí)證研究。

２.５.１比較分析

專利分析工具［１１］根據(jù)其處理不同結(jié)構(gòu)的數(shù)據(jù)主要分為3類：第一類主要處理非結(jié)構(gòu)化數(shù)據(jù)，包括：ClearForest、Goldfire、Innovator、Inxight、TEMIS。第二類主要處理結(jié)構(gòu)化文本，包括：Quosa、Refviz、STN AnaVist、VantagePoint。第三類用于處理混合數(shù)據(jù)(包括結(jié)構(gòu)化和非結(jié)構(gòu)化)，包括：Aureka、M-CAM Doors、Wisdomain、PatAnalyst和Denwent Analytics。

國內(nèi)學(xué)者從不同角度對(duì)10多種專利分析工具進(jìn)行比較研究。范哲［１２］從收錄范圍、檢索功能、檢索結(jié)果方面對(duì)Aureka等6個(gè)專利檢索工具進(jìn)行了詳細(xì)的比較和分析。在Aureka的檢索界面，選擇相應(yīng)的檢索方式、入口后，還可利用運(yùn)算符、截詞符對(duì)檢索的數(shù)據(jù)范圍、時(shí)間、字段內(nèi)容等進(jìn)行限制。Aureka可保存檢索式定制Alerts，同一檢索式的檢索結(jié)果可被不同用戶共享，以email的方式通知更新檢索結(jié)果。每次檢索都會(huì)以一個(gè)新的文件夾來保存結(jié)果，并可對(duì)檢索結(jié)果集進(jìn)行注釋，以目錄樹的方式組織專利和非專利文檔；用戶可設(shè)置不同文檔的訪問權(quán)限以便團(tuán)隊(duì)中其他人分享；軟件中內(nèi)嵌了郵件系統(tǒng)，便于團(tuán)隊(duì)成員溝通。劉佳佳［１３］等從“數(shù)據(jù)整理和概念分組”、“列表或直方圖”、“比較矩陣”、“有結(jié)構(gòu)數(shù)據(jù)聚類”、“無結(jié)構(gòu)數(shù)據(jù)聚類”、“文檔聚類地圖”、“引文分析”以及“主語／行為／賓語”8個(gè)方面介紹當(dāng)前國外主要的專利分析工具的功能及特色，并進(jìn)行比較研究。Aureka采用ThemeScape視圖為用戶提供了聚類結(jié)果的直觀展示。Aureka ThemeScape允許用戶選擇附加停用詞，并利用相關(guān)反饋概念支持用戶對(duì)系統(tǒng)產(chǎn)生的初始結(jié)果進(jìn)行再處理，有效地利用了用戶的領(lǐng)域?qū)＜乙庖?。此外，ThemeScape還支持以時(shí)間片的方式對(duì)生成的等高線圖進(jìn)行再組織。張靜［１４］等根據(jù)基本統(tǒng)計(jì)分析、引證分析以及聚類分析這3種主要實(shí)現(xiàn)方法，對(duì)國內(nèi)外12種專利分析工具的功能進(jìn)行了比較研究。Aureka支持同族專利合并和展開，并可選擇合并后顯示US、EP或PCT的專利號(hào)。王敏［１５］等從分析工具類型、分析數(shù)據(jù)源、主要功能、結(jié)果呈現(xiàn)、用戶群5個(gè)方面對(duì)國外常用的12種專利文本挖掘可視化分析工具進(jìn)行系統(tǒng)介紹和比較。通過比較分析可知，Aureka與其它專利分析工具既有共性，又有本身特點(diǎn)，Aureka的功能與特點(diǎn)總結(jié)于表３。

表３ Aureka專利分析工具的主要功能與特點(diǎn)

