专利数据库资源查询

HEU 校园网 IP 访问

智慧芽全球专利检索数据库 (需使用个人邮箱申请:地址
incoPat专利数据库-旗舰版 (用户名: HRBEULB2,密码: 595443)
中国知网-专利数据库
万方数据-中外专利数据库

公共免费平台

国家知识产权局
国家知识产权公共服务网
PATENTSCOPE(世界知识产权组织专利数据库)
United States Patent and Trademark Office(美国专利与商标局)
The European Patent Office(欧洲专利局)
日本专利—特許実用新案公報DB
韩国专利—KIPRIS
CIPO—Canadian Patents Database(加拿大专利数据库)
中国专利信息中心专利之星检索系

其他 HEU 数据资源

  1. 馆藏资源检索

学习路线——Python

好的大语言模型具有强大的代码输出能力(AI 模型选择见 此处),使得掌握 Python 能够极大的扩展个体能力边界。适用于经济管理类科研活动的 Python 学习路线具有「需深度结合大模型」以及「面向算法复现而非底层创新」等特点,与科班计算机程序语言学习流程区别较大。

建议的学习思路如下:

  1. 学习时间不足、希望快速上手可跟随这个流程练习:廖雪峰的 Python 教程 ,学习其中的 1~7 章即可。
  2. 有相对充足的学习时间:跟随书籍《Python 编程 从入门到实践》(Eric Matthes),学习其中 1~8 章。电子版书籍 点击这里下载
  3. 上述信息了解后,需将工作平台转向 Anaconda,下载地址。以便你在多项科研活动项目间保持 Python 环境独立。可粗略参考此书籍《Python Tools for Scientists An Introduction to Using Anaconda, JupyterLab, and Pythons Scientific Libraries》(Lee Vaughan) ,主要学习其中的 1~3+5 章,电子版书籍去 这里 寻找。
  4. Anaconda 中,掌握使用 Jupyter Notebook 来调试和执行代码。可使用 Anaconda 中的网页版 Jupyter Notebook,或使用 VScode 中的 Jupyter Notebook 插件。后者功能更强,但也略微增加学习成本。

学成这样就够了:

  1. 如果某算法开放了 Python 代码,你能够正确执行它,得到想要的结果;
  2. 你能够粗略地解读这些代码的逻辑,无需有能力重写它们;
  3. 遇到代码报错,你能够通过 经验/AI 修复错误,在此过程中知道自己在干什么;
  4. 如果你需要应用多种算法,你可以编写「胶水」代码串接这些算法;
  5. 能将算法输出结果以恰当的方式可视化呈现,并把结果存储到计算机中。

学成这样就到头了:

  1. 你能用 Python 完成 论文/项目 中的所有数据处理、分析、可视化呈现过程,使得复现你的 论文/项目 只需要若干次点击;
  2. 你能够将 梳理/拼接/修正错误 后的代码与你的原始数据解耦,使得他人可以较为轻松地复现你的老结果、用新数据便捷地计算新结果;
  3. 代码中有清晰的注释,需要根据实际情况调整的参数以变量形式暴露,以直观、便于修改的方式陈列;
  4. 当你需要学习一种新的算法时,内心充满平静而自信的期待。

如何找到书籍的电子版

书籍本体下载:

书配资源下载(光盘、云资源):

  • 畅想之星
  • 另外:可在书籍所在出版社的官网查找

上述搜索引擎均已集成在 巢叟 功能页面中。

学习路线——自然语言处理

基础知识

  • 《自然语言处理综论》Jurafsky

与研究的结合

  • 作为工具黑盒
  • 位于数据处理的前端
  • 本身不构成研究意义

书籍下载

  • 《Natural Language Processing with Python and Spacy》点击下载
  • 《NLTK基础教程 用NLTK和Python库构建机器学习应用》点击下载
  • 《Python和NLTK自然语言处理》点击下载

Bert

  • Bert 论文

如何应对研究中的随机性和复杂性

在经济管理和社会科学的研究中,我们经常需要分析和建模不同类型的系统。这些系统有时表现出简单的规则性,有时则充满了随机性和复杂性。那么,如何根据不同系统的特征选择合适的分析方法呢?本文将探讨解析方法和统计方法的区别,并结合一张图表的解释,帮助大家更好地理解这两种方法在处理复杂社会系统时的适用性和局限性。

