专利引证视角下的核心专利研究
——以人工智能领域为例
● 赵蓉英1,2,3，李新来1,2,3，李丹阳1,2,3
(1.武汉大学中国科学评价研究中心，湖北 武汉 430072；2.武汉大学信息管理学院，湖北 武汉430072;3.武汉大学信息资源研究中心,湖北 武汉 430072)
摘 要 ： [目的/意义]通过专利引证可以挖掘出有重要影响力的核心专利，从而制定针对核心专利的专利布局。[方法/过程]文章以德温特专利数据库为数据来源，采用专利计量及前向引证指标对人工智能领域的专利数据进行分析，首先根据专利被引频次对核心专利进行挖掘，然后以被引频次排名第一的专利US5963940-A为例分析了该专利的历年引文频次、引证对象及多级引证网络。[结果/结论]专利US5963940-A从1994—2015年连续21年被后续专利技术所引用，得到了本领域专利申请人的持续关注；该专利的主要引证对象包括谷歌、JumpTap、IBM、VoiceBox、微软等企业，并且存在竞争关系；而该专利的一级和二级引证网络表征了US5963940-A在整个人工智能领域的技术扩散、技术延伸以及技术发展。基于以上分析，从而制定针对核心专利的专利布局，主要包括围栏式布局与糖衣式布局。[局限] 针对多个核心专利的组合分析及大量专利数据的多级引证网络有待进一步分析。
关键词 ：专利引证；核心专利；专利布局；人工智能
1 研究背景
专利作为创新成果的表现形式，其内容包含了解决某个具体问题的创新技术。而技术的继承与发展则可以通过专利引证关系来体现，一个新的专利通常引证了若干早期专利，即继承和发展了早期专利中全部或部分技术[1]。Verspagen等[2]指出，专利引证提供了技术的关联性指标，可以通过专利引证的方法来衡量创新的重要性和价值。通过专利引证可以挖掘出有重要影响力的核心专利，据Karki等[3]的研究，只有极少数的专利被引次数超过6次，而这类专利占所有专利的比例大约为10%。因此，高被引专利必定包含重要技术，在某个技术领域处于基础性位置。通过专利引证对象之间的联系可以确定竞争对手，分析出竞争对手之间的关系，判定出某个竞争者在整个领域中的技术地位，是原始产品的竞争者抑或是该技术革新后的使用者等[4]。通过对专利引证网络的分析，可以勾画出技术发展路径，梳理技术发展脉络，从而准确掌握专利技术被引用的发展态势，预测技术发展方向。基于以上的研究意义，从而对专利布局策略进行重新规划和改进，制定有利于保护核心专利或者突破专利壁垒的专利布局战略。
近年来，人工智能引起了全世界的广泛关注，热度持续升高。各国纷纷布局人工智能领域，其中美国、欧盟、日本和韩国等相继开启了人工智能国家创新计划。而我国也紧跟时代步伐，将人工智能提升为国家战略，“人工智能”已连续两年出现在政府工作报告中，作为2018年两会期间被提及频率最高的科技词汇，人工智能的应用落地也备受瞩目。在此背景下，本文以人工智能领域专利为例进行研究，从专利引证角度挖掘核心专利，并对核心专利的引证时间、引证对象以及引证网络进行分析，对核心专利及相关引证专利进行深入分析，从而识别出相关的技术热点、竞争对手、技术发展路径及发展趋势，从而制定有利于科技发展的专利布局策略，同时也为其他领域专利布局研究提出一种研究思路供参考与借鉴。
2 数据来源与研究方法
本文的数据来源为德温特专利数据库(Derwent Innovations Index,DII)。DII数据库基于Web of Science平台，收录来自全球47个专利机构(涵盖100多个国家)的专利信息，数据回溯到1963年，每周更新。因此，选择DII作为数据来源可以保证专利数据的准确性与权威性。
根据新兴技术行业研究公司Venture Scanner对人工智能领域的分类，结合相关文献调研及检索结果测试，本文最终借鉴张振刚等[5]采用的检索策略，以TI=("artificial intelligence*" OR "Depth learning*"OR "Natural language processing*" OR "Speech Recognition*" OR "Computer vision*" OR "Gesture control* "OR "smart robot*" OR "Video recognition*" OR "Voice translation*" OR "Image Recognition*" OR "Machine learning*")进行检索，共得到20675条有效记录。检索时间为2018年6月10日。
