基于專利文本的手機(jī)企業(yè)創(chuàng)新能力評(píng)價(jià)研究*

李世紀(jì)，沈有為，羅時(shí)鍇，尹若云，岳 麗

（1.合肥工業(yè)大學(xué) 管理學(xué)院，安徽 合肥230009；2.合肥工業(yè)大學(xué) 軟件學(xué)院，安徽 合肥230009）

創(chuàng)新能力作為一個(gè)企業(yè)評(píng)估創(chuàng)造核心競爭力、占領(lǐng)市場、獲得經(jīng)濟(jì)利潤的重要衡量標(biāo)準(zhǔn)，在知識(shí)經(jīng)濟(jì)時(shí)代，逐漸成為技術(shù)交易市場的核心問題，成為眾多學(xué)者研究分析的對(duì)象。而專利對(duì)于技術(shù)創(chuàng)新能力的評(píng)價(jià)是一項(xiàng)重要指標(biāo)，其對(duì)于企業(yè)進(jìn)行有針對(duì)性的技術(shù)創(chuàng)新戰(zhàn)略選擇和合理分配研發(fā)資源具有重要的理論和現(xiàn)實(shí)意義。

手機(jī)行業(yè)作為進(jìn)入21世紀(jì)發(fā)展最為迅速的產(chǎn)業(yè)之一，行業(yè)整體呈現(xiàn)高活躍、快迭代的趨勢。

目前，國內(nèi)手機(jī)市場主要被華為、小米、OPPO、ViVo四家企業(yè)占據(jù)，競爭十分激烈。各廠手機(jī)相關(guān)技術(shù)不斷地被研發(fā)出來，各自旗艦機(jī)型的差距也在逐步逼近，在某項(xiàng)領(lǐng)域的突破創(chuàng)新和企業(yè)自身創(chuàng)新能力對(duì)標(biāo)同等級(jí)其他產(chǎn)品進(jìn)行市場競爭已經(jīng)成為主流方式。

本文以國內(nèi)四家主流手機(jī)廠商為例，通過專利計(jì)量與專利文本的結(jié)合，運(yùn)用LDA主題模型和基于熵值法的權(quán)重計(jì)算，建立一套客觀公正、清晰明了的企業(yè)創(chuàng)新能力評(píng)估方法體系，為手機(jī)市場和相關(guān)領(lǐng)域研究提供準(zhǔn)確客觀的企業(yè)創(chuàng)新能力評(píng)估方法支持。

1 研究現(xiàn)狀

1.1 相關(guān)研究

針對(duì)本項(xiàng)目所研究的手機(jī)行業(yè)創(chuàng)新能力的評(píng)估，在主流資源平臺(tái)十分少見，已有的研究主要分為對(duì)手機(jī)行業(yè)整體能力的評(píng)估、創(chuàng)新能力評(píng)估的方法和專利評(píng)估領(lǐng)域三個(gè)方面。

對(duì)于手機(jī)行業(yè)的評(píng)估，主要是基于波特五力模型和SCP模型等進(jìn)行綜合分析評(píng)估。

對(duì)于創(chuàng)新能力的評(píng)估，國內(nèi)一些學(xué)者對(duì)區(qū)域?qū)用娴目萍紕?chuàng)新評(píng)估進(jìn)行了大量研究，崔俊富等針對(duì)科技領(lǐng)域創(chuàng)造力的評(píng)估主要集中在科技創(chuàng)新能力評(píng)估[1]。一些學(xué)者還針對(duì)具體領(lǐng)域的科學(xué)創(chuàng)新評(píng)估進(jìn)行了研究。余本功等基于主題模型（LDA）和專利數(shù)據(jù)對(duì)汽車領(lǐng)域建立技術(shù)創(chuàng)新能力評(píng)價(jià)的方法體系[2]；周劍等提出一套覆蓋制造業(yè)企業(yè)全局的量化融合評(píng)估體系和評(píng)價(jià)方法[3]。