主要功能名稱內(nèi)容文 獻(xiàn)檢索功能收錄范圍US，DE，EP，GB，JP，F(xiàn)R，PCT檢索方式專利檢索、公司文件檢索檢索入口專利權(quán)人、專利發(fā)明人、專利號(hào)／公開號(hào)、公開日期、申請(qǐng)?zhí)枴⑸暾?qǐng)日期、優(yōu)先權(quán)、PCT專利信息、專利引用、非專利引用、相關(guān)申請(qǐng)、專利代理人、美國專利代理人、美國專利審核員、歐專局與PCT專利授權(quán)國家、德國翻譯專利運(yùn)算符AND、NOT、OR、SAME、WITH、NAER、()截詞符場(chǎng)?？洞螜z索能結(jié)果呈現(xiàn)方式以報(bào)表為主，每一類又分為基本報(bào)表和標(biāo)準(zhǔn)報(bào)表，共25個(gè)報(bào)表［１１］引證分析引證數(shù)據(jù)來源US，DE，EP，GB，WO結(jié)果可視化顯示可選擇多級(jí)引證，最多可顯示5級(jí)；引證樹中目標(biāo)專利可同時(shí)顯示多個(gè)字段；可自動(dòng)或手動(dòng)給不同專利標(biāo)注不同顏色信息呈現(xiàn)與統(tǒng)計(jì)可對(duì)檢索結(jié)果集的后續(xù)引證專利進(jìn)行統(tǒng)計(jì)聚類分析

（themeScape）數(shù)據(jù)來源自身包含的專利數(shù)據(jù)庫聚類角度按主題聚類；按標(biāo)題和文摘、權(quán)力要求書、全文的內(nèi)容進(jìn)行聚類，每類還可進(jìn)一步選擇更多字段結(jié)果呈現(xiàn)方式以主題地圖的形式可視化展示；可在主題地圖上將不同的公司標(biāo)注成不同顏色；可用不同顏色標(biāo)注不同的年份；可進(jìn)一步瀏覽地圖上特定區(qū)域的單個(gè)或分組專利文檔，或?qū)С龅貓D上特定區(qū)域的文檔［１３］工具類型文本挖掘／可視化／數(shù)據(jù)庫檢索結(jié)果呈現(xiàn)ThemeMap、引文樹、聚類圖、專利報(bào)告用戶群研發(fā)人員／信息管理人員／決策人員／商業(yè)智能［１４］特 點(diǎn)優(yōu)秀的專利分析軟件, 功能全面, 精湛的文本聚類功能和可視化技術(shù)［１２］

２.５.２ 應(yīng)用分析

與前幾年的專利分析工具的比較研究相比，最近兩年，研究的熱點(diǎn)開始轉(zhuǎn)向利用Aureka軟件對(duì)某一具體領(lǐng)域進(jìn)行分析。突出的表現(xiàn)在Aureka軟件的兩大特色功能：聚類分析地圖和引證分析。典型的應(yīng)用領(lǐng)域分布在生物、食品、油氣、水資源等。張嫻等［１６］繪制了生物合成技術(shù)美國專利景觀圖。張薇等［１７］利用Aureka作出的有關(guān)水處理技術(shù)的專利地圖，由圖可知，專利申請(qǐng)的熱點(diǎn)之一是利用膜技術(shù)進(jìn)行水處理。陳大明［１８］獲得了食品生物技術(shù)之中某一重點(diǎn)技術(shù)領(lǐng)域的Aureka專利總體地圖和不同時(shí)間段技術(shù)演進(jìn)圖。王金平等［１９］利用Aureka專利分析平臺(tái)繪制了國際生態(tài)系統(tǒng)研究關(guān)鍵詞地圖，利用關(guān)鍵詞地圖可以直觀反映熱點(diǎn)及其變化情況。張樹良等［２０］繪制了礦產(chǎn)資源領(lǐng)域?qū)＠夹g(shù)布局圖，通過聚類分析結(jié)果，可以發(fā)現(xiàn)技術(shù)研發(fā)集中區(qū)和分散區(qū)。顧震宇等［２１］繪制了燃料電池的技術(shù)研發(fā)重點(diǎn)及技術(shù)熱點(diǎn)演進(jìn)Aureka地圖。卞志昕［２２］比較了固體氧化物燃料電池的專利和論文的Aureka地圖，學(xué)術(shù)研究更側(cè)重基礎(chǔ)研究；而專利技術(shù)更關(guān)注實(shí)際產(chǎn)品所需要的結(jié)構(gòu)和功能性研究。王雪梅等［２３］利用Aureka分析平臺(tái)對(duì)文獻(xiàn)進(jìn)行數(shù)據(jù)挖掘,在對(duì)國際生物多樣性研究的熱點(diǎn)與發(fā)展態(tài)勢(shì)分析的基礎(chǔ)上，得到國際生物多樣性研究論文的標(biāo)題詞地圖。張嫻［２４］得到了智能與仿生材料領(lǐng)域?qū)＠募夹g(shù)分布景觀圖，能夠反映總體和不同時(shí)間段的研發(fā)熱點(diǎn)。并且以寶潔公司涂料組合物技術(shù)和自修復(fù)增強(qiáng)型建筑基體材料為例，通過對(duì)重要專利技術(shù)的專利引證關(guān)系分析得出，回溯引證分析能夠進(jìn)行技術(shù)追蹤分析，后向引證分析能夠進(jìn)行技術(shù)演進(jìn)分析。鄭軍衛(wèi)等［２５］利用Aureka軟件的Thememap功能，對(duì)低滲透油氣資源研發(fā)專利技術(shù)領(lǐng)域布局進(jìn)行分析，獲得技術(shù)領(lǐng)域?qū)＠貓D。并且得到了申請(qǐng)專利數(shù)比較多的E21B43/24技術(shù)領(lǐng)域［利用熱(如熱蒸汽)注入采油］的專利引文樹，通過引證樹，能夠發(fā)現(xiàn)在該領(lǐng)域具有強(qiáng)勁技術(shù)實(shí)力的競爭對(duì)手和后來居上的潛在的競爭對(duì)手?？傊?，通過聚類地圖，可以識(shí)別技術(shù)領(lǐng)域的總體分布和不同時(shí)間段的研發(fā)熱點(diǎn)趨勢(shì)；通過引證分析，可以識(shí)別競爭對(duì)手和確定某項(xiàng)技術(shù)的發(fā)展趨勢(shì)。

