學術產出-學位論文

題名 透過專利、學術論文分析技術發展趨勢-以蝕刻技術為例
Technology Trends Analysis via Patent and Scientific Publication - A Case Study of Etching
作者 徐竣祈
貢獻者 吳豐祥
徐竣祈
關鍵詞 書目計量
文字探勘
專利
科學引文索引
技術預測
蝕刻技術
Bibliometrics
Text Mining
Patent
Science Citation Index
Technological Forecast
Etching
日期 2007
上傳時間 18-九月-2009 09:32:29 (UTC+8)
摘要 競爭是現代社會中無所不在的行為,國家或企業透過產業競爭分析、企業競爭分析,乃至市場分析及技術預測(Technological Forecast),才能知己知彼並且擬定正確的決策。對科技產業而言,若企業無法隨時掌握技術發展的趨勢,儘早投入技術研發或調整企業的經營策略。不久之後,市場便會被其他競爭對手所佔據。所幸,沒有一項技術發明是直接由發明者的腦袋直接跳到廣泛應用的境地。其間總是經過好幾個連續階段,每一個階段都使得「實用性」及「有用性」更成熟。因此若能掌握科技發展的脈絡,早期投入研發,便能維持企業的競爭優勢。

專利資訊可以用來評估與預測技術發展、規劃研發或技術發展項目、避免誤觸專利權而浪費研發資源、掌握企業發展動向及市場需求。許多企業和政府機關已經發現專利分析的重要性,並且投入大量的人力、物力來進行專利分析的工作。然而,專利的申請日和公開日之間還是存在至少18個月的時滯,若企業過渡倚賴專利資訊的分析,容易使後續的研發資源投入競爭激烈的技術紅海當中。因此若要充分掌握前瞻技術發展的脈動,基礎研究趨勢分析相對於專利趨勢分析,其重要性有過之而無不及。

在分析方法方面,現存的書目記錄以科學與技術類佔大多數,因此,以書目計量學為工具,自然成為研究「科學」技術整體發展的主流。除了傳統的計量分析之外,利用自動化的方法,挖掘大量文件中的隱含及有用知識,也是最近熱門的研究議題。對探勘技術而言,關聯分析、分群、預測等探勘技術,也漸漸成為技術預測不可或缺的工具之一。

過去曾有眾多的研究利用書目計量來分析學術論文或專利資訊,而最近幾年則陸續出現利用文字探勘來分析學術論文或專利資訊,但這樣的分析結果是片段而不完全的。本研究提出整合性的概念,同時結合計量分析(Bibliometrics)與文字探勘(Text Mining)兩種方法,分別對學術論文(Science Citation Index Expanded)與專利資訊(Derwent World Patents Index)這兩種文獻資料作分析,透過互相比較來瞭解技術發展的趨勢。除此之外,也希望透過個案分析,對本研究所提出之方法論本身,探討之間的關聯性。

在選擇個案方面,奈米科技是目前最熱門的科技產業發展方向。其中最具代表性的產業即「半導體產業」和「微機電系統產業」。蝕刻(Etching)製程與設備技術的良劣,直接影響晶圓產品良率的高低,是影響奈米科技未來發展的重要技術之一。故蝕刻技術之發展趨勢值得深入研究。

而本研究之研究結論如下:
1.技術趨勢分析在層次上宜由遠(計量分析)而近(文獻探勘),理論(論文資料)與應用(專利資料)應並重,分析結果才能互補長短。
2.科學發展與市場需求為專利技術生命週期的領先指標。
3.科學發展增加技術商業化的應用,但市場需求則強化了創新擴散的效果。
4.蝕刻技術的基礎研究目前處於成熟期,而技術發展目前處於成長期。在電子產品輕薄短小、高效能的需求下,預期蝕刻技術將持續被商業化應用。
5.蝕刻技術的領先地位,美商已逐漸被亞洲企業所取代,尤其近來南韓的半導體廠商最為積極。台灣的台積電和聯電過去已累積雄厚的技術發展基礎,惟台灣在基礎研究與產學合作方面仍待加強。
參考文獻 一、中文部分
Martino, J. P.(民94)。產業分析之技術預測方法與實例 (袁建中、謝志宏與彭弼聲譯)。臺北市:麥格羅‧希爾國際出版。
王明妤與許旭昇(民94)。應用文件探勘於專利文件之技術分析-以磁阻性隨機存取記憶體為例。管理與系統,12(4),79-98。
余序江、許志義與陳澤義(民87)。科技管理導論:科技預測與規劃。臺北市:五南。
李世鴻(民97)。積體電路製程技術。臺北市:五南。
林欣吾與林秀英(民94)。台灣創新系統之競爭力與成長挑戰。2005產業科技創新:新價值創造的年代國際研討會,臺北市。
林傑斌、劉明德與陳湘(民91)。資料採掘與OLAP理論與實務。臺北市:文魁資訊。
夏文龍(民87)。專利對產業界的價值。智慧財產權管理,16,20-21。
許勝巽(民96)。利用文字探勘法建置專利地圖。元智大學企業管理學系碩士論文。
陳光華與呂明香(民92)。知識探索及其於政府資訊之應用。檔案季刊,2(2),38-49。