在專利評(píng)估領(lǐng)域，國內(nèi)主要集中于對(duì)專利價(jià)值影響因素做總體分析。而對(duì)于技術(shù)創(chuàng)新能力評(píng)價(jià)方面，國內(nèi)外許多學(xué)者從不同的維度構(gòu)建了企業(yè)技術(shù)創(chuàng)新評(píng)價(jià)體系。

1.2 LDA主題模型的發(fā)展

統(tǒng)計(jì)主題模型自提出以來，在文本挖掘技術(shù)中得到了廣泛應(yīng)用。它經(jīng)歷了漫長的發(fā)展過程，已成功應(yīng)用于許多重要領(lǐng)域。其中，LDA模型是主題模型的主要代表。

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，互聯(lián)網(wǎng)上的數(shù)據(jù)呈指數(shù)式增長，研究人員如何從這些海量文獻(xiàn)中全面、快速、準(zhǔn)確地識(shí)別出研究主題，并探索其演化趨勢，一直以來都是情報(bào)學(xué)的研究重點(diǎn)[4]。而文本挖掘技術(shù)是幫助科研人員從海量非結(jié)構(gòu)化文獻(xiàn)中發(fā)現(xiàn)新興主題結(jié)構(gòu)的途徑之一，LDA模型作為一種對(duì)文本信息進(jìn)行語義抽取的主題模型，為科研人員進(jìn)行文本主題挖掘提供了一種新方法。LDA模型廣泛應(yīng)用于文本信息檢索、主題發(fā)現(xiàn)和演化、圖像處理、聚類、推薦系統(tǒng)、過濾系統(tǒng)、預(yù)測系統(tǒng)、資源標(biāo)識(shí)等諸多領(lǐng)域。國內(nèi)學(xué)者對(duì)LDA模型進(jìn)行了比較深入的研究，已取得了較為豐富的研究成果。

1.3 LDA主題模型理論

LDA主題模型是一個(gè)三層貝葉斯概率模型，包含詞、主題和文檔三層結(jié)構(gòu)。其理論基礎(chǔ)為：每一篇文章都是由一定概率的主題構(gòu)成，而這些主題又由一定概率的詞構(gòu)成?；谶@一理論，通過LDA主題模型可以得到文檔-主題以及主題-詞這兩個(gè)多項(xiàng)式分布。如圖1所示，其中M代表文檔的數(shù)目，K代表主題數(shù)目，Nm代表文本的長度，即文本中所包含的詞語數(shù)量。

圖1

通過LDA主題模型，可以快速準(zhǔn)確地對(duì)文本進(jìn)行主題提取，故選用LDA主題模型來進(jìn)行專利文本數(shù)據(jù)的分析。

2 數(shù)據(jù)來源及研究方法

2.1 數(shù)據(jù)來源

本研究以中國手機(jī)行業(yè)為實(shí)驗(yàn)對(duì)象，根據(jù)國際數(shù)據(jù)公司（IDC）2015-2019年間的中國智能手機(jī)市場報(bào)告，選取這五年中國市場占有量最高的四家國產(chǎn)智能手機(jī)廠商——華為技術(shù)有限公司（華為）、OPPO廣東移動(dòng)通信有限公司（OPPO）、維沃移動(dòng)通信有限公司（ViVo）、小米科技有限責(zé)任公司（小米）為中國手機(jī)行業(yè)代表，專利數(shù)據(jù)來源為佰騰網(wǎng)。