图源:书籍《系统化思维导论》——杰拉尔德·温伯格 [阅读笔记]

图表将系统分为了三个区域:

  1. 有序的简单(机械)系统
  2. 无序的复杂(聚合)系统
  3. 有序的复杂(系统)系统

这些系统分别对应不同程度的复杂性和随机性,可以用不同的分析方法处理,具体如下:

I. 有序的简单(机械)系统

特点:有序的简单系统通常表现为规律性强、确定性高,系统的行为可以通过精确的理论模型或方程描述。这类系统的复杂性较低,随机性较小。可采用解析方法(Analytical Methods)是通过数学公式、理论模型或定理对问题进行精确求解的过程。这种方法适用于确定性系统,即系统行为可以被精确预测和描述。

适用方法:解析方法

例子

  • 市场需求和供给模型:在经典的经济学中,市场均衡价格可以通过需求曲线和供给曲线的交点精确计算。这种情况下,供需关系遵循特定的规律,适合用解析方法进行分析。
  • 投资回报的确定性分析:如果投资项目的现金流稳定,并且市场利率固定,可以用净现值(NPV)或内部收益率(IRR)等解析方法精确计算投资的收益。

II. 无序的复杂(聚合)系统

特点:这种系统表现为高度的随机性和不确定性,尽管可能存在某些局部规律,但整体上难以通过确定的理论模型描述。复杂性高,随机性显著。可采用 统计方法(Statistical Methods)通过对大量数据进行分析和处理,从中找出趋势和模式。它适用于随机性较强的系统,无法精确预测个体行为时。

适用方法:统计方法

例子

  • 股市价格波动:由于股价受到多种经济因素、政策变化和投资者情绪的影响,表现出高度的随机性和波动性,因此需要使用统计方法(如时间序列分析、波动率模型等)来分析和预测市场趋势。
  • 消费者行为的聚合分析:消费者购买行为会受到多种因素的影响,如收入水平、广告效应和社会趋势。这些行为难以用简单的解析方法描述,通常需要通过问卷调查数据的统计分析,找出影响消费者决策的主要因素。

III. 有序的复杂(系统)系统

特点:这种系统介于有序的简单系统和无序的复杂系统之间,尽管复杂性较高,但系统的行为仍然呈现出一定的规律和秩序。系统的整体行为可以分解为多个部分,每个部分之间有一定的关联性。

适用方法:解析方法和统计方法结合

例子

  • 宏观经济政策的影响分析:宏观经济系统虽然复杂,但可以通过经济模型(如IS-LM模型)结合统计数据来分析货币政策或财政政策对经济增长、失业率和通货膨胀的影响。
  • 组织行为中的激励机制分析:在企业管理中,员工的激励和绩效之间存在复杂的关系。可以通过行为经济学的理论模型进行解析,同时结合员工满意度调查的统计分析,揭示激励机制的有效性。

技术分析领域知识体系(2024-10-13 更新)

一、关于技术本体的概念与现象

1. 关于技术的概念

2. 关于技术所呈现的现象

二、关于技术的载体——专利

1. 专利的检索方式

  • 德温特数据库检索方式,可参考这篇 [流程介绍]

2. 专利分析教程(研究报告类)

  • 推荐《专利分析——方法、图表解读与情报挖掘》马天旗
  • 推荐《专利分析实务手册》张娴

三、关于技术的发展脉络探索

1. 技术演化路径探测方法

  • 推荐《技术演化路径探测方法研究——专利引用网络主路径视角》
  • 推荐理由:采用学术性更强的方法分析技术演化。需要了解专利引用网络的弊端。
  • 京东链接:https://item.jd.com/12922550.html

2. 特定技术类目的识别和演化分析

  • 孔令凯.基于文本挖掘的产业关键共性技术识别及演化研究[D].哈尔滨工程大学,2022.
    • DOI:10.27060/d.cnki.ghbcu.2022.000089.
  • 林超然.基于专利数据挖掘的关键共性技术识别及预测研究[D].哈尔滨工程大学,2020.
    • DOI:10.27060/d.cnki.ghbcu.2020.000234.
    • 评价:是一种陈旧思路:在专利文本分析中未采纳语义分析方法、演化分析中未充分考虑基于网络的深度学习方案。