كاربرد نقشه‌هاي به‌دست‌آمده از تحليل هم‌رخدادي واژگان پروانه‌هاي ثبت اختراع در آشكارسازي دانش فني

The Application of Patent Co-Word Map Analysis in Technical Knowledge Disclosure

هدف: كاربرد نقشه‌های حاصل از تحلیل هم‌رخدادی واژگان پروانه‌های ثبت اختراع در آشكارسازی دانش فنی حوزه برق زیرسطحی‌های هوشمند. روش‌شناسی: از تحلیل هم‌رخدادی واژگان برای ترسیم نقشه‌های موضوعی فناوری AUV بهره گرفته شد. به‌منظور كسب نظر متخصصان از كاربرد این نقشه‌ها روش دلفی پیاده‌سازی شد. پروانه‌های ثبت اختراع حوزه برق زیرسطحی‌های هوشمند كه در پایگاه‌های Google Patent و Lens نمایه شده بودند به‌صورت تمام‌متن بازیابی شدند. برای یافتن پروانه‌های ثبت اختراع مرتبط، از روش جستجوی دوگانه كلیدواژه ـ رده استفاده شد. سرانجام تعداد 223 پروانه ثبت اختراع بررسی شد. یافته‌ها: نقشه‌های موضوعی سبب درك بهتر و آشنایی اولیه با محتوای برق زیرسطحی‌های هوشمند می‌شود. این نقشه‌ها برای خبرگانی كه پیش‌زمینه قبلی دارند می‌تواند نقطه آغازی برای آشنایی با دانش فنی باشد. اگر این نقشه‌ها به نقشه راه تبدیل شود، می‌تواند مؤثر باشد؛ اما در خصوص به‌روزرسانی دانش افراد متخصص كاربردی ندارد. نتیجه‌گیری: نقشه‌های به‌دست‌آمده از تحلیل هم‌موضوعی باید از دو منظر نوآشنایان، و  متخصصان و خبرگان مورد توجه قرار گیرد.

Purpose: The application ofpatent co-word map analysis in disclosure of technical knowledge associated with the electrical field of Autonomous Underwater Vehicle (AUV). Methodology: It is a descriptive research. The co-word analysis technique is used to map AUV and Delphi method to obtain experts’ views. The patents containing the term “Autonomous Underwater Vehicle” were retrieved from Google patent and Lens. To find related patents, keyword and class were searched together. Finally, 223 patents were retrieved. Results: Subjective maps help in better understanding and act as an introduction to electrical aspects of AUV. To experts with a previous knowledge of the field, the maps can be used as a starting point to learn technical knowledge. Also, the maps can be useful if they turn to a road map, otherwise they are not applicable in promoting experts’ knowledge. Conclusion: Maps derived from co-word analysis must be regarded from two viewpoints of novices and experts.