３ 結(jié) 論

Aureka因其三大特色功能：聚類分析、引證分析和專利地圖，成為專利分析重要的工具之一，有著極其重要的研究及應(yīng)用價(jià)值，國內(nèi)學(xué)者都在對(duì)其進(jìn)行研究，這極大的推動(dòng)了專利情報(bào)分析方法研究的進(jìn)展。

本文以中國知網(wǎng)、萬方和維普的數(shù)據(jù)源，共統(tǒng)計(jì)了42篇文獻(xiàn)，從文獻(xiàn)的年代分布、期刊發(fā)表源、作者及單位、關(guān)鍵詞和主題5個(gè)方面進(jìn)行研究。結(jié)果表明，Aureka在我國研究的歷史較短，正處在快速發(fā)展的上升期。越來越多的科研人員不斷參與Aureka研究中，研究工作也呈現(xiàn)出廣泛合作的趨勢(shì)。研究的熱點(diǎn)逐步由專利分析工具的比較研究轉(zhuǎn)向在各個(gè)領(lǐng)域的實(shí)證研究。當(dāng)然，軟件本身存在一些不足之處，如采用ThemeScape繪制技術(shù)地圖時(shí)，用戶不能加入同義詞詞組或希望關(guān)注的主題概念是平臺(tái)的一個(gè)缺陷。此外，引用樹軟件只顯示直接引用關(guān)系，無法顯示整個(gè)引用鏈，且只適用于美國專利，以及系統(tǒng)使用費(fèi)十分昂貴都制約了它的使用和發(fā)展。可以預(yù)見，在不久的將來，隨著Aureka功能的不斷完善，它的應(yīng)用前景會(huì)更加廣闊。

參考文獻(xiàn)

［１］陳燕，鄧鵬，李芳.AUREKA信息平臺(tái)介紹［Ｊ］.中國發(fā)明與專利，2007，(5):63-64.

［２］侯麗，李娜，李娟.學(xué)科戰(zhàn)略情報(bào)的研究任務(wù)與分析軟件適用性探討［Ｊ］.圖書情報(bào)知識(shí)，2009，(1):106-110.

［３］董悅.對(duì)網(wǎng)絡(luò)專利情報(bào)源的幾點(diǎn)思考［Ｊ］.圖書與情報(bào)，2009，(2):46-50.