根據(jù)IDC的報(bào)告顯示，2019年華為、OPPO、ViVo、小米的國內(nèi)市場總占有率達(dá)到了自2015年以來最高的84.4%，故以2019年為截止點(diǎn)，選取2015-2019這五年的專利數(shù)據(jù)。由于專利的數(shù)量指標(biāo)更偏重于已被授權(quán)的專利，故選取四家企業(yè)公開日在這五年的專利；而專利的內(nèi)容指標(biāo)更偏重于近期企業(yè)的研究方向，故選取申請(qǐng)日在這五年的專利。通過佰騰網(wǎng)，共檢索到這四家企業(yè)公開日在這五年間的發(fā)明公開、發(fā)明授權(quán)以及實(shí)用新型專利119061條，共獲得這四家企業(yè)申請(qǐng)日在這五年間的發(fā)明專利以及實(shí)用新型專利文本摘要71695條。

2.2 研究方法

如圖2所示，本研究旨在從專利計(jì)量和專利內(nèi)容兩個(gè)維度去評(píng)價(jià)手機(jī)企業(yè)的創(chuàng)新能力，其中專利的計(jì)量指標(biāo)包括企業(yè)的發(fā)明公開數(shù)量、發(fā)明授權(quán)數(shù)量、實(shí)用新型數(shù)量、年申請(qǐng)量變化量、專利技術(shù)分布五項(xiàng)，專利的內(nèi)容指標(biāo)包括企業(yè)的創(chuàng)新關(guān)鍵詞數(shù)和企業(yè)的創(chuàng)新核心值。

圖2

專利的內(nèi)容指標(biāo)不同于專利的計(jì)量指標(biāo)，后者可以通過專利的數(shù)據(jù)檢索直接獲得，而前者需要對(duì)專利的文本數(shù)據(jù)進(jìn)行挖掘分析，其主要研究流程如圖3所示。首先獲得這四家企業(yè)五年間的中國專利數(shù)量以及專利摘要，對(duì)每家企業(yè)以及全行業(yè)的專利摘要進(jìn)行數(shù)據(jù)處理。接著在Python環(huán)境下對(duì)每家企業(yè)以及全行業(yè)的專利摘要分別進(jìn)行LDA主題提取，得到每家企業(yè)以及全行業(yè)的主題-詞分布。最后通過篩選全行業(yè)的主題-詞分布得出手機(jī)領(lǐng)域創(chuàng)新關(guān)鍵詞集合，計(jì)算每個(gè)創(chuàng)新關(guān)鍵詞的重要值，取每家企業(yè)的主題-詞分布與領(lǐng)域創(chuàng)新關(guān)鍵詞的交集，計(jì)算得到每家企業(yè)的創(chuàng)新核心值。

圖3

如圖4所示，在獲取到每家企業(yè)的專利計(jì)量指標(biāo)和內(nèi)容指標(biāo)后，對(duì)各項(xiàng)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，計(jì)算出每家企業(yè)的各項(xiàng)指標(biāo)比重，運(yùn)用比重計(jì)算出各項(xiàng)指標(biāo)的熵值，通過熵值得出各項(xiàng)指標(biāo)的權(quán)重，最后計(jì)算得出每家企業(yè)的技術(shù)創(chuàng)新能力評(píng)價(jià)值。

圖4

3 實(shí)證研究

3.1 數(shù)據(jù)獲取及預(yù)處理

通過佰騰網(wǎng)，可以檢索到華為、OPPO、ViVo、小米這四家企業(yè)的專利計(jì)量指標(biāo)。其中專利數(shù)量選擇的是這四家企業(yè)公開日期為2015.1.1-2019.12.31的中國發(fā)明專利數(shù)、實(shí)用新型專利數(shù)和授權(quán)發(fā)明專利數(shù)；專利的變化趨勢選擇的是這四家企業(yè)申請(qǐng)日期為2015.1.1-2019.12.31的中國專利年申請(qǐng)量變化量均值；技術(shù)分布趨勢均值選擇的是這四家企業(yè)申請(qǐng)日期為2015.1.1-2019.12.31的中國專利中，B部、G部和H部專利所占比例的平均值。統(tǒng)計(jì)結(jié)果見表1所列。

