基于知識圖譜的區(qū)塊鏈專利數(shù)據(jù)挖掘

邵澤宇　孟天宇

摘 要：為響應習近平總書記關于學習區(qū)塊鏈技術的號召，協(xié)助企業(yè)對區(qū)塊鏈落地產業(yè)進行精準投入和科學布局，為相關決策者與研究人員提供新思路。文中基于德溫特專利數(shù)據(jù)庫（DII）中2014—2019年區(qū)塊鏈相關專利數(shù)據(jù)，利用CiteSpace對區(qū)塊鏈技術前沿熱點、演化路徑、專利權人以及發(fā)明人進行深入挖掘分析，并構建知識網(wǎng)絡圖譜，對現(xiàn)有存量區(qū)塊鏈技術做分析，對區(qū)塊鏈技術的應用與技術前沿進行了重點梳理并提出相關建議。結果發(fā)現(xiàn)區(qū)塊鏈在分布式數(shù)據(jù)庫、數(shù)據(jù)加密和解密等方面應用趨于成熟，車輛微處理器系統(tǒng)等應用占據(jù)關鍵地位，業(yè)務路由等為區(qū)塊鏈新興方向，區(qū)塊鏈技術由早期重點研究的數(shù)據(jù)庫、密碼學等演化至今出現(xiàn)了法律法規(guī)、識別等重要方向，區(qū)塊鏈相關公司在其國內之間合作緊密，但缺乏跨國之間的交流聯(lián)系。

關鍵詞：知識圖譜;德溫特專利數(shù)據(jù);CiteSpace;專利挖掘;區(qū)塊鏈

中圖分類號：G 255.53;TP 309?? 文獻標識碼：A?? 文章編號：1672-7312（2020）06-0588-08

Block Chain Patented Data Mining Based on Mapping KnowledgeSHAO Ze-yu1，MENG Tian-yu2

（1.Institute of Science and Technology Information，Jiangsu University，Zhenjiang

212013，China;

2.School of Management，Jiangsu University，Zhenjiang 212013，China）

Abstract：In response to General Secretary Xi Jin-pings call for learning about block chain technology，assist companies to make accurate investment and scientific layout of the block chain industry，and provide new ideas for relevant decision makers and researchers，the paper，based on the 2014—2019 blockchain-related patent data in the Derwent Patent Database（DII），uses CiteSpace to conduct in-depth mining and analysis of blockchain technology frontiers，evolution paths，patentees，and inventors，and builds a knowledge network Atlas，analyzes the existing existing block chain technology，focuses on the application of block chain technology and the technical frontier，and puts forward relevant suggestions.The results show that the application of blockchain

in distributed database，data encryption and decryption tends to mature，and applications such as vehicle microprocessor system occupy a key position.Business routing is the emerging direction of blockchain.Blockchain technology has evolved from database and cryptography，which were mainly studied in the early stage，to present important directions such as laws and regulations，identification，etc.Blockchain-related companies cooperate closely within their own countries，but lack cross-border communication links.

Key words：knowledge atlas;derwent patent data;CiteSpace;patent mining;blockchain

0 引言

2019年10月24日中共中央政治局就區(qū)塊鏈技術發(fā)展現(xiàn)狀和趨勢進行第十八次集體學習。習近平總書記著重強調，要把區(qū)塊鏈作為核心技術自主創(chuàng)新的重要突破口，明確主攻方向，加大投入力度，著力攻克一批關鍵核心技術，加快推動區(qū)塊鏈技術和產業(yè)創(chuàng)新發(fā)展。習近平總書記的重要講話，深入淺出地闡明了區(qū)塊鏈技術在新技術革新和產業(yè)變革中的重要作用，對區(qū)塊鏈技術的應用和管理提出了具體要求。習近平總書記的重要講話，對各部門各地方全面和深刻認識區(qū)塊鏈技術發(fā)展現(xiàn)狀和趨勢、提高運用和管理區(qū)塊鏈技術的能力必將起到巨大推動作用。陳曉菡[1]等學者認為，區(qū)塊鏈是一項顛覆性技術，目前其觸角已探入眾多領域，具有深刻的研究意義。區(qū)塊鏈本質是一個去中心化的分布式賬本[2]，它最早起源于“中本聰”（Satoshi nakamoto）在2008年11月發(fā)表的論文《比特幣：一種點對點電子現(xiàn)金系統(tǒng)》[3]。通過對區(qū)塊鏈相關專利進行多維度、深層次的挖掘剖析，可幫助企業(yè)對區(qū)塊鏈落地產業(yè)進行精準投入和科學布局，為相關決策者與研究人員提供新思路。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源囿于區(qū)塊鏈技術成型較晚，自2008年發(fā)明起至2013年有關區(qū)塊鏈的專利數(shù)據(jù)量過少，文中選取2014—2019年德溫特專利數(shù)據(jù)庫（DII）中區(qū)塊鏈相關專利作為來源數(shù)據(jù)。在德溫特專利數(shù)據(jù)庫中，采用主題檢索，檢索詞為“Blockchain”，時間跨度設置為“2014—2019年”，檢索日期為2019年12月31日，共檢索到相關專利數(shù)據(jù)5 047條。