这种现象不仅国企有，不少机关也存在。2016年2月，浙江省在全省范围内全面实施“困难残疾人生活补贴”和“重度残疾人护理补贴”政策，并作出具体部署。7月，乐清市残联根据上级文件有关规定，发文要求乡镇（街道）实施“两补”的申报工作。由于对上级“两补”理解的偏差，导致享受到“两补”的人员仅占符合政策条件人员的三分之一。2017年1月，温州市残联对乐清市“两补”工作进行考核后提出批评意见。随后，乐清市残联未经审核就发文确定第二批补贴对象。由于前期把关不严，未建立补贴发放资格定期复核和一月一报制度，存在先拨付资金再审核等违规行为，导致两批“两补”对象中有7人死亡后仍在享受补贴。
本文采用专利计量分析方法，并且以图表形式展现研究结果。专利计量作为专利分析中的一种重要方法，一方面能够定量地描述和展示出技术创新的规律与特点，帮助决策者更好地把握和预测技术创新领域的发展规律与趋势[6]；另一方面也可以在宏观和中观层面反映某一技术领域或者某一企业的发明活动、技术水平及其在科学技术与经济竞争中的地位与贡献等，甚至也可以应用于微观层面特定专利的质量评价中[7]。专利计量方法中有很多指标从各个层次揭示技术发展水平，本文主要采用的微观专利计量指标中的前向引文量，即该专利被后期专利引用的次数从而衡量该专利对后来技术发展的影响程度。
总之，在市场经济条件下，我国的国有企业面临着较大的机遇和挑战，国有企业要根据自身的经济管理特点，实施有效的财务预算管理制度，只有这样才能够有效的提升其市场竞争力，降低其经营风险，从而使得其能够实现可持续发展。相信国有企业如果能充分结合实际情况，制定出适合本企业发展的财务预算管理制度，严格落实规定，就能最大限度地规避企业风险。
微软公司拥有面向消费者和商业人工智能项目的组合。在消费者方面，它拥有Windows附带的数字助理Cortana，近年来推出Azure云服务，提供人工智能服务。微软公司在人工智能领域的技术基础雄厚，引用人工智能领域的高被引专利US5963940-A的专利质量也很高，其中有4项专利的被引频次超过100次，有两项专利的被引频次分别为429次和392次，远远高于其他引证专利的被引频次，这些专利主要集中在检索查询中的语义分析方法，说明后续申请专利质量高。
3 基于专利引证的核心专利挖掘
核心专利一词虽然经常被提及，但是目前对于核心专利的概念并没有统一的定义。美国司法部反垄断司从技术和商业两个方面对核心专利进行衡量[8]：一是要求该专利务必与该产品生产规格或技术核心直接相关；二是认为核心地位体现在需要投入很大研发成本或付出很大代价才能避开的专利。国内学者韩志华[9]认为核心专利就是指在某一技术领域中处于关键地位、对技术发展具有突出贡献、对其他专利或者技术具有重大影响且具有重要经济价值的专利；肖沪卫[10]认为核心专利是在某一领域具有首创性的并以此为后续科技及产业化聚集的必不可少的专利。但是普遍认为，核心专利就是指含有制造某个技术领域的某种产品必须使用的技术的专利，而不能通过一些规避设计手段绕开。另外，核心专利有时候指的是基础专利。
理论研究表明，从信息经济的发展过程来看，基础层、传输层、融合层、新生层及福利层的信息经济遵循时间上的不断递进、空间上的不断扩散及程度上的不断深化的关系，下层是上层的基础，而上层又反过来促进下层的进一步发展。本文测算了基于西部各省区信息经济发展层次指数的相关系数矩阵，结果表明，信息经济各层次之间存在显著的正相关关系。
对于大部分情况而言，如果某一个专利在某个领域或者某一时期的被引频次超过其他专利，则该项专利可能在其所在领域的产业链上处于较为关键的位置，是竞争对手不能回避的技术点。因此，被引频次可以在一定程度上反映某个专利在其领域研发中的基础性和引导性作用。因而，可以利用专利被引频次来初步筛选出核心专利和重点专利，这也是专利引文分析方法中最常见的应用。本文同样以专利的被引情况来挖掘人工智能领域的核心专利及核心技术。在人工智能领域被引频次排名前10的专利情况如表1所示，其被引频次都超过了300次，远远超过了该领域专利文献的平均被引频次。因此我们认为这10件专利(专利号分别为US5963940-A、WO9621990-A2、US5799276-A、WO200065814-A1、EP376501-A、WO9118386-A、US6173066-B1、EP872827-A2、US6711293-B1、WO9919828-A1)为人工智能领域的核心专利或者包含人工智能领域的核心技术，它们从申请之日起就在业内得到了持续的关注，都维持了发明专利保护的最长期限，处于基础地位和核心地位。这些专利申请时间比较早，都在2000年左右，被引频次高，并且持续时间很长，说明自然语言处理、语音识别和计算机视觉是人工智能的基础技术和核心技术的一部分。
