黃葆春

國(guó)家知識(shí)產(chǎn)權(quán)局專(zhuān)利局自動(dòng)化部 北京 100088

引言

硬科技概念正在被人們所熟知，具有較高技術(shù)門(mén)檻和技術(shù)壁壘的硬科技越來(lái)越受到資本的關(guān)注。硬科技類(lèi)型企業(yè)具有高技術(shù)壁壘、高研發(fā)投入、高學(xué)歷的管理層以及低營(yíng)銷(xiāo)投入的特點(diǎn)。硬科技行業(yè)將是未來(lái)一段時(shí)間內(nèi)的投資熱點(diǎn)。

隨著科創(chuàng)投資時(shí)代的來(lái)臨，科學(xué)技術(shù)對(duì)投融資事件的影響越來(lái)越大，所有投資機(jī)構(gòu)都在努力發(fā)現(xiàn)具有高新技術(shù)的公司和研發(fā)團(tuán)隊(duì)。對(duì)科技資源進(jìn)行檢測(cè)，分析評(píng)價(jià)科學(xué)技術(shù)發(fā)展的狀態(tài)和趨勢(shì)，選擇合理優(yōu)先投資的科技領(lǐng)域、合理配置投資資金、有效開(kāi)展科創(chuàng)投資的方法和途徑已經(jīng)成為國(guó)內(nèi)投資機(jī)構(gòu)普遍關(guān)注的熱點(diǎn)。投融資數(shù)據(jù)是資本的表現(xiàn)形式，專(zhuān)利文獻(xiàn)是技術(shù)創(chuàng)新成果的表現(xiàn)形式。隨著科技、資本與產(chǎn)業(yè)融合發(fā)展，投融資數(shù)據(jù)與專(zhuān)利文獻(xiàn)之間相互參考與相互作用的價(jià)值日益凸顯，兩者之間的有效鏈接除了有助于用戶便捷、高效的獲取科技文獻(xiàn)信息外，還能加強(qiáng)技術(shù)創(chuàng)新成果和資本之間的聯(lián)系，有助于實(shí)現(xiàn)科創(chuàng)投資的目的。然而，當(dāng)前的文獻(xiàn)服務(wù)體系中，投融資數(shù)據(jù)與專(zhuān)利文獻(xiàn)資源表現(xiàn)出明顯的局部有序但整體無(wú)序的孤島特征，目前，研究人員也進(jìn)行了一些關(guān)于海量信息分析及機(jī)會(huì)發(fā)現(xiàn)的研究[1]。傳統(tǒng)的研究主要是基于情景分析法[2]、德?tīng)柗品╗3]、AHP（層次分析法）[4]等方法進(jìn)行信息分析和結(jié)論演繹。上述方法基于非系統(tǒng)過(guò)程，并依靠專(zhuān)家的主觀意見(jiàn)。為了克服上述方法的缺陷，研究者提出了一些系統(tǒng)性的客觀的方法，例 如FUSE（Foresight and Understanding from Scientific Exposition）[5]，CUBIST（Combining and Uniting Business Intelligence with Semantic Technology）[6]，用于技術(shù)管理的文本挖掘軟件（VantagePoint）[7]，KISTI的信息分析和科學(xué)技術(shù)領(lǐng)域機(jī)會(huì)發(fā)現(xiàn)的InSciTe[8,9]，任智軍等探索了基于數(shù)據(jù)挖掘的技術(shù)機(jī)會(huì)發(fā)現(xiàn)[10]等。但國(guó)內(nèi)學(xué)者大都局限于將投融資數(shù)據(jù)或者專(zhuān)利數(shù)據(jù)進(jìn)行單獨(dú)研究，將結(jié)論進(jìn)行綜合分析，這樣以單一視角和不全數(shù)據(jù)進(jìn)行的分析得到的結(jié)果相對(duì)比較片面。