陳芷瑛(民91)。光碟及資料庫檢索常見問題集。國立中央大學圖書館通訊,第三十五期。
陳筱蕾(民90)。臺灣生命科學領域之文獻計量指標-兼論臺灣與歐盟科學活動指標之比較。科技發展標竿,1(2),25-34。
陳達仁與黃慕萱(民91)。專利資訊與專利檢索。臺北市:文華圖書館管理資訊。
曾元顯(民86)。關鍵詞自動擷取技術之探討。中國圖書館學會會訊,5(3),26-29。
曾元顯(民93)。專利文件之知識探勘:技術與挑戰。現代資訊組織與檢索研討會,淡江大學。
黃藍逸(民96)。看似追趕中經濟體之國家創新性比較─以台灣與南韓為例。國立交通大學科技管理研究所碩士論文。
經濟部智慧財產局(民86)。中華民國專利法。臺北市:作者。
墨基爾(民85)。漫步華爾街:超越股市漲跌的成功投資策略 (楊美齡譯)。臺北市:天下遠見出版。
蔡明月(民92)。資訊計量學與文獻特性。臺北市:國立編譯館。
二、英文部分
Acs, Z. J., Anselin, L., & Varga, A. (2002). Patents and Innovation Counts as Measures of Regional Production of New Knowledge. Research policy, 31(7), 1069-1085.
Aggarwal, C. C., & Yu, P. S. (2000). Finding Generalized Projected Clusters in High Dimensional Spaces. Sigmod Record, 29, 70-81.
Akihiro, S., Manabu, O., Yuzo, M., & Makoto, I. (2003). Patent Claim Processing for Readability: Structure Analysis and Term Explanation. Paper presented at the Proceedings of the ACL-2003 Workshop.
Archibugi, D., & Planta, M. (1996). Measuring Technological Change through Patents and Innovation Surveys. Technovation, 16(9), 451-468
Ashton, B., & Sen, R. K. (1998). Using Patent Information in Technology and Business Planning-I. Research Technology Management, 31(6), 42-46.
Basberg, B. L. (1987). Patents and the Measurement of Technological Change: A Survey of the Literature. Research Policy, 16(2-4), 131-141.
Bottle, R. T., & Efthimiadis, E. N. (1984). Library and Information Science Literature: Authorship and Growth Patterns. Journal of Information Science, 9(3), 107-116.
Cetron, M. J., & Monahan, T. I. (1968). An Evaluation and Appraisal of Various Approaches to Technological Forecasting. In Technological Forecasting for Industry and Government (pp. 144-179). Englewood Cliffs: Prentice-Hall.
Egghe, L., & Rousseau, R. (1990). Introduction to Informetrics : Quantitative Methods in Library, Documentation, and Information Science. Amsterdam ; New York: :Elsevier Science Publishers.
Ernst, H. (1997). The Use of Patent Data for Technological Forecasting: The Diffusion of CNC-Technology in the Machine Tool Industry. Small Business Economics, 9(4), 361-381.