全球性语音提供商VoiceBox Technologies(简称VoiceBox)是自然语言理解和会话语音技术的开拓者，主要为汽车、智能手机和物联网产品提供基于语音人工智能技术的自然语言理解解决方案和语音解决方案。VoiceBox公司同样也是高被引专利US5963940-A的主要引证对象，共有47项专利引用了该高被引专利，并且后续专利质量也很高，其中有15项专利的被引频次超过100次，最高被引达到338次，这些专利主要集中在移动设备的语音自然语言处理技术。
在高被引专利中有6项是有关语音识别技术的专利，在人工智能识别系统中，语音是人工智能获取信息的重要途径。随着人工智能的不断发展，语音交互也顺势成为了人工智能领域最成熟也是落地最快的技术。尤其是深度学习技术的发展，让语音识别、语音合成以及自然语言处理的发展提升到了一个新的高度。不过这些发展都是基于之前的语音识别的技术基础，在高被引专利中，语音识别技术主要包括对广播数据访问的语音识别、基于知识的语音识别、交互式语音响应、电话网络的语音识别和验证、交换网络操作的语音识别服务等技术。
表1 人工智能领域核心专利(被引频次前10)
在前10项的高被引专利中，排名第一的是有关自然语言处理技术的专利，自然语言处理是计算机科学领域与人工智能领域中的一个重要方向，它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。该专利的专利权人为雪城大学，申请时间为1995年，该专利的新颖性在于能够接受检索信息的自然语言查询，并且基于检测查询语句的话语分数来确定查询语句的时间或者意图信息，其优点是用户能够与系统进行交互并改进系统解释。
而剩下的3项是有关计算机视觉技术的专利。计算机视觉是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像，也是人工智能领域的一个重要的技术分支。在本文数据中有关计算机视觉技术的专利主要包括三维物体识别方法、固定尺度特征识别方法和前景图像的清晰边缘提取的背景减除等技术。
4 核心专利分析
由于高被引专利的核心地位和技术基础地位，以高被引专利为着眼点和出发点进行研究，可以追溯分析技术源头、判定技术循环周期，确定重要的技术点及竞争态势。由于篇幅所限，本文主要选择被引频次最高的专利进行专利计量及围绕该专利的专利布局分析。
4.1 核心专利历年引文频次分析
从20世纪50年代以来，IBM公司就一直保持着在人工智能领域的技术领先地位，近期在人工智能领域的发展主要围绕IBM Watson开展，近年也在不断收购人工智能创业公司，从而不断巩固自己在人工智能领域的技术优势。在本文中，IBM也是高被引专利US5963940-A的引证对象之一，并且研发了多篇被引频次较高的后续专利申请，有3项专利的被引频次超过100，最高的专利被引182次，这些专利主要集中在存储和检索中的数据处理，专利质量较高。
图1 专利US5963940-A历年引证频次分析
图1中的虚线显示了引用人工智能领域高被引专利US5963940-A的5个主要专利权人历年引用该专利的情况。由图中可以看出，微软公司是最早引用该专利的专利权人，在5个主要引证对象中是最早关注该核心专利技术的公司；IBM公司从1998年开始引用该专利，引用频次虽有波动，但是持续时间最长，说明对自然语言处理方面的技术保持了持续的关注和研发。值得注意的是JumpTap公司引用该专利虽然只有两年，但是在2005年一年中申请了55项引用该专利的专利，说明JumpTap公司2005年在自然语言处理技术方面有重大突破，并且针对公司的研发技术形成了一系列专利布局来保护自己的核心技术。JumpTap公司是2005年才创立的，而当年在自然语言处理技术领域就有了不少高质量的申请专利，说明其在进入市场之前就开始了专利布局，为即将进入该市场奠定了技术基础。事实也证明，JumpTap公司利用核心专利的专利布局为自己赢得了市场和技术优势。