因此，投融資數(shù)據(jù)和專(zhuān)利數(shù)據(jù)的融合分析對(duì)于理解資本和技術(shù)之間的聯(lián)系、提高實(shí)現(xiàn)科創(chuàng)投資和技術(shù)創(chuàng)新方向有著重要的意義，而且大量的實(shí)證研究也表明這兩種資源的集成揭示分析有助于理解技術(shù)發(fā)展趨勢(shì)、產(chǎn)業(yè)資本技術(shù)關(guān)系等。因此，研究如何進(jìn)行投融資數(shù)據(jù)和專(zhuān)利數(shù)據(jù)整合，同時(shí)改變現(xiàn)有數(shù)據(jù)孤島式的深加工的加工方式，形成投融資數(shù)據(jù)和專(zhuān)利數(shù)據(jù)整合理論和方法是具有重要實(shí)際意義的。本文提出一種新的研究方法，將投融資數(shù)據(jù)和專(zhuān)利兩種異構(gòu)化的數(shù)據(jù)進(jìn)行融合對(duì)比，然后分析與挖掘可以得到更加全面多元化的分析結(jié)果，文章最后使用了最近10年投融資數(shù)據(jù)和專(zhuān)利數(shù)據(jù)對(duì)本方法進(jìn)行了實(shí)證研究，結(jié)果也相對(duì)比較理想。

1 投融資數(shù)據(jù)與專(zhuān)利數(shù)據(jù)整合

目前投融資數(shù)據(jù)與專(zhuān)利數(shù)據(jù)整合實(shí)踐研究的很少，更多的是進(jìn)行論文和專(zhuān)利的整合，任智軍等研究了論文與專(zhuān)利整合數(shù)據(jù)的研究，通過(guò)兩類(lèi)數(shù)據(jù)中都共同存在的人名數(shù)據(jù)字段將兩類(lèi)資源進(jìn)行整合[11]，賴(lài)院根提出了通過(guò)分類(lèi)體系之間的映射關(guān)系實(shí)現(xiàn)期刊論文與專(zhuān)利文獻(xiàn)在領(lǐng)域?qū)用娴膶?duì)接，利用主題詞表，建立期刊論文與專(zhuān)利文獻(xiàn)在主題層面的鏈接[12]。目前尚無(wú)對(duì)投融資數(shù)據(jù)與專(zhuān)利數(shù)據(jù)整合研究，因此本文提出一種以融資企業(yè)為基礎(chǔ)融合專(zhuān)利的整合策略，從信息資源整合的角度入手，通過(guò)企業(yè)名稱(chēng)為核心將兩類(lèi)資源進(jìn)行整合，使得投融資數(shù)據(jù)與專(zhuān)利數(shù)據(jù)變得集中有序儲(chǔ)存。

首先，基于大規(guī)模投融資數(shù)據(jù)和專(zhuān)利文獻(xiàn)數(shù)據(jù)收集和整理。在數(shù)據(jù)收集整理階段要對(duì)各種類(lèi)型（中國(guó)專(zhuān)利著錄項(xiàng)目及全文數(shù)據(jù)、DOCDB專(zhuān)利著錄項(xiàng)目、投融資數(shù)據(jù)、工商數(shù)據(jù)）數(shù)據(jù)進(jìn)行歸并整理。

圖1 投融資數(shù)據(jù)與專(zhuān)利數(shù)據(jù)整合

其次進(jìn)行數(shù)據(jù)整合，數(shù)據(jù)整合分成三個(gè)部分：

（1）數(shù)據(jù)抽?。合葘⑼度谫Y數(shù)據(jù)中的被投企業(yè)從簡(jiǎn)稱(chēng)得到企業(yè)的全稱(chēng)，然后將企業(yè)全稱(chēng)獲取相關(guān)的工商數(shù)據(jù)，同時(shí)根據(jù)企業(yè)全稱(chēng)利用申請(qǐng)人獲取專(zhuān)利數(shù)據(jù)；