Fall, C. J., A, T., rcsv, ri, Benzineb, K., & Karetka, G. (2003). Automated Categorization in the International Patent Classification. SIGIR Forum, 37(1), 10-25.
Fattori, M., Pedrazzi, G., & Turra, R. (2003). Text Mining Applied to Patent Mapping: A Practical Business Case. World Patent Information, 25(4), 335-342.
Fayyad, U. M. (1996). Advances in Knowledge Discovery and Data Mining. Menlo Park, Calif.: AAAI Press : MIT Press.
Frakes, W. B., & Baeza-Yates, R. (1992). Information Retrieval : Data Structures & Algorithms. Englewood Cliffs, N.J.: Prentice Hall.
Frame, J. D., Baum, J. J., & Card, M. (1979). Information Approach to Examining Developments in an Energy Technology: Coal Gasification. Journal of the American Society for Information Science, 30(4), 193-201.
Griliches, Z. (1990). Patent Statistics as Economic Indicator: A Survey. Journal of Economic Literature, 28(4), 1661-1707.
Jean-Charles, L., Shadi Al, S., Martial, H., Claire, F., & Ois. (2003). Intelligent Patent Analysis through the Use of a Neural Network: Experiment of Multi-viewpoint Analysis with the MultiSOM Model. Paper presented at the Proceedings of the ACL-2003 Workshop.
Jung, S., & Imm, K. Y. (2002). The Patent Activities of Korea and Taiwan: A Comparative Case of Patent Statistics. World Patent Information, 24(4), 303-311.
Liu, T., Liu, S., Chen, Z., & Ma, W. Y. (2003). An Evaluation on Feature Selection for Text Clustering. Machine Learning -International Workshop then Conference, 20, 488-495.
Magyar, G. (1974). Bibliometric Analysis of a New Research Sub-field. Journal of Documentation, 30(1), 32-40.
Martino, J. P. (2003). A Review of Selected Recent Advances in Technological Forecasting. Technological Forecasting and Social Change, 70(8), 719-733.
May, K. O. (1966). Quantitative Growth of the Mathematical Literature. Science 154(3757), 1672 - 1673.
Morales, M. (1985). Informetrics and Its Importance. International Forum on Information and Documentation, 10(2), 15-21.
Oliver, M. R. (1971). The Effect of Growth on the Obsolescence of Semiconductor Physics Literature. Journal of Documentation, 27(1), 11-17.
Pilkington, A., Romano, D., & Omid, T. (2002). The Electric Vehicle: Patent Data as Indicators of Technological Development. World Patent Information, 24(1), 5-12.
Porter, A. L. (1991). Forecasting and Management of Technology. New York: Wiley.
Price, D. J. d. S. (1986). Little Science, Big Science-- and Beyond. New York: Columbia University Press.
Salton, G. (1988). Automatic Text Processing : The Transformation, Analysis, and Retrieval of Information by Computer. Reading, Mass.: Addison-Wesley.
Salton, G., & Buckley, C. (1988). Term-Weighting Approaches in Automatic Text Retrieval. Information Processing and Management, 24(5), 513-523.
Salton, G., Wong, A., & Yang, C. S. (1974). A Vector Space Model for Automatic Indexing. Ithaca, N.Y.: Dept. of Computer Science, Cornell University.
Sullivan, D. (2001). Document Warehousing and Text Mining : Techniques for Improving Business Operations, Marketing and Sales. New York; Chichester: Wiley.
Tabah, A. N. (1992). Nonlinear Dynamics and the Growth of Literature. Information Processing and Management, 28(1), 61-73.
Tseng, Y. H., Lin, C. J., & Lin, Y. I. (2007). Text Mining Techniques for Patent Analysis. Information Processing and Management, 43(5), 1216-1247.
Twiss, B. C. (1992). Forecasting for Technologists and Engineers : A Practical Guide for Better Decisions. London, U.K.: P. Peregrinus on behalf of the Institution of Electrical Engineers.