1.2 研究方法CiteSpace是一款由陳超美[4-5]教授研發(fā)的科學計量分析可視化的工具軟件。已有諸多學者利用CiteSpace工具開展知識圖譜、文獻計量分析等方面的研究。顧佳依[6]利用CiteSpace軟件對區(qū)塊鏈論文進行計量分析，揭示了區(qū)塊鏈研究現(xiàn)狀及未來發(fā)展趨勢;趙佳[7]將物聯(lián)網(wǎng)技術的關鍵專利數(shù)據(jù)導入CiteSpace進行分析，成功找出其中的核心專利;宗利永[8-9]等學者多次利用CiteSpace軟件對德溫特專利數(shù)據(jù)進行挖掘，對柔性版印刷技術、可穿戴設備技術等專利數(shù)據(jù)進行深度剖析，成功探測出技術應用熱點及發(fā)展趨勢;黃魯成[10]等學者通過CiteSpace軟件，對家用空調的技術熱點、前沿趨勢進行了剖析;劉桂鋒[11]等學者通過對國內專利情報分析方法體系進行綜述研究，發(fā)現(xiàn)CiteSpace在專利數(shù)據(jù)的可視化計量分析方面具有突出優(yōu)勢，該學者[12]也曾利用CiteSpace和專利地圖，對大數(shù)據(jù)領域的專利信息進行計量分析，并成功識別出該領域的研究前沿。由此可見，CiteSpace在知識圖譜、文獻計量分析等方面應用效果顯著。故文中選取CiteSpace軟件對區(qū)塊鏈相關專利數(shù)據(jù)進行可視化計量分析，分析框架見圖1，其具體分析步驟為第一步，對德溫特手工代碼（MC）進行可視化計量分析，構建德溫特手工代碼共現(xiàn)網(wǎng)絡[13]及聚類圖譜[14]，并對其頻次、中心性、突顯值進行排序統(tǒng)計，做進一步分析。其中，德溫特手工代碼是德溫特專利數(shù)據(jù)庫獨有的一種分類體系，相對于我們熟知的IPC分類號，其定義的技術領域范圍更加具體。對其進行剖析，有助于我們準確探測和把握技術熱點。第二步，構建德溫特手工代碼時區(qū)圖[15]，以此來挖掘和觀測區(qū)塊鏈技術的演化趨勢，有助于我們觀察技術熱點的遷移情況，并發(fā)掘出新興主題。第三步，對于專利權人與發(fā)明人的合作關系進行分析，并構建專利權人及發(fā)明人合作網(wǎng)絡圖譜。以此分析區(qū)塊鏈技術的相關研究者之間的合作關聯(lián)，找出他們之間的合作存在的不足或待改進之處，并提出相應的改進措施。

2 研究結果及分析

2.1 德溫特手工代碼共現(xiàn)分析將采集到的5 047條區(qū)塊鏈專利數(shù)據(jù)進行格式轉換，轉換成CiteSpace可識別格式[16]。以Category（MC）為節(jié)點構建共現(xiàn)網(wǎng)絡，時間間隔（Time Slices）設置為1，即時間切片為1年，閾值（Thresholding C，CC，CCV）設置為5，5，20;3，2，20;5，4，20。運行軟件，得到一個節(jié)點數(shù)N=249，網(wǎng)絡密度E=549（Density=0.017 8）的德溫特手工代碼共現(xiàn)網(wǎng)絡圖譜，如圖2所示。

