总第74期2023年第2期DataAnalysisandKnowledgeDiscovery创新二重性视角下明星发明人类型的早期识别*刘向刘香余博文（华中师范大学信息管理学院武汉430079）摘要:【目的】通过专利数量和专利引用识别明星发明人类型的方法存在明显时滞效应，本文结合专利文本和发明者合作关系构建了图卷积神经网络，该模型可以用于明星发明人的早期识别。【方法】从“延续性创新”、“突破性创新”两个维度将明星发明人的创新类型分为“复合型”、“巩固型”、“突破型”和“发展型”4类，结合专利标题信息和明星发明人的合作关系，构建基于图卷积神经网络的明星发明人类型的早期识别模型。【结果】以分子生物学与微生物学领域内专利数据进行了验证，实验表明本模型识别明星发明人创新类型的整体准确率为79.4%，相较于只使用词向量的方法准确率提高了约15个百分点。【局限】本文模型对于“突破型明星发明人”早期识别效果不理想，还需进一步寻找突破型发明人的特征，以提高模型的有效性。【结论】本文模型可以克服基于专利数量和引证的识别方法的时滞效应，能尽早地识别明星发明人的创新类型。关键词:明星发明人创新二重性早期识别突破性创新延续性创新合作关系分类号:G305TP183DOI:10.11925/infotech.2096-3467.2022.0330引用本文:刘向，刘香，余博文.创新二重性视角下明星发明人类型的早期识别［J］.数据分析与知识发现，2023，7（2）：119-128.(LiuXiang,LiuXiang,YuBowen.EarlyIdentificationofStarInventorTypesinthePerspectiveofInnovationDuality[J].DataAnalysisandKnowledgeDiscovery,2023,7(2):119-128.)1引言当前，我国正处于产业调整升级和科技全面突破的关键阶段，如何突破技术瓶颈、实现产业的顺利升级是国家和企业所面临的重大问题。科技创新是解决这一问题的主要途径，科技创新人才的培养和选拨则是其中的关键［1］。国家和企业纷纷出台了一系列政策培养和招揽拨尖人才，例如国家的“百千万人才计划”、“杰出青年人才计划”、企业的“百万年薪青年科学家计划”等［2］。然而，如何将具备突破性发明能力的发明人从众多的技术菁英中识别出来、如何更早地预估发明人的创新类型成为难点问题。明星发明人是指所拥有的专利的影响力处于头部的发明家群体［3］，他们具备较强的科技创新能力，对于科技发展起着举足轻重的作用［4-5］。但明星发明人群体内部的创新能力和创新类型存在较大差异，比如有的发明人偏向进行基础性和突破性的研究、有的发明人则从...