表1

對(duì)于專利內(nèi)容指標(biāo)所需的數(shù)據(jù)，可以通過佰騰網(wǎng)，下載這四家企業(yè)申請(qǐng)日在這五年間國內(nèi)發(fā)明公開、發(fā)明授權(quán)、實(shí)用新型專利摘要，并且過濾掉少于100字的摘要，共獲得83626條有效數(shù)據(jù)。在獲得這些有效摘要后，引入手機(jī)行業(yè)的專業(yè)術(shù)語表，并且建立停用詞表（其中主要包含一些無用詞匯），在Python環(huán)境下使用“JIEBA分詞”模塊，對(duì)摘要文本進(jìn)行分詞處理。

3.2 LDA主題模型

在進(jìn)行LDA主題模型聚類前，我們需要計(jì)算得到困惑度最低時(shí)的主題數(shù)。困惑度用來度量一個(gè)概率分布或概率模型預(yù)測樣本的好壞程度，在LDA主題模型中，困惑度最低時(shí)聚類的效果更好。在Python環(huán)境下，生成主題數(shù)-困惑度的函數(shù)圖。如圖5所示，整個(gè)手機(jī)行業(yè)的專利文本在主題數(shù)為16時(shí)，可使困惑度達(dá)到最小。

圖5

在獲得整個(gè)手機(jī)行業(yè)的主題數(shù)后，在Python環(huán)境下對(duì)所有的專利文本進(jìn)行LDA主題聚類，每個(gè)主題保留出現(xiàn)頻率最高的前10個(gè)詞，共得到160個(gè)詞。其中，去除掉區(qū)域、位置、空間等單獨(dú)出現(xiàn)沒有意義的詞，去除掉硬件、終端等無法確定具體指向的詞，合并數(shù)據(jù)傳輸、傳輸數(shù)據(jù)等表意相同的詞，最后得到了28個(gè)手機(jī)領(lǐng)域創(chuàng)新關(guān)鍵詞。其中，有關(guān)于拍照的：圖像、像素、攝像頭；有關(guān)于充電的：電流、功率、電壓、電量、電池；有關(guān)于顯示的：顯示屏、觸控、亮度等。利用公式（1），分別計(jì)算得出每個(gè)手機(jī)領(lǐng)域創(chuàng)新關(guān)鍵詞Tj的重要值 （IT）j:

其中，K為對(duì)手機(jī)領(lǐng)域進(jìn)行LDA主題聚類時(shí)的主題數(shù)目，即為16；P（iT）j為第j個(gè)關(guān)鍵詞在主題i中的概率；Ni為第i個(gè)主題中所包含的創(chuàng)新關(guān)鍵詞數(shù)量。

在獲得手機(jī)領(lǐng)域創(chuàng)新關(guān)鍵詞后，分別對(duì)這四家企業(yè)的專利文本進(jìn)行困惑度計(jì)算，經(jīng)過比對(duì)后，取主題數(shù)為26可使四家企業(yè)的平均困惑度達(dá)到最小。分別對(duì)四家企業(yè)的專利文本進(jìn)行LDA主題聚類，選取主題數(shù)為26，每個(gè)主題數(shù)下保留前10個(gè)概率最高的詞，得到四家企業(yè)的LDA主題聚類結(jié)果。將每家企業(yè)的聚類結(jié)果與手機(jī)領(lǐng)域的創(chuàng)新關(guān)鍵詞比對(duì)，可以得到每家企業(yè)所包含的創(chuàng)新關(guān)鍵詞，根據(jù)公式（2）計(jì)算得出企業(yè)t在手機(jī)領(lǐng)域的創(chuàng)新核心值Ct:

其中，n表示手機(jī)領(lǐng)域的創(chuàng)新關(guān)鍵詞數(shù)，即為28；k為對(duì)每家公司進(jìn)行LDA主題聚類時(shí)的主題數(shù)，即為26；h表示對(duì)每家企業(yè)進(jìn)行LDA主題聚類時(shí)每個(gè)主題下詞的數(shù)目，即為10；R（iT）j表示手機(jī)領(lǐng)域創(chuàng)新關(guān)鍵詞Tj在主題i下，詞概率由高到低的排序。

計(jì)算結(jié)束后，可以得到每家企業(yè)的專利內(nèi)容指標(biāo)，其中包含創(chuàng)新關(guān)鍵詞數(shù)以及創(chuàng)新核心值，見表2所列。

表2

3.3 基于熵值法的權(quán)重計(jì)算

在得到企業(yè)的專利計(jì)量指標(biāo)以及內(nèi)容指標(biāo)后，對(duì)所有的指標(biāo)數(shù)據(jù)進(jìn)行0-1標(biāo)準(zhǔn)化處理，見表3所列。

表3

利用公式（3）計(jì)算出指標(biāo)j在公司i下所占據(jù)的比重：

其中Xij為表3中指標(biāo)j在公司i的數(shù)值，其中m=4，n=7。各項(xiàng)指標(biāo)在每家企業(yè)所占據(jù)的比重見表4。

表4

在得到各項(xiàng)指標(biāo)在每家公司所占據(jù)的比重后，利用公式（4）計(jì)算指標(biāo)j的熵值：

其中m=4，n=7。

在得到各項(xiàng)指標(biāo)的熵值后，利用公式（5）計(jì)算指標(biāo)j的權(quán)重：

其中n=7。

經(jīng)過計(jì)算，各項(xiàng)指標(biāo)的熵值ej與權(quán)重aj見表5所列。

表5

得到各項(xiàng)指標(biāo)的熵值與權(quán)重后，根據(jù)公式（6）計(jì)算企業(yè)i的技術(shù)創(chuàng)新能力評(píng)價(jià)值。

四家企業(yè)的技術(shù)創(chuàng)新能力評(píng)價(jià)值見表6所列。

表6

4 結(jié)論

根據(jù)最后的企業(yè)技術(shù)創(chuàng)新能力評(píng)價(jià)值，我們可以發(fā)現(xiàn)維沃移動(dòng)通信有限公司（ViVo）這幾年間的專利數(shù)量雖然少于小米科技有限責(zé)任公司（小米），但其技術(shù)創(chuàng)新評(píng)價(jià)值高于小米。

對(duì)比中國人民大學(xué)企業(yè)創(chuàng)新課題組發(fā)布的《2019中國企業(yè)創(chuàng)新能力百強(qiáng)排行榜》[5]，其中華為技術(shù)有限公司（華為）、OPPO廣東移動(dòng)通信有限公司（OPPO）、維沃移動(dòng)通信有限公司（ViVo）、小米科技有限責(zé)任公司（小米）分別位列第一、第三、第六、第十，這與我們的研究結(jié)果非常相似，唯一的偏差在于華為與OPPO的排名。根據(jù)佰騰網(wǎng)的檢索顯示，華為公開日在2015-2019年間的世界發(fā)明專利有41835條，而其中中國發(fā)明專利為27603條，由于華為擁有很大一部分國外的專利，而我們只針對(duì)了中國發(fā)明專利進(jìn)行研究，所以導(dǎo)致了實(shí)驗(yàn)的誤差。

我們可以發(fā)現(xiàn)，評(píng)價(jià)一家企業(yè)的創(chuàng)新能力不僅僅要從企業(yè)的專利數(shù)量出發(fā)，而應(yīng)該結(jié)合專利的內(nèi)容，從專利計(jì)量和專利內(nèi)容兩個(gè)維度去評(píng)價(jià)。專利的內(nèi)容從一定層面上可以反映出企業(yè)的研究方向是否與整個(gè)行業(yè)一致，只有在對(duì)的方向上做更多的事，才能更加有效而持續(xù)地創(chuàng)新。