在共現(xiàn)網(wǎng)絡圖譜中，包圍節(jié)點的圓圈大小表示關鍵詞（MC）出現(xiàn)的頻次多少[17]，節(jié)點外側的紫紅色圓環(huán)厚度越大，表示該節(jié)點的中心性越高，節(jié)點之間的連結線條粗細表示它們之間的關聯(lián)性強弱，線條顏色與圖中上方年份相對應，用于標記該年份的主要關鍵詞（MC）。

由圖1可知，德溫特手工代碼共現(xiàn)網(wǎng)絡中各個節(jié)點間關聯(lián)密切，鮮有孤立點存在。區(qū)塊鏈相關專利主要分布在德溫特手工代碼的T大類中，T大類代表的是計算和控制（Computing and Control）領域，此外也有相當數(shù)量的專利漫衍在W大類中，W大類表示的是通信（Communications）領域，而區(qū)塊鏈專利在其他大類的分布則相對較少。對此有3個原因，一是區(qū)塊鏈技術主要依靠計算機系統(tǒng)、數(shù)據(jù)算法搭建實現(xiàn)其應用落地;二是由于區(qū)塊鏈技術目前屬于“導入期”[18]，該技術轉化的應用研究主要還停留聚集在計算、控制以及通信領域，對于其他應用領域的研究剛剛起步、不夠深入;三是因為其他區(qū)塊鏈應用領域本身的研究即比較單薄。為厘清區(qū)塊鏈專利更為具體的分布情況，分別依“頻次前20位德溫特手工代碼”、“節(jié)點中心性前10位德溫特手工代碼”以及“突顯值前10位德溫特手工代碼”，繪制表格，并附上該關鍵詞（MC）首次出現(xiàn)的年份與對應的德溫特手工代碼的釋義（Translation），見表1。對節(jié)點中心性和突顯值排名僅取10位列表，原因是這兩部分在第11位之后的數(shù)據(jù)不具有統(tǒng)計意義（數(shù)據(jù)值極低或者無數(shù)據(jù)）。

由表1可知，在頻次（Fred）前20位的德溫特手工代碼中，覆蓋了數(shù)據(jù)庫、密碼學、金融、安全、電子文件、服務器、行政、互聯(lián)網(wǎng)商業(yè)、身份驗證等。這部分的應用領域研究開展的時間相對較早（2015、2016年），且根據(jù)頻次判斷，區(qū)塊鏈在這些領域的研究成果相對比較顯著。進一步細化分析，頻次分布在前3位的德溫特手工代碼分別是T01-J05B4A、T01-D01、T01-N02B1B，即分布式數(shù)據(jù)庫（Distributed Database）、數(shù)據(jù)加密和解密（Data Encryption and Decryption）和用戶權限/密碼系統(tǒng)（User Privileges/Password Systems），說明目前區(qū)塊鏈在這3個領域的研究最為成熟。按照節(jié)點中心性排序，統(tǒng)計前10位德溫特手工代碼并構建表2。

從節(jié)點中心性（Centrality）的排序表（表2）中可以清晰看到，中心性最高的三個節(jié)點是T01-J07D1、T01-N01D1B、W01-C01D3C，即車輛微處理器系統(tǒng)（vehicle microprocessor system）、視頻傳輸（video transfer）、便攜式與手持式（portable;hand-held），說明這3個應用節(jié)點在整個共現(xiàn)網(wǎng)絡體系中占據(jù)關鍵地位。

統(tǒng)計突顯值前10位的德溫特手工代碼分布情況，見表3。

綜合突顯值（Burst）前10位德溫特手工代碼分布情況（表3）與頻次前20位分布情況（表1），其中重合的僅有T01-J05B4P、T01-J05B2B、T01-N02A3C，即數(shù)據(jù)庫應用（database applications）、數(shù)據(jù)和目錄結構（data and directory structures）、伺服器（servers），說明這3個2015—2016年突現(xiàn)的熱點，其研究已比較深入，而對于表3中其他7個突現(xiàn)的熱點，還需要進一步探索。