4.2 核心专利引证对象分析
针对引用高被引专利的申请人或者专利权人进行分析，能够发现已经进入或者计划进入该行业的公司，从侧面反映该领域的市场竞争情况。就本文而言，对引用人工智能领域中被引频次最高的专利US5963940-A的专利文献以专利权人进行归类得到图2，其中专利公开号后括号内的数字表示该专利被引用的次数，公司名称后的数字表示该公司引用该专利的次数。可以看出大量公司都在该核心专利周围实施了专利布局，多次引用该专利，从而在该专利的基础上产生了大量外围专利，并且出现了许多被引次数较多，质量较高的专利申请。这些公司主要包括谷歌、JumpTap，IBM，VoiceBox Technologies、微软等企业。通过对高被引专利的引证对象的分析，可以评价这些对象自身后续专利质量如何，同时也可以判别主要竞争对手。
图2 引用专利US5963940-A的主要企业
自然语言处理技术能够使计算机与人相互利用各种理论与方法进行交互，智能翻译就是自然语言处理早期最典型的应用，也成为了人工智能技术的重要组成部分。当前，人工智能成为很多科技公司的研究方向，谷歌也不例外，从最开始的谷歌翻译到近几年先后推出了谷歌眼镜、谷歌无人驾驶汽车、类人机器人等，谷歌一直致力于人工智能领域的专利布局与技术发展，并且于2014年展开了一系列重要的收购，例如DeepMind Technologies(一家神经网络创业公司)等，获取了一系列重要的技术专利。在本文中，由于高被引专利US5963940-A为自然语言处理技术，谷歌对于US5963940-A的专利引用主要集中在检索方面的用户查询语言的处理技术，这与谷歌搜索引擎的发展密切相关。并且后续专利同样具有较高的被引量，质量较高。
JumpTap公司是目前世界上最大的独立移动广告公司，其强大的数据驱动技术能够带来高度精确的广告推送，与媒体机构、站长联盟、无线运营商、广告品牌等建立了密切的合作关系，在人工智能领域也积累了一些技术与专利。而针对本文高被引专利US5963940-A的引用则集中在移动通信领域的自然语言处理技术，主要是语音查询的处理过程，并且后续专利质量较高，最高被引量为119，在语音查询的自然语言处理方面的技术领先。
图1显示了专利US5963940-A的历年总被引以及5个主要引证对象历年引用该专利的频次，从图中可以看出该专利从1994—2015年连续21年被后续专利技术所引用，得到了本领域专利申请人的持续关注，说明此项专利定然包含开创性的技术贡献。经研究发现，此项专利技术能够与系统进行交互并改进系统解释，能够检测到高于单词级别的人际交流中存在的高阶抽象，系统可以根据查询语言的长度和复杂度进行自动分类、排序和呈现，克服了之前自然语言处理中的技术难点，可以说是自然语言处理技术发展史上的重要节点。虽然计算机技术与人工智能发展迅速，技术迭代也比较快，但长达21年被后续专利技术所引用说明该高被引专利的技术生命周期较长。
从主要特征上看，壮族师公舞的外在形式是戴有面具的，与此同时，也缺少不了刀、剑等，与蚂拐舞蹈中的蛙形在造型上颇有相似的地方，其中有双臂呈蹲裆之式，胳膊肘也同时平举，与花山壁画的舞蹈风格相似。
随着国家深化教育综合改革的不断深入，国家努力确保教育经费占GDP4%目标持续稳定的发展，高校规模化发展和多校区协同管理运行，高校教学经费、科研经费等资金来源渠道的多元化，高校经费资金数目的不断增多，报账困难的现象日益严重，迫切需要探索一种方便高效的财务服务模式，来应对新的挑战，适应学校内涵式发展、可持续发展的需要，实现管理效益和经济效益双赢的目标。伴随信息化进程的不断推进，网络智能化时代的来临，高校网络信息化平台的建设加快进行，高校财务也随着时代的要求不断完善和发展财务信息化平台，以求改善各方的协作关系，提高工作效率和管理能力。
微波调制激光测速是使用微波信号来对激光进行强度调制，在接收端提取微波的多普勒频移来实现目标速度的测量。下面简要介绍微波调制激光测速原理、接收机信号处理技术及精度分析。