Vanston, L. K., & Vanston, J. H. (1996). Introduction to Technology Market Forecasting. Austin, Tex.: Technology Futures, Inc.
Wei, C. P., Hu, P. J., & Dong, Y. X. (2002). Managing Document Categories in E-commerce Environments: An Evolution-based Approach. European Journal of Information Systems, 11(3), 208-222.
三、網路部分
Clarke, P. (2008, June 25). Samsung, Hynix to Team on MRAM, 450-mm Wafers. EE Times. Retrieved July 1, 2008, from http://www.eetimes.com/news/latest/showArticle.jhtml?articleID=208800724
Cluster Analysis. (N.D.). Retrieved July 1, 2008, from http://en.wikipedia.org/wiki/Data_clustering
David(民94)。早期公開專利情報之重要性。財團法人國家實驗研究院科技政策研究與資訊中心-產業策略評析。民97年7月1日,取自http://cdnet.stpi.org.tw/techroom/analysis/pat082.htm
Delphion. (N.D.). Patent Collection Descriptions. Retrieved July 1, 2008, from http://www.delphion.com/collect_descrip
Thomson. (N.D.). The Thomson Scientific Journal Selection Process. Retrieved July 1, 2008, from http://scientific.thomsonreuters.com/free/essays/selectionofmaterial/journalselection/
李宜映、洪文琪與吳亞恬(民97)。以知識探勘方法探索農業科技發展新動向。財團法人國家實驗研究院科技政策研究與資訊中心-議題觀點。民97年7月1日,取自http://policy.stpi.org.tw/eip/index/techdoc_content.jsp?doc_id=1203408635914&ver_id=2
金珊資訊(民95)。Web of Science中文使用手冊。民97年7月1日,取自http://www.stpi.org.tw/fdb/wos/WOS_7_2_050916.pdf
盧慶儒(民95年3月13日)。技術洞察-光子成為次世代訊號傳輸介質。電子時報(DigiTimes)。民97年7月1日,取自http://tech.digitimes.com.tw/ShowNews.aspx?zCatId=416&zNotesDocId=152F64530EFE70D44825712C0052B7A3
描述 碩士
國立政治大學
科技管理研究所
95359010
96
資料來源 http://thesis.lib.nccu.edu.tw/record/#G0095359010
資料類型 thesis
dc.contributor.advisor 吳豐祥zh_TW
dc.contributor.author (作者) 徐竣祈zh_TW
dc.creator (作者) 徐竣祈zh_TW
dc.date (日期) 2007en_US
dc.date.accessioned 18-九月-2009 09:32:29 (UTC+8)-
dc.date.available 18-九月-2009 09:32:29 (UTC+8)-
dc.date.issued (上傳時間) 18-九月-2009 09:32:29 (UTC+8)-
dc.identifier (其他 識別碼) G0095359010en_US
dc.identifier.uri (URI) https://nccur.lib.nccu.edu.tw/handle/140.119/34351-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 科技管理研究所zh_TW