［４］顧震宇.基于案例分析的區(qū)域?qū)＠治龇椒☉?yīng)用研究［Ｊ］.情報(bào)雜志，2010，(8):40-44.

［５］吳正.可視化工具在專利分析中的應(yīng)用［Ｊ］.數(shù)字圖書館論壇，2009，(10):60-67.

［６］李睿，孟連生.論專利間引用關(guān)系分析中存在的問題［Ｊ］.情報(bào)理論與實(shí)踐，2009，(7):39-43.

［７］甘利人.我國專利文獻(xiàn)資源亟待挖掘開發(fā)［Ｊ］.情報(bào)理論與實(shí)踐，2002，(6):445-448.

［８］鞠邦男，袁軍鵬.對(duì)我國布拉德福定律研究文獻(xiàn)的科學(xué)計(jì)量研究［Ｊ］.現(xiàn)代情報(bào)，2010，(11):109-112.

［９］葉鷹，潘有能，潘衛(wèi).情報(bào)學(xué)基礎(chǔ)教程［Ｍ］.北京：科學(xué)出版社，2006:9．

［１０］Yang Y,Akersa L,Klosea T,et al.Text mining and visualization tools-Impressions of emerging capabilities［Ｊ］.2008，(30):280-293.

［１１］范哲.中外商用專利檢索軟件的比較研究［Ｊ］.現(xiàn)代情報(bào)，2007,27(11):221-225.

［１２］劉佳佳，董兀方曙.國外專利分析工具的比較研究［Ｊ］.現(xiàn)代圖書情報(bào)技術(shù)，2007，(2):67-74.

［１３］張靜，劉細(xì)文，柯賢能，等.國內(nèi)外專利分析工具功能比較研究［Ｊ］.情報(bào)理論與實(shí)踐，2008，(1):141-145.

［１４］王敏，李海存，許培揚(yáng).國外專利文本挖掘可視化工具研究［Ｊ］.圖書情報(bào)工作，2009，(24):86-90.

［１５］張嫻，高利丹，陳云偉.生物合成美國專利文獻(xiàn)分析［Ｊ］.科學(xué)觀察，2009，(5):8-13.

［１６］張薇，趙亞娟.國際水資源現(xiàn)狀與研究熱點(diǎn)［Ｊ］.地質(zhì)通報(bào)，2009，(2-3):177-183.

［１７］陳大明.食品生物技術(shù)相關(guān)專利分析［Ｊ］.生物產(chǎn)業(yè)技術(shù)，2009，(6):71-75.

［１８］王金平，高峰，張志強(qiáng)，等.國際生態(tài)系統(tǒng)研究發(fā)展態(tài)勢(shì)文獻(xiàn)計(jì)量分析［Ｊ］.地球科學(xué)進(jìn)展，2010，(10):1101-1111.

［１９］張樹良，張志強(qiáng)，熊永蘭.礦產(chǎn)資源領(lǐng)域國際科技發(fā)展態(tài)勢(shì)分析［Ｊ］.資源科學(xué)，2010，(11):2216-2228.

［２０］顧震宇，卞志昕，路煒，等.應(yīng)用領(lǐng)域?qū)＠貓D的方法及實(shí)證研究［Ｊ］.情報(bào)雜志，2009，(9):21-26.

［２１］卞志昕.技術(shù)情報(bào)地圖——專利地圖與學(xué)術(shù)情報(bào)的結(jié)合［Ｊ］.科技情報(bào)開發(fā)與經(jīng)濟(jì)，2009，(16):111-113.

［２２］王雪梅，曲建升，李延梅，等.生物多樣性國際研究態(tài)勢(shì)分析［Ｊ］.生態(tài)學(xué)報(bào)，2010，(4):1066-1073.

［２３］張嫻.智能及仿生材料技術(shù)專利態(tài)勢(shì)分析［Ｊ］.科學(xué)觀察，2010，(2):27-36.

［２４］鄭軍衛(wèi)，張志強(qiáng)，王雪梅.低滲透油氣資源研究專利態(tài)勢(shì)分析［Ｊ］.科學(xué)觀察，2009，(4):16-25.

注：“本文中所涉及到的圖表、公式、注解等請(qǐng)以PDF格式閱讀”