通过对高被引专利的引证对象的分析，主要是对谷歌、JumpTap、IBM、VoiceBox和微软5个主要引证对象进行分析发现，虽然这5家公司对人工智能领域的高被引专利进行引用，并且后续申请专利都有高被引专利，但是每个公司的技术发展与专利布局的侧重点并非完全相同，从中可以辨别主要的竞争对手。谷歌公司引用了该专利60次，对于谷歌公司来说，IBM公司和微软公司的专利也主要集中在信息检索中文字的自然语言处理技术，是谷歌公司在该技术领域的主要竞争对手。JumpTap公司主要提供一站式移动广告解决方案服务，其专利集中在移动通信领域的自然语言处理技术，VoiceBox公司致力于语音提供服务，主要集中在语音自然语言处理技术的研发上，这两家公司虽然主要的服务方向不用，但是在语音自然语言处理技术上面可能会发生专利纠纷，属于潜在的竞争对手，应该尽早对核心专利进行专利布局，防止专利侵权与专利纠纷。
4.3 核心专利的多级引证网络分析
专利作为技术创新成果的核心内容，当专利被引用时，其包含解决某个问题的技术就被其施引专利全部或者部分地继承和发展。因此，基于专利的前后引证关系可以揭示某一领域的技术发展路径，为专利技术地图提供重要依据。专利技术随时间的引证关系可以体现技术的演进路径，依据这一思想，根据引文路径构建该领域的专利技术演进图，如图3[4]所示。
图3 基于专利引用网络的专利技术演进图形成原理
因此技术的继承与发展可以通过专利的前后引证关系来体现，而将专利的前后引证关系完整体现的多级引证网络则能够反映技术的聚合和扩散情况。目前，大多数的研究都是依据专利之前的引证关系来研究专利技术发展路径，然而当专利数量比较大时，专利引证网络比较复杂，很难理清主要的技术发展路径。其中一种思路就是选取一件或者多件核心专利，然后以这些核心专利为出发点，将引证网络中被引频次较高的专利作为关键技术节点，然后以时间序列展开进行排序。本文同样采用这种思路，以上文中的雪城大学研发的自然语言处理技术相关的高被引专利US5963940-A为例进行分析。在引用US5963940-A的专利中，有一些专利本身的被引频次也非常高，将这些专利与US5963940-A的专利之间的相互关系以及随年代的变化情况在图4中展现。其中每个方框代表一个专利，包括专利号、专利权人以及被引频次，由于篇幅所限，本文主要展示了一级引用和二级引用的部分。
图4 人工智能领域自然语言技术路径网络(部分)
从图4的专利引证网络可以看出，专利US5963940-A在不同的年代都被高被引专利引用。并且在2005年仍然被两件高被引专利引用，可见其受关注的程度之高。同时，在引用US5963940-A的专利中，其引用专利之间有着较多的交叉引用关系，其中，WO200135391-A1、WO9839714-A1和EP855660-A2与较多的专利有着前后引用的关系。专利WO200135391-A1既是一级引用专利也是二级引用专利，同时被二级引用专利引用，该专利技术主要是针对用于帮助计算系统实现分布式语音查询识别的机器可执行程序；专利WO9839714-A1的专利权人为微软公司，包含的技术是基于检索查询结果的语义分析方法；专利EP855660-A2主要是用于根据用户的关注点及知识生成适当的文档摘要与总结的技术。在二级引用专利中，高被引专利WO2011088053-A2是一级引用专利中6项高被引专利的施引专利，该专利是苹果公司于2009年申请的专利，主要技术是用于计算设备的自动辅助系统，基于用户意图的派生表示来识别任务的域、任务和参数，并调用用于执行所识别任务的服务。
通过图4中的专利引证网络及相关分析可以发现，以US5963940-A专利为基础作为关键技术节点的10项一级引用专利主要是对某一个方面的技术进行改进与创新，比如移动内容的检索技术、语音识别中的自然语言处理技术、站点地图检索技术等方面；而以10项一级引用专利为基础的10项二级高被引专利则更趋向于集成多项技术从而构建一个更智能化的服务系统或者集成界面，比如应用广泛的计算设备的辅助服务系统、基于Web的客户服务和故障管理的集成界面等，这也代表着人工智能领域的一个发展方向。可见，这个引证网络表征了US5963940-A在整个人工智能领域的技术扩散、技术延伸以及技术发展。当然也可以对其三级甚至更多层级的引用关系进行深入分析，从而更好地展现US5963940-A与其他领域的技术融合以及未来的技术发展方向等情况。
5 基于核心专利的专利布局研究