（2）數(shù)據(jù)清理與加工：基于投融資數(shù)據(jù)自底向上構(gòu)建投資賽道，把所有在融企業(yè)標(biāo)引到投資賽道中，同時(shí)采用前期研究積累中已有的針對(duì)專(zhuān)利文獻(xiàn)的IPC抽取工具對(duì)IPC進(jìn)行提取，并將IPC數(shù)據(jù)進(jìn)行中文標(biāo)引和改寫(xiě)。

（3）數(shù)據(jù)導(dǎo)入：將加工好的數(shù)據(jù)導(dǎo)入到投融資和專(zhuān)利整合數(shù)據(jù)庫(kù)。

最后，本文選取最近10年投融資數(shù)據(jù)和專(zhuān)利數(shù)據(jù)進(jìn)行實(shí)證研究，進(jìn)行投融資數(shù)據(jù)和專(zhuān)利的整合，從信息資源整合的角度入手，通過(guò)挖掘其理論深度，把無(wú)序分散的資源集中起來(lái)，把無(wú)序的資源變?yōu)橛行?，使之有效?shí)現(xiàn)投融資數(shù)據(jù)和專(zhuān)利數(shù)據(jù)的知識(shí)化組織、方便后繼的分析與挖掘。

2 投資方向識(shí)別及標(biāo)注

2.1 投資方向識(shí)別概述

在投融資數(shù)據(jù)和專(zhuān)利數(shù)據(jù)整合基礎(chǔ)上，對(duì)新融資企業(yè)進(jìn)行標(biāo)注和度量，然后利用分類(lèi)算法對(duì)新融資企業(yè)進(jìn)行投資賽道分類(lèi)，對(duì)投融資數(shù)據(jù)和專(zhuān)利數(shù)據(jù)融合程度進(jìn)行分析，研究投融資和專(zhuān)利兩種數(shù)據(jù)之間存在的相互影響和排斥關(guān)系，從而探索資本和技術(shù)之間的發(fā)展規(guī)律，確定科創(chuàng)投資方向。基于投融資數(shù)據(jù)和專(zhuān)利數(shù)據(jù)挖掘科創(chuàng)投資方向的首要問(wèn)題是識(shí)別在融企業(yè)所在投資賽道，本文采用的方法則是利用在融企業(yè)特征做分類(lèi)，在分類(lèi)的基礎(chǔ)上，進(jìn)一步進(jìn)行企業(yè)聚類(lèi)并標(biāo)注聚類(lèi)名稱(chēng)，企業(yè)聚類(lèi)的結(jié)果就是科創(chuàng)投資方向，具體如圖2所示。

圖2 科創(chuàng)投數(shù)據(jù)和專(zhuān)利數(shù)據(jù)投資方向識(shí)別模型圖

分類(lèi)和聚類(lèi)的基礎(chǔ)是企業(yè)技術(shù)和產(chǎn)品特征，企業(yè)技術(shù)特征是全面刻畫(huà)企業(yè)技術(shù)信息的系統(tǒng)性方法，基于工商、投融資和專(zhuān)利等多維數(shù)據(jù)可以更加全面了解企業(yè)的真實(shí)情況，也為后續(xù)科創(chuàng)投資方向識(shí)別算法提供有力支持，通過(guò)多樣化的產(chǎn)品標(biāo)簽，更加清晰地標(biāo)識(shí)了企業(yè)技術(shù)和產(chǎn)品的多種屬性等。其企業(yè)技術(shù)特征如下表1所示：

表1 企業(yè)技術(shù)特征

2.2 投資方向識(shí)別

有了企業(yè)技術(shù)特征我們就可以使用分類(lèi)算法進(jìn)行產(chǎn)業(yè)的分類(lèi)，分類(lèi)算法使用fasttext[13]，在分類(lèi)之后，我們可以對(duì)產(chǎn)業(yè)下的賽道進(jìn)行聚類(lèi)，聚類(lèi)賽道作為投資方向，基于聚類(lèi)的投資方向識(shí)別模型說(shuō)明如下：

