Personal Information

  • Doctoral Supervisor
  • Master Tutor
  • (Professor)
  • Name (Pinyin):

    sunxiaoming
  • School/Department:

    管理学院
  • Education Level:

    Postgraduate (Doctoral)
  • Gender:

    Male
  • Contact Information:

    sun413@xauat.edu.cn
  • Degree:

    Doctoral degree
  • Professional Title:

    Professor
  • Status:

    Employed
  • Academic Titles:

    西安建筑科技大学管理学院教授、博士及硕士研究生导师、战略与创新团队负责人
  • Other Post:

    [1] 教育部研究生学位论文评审专家 [2] 《Research Policy》《Long Range Planning》《Journal of Knowledge Economy》《科技进步与对策》《管理评论》《管理工程学报》《科学学与科学技术管理》《科技与管理》《创新科技》《统计与信息论坛》及《西安建筑科技大学学报(社科版)》审稿专家 [3] 《科技进步与对策》第一、第二届青年学者学术委员会副主任兼秘书长 [4] 《创新科技》青年编委、副主任 [5] 陕西省软科学研究会常务理事 [6] 中国企业管理研究会新兴技术未来分析与管理专委会理事,等。
  • Alma Mater:

    西安交通大学
  • Discipline:

    Management Science and Engineering

Other Contact Information

  • Email:

我国专利数据中发明家姓名消歧算法研究

  • Release time:2025-12-09
  • Hits:
  • Affiliation of Author(s):

    北京化工大学经济管理学院;西安建筑科技大学管理学院;西安交通大学管理学院中国管理问题研究中心;过程控制与效率工程教育部重点实验室;
  • Journal:

    情报学报
  • Key Words:

    专利数据;发明家;姓名消歧;阈值
  • Abstract:

    专利数据是分析企业创新网络和技术情报的重要信息来源,基于专利数据资源进行著录项信息整合、分析和挖掘在企业创新实践中有着重要应用。然而,由于形近字和同音字的存在,在基于汉字的某些输入法向我国专利数据库中录入著录项信息时,很容易产生发明家姓名歧义问题,这些歧义会影响企业对优秀发明家的识别、挖掘和培养,而且还会影响到发明家及其合作关系作用等的考察。鉴于此,针对发明家姓名中可能产生的歧义,本文在大规模专利数据环境下设计了一套发明家姓名消歧算法。最后以国内医药企业的专利信息为实例,验证了消歧算法的有效性和科学性,揭示了该算法对提高专利信息清洗效率的重要作用。
  • Issue:

    04
  • Page Number:

    405-414
  • ISSN No.:

    1000-0135
  • Translation or Not:

    no
  • Date of Publication:

    2016-04-24
Back
Top