利用专利簇网络动态识别新兴技术与领军企业：以网络安全为例

战略决策严重依赖非科学化的手段来预测新兴技术与领军企业。相反，我们构建了一个计算开销小、快速的定量系统，以发现给定领域中最关键的技术与企业，所用方法具有通用性，可应用于任何行业。借助美国专利商标局的专利数据，我们首先通过自动化机器学习工具为每项专利赋值。随后应用网络科学追踪企业与专利簇（即技术）的互动与演化，并通过五种网络中心性指标为这两类对象创建排名，以突出重要或新兴的网络节点。最后，我们以网络安全行业为例阐释我们的系统。我们的结果提供了有用的见解，例如通过突出（i）具有增长的平均专利值与簇规模的新兴技术，（ii）该领域最具影响力的企业，以及（iii）拥有少量但具影响力专利的吸引力初创企业。补充分析还提供了网络安全行业大企业中研发边际收益递减的证据。