通过专利引文及专利引证网络，能够勾画出竞争者之间的关系，识别出包含关键技术点的核心专利。围绕核心专利以及外围专利的专利引证关系网络，结合专利权人的身份及技术需求，可以探求各专利权人之间的专利保护和专利布局策略。其中丛林式专利布局就是针对核心专利的一种典型专利布局，主要分为两种情况：围栏式布局与糖衣式布局[9]。
车体所受的支撑力通过调节空气弹簧高度调整阀进行调节，4个支撑力能够调节到的最好状态为载荷最平均分配状态[5]。车体4点载荷调整时，其规律为对角相同，即1位空气弹簧垂向支撑力增大，则对角的4位空气弹簧支撑力也增大，并且增大量相同；另一对角上空气弹簧2、3位的垂向支撑力减小，且减小量与1、4位增大量相等[8]。因此，通常情况下，车体所受的4点支撑载荷如式(1)。
对某一企业来说，当核心专利掌握在竞争对手中，更适合采用围栏式专利布局，其效果如图5[11]所示，可以针对该核心专利技术申请大量围绕该技术主题的外围专利，用多个外围专利来包围核心专利，形成一个牢固的包围圈。那么微软、IBM和谷歌公司作为竞争对手，则可以基于该核心专利技术布局外围专利，从而有效阻止竞争对手的技术发展，为自己赢得技术先机。
图5 围栏式专利布局示意图
图6 糖衣式专利布局示意图
对某一企业来说，当核心专利由本企业所掌握时，这时候采用糖衣式专利布局更合适，其效果如图6[11]所示，即在该专利周围设置许多围绕该技术主题的外围专利，形成一个严密的专利网，从而提高竞争者规避设计的难度，并形成自己的技术壁垒，有效保护自己的核心专利。在上文中，通过专利引证网络可以发现，苹果公司的专利WO2011088053-A2作为二级引证网络中的高被引专利，继承了多项一级引证网络中核心专利技术，时间也最新，可以代表人工智能领域的一种技术发展方向，是技术路径中的核心专利。那对于苹果公司而言，可以采用糖衣式的专利布局，围绕该专利申请大量的外围专利，从而有效保护自己的核心专利与技术。
在双寡头市场上，如果寡头厂商提供的产品或服务之间具有较强的可替代性，则由于竞争的存在，使得寡头厂商很难达成串谋哄抬市场价格。为了获得更大的市场份额，同时保护已经占有的市场份额不被竞争对手挤占，寡头厂商的最优选择就是维持价格不变。这样的结果是有利于消费者的。
专利引证网络包含了技术知识流动，专利作为技术创新成果的表现形式，体现了某领域的技术发展前沿。通过对核心专利的引文分析探究其主要的技术发展路径，不仅有助于企业自身准确把握研究方向，还有助于企业学习技术研发思路和技术挖掘保护，进而有针对性地制定自身的技术研发和保护策略。如上文所示，通过核心专利的多级引证网络，可以识别技术发展中的核心专利、主要竞争对手及技术发展趋势，从而确定专利布局战略。
6 结束语
本文以人工智能领域的专利数据为例，基于专利引证视角对核心专利及针对核心专利的专利布局进行了研究。首先根据专利被引频次对核心专利进行挖掘，并对人工智能的前10项核心专利进行深入分析，分析说明自然语言处理、语音识别和计算机视觉是人工智能的基础技术和核心技术的一部分。由于篇幅所限，接下来本文以被引频次排名第一的专利为例分析了核心专利US5963940-A的历年引文频次、引证对象及多级引证网络，发现该专利从1994—2015年连续21年被后续专利技术所引用，得到了本领域专利申请人的持续关注；该专利的主要引证对象包括谷歌、JumpTap、IBM、VoiceBox、微软等企业，并且存在竞争关系；而该专利的一级和二级引证网络表征了US5963940-A在整个人工智能领域的技术扩散、技术延伸以及技术发展。基于以上对核心专利的分析，可以识别技术发展中的核心专利、主要竞争对手及技术发展趋势，从而制定有利于技术发展的专利布局，主要包括围栏式布局与糖衣式布局。
由于篇幅所限，本文只是以人工智能领域其中一个核心专利为例进行详细分析，在实际中通常需要根据不同需求对多个核心专利进行分析，并且组合结果进行对比分析，从而获得更加全面与准确的信息。除此以外本文中的多级引证网络只展示了一级和二级部分，这种情况对于某一特定核心专利进行深入分析，如果对大量数据进行整体概括分析，则借助计算机方法展示出完整的引证网络更加合适。以上问题将在今后的工作中进一步深入研究。□
参考文献
[1] 许琦,顾新建,陈芨熙.基于专利引证网络的技术进化路线分析——以数据挖掘领域为例[J].科研管理,2013,34(2):27-35.