dc.description (描述) 95359010zh_TW
dc.description (描述) 96zh_TW
dc.description.abstract (摘要) 競爭是現代社會中無所不在的行為,國家或企業透過產業競爭分析、企業競爭分析,乃至市場分析及技術預測(Technological Forecast),才能知己知彼並且擬定正確的決策。對科技產業而言,若企業無法隨時掌握技術發展的趨勢,儘早投入技術研發或調整企業的經營策略。不久之後,市場便會被其他競爭對手所佔據。所幸,沒有一項技術發明是直接由發明者的腦袋直接跳到廣泛應用的境地。其間總是經過好幾個連續階段,每一個階段都使得「實用性」及「有用性」更成熟。因此若能掌握科技發展的脈絡,早期投入研發,便能維持企業的競爭優勢。

專利資訊可以用來評估與預測技術發展、規劃研發或技術發展項目、避免誤觸專利權而浪費研發資源、掌握企業發展動向及市場需求。許多企業和政府機關已經發現專利分析的重要性,並且投入大量的人力、物力來進行專利分析的工作。然而,專利的申請日和公開日之間還是存在至少18個月的時滯,若企業過渡倚賴專利資訊的分析,容易使後續的研發資源投入競爭激烈的技術紅海當中。因此若要充分掌握前瞻技術發展的脈動,基礎研究趨勢分析相對於專利趨勢分析,其重要性有過之而無不及。

在分析方法方面,現存的書目記錄以科學與技術類佔大多數,因此,以書目計量學為工具,自然成為研究「科學」技術整體發展的主流。除了傳統的計量分析之外,利用自動化的方法,挖掘大量文件中的隱含及有用知識,也是最近熱門的研究議題。對探勘技術而言,關聯分析、分群、預測等探勘技術,也漸漸成為技術預測不可或缺的工具之一。

過去曾有眾多的研究利用書目計量來分析學術論文或專利資訊,而最近幾年則陸續出現利用文字探勘來分析學術論文或專利資訊,但這樣的分析結果是片段而不完全的。本研究提出整合性的概念,同時結合計量分析(Bibliometrics)與文字探勘(Text Mining)兩種方法,分別對學術論文(Science Citation Index Expanded)與專利資訊(Derwent World Patents Index)這兩種文獻資料作分析,透過互相比較來瞭解技術發展的趨勢。除此之外,也希望透過個案分析,對本研究所提出之方法論本身,探討之間的關聯性。

在選擇個案方面,奈米科技是目前最熱門的科技產業發展方向。其中最具代表性的產業即「半導體產業」和「微機電系統產業」。蝕刻(Etching)製程與設備技術的良劣,直接影響晶圓產品良率的高低,是影響奈米科技未來發展的重要技術之一。故蝕刻技術之發展趨勢值得深入研究。

而本研究之研究結論如下:
1.技術趨勢分析在層次上宜由遠(計量分析)而近(文獻探勘),理論(論文資料)與應用(專利資料)應並重,分析結果才能互補長短。
2.科學發展與市場需求為專利技術生命週期的領先指標。
3.科學發展增加技術商業化的應用,但市場需求則強化了創新擴散的效果。
4.蝕刻技術的基礎研究目前處於成熟期,而技術發展目前處於成長期。在電子產品輕薄短小、高效能的需求下,預期蝕刻技術將持續被商業化應用。
5.蝕刻技術的領先地位,美商已逐漸被亞洲企業所取代,尤其近來南韓的半導體廠商最為積極。台灣的台積電和聯電過去已累積雄厚的技術發展基礎,惟台灣在基礎研究與產學合作方面仍待加強。
zh_TW
dc.description.tableofcontents 目錄 iii
圖目錄 vi
表目錄 viii
第一章 緒論 1
第一節 研究背景 1
第二節 研究動機與目的 3
第三節 研究流程 6
第二章 文獻探討 7
第一節 技術預測 7
一、 技術預測定義 7
二、 技術預測用途 8
三、 技術預測方法 8
四、 趨勢分析法 11
五、 關聯法 13
第二節 資訊計量學 15
一、 文獻的成長 16
二、 高科技產業之資訊計量研究 19
第三節 專利分析 21
一、 專利的意義 21
二、 專利要件 21
三、 專利的重要性與效益 22
四、 以專利作為分析對象的優缺點 23
五、 專利技術生命週期 25
六、 專利資料庫 27
第四節 文字探勘 29
一、 特徵值的擷取及選擇 30
二、 文件向量空間與分群演算法 31
三、 主題偵測 33
四、 文字探勘在專利分析上的研究 35
第五節 小結 36
第三章 研究方法 37
第一節 研究架構 37
第二節 研究對象與範圍 38
一、 科學引文索引(SCI) 39
二、 Derwent世界專利索引(DWPI) 40
第三節 研究工具 43
一、 Web of Science 43