2.2 德溫特手工代碼聚類分析基于德溫特手工代碼共現(xiàn)網(wǎng)絡（圖2），選取Log-likelihood ratio算法，運行CiteSpace，得到一個模塊度（Modularity Q）=0.665 3，輪廓值（Mean Silhouette）=0.524 7的聚類圖譜，如圖3所示。其中模塊度（Modularity Q）>0.3說明本次聚類結果是可信服的，輪廓值（Mean Silhouette）>0.5說明此次聚類是合理的[19-20]。另外聚類區(qū)域的色塊顏色越深，代表其對應主題出現(xiàn)的年份越早，顏色越淺，表示該區(qū)域對應的研究主題越新。

聚類得到了12個相關主題（Cluster#0-11），分別是個人數(shù)據(jù)（personal data）、區(qū)塊鏈票據(jù)（block chain ticket）、生物識別數(shù)據(jù)（biometrics data）、源車（source vehicle）、數(shù)據(jù)記錄（data record）、區(qū)塊鏈條目（blockchain entry）、移動閉塞（moving block）、業(yè)務路由（traffic route）、公鑰（public key）、固定架（fixing frame）、智能合約（smart contract）、使用數(shù)據(jù)處理系統(tǒng)（using dataprocessing system）。其中第7和第9主題的區(qū)域色塊顏色最淺，表示其對應的“業(yè)務路由”、“固定架”主題，為區(qū)塊鏈新興應用領域。對應的聚類詳情見表4。

2.3 區(qū)塊鏈前沿主題演化路徑分析基于德溫特手工代碼共現(xiàn)網(wǎng)絡（圖2），構建時區(qū)分布（timezone）圖譜，如圖4所示。其中時區(qū)之間的連線表示對應的關鍵詞（MC）之間的傳承關系，且關鍵詞（MC）只會分布在它首次出現(xiàn)的時區(qū)內。

由圖4可知，2017年新出現(xiàn)的德溫特手工代碼的種類最多，與2016、2018年出現(xiàn)的德溫特手工代碼之間的傳承關系最強，另外根據(jù)包圍節(jié)點的圓圈大小分析，首次出現(xiàn)在2015、2016年的德溫特手工代碼，經時間的積淀，已愈漸成熟。第一次出現(xiàn)在2019年的德溫特手工代碼多承自2017年的德溫特手工代碼，但其數(shù)量較少，原因有二，一是專利公開存在18個月的滯后期，二是對于區(qū)塊鏈新應用領域的開拓出現(xiàn)瓶頸。按照每個時區(qū)的最高和次高頻次排序，繪制德溫特手工代碼時區(qū)分布表，見表5。

根據(jù)表5分析，區(qū)塊鏈在數(shù)據(jù)加密和解密（data encryption and decryption）、用戶權限/密碼系統(tǒng)（user privileges/password systems）、分布式數(shù)據(jù)庫（distributed database）、金融（financial）方面的應用研究開始最早（2015、2016年），現(xiàn)已較為深入，2017年新出現(xiàn)且成為該時區(qū)頻次最高的2個德溫特手工代碼分別是T01-J12C1、T01-J05B3，即認證方式（authentication）、搜索和檢索（search and retrieval），目前屬于新興研究方向的有加密演算法（encryption algorithm）、法律法規(guī)（legal and regulatory），領域識別（recognition）、同步化（synchronisation）等方面。

2.4 專利權人與發(fā)明人分析基于采集到的5 047條區(qū)塊鏈相關專利數(shù)據(jù)，以Institution（專利權人）為網(wǎng)絡節(jié)點，運行CiteSpace，得到一個節(jié)點數(shù)N=166，網(wǎng)絡密度E=211（Density=0.015 4）的專利權人合作網(wǎng)絡圖譜，如圖5所示。其中，包圍節(jié)點的圓圈大小與專利權人擁有的專利數(shù)量呈正相關，節(jié)點外側的紫紅色圓環(huán)厚度與對應的專利權人的關鍵程度（中心性）呈正相關。