（1）從投融資數(shù)據(jù)和專(zhuān)利整合數(shù)據(jù)庫(kù)中抽取投融資特征和專(zhuān)利關(guān)鍵詞。

（2）利用投融資指標(biāo)和關(guān)鍵詞作為特征進(jìn)行分類(lèi)。

（3）在每個(gè)分類(lèi)里面，采用KMeans聚類(lèi)算法[14]（sklearn kmeans[15]）進(jìn)行融資企業(yè)聚類(lèi)。

（4）根據(jù)聚類(lèi)結(jié)果將每個(gè)類(lèi)別作為投資方向。

2.3 投資方向標(biāo)注

在得到研究方向后，需要對(duì)研究方向進(jìn)行標(biāo)注，研究方向的標(biāo)注主要通過(guò)科技術(shù)語(yǔ)?；バ畔⑹潜硎緝蓚€(gè)變量之間關(guān)聯(lián)程度有用的度量，因此可以通過(guò)關(guān)鍵詞與研究方向的互信息來(lái)進(jìn)行研究方向的標(biāo)注。在對(duì)共同研究方向投融資數(shù)據(jù)和專(zhuān)利聚類(lèi)后，具有相同研究方向的投融資數(shù)據(jù)和專(zhuān)利聚為一類(lèi)，這些投融資數(shù)據(jù)和專(zhuān)利在關(guān)鍵詞上具有共性，提取這個(gè)共性詞匯就是對(duì)研究方向的標(biāo)注。由于與同一個(gè)研究方向上互信息最大的關(guān)鍵詞不只一個(gè)，因此共同研究方向標(biāo)注有可能由一組詞匯組成?；诨バ畔⒌难芯糠较蛎枋龅乃惴ㄈ缦拢?/p>

（2）根據(jù)聚類(lèi)結(jié)果，利用互信息公式計(jì)算每個(gè)關(guān)鍵詞與所有類(lèi)別的互信息，MI公式如下所示

（3）對(duì)MI進(jìn)行規(guī)劃化處理。

（4）分類(lèi)別統(tǒng)計(jì)最大互信息值及對(duì)應(yīng)的主關(guān)鍵詞。

3 投資趨勢(shì)走向分析模型

投資趨勢(shì)走向分析是根據(jù)最新的投資方向和技術(shù)發(fā)展趨勢(shì)進(jìn)行分析和挖掘的結(jié)果，它們可能創(chuàng)立一個(gè)新投資賽道或改變某個(gè)老投資賽道。投資趨勢(shì)走向代表了一個(gè)新的投資賽道或者投資方向，被用來(lái)找到未來(lái)科創(chuàng)投資的技術(shù)領(lǐng)域和投資趨勢(shì)。投資趨勢(shì)走向分析對(duì)于投資方向研究意義重大：一方面，投融資與專(zhuān)利包括了資本和技術(shù)，在最新被投資企業(yè)所在的新技術(shù)賽道熱點(diǎn)，最有可能涌現(xiàn)新興投資趨勢(shì)。另外，新投資方向也會(huì)推動(dòng)資本投資趨勢(shì)和技術(shù)發(fā)展，吸引投資機(jī)構(gòu)和商業(yè)公司轉(zhuǎn)向研發(fā)，從而提高投資機(jī)構(gòu)投資走向與專(zhuān)利的產(chǎn)出和提高技術(shù)創(chuàng)新水平有著重要的意義。由于資本是技術(shù)創(chuàng)新的催化劑，因此在投資趨勢(shì)走向是非常必要的，本文研究的投資趨勢(shì)走向分析是指在研究最近剛剛出現(xiàn)有新的投資方向或者由冷變熱的投資方向，投資趨勢(shì)走向分析模型采用的是基于聚類(lèi)的離群點(diǎn)檢測(cè)算法[16]?；诰垲?lèi)的離群點(diǎn)檢測(cè)算法如下所示：