[2] VERSPAGEN B.Patents,citations,and innovations:a window on the knowledge economy/Adam B.Jaffe and Manuel Trajtenberg[J].Verspagen Bart,2004(3).
[3] KARKI M M S.Patent citation analysis:a policy analysis tool[J].World Patent Information,1997,19(4):269-272.
[4] 侯筱蓉.基于引文路径分析的专利技术演进图研究[D].重庆：重庆大学，2008：9，28.
[5] 张振刚,黄洁明,陈一华.基于专利计量的人工智能技术前沿识别及趋势分析[J].科技管理研究,2018,38(5):36-42.
[6] 乔杨.专利计量方法在技术预见中的应用——以国内冶金领域为例[J].情报杂志,2013,32(4):34-37，27.
[7] 陈琼娣.专利计量指标研究进展及层次分析[J].图书情报工作,2012,56(2):99-103.
[8] 张莹.从核心和外围专利的关联性论企业专利战略[J].科技创业月刊,2013(1):17-19.
[9] 韩志华.核心专利判别的综合指标体系研究[J].中国外资,2010(4):193-196.
[10] 肖沪卫.专利地图方法与应用[M].上海:上海交通大学出版社,2011:148-150.
[11] 谢顺星,高荣英,瞿卫军.专利布局浅析[J].中国发明与专利,2012(8):24-29.
Core Patents Research from the Perspective of Patent Citation :Taking the Field of Artificial Intelligence as an Example
Abstract : [Purpose/significance] The core patents with important influence can be discovered through the patent citation,so the patent layout for the core patents can be formulated.[Method/process] Based on the Derwent Innovations Index,this paper uses the methods of patent metrics and forward citation index to analyze patent data in the field of artificial intelligence (AI).First of all,the core patents are mined according to the cited frequency of patents.Then the patent with the highest citation frequency,US5963940-A,is taken as an example to analyze the citation frequency,citation object and multi-level citation network of the patent over the years.[Result/conclusion] From 1994 to 2015,the patent US5963940-A has been cited by following patents for 21 consecutive years,which has received continuous attention from patent applicants in this field.The main citation objects of this patent include Google,JumpTap,IBM,VoiceBox,Microsoft and other enterprises,which have competitive relationships.The first-level and second-level citation networks of this patent represent the technology diffusion,extension and development of US5963940-A in the whole field of AI.Based on the above analysis,the patent layout for core patents is formulated,mainly including fence layout and sugar-coated layout.[Limitations] The combination analysis of several core patents and multi-level citation network for massive patent data need further analysis.
Keywords : patent citation;core patents;patent layout;artificial intelligence (AI)
DOI: 10.16353/j.cnki.1000-7490.2019.03.015
作者简介 ：赵蓉英 ，女，教授，博士生导师。研究方向：信息计量与科学评价。李新来 (通讯作者)，女，博士生。研究方向：信息计量与科学评价。李丹阳 ，女，博士生。研究方向：信息计量与科学评价。
录用日期： 2018-09-25
标签：专利引证论文; 核心专利论文; 专利布局论文; 人工智能论文; 武汉大学中国科学评价研究中心论文; 武汉大学信息管理学院论文; 武汉大学信息资源研究中心论文;