用专利发现未来的核心发明人

找到已经成名的研究者并不难，因为看论文数、专利数和被引次数，大致就能看出来。难的是提前识别那些目前成果还不多、但很快会成长起来的年轻人才。本文跟随一篇论文，看它如何提出利用专利数据发现这类人才的方法。

要讨论的论文如下。

动机：现有方法侧重于寻找”已经成名的人”

对技术型企业（Technology-Based Firm，TBF）来说，找到掌握本企业技术领域知识、年轻且能干的人才非常重要。这件事对企业绩效和持续成长有很大影响。已有研究也提出过识别或推荐核心研究者的方法。但聚焦于寻找符合企业技术战略、年轻且能干的人才，即”潜力人才”的研究还很少。

作者指出了现有方法的三处空白。

总之，作者的问题意识在于：仅靠现有指标，难以体现发明经验较少的年轻人才的成果。这篇论文试图解决这一问题。

方法分为三步。

第二步构建的发明人画像由两部分组成。

发明领域通过基于潜在狄利克雷分配（Latent Dirichlet Allocation，LDA）的主题建模来提取。主题建模是一种找出文档中经常共同出现的词语组合并将其归纳为主题的技术。发明成果用AW指数（AW-index）测量，资历用首次专利申请年份测量。

使用首次申请年份的理由很明确：要找的不是实际年龄小的人，而是发明经历短的人。作者解释说，用这种方式可以找到从发明资历角度看很可能年轻的人才。AW指数则用于找出发明经验虽少、却取得了良好成果的潜力发明人。

在论文第4节，作者以某一特定目标企业为对象开展了案例研究。识别候选发明人的领域时，使用的是包含专利分类G06K子类的专利集合。通过主题建模得到的部分领域如下。

值得注意的是测量成果和资历时所用的数据。领域是依据G06K专利集合确定的，但仅凭这一集合中的专利，很难反映发明人的全部成果和资历。因此，成果和资历是用候选发明人的全部授权专利来测量的。缩小范围看领域，与完整地评价一个人，被分开处理。

最后，作者按发明领域绘制了成果-资历组合图。根据摘要，作者开展了案例研究和统计验证，并据此表明该方法能够找出潜力发明人。验证的具体步骤和结果数值本文不作讨论。

作者将用该方法找到的潜力发明人定义为：具备企业所需的技术知识、能够在企业技术战略中立即发挥作用的人才。同时，潜力发明人也被定义为能够成长为成熟发明人、为企业持续成长作出贡献的年轻且能干的人才。这是论文设定的定义，也是作者的期望。论文并没有证明用该方法找到的人才在实际录用后会取得成果。

对从业者的用处如下。该方法以量化方式筛选潜力人才，可用作人才搜寻工具。作者也表示，希望技术型企业将其用作人力资源管理工具。在笔者看来，它还有一个优点：不只依赖人事负责人的直觉或熟人推荐，而是先筛选出一份符合公司技术方向的候选名单。

对研究者也有用处。 利用专利数据，可以同时评价人才的研发经验和成果。它提供了一个框架，把核心研究者识别研究从”已经取得成果的人”扩展到”将来会取得成果的人”。领域识别、成果测量和资历测量也都可以分别替换为其他指标来做实验。

不过，在实际应用之前需要确认几点。以下是笔者基于论文设计所做的分析。

请选定一个你关注的技术领域的专利分类号。从该分类号下的授权专利中，把每位发明人的首次申请年份和专利数量整理成表。只要看看有多少人资历不长、专利成果却很突出，就能亲自验证这篇论文的问题意识。

商业智能实验室介绍利用专利和技术数据开展的技术管理研究。更多论文解读可在博客中继续阅读。