由專利權人共現(xiàn)網(wǎng)絡圖譜（圖5）可以看出，專利擁有量最多的專利權人為INT BUSINESS MACHINES CORP（IBMC-C）和ALIBABA GROUP HOLDING LTD（ABAB-C），且包圍它們節(jié)點的圓圈遠大于其他專利權人，說明這兩家公司在區(qū)塊鏈方面的研究已遙遙領先。此外，根據(jù)節(jié)點外側的紫紅色圓環(huán)判斷，ALIBABA GROUP HOLDING LTD（ABAB-C）與TENCENT TECHNOLOGY SHENZHEN CO LTD（TNCT-C）這兩家公司在整個專利權人共現(xiàn)網(wǎng)絡中處于關鍵地位。為進一步探測專利權人合作網(wǎng)絡圖譜成因，依照專利數(shù)量（Fred）排序，將排在前10位的專利權人進行羅列，并標注其所屬國家，見表6。

根據(jù)表6分析，區(qū)塊鏈專利擁有量前10位的專利權人，有80%是屬于中國的企業(yè)，美國的公司只占了一成，而跨地區(qū)，尤其跨國家之間的合作是相對困難的。這也解釋了美國INT BUSINESS MACHINES CORP（IBMC-C）公司的專利數(shù)量（Fred）最多，但在合作網(wǎng)絡節(jié)點中的重要程度（Centrality）卻遠低于中國的ALIBABA GROUP HOLDING LTD（ABAB-C）和TENCENT TECHNOLOGY SHENZHEN CO LTD（TNCT-C）公司的原因。同樣，基于采集到的區(qū)塊鏈相關專利數(shù)據(jù)，以Author（發(fā)明人）作為節(jié)點構建發(fā)明人合作網(wǎng)絡圖譜，如圖6所示。

從發(fā)明人合作網(wǎng)絡圖譜（圖6）可以看出，發(fā)明人之間相互聯(lián)系緊密，形成一個個簇群并連結在一起。合作網(wǎng)絡中的主要發(fā)明人大多來自中國，這與針對專利權人的分析結果保持一致。主要專利權人均為企業(yè)，由此判斷，大部分發(fā)明人應是來自具有區(qū)塊鏈技術業(yè)務的相關公司的職工，其發(fā)明也應當為職務發(fā)明。

3 結語習近平總書記發(fā)表的關于大力發(fā)展區(qū)塊鏈技術的重要講話，大大激發(fā)了國內各行業(yè)對區(qū)塊鏈技術發(fā)展的興趣和熱情。目前中國區(qū)塊鏈專利數(shù)量已經領跑世界，但仍需要在專利質量上嚴格把關，切勿盲目追逐專利數(shù)量，要做到真正把區(qū)塊鏈技術落到實處，推動產業(yè)創(chuàng)新。此外，研究還發(fā)現(xiàn)以下幾方面問題

1）區(qū)塊鏈相關專利目前主要布局在計算和控制、通信大類，其具體在分布式數(shù)據(jù)庫、數(shù)據(jù)加密和解密、用戶權限/密碼系統(tǒng)方面的應用已趨于成熟。

2）車輛微處理器系統(tǒng)、視頻傳輸、便攜式與手持式應用，在整個德溫特手工代碼共現(xiàn)網(wǎng)絡中占據(jù)關鍵地位。

3）由LLR算法生成的聚類圖分析可推知業(yè)務

路由、固定架為目前區(qū)塊鏈新興方向，需要重點關注。

4）通過挖掘其主題演化路徑發(fā)現(xiàn)，區(qū)塊鏈研究重點從較早期的數(shù)據(jù)庫、密碼學、金融演變到近期的法律法規(guī)、識別、同步化相關方向，對于近期出現(xiàn)的區(qū)塊鏈技術主題要格外關注。

5）通過構建專利權人網(wǎng)絡發(fā)現(xiàn)，ALIBABA GROUP HOLDING LTD（ABAB-C）和TENCENT TECHNOLOGY SHENZHEN CO LTD（TNCT-C）公司在整個區(qū)塊鏈專利的申請和合作方面占據(jù)關鍵地位，而美國INT BUSINESS MACHINES CORP（IBMC-C）公司的區(qū)塊鏈專利申請量雖居于前列，可在專利合作方面，遠不及前兩家公司，另外專利權人的合作基本上都是在本國之間，中外的合作聯(lián)系比較薄弱，建議國內公司可以在政府的引導和支持下，嘗試區(qū)塊鏈技術的跨國合作。