二、 Delphion 44
三、 文字探勘軟體 46
四、 Excel試算表 47
第四節 研究步驟與參數選擇 47
一、 計量分析 48
二、 文字探勘 51
第五節 研究限制 54
第四章 個案分析與結果-以蝕刻技術為例 55
第一節 蝕刻技術介紹 55
一、 基本概念 55
二、 濕蝕刻 55
三、 乾蝕刻 57
四、 蝕刻技術研發的趨勢 60
第二節 蝕刻技術SCIE計量分析 61
一、 SCIE文獻成長 62
二、 SCIE國家/地區分佈 65
三、 SCIE研究機構分佈 67
四、 SCIE學科分類分佈 70
第三節 蝕刻技術DWPI計量分析 73
一、 DWPI專利成長 74
二、 DWPI國家/地區分佈 77
三、 DWPI專利權人分佈 79
四、 DWPI專利Derwent主分類分佈 82
第四節 蝕刻技術SCIE文字探勘 85
一、 SCIE各時期關鍵字分佈 85
二、 台灣SCIE關鍵字研究領域地圖 88
第五節 蝕刻技術DWPI文字探勘 90
一、 DWPI各時期關鍵字分佈 90
二、 台灣DWPI關鍵字研究領域地圖 93
第五章 研究發現與討論 95
第一節 計量分析 95
一、 文獻成長比較 95
二、 國家/地區分佈比較 98
三、 機構組織分佈比較 100
四、 分類別分佈比較 103
第二節 文字探勘 104
第六章 研究結論與建議 107
第一節 研究結論 107
一、 分析方法 107
二、 創新擴散 108
三、 蝕刻技術發展趨勢 110
第二節 研究建議 111
一、 實務上的建議 111
二、 後續研究的建議 112
參考文獻 115
附錄 121

【圖目錄】
圖 1-1:科技萎縮 1
圖 1-2:創新階段 2
圖 1-3:創新階段與文獻來源 2
圖 1-4:研發生命週期與專利壽命示意圖 4
圖 1-5:研究流程圖 6
圖 2-1:探索性與規範性預測方法 9
圖 2-2:透過歷史資料經由趨勢預測法預測未來 11
圖 2-3:技術進程的S曲線 12
圖 2-4:技術替代曲線 12
圖 2-5:多國(國家不詳)平均每人電話數與平均每人產值間的關係 13
圖 2-6:日本相機專利數與市場佔有率的關係 14
圖 2-7:資訊計量學與其他學科之間的關係 15
圖 2-8:對數曲線 18
圖 2-9:專利、發明與創新的關係 25
圖 2-10:專利技術生命週期 26
圖 2-11:階層式聚合演算法概念圖 32
圖 2-12:2003年5月20~22日中央社新聞分群分析的部份結果 34
圖 3-1:研究架構圖 37
圖 3-2:Derwent Title和Original Title比較 41
圖 3-3:Web of Science分析功能-以發表時間為例 44
圖 3-4:Snapshot擷圖-以蝕刻技術為例 46
圖 3-5:Web of Science檢索紀錄匯出 51
圖 3-6:擷取Derwent Title 52
圖 3-7:台灣蝕刻技術SCIE關鍵字研究領域地圖 54
圖 4-1:濕蝕刻溶液與薄膜所進行的反應機制 55
圖 4-2:濕蝕刻與乾蝕刻的比較圖 56
圖 4-3:乾蝕刻分類示意圖 57
圖 4-4:歷年SCIE篇數及成長率 62
圖 4-5:SCIE對數成長上限參數M與R2之關係圖 63
圖 4-6:SCIE文獻歷年累積數量及線性、指數與對數迴歸 64
圖 4-7:各國家/地區SCIE歷年發表累積數量 66
圖 4-8:各研究機構SCIE歷年發表累積數量 69
圖 4-9:各學科分類SCIE歷年發表累積數量 72
圖 4-10:歷年DWPI件數及成長率 74
圖 4-11:DWPI對數成長上限參數M與R2之關係圖 75
圖 4-12:DWPI文獻歷年累積數量及線性、指數與對數迴歸 76
圖 4-13:各國家/地區DWPI歷年發表累積數量 78
圖 4-14:各專利權人DWPI歷年發表累積數量 81
圖 4-15:各專利分類DWPI歷年發表累積數量 84
圖 4-16:台灣蝕刻技術SCIE關鍵字研究領域地圖 89
圖 4-17:台灣蝕刻技術SCIE關鍵字群歷年發表累積數量 89
圖 4-18:台灣蝕刻技術DWPI關鍵字研究領域地圖 94
圖 4-19:台灣蝕刻技術DWPI關鍵字群歷年發表累積數量 94
圖 5-1:歷年SCIE與DWPI數量成長情況 96
圖 5-2:歷年SCIE、DWPI數量分佈與費城半導體指數比較 97
圖 5-3:各國SCIE論文和DWPI專利產出之對數地圖 99
圖 6-1:研究架構各元素之間的關聯 107
圖 6-2:科學發展、市場需求、專利數與市場佔有率之相互影響關係 109

【表目錄】
表 2-1:技術預測四項要素的特性 7
表 2-2:技術預測方法與適用情境 10
表 2-3:技術預測方法的分類 10
表 2-4:專利趨勢分析應用 24
表 2-5:付費資料庫功能比較 28
表 3-1:GLDS所包含的公司名稱 42
表 3-2:台灣SCIE蝕刻技術關鍵字群 53
表 4-1:SCIE文獻成長迴歸方程式及R2 64
表 4-2:各國家/地區SCIE發表數量 65
表 4-3:各研究機構SCIE發表數量 67
表 4-4:各學科分類SCIE發表數量 70
表 4-5:DWPI文獻成長迴歸方程式及R2 76
表 4-6:各國家/地區DWPI發表數量 77
表 4-7:各專利權人DWPI發表數量 79
表 4-8:各專利Derwent主分類DWPI發表數量 82
表 4-9:SCIE各時期分群表與關鍵字主題 85
表 4-10:SCIE關鍵字趨勢 87
表 4-11:台灣SCIE蝕刻技術關鍵字群 88
表 4-12:DWPI各時期分群表與關鍵字主題 90
表 4-13:DWPI關鍵字趨勢 92
表 4-14:台灣DWPI蝕刻技術關鍵字群 93
表 5-1:台韓之間整體論文與發明專利比較 100
表 5-2:台灣創新系統成員在美國專利之相互引證情況(1996~2003年) 100
表 5-3:SCIE與DWPI數佔該國之比例 102
表 5-4:SCIE與DWPI關鍵字趨勢比較 105
zh_TW
dc.format.extent 361963 bytes-
dc.format.extent 702472 bytes-
dc.format.extent 365718 bytes-
dc.format.extent 378464 bytes-
dc.format.extent 681998 bytes-
dc.format.extent 1227595 bytes-
dc.format.extent 1698493 bytes-
dc.format.extent 1170188 bytes-
dc.format.extent 865729 bytes-
dc.format.extent 418464 bytes-
dc.format.extent 406569 bytes-
dc.format.extent 484930 bytes-
dc.format.mimetype application/pdf-
dc.format.mimetype application/pdf-
dc.format.mimetype application/pdf-
dc.format.mimetype application/pdf-
dc.format.mimetype application/pdf-
dc.format.mimetype application/pdf-
dc.format.mimetype application/pdf-
dc.format.mimetype application/pdf-
dc.format.mimetype application/pdf-
dc.format.mimetype application/pdf-
dc.format.mimetype application/pdf-
dc.format.mimetype application/pdf-
dc.language.iso en_US-
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0095359010en_US
dc.subject (關鍵詞) 書目計量zh_TW
dc.subject (關鍵詞) 文字探勘zh_TW
dc.subject (關鍵詞) 專利zh_TW
dc.subject (關鍵詞) 科學引文索引zh_TW
dc.subject (關鍵詞) 技術預測zh_TW
dc.subject (關鍵詞) 蝕刻技術zh_TW
dc.subject (關鍵詞) Bibliometricsen_US
dc.subject (關鍵詞) Text Miningen_US
dc.subject (關鍵詞) Patenten_US
dc.subject (關鍵詞) Science Citation Indexen_US
dc.subject (關鍵詞) Technological Forecasten_US
dc.subject (關鍵詞) Etchingen_US
dc.title (題名) 透過專利、學術論文分析技術發展趨勢-以蝕刻技術為例zh_TW
dc.title (題名) Technology Trends Analysis via Patent and Scientific Publication - A Case Study of Etchingen_US
dc.type (資料類型) thesisen
dc.relation.reference (參考文獻) 一、中文部分zh_TW
dc.relation.reference (參考文獻) Martino, J. P.(民94)。產業分析之技術預測方法與實例 (袁建中、謝志宏與彭弼聲譯)。臺北市:麥格羅‧希爾國際出版。zh_TW
dc.relation.reference (參考文獻) 王明妤與許旭昇(民94)。應用文件探勘於專利文件之技術分析-以磁阻性隨機存取記憶體為例。管理與系統,12(4),79-98。zh_TW
dc.relation.reference (參考文獻) 余序江、許志義與陳澤義(民87)。科技管理導論:科技預測與規劃。臺北市:五南。zh_TW
dc.relation.reference (參考文獻) 李世鴻(民97)。積體電路製程技術。臺北市:五南。zh_TW
dc.relation.reference (參考文獻) 林欣吾與林秀英(民94)。台灣創新系統之競爭力與成長挑戰。2005產業科技創新:新價值創造的年代國際研討會,臺北市。zh_TW
dc.relation.reference (參考文獻) 林傑斌、劉明德與陳湘(民91)。資料採掘與OLAP理論與實務。臺北市:文魁資訊。zh_TW
dc.relation.reference (參考文獻) 夏文龍(民87)。專利對產業界的價值。智慧財產權管理,16,20-21。zh_TW
dc.relation.reference (參考文獻) 許勝巽(民96)。利用文字探勘法建置專利地圖。元智大學企業管理學系碩士論文。zh_TW
dc.relation.reference (參考文獻) 陳光華與呂明香(民92)。知識探索及其於政府資訊之應用。檔案季刊,2(2),38-49。zh_TW
dc.relation.reference (參考文獻) 陳芷瑛(民91)。光碟及資料庫檢索常見問題集。國立中央大學圖書館通訊,第三十五期。zh_TW
dc.relation.reference (參考文獻) 陳筱蕾(民90)。臺灣生命科學領域之文獻計量指標-兼論臺灣與歐盟科學活動指標之比較。科技發展標竿,1(2),25-34。zh_TW
dc.relation.reference (參考文獻) 陳達仁與黃慕萱(民91)。專利資訊與專利檢索。臺北市:文華圖書館管理資訊。zh_TW
dc.relation.reference (參考文獻) 曾元顯(民86)。關鍵詞自動擷取技術之探討。中國圖書館學會會訊,5(3),26-29。zh_TW
dc.relation.reference (參考文獻) 曾元顯(民93)。專利文件之知識探勘:技術與挑戰。現代資訊組織與檢索研討會,淡江大學。zh_TW
dc.relation.reference (參考文獻) 黃藍逸(民96)。看似追趕中經濟體之國家創新性比較─以台灣與南韓為例。國立交通大學科技管理研究所碩士論文。zh_TW
dc.relation.reference (參考文獻) 經濟部智慧財產局(民86)。中華民國專利法。臺北市:作者。zh_TW
dc.relation.reference (參考文獻) 墨基爾(民85)。漫步華爾街:超越股市漲跌的成功投資策略 (楊美齡譯)。臺北市:天下遠見出版。zh_TW
dc.relation.reference (參考文獻) 蔡明月(民92)。資訊計量學與文獻特性。臺北市:國立編譯館。zh_TW
dc.relation.reference (參考文獻) 二、英文部分zh_TW
dc.relation.reference (參考文獻) Acs, Z. J., Anselin, L., & Varga, A. (2002). Patents and Innovation Counts as Measures of Regional Production of New Knowledge. Research policy, 31(7), 1069-1085.zh_TW
dc.relation.reference (參考文獻) Aggarwal, C. C., & Yu, P. S. (2000). Finding Generalized Projected Clusters in High Dimensional Spaces. Sigmod Record, 29, 70-81