（1）計(jì)算現(xiàn)有投資分類(lèi)或者聚類(lèi)的質(zhì)心；

（2）計(jì)算被投企業(yè)到最近質(zhì)心的距離；

（3）計(jì)算各對(duì)象到它的最近質(zhì)心的相對(duì)距離；

（4）與給定的閾值作比較，超過(guò)閾值即認(rèn)為是離群點(diǎn)；

（5）對(duì)離群點(diǎn)企業(yè)進(jìn)行聚類(lèi)，找到新的投資方向。

4 實(shí)驗(yàn)及分析

為驗(yàn)證基于投融資數(shù)據(jù)與專(zhuān)利數(shù)據(jù)整合數(shù)據(jù)的投資方向發(fā)現(xiàn)模型的可行性，本文選擇了最近10年投融資數(shù)據(jù)和專(zhuān)利數(shù)據(jù)進(jìn)行實(shí)例研究，在互聯(lián)網(wǎng)上采集投融資數(shù)據(jù)和專(zhuān)利局專(zhuān)利下載獲取了數(shù)據(jù)，利用投融資數(shù)據(jù)與專(zhuān)利數(shù)據(jù)整合之后構(gòu)建了投融資專(zhuān)利整合數(shù)據(jù)庫(kù)，然后對(duì)投資賽道進(jìn)行投資方向分析和新興投資方向分析。

4.1 投融資與專(zhuān)利數(shù)據(jù)整合

投融資數(shù)據(jù)與專(zhuān)利整合數(shù)據(jù)中抽取10家融資企業(yè)的投融資和專(zhuān)利整合數(shù)據(jù)見(jiàn)表2。

表2 投融資和專(zhuān)利整合

（續(xù)表2）

（續(xù)表2）

（續(xù)表2）

4.2 投資方向識(shí)別與標(biāo)注

利用標(biāo)注算法投資方向識(shí)別及標(biāo)注方法對(duì)2020年投融資數(shù)據(jù)與專(zhuān)利整合數(shù)據(jù)進(jìn)行識(shí)別之后，得到融資企業(yè)6043家，并通過(guò)第2.3節(jié)中公式（1）對(duì)化學(xué)藥的類(lèi)別進(jìn)行了標(biāo)注，結(jié)果如表3所示。從表3可以看出，投資方向?yàn)椤吧V柱、藥品包裝，化學(xué)藥藥學(xué)理論，崩解劑，化學(xué)藥制備設(shè)備”等10個(gè)方向。

表3 投資方向標(biāo)注

4.3 新興投資方向分析

根據(jù)第3.3節(jié)中新興技術(shù)術(shù)語(yǔ)的識(shí)別方法，2020年投融資數(shù)據(jù)對(duì)2020年新興投資方向識(shí)別，識(shí)別出植物肉、射頻濾波器、液態(tài)儲(chǔ)氫、內(nèi)窺鏡和手術(shù)機(jī)器人等5個(gè)新興投資方向，具體如表4所示。

表4 新興投資方向識(shí)別表

5 總結(jié)與展望

本文提出了一種基于投融資數(shù)據(jù)與專(zhuān)利數(shù)據(jù)整合的分析與挖掘的研究方法，構(gòu)建了基于投融資數(shù)據(jù)與專(zhuān)利數(shù)據(jù)整合的分析與挖掘知識(shí)挖掘模型，從投融資與專(zhuān)利共同研究方向和新興技術(shù)發(fā)現(xiàn)兩個(gè)方面來(lái)揭示投融資與專(zhuān)利關(guān)系，最后，我們對(duì)最近10年投融資數(shù)據(jù)和專(zhuān)利數(shù)據(jù)進(jìn)行了實(shí)例驗(yàn)證，加強(qiáng)技術(shù)創(chuàng)新成果和資本之間的聯(lián)系，為科創(chuàng)投資等提供了一個(gè)新的研究思路。下一步的工作將在本文提出的模型基礎(chǔ)上，進(jìn)行基于投融資和專(zhuān)利整合的企業(yè)融資預(yù)測(cè)研究。