6）針對發(fā)明人來看，區(qū)塊鏈相關專利的發(fā)明人之間合作緊密，大部分發(fā)明人應是來自具有區(qū)塊鏈技術業(yè)務的相關公司的職工。

參考文獻：

[1]陳曉菡，解學芳.顛覆式創(chuàng)新：區(qū)塊鏈技術對文化創(chuàng)意產業(yè)的影響[J].科技管理研究，2019，39（07）：140-146.

[2]高政風，鄭繼來，湯舒揚，等.基于DAG的分布式賬本共識機制研究[J].軟件學報，2020，31（04）：1124-1142.

[3]Jag deep Sidhu.Sys coin：a peer-to-peer electronic cash system with blockchain-based services for e-business[C]//2017 26th International Conference on Computer Communication and Networks.

[4]Chen C.Searching for intellectual turning points：progressive knowledge domain visualization[J].PNAS，2004，101（01）：5303-5310.

[5]Chen C.CiteSpace：detecting and visualizing emerging trends and transient patterns in scientific literature[J].Journal of the American Society for Information Science and Technology，2006，57（03）：359-377.

[6]顧佳依.基于文獻計量的區(qū)塊鏈熱點及趨勢分析[J].技術與創(chuàng)新管理，2020，41（01）：46-50.

[7]趙佳.專利視閾下物聯(lián)網(wǎng)領域知識圖譜及產業(yè)引導政策研究[D].南京：南京郵電大學，2013.

[8]宗利永，肖穎，麻祥才，等.基于知識圖譜的柔性版印刷技術應用專利數(shù)據(jù)挖掘[J].包裝工程，2019，40（13）：259-267.

[9]宗利永，白韜韜，張飛相，等.文化創(chuàng)意產業(yè)科技需求視角下的可穿戴設備技術發(fā)展研究——基于知識圖譜的分析方法[J].科技管理研究，2015，35（07）：23-27.

[10]黃魯成，王凱，王亢抗.基于CiteSpace的家用空調技術熱點、前沿識別及趨勢分析[J].情報雜志，2014，33（02）：40-43.

[11]劉桂鋒.國內專利情報分析方法體系構建研究[J].情報雜志，2014，33（03）：16-21.

[12]劉桂鋒，盧章平，宋新平.專利地圖和知識圖譜視角的大數(shù)據(jù)比較研究[J].圖書情報知識，2015（05）：89-98.

[13]沈君，高繼平，滕立.德溫特手工代碼共現(xiàn)法——一種實用的專利地圖法[J].科學學與科學技術管理，（01）：14-18.

[14]劉遠超，王曉龍，劉秉權，等.信息檢索中的聚類分析技術[J].電子與信息學報，2006，28（04）：606-609.

[15]陳昱，馬子涵，古潔靈，等.環(huán)境成本研究：合作、演進、熱點及展望——基于CitespaceV的可視化分析[J].干旱區(qū)資源與環(huán)境，33（06）：13-24.

[16]鄭娜，邵黨國.信息可視化分析工具的比較分析——以CiteSpace、SATI分析關鍵詞共現(xiàn)為例[J].軟件，2017，38（10）：39-46.

[17]欒春娟，賀高紅，盧中昌，等.專利多學科演進及對知識產權人才培養(yǎng)的啟示[J].技術與創(chuàng)新管理，2018，39（06）：682-688+720.

[18]張維沖，王芳，趙洪.多源信息融合用于新興技術發(fā)展趨勢識別——以區(qū)塊鏈為例[J].情報學報，2019，38（11）：1166-1176.

[19]章夢霞，鄭新奇，王開建.國內外城市地下空間研究知識圖譜分析[J].測繪科學，2018，43（07）：180-186.

[20]劉姝寧，楊朝均.中國低碳創(chuàng)新的研究脈絡演進及熱點領域分析[J].技術與創(chuàng)新管理，2020，41（01）：24-33.

（責任編輯：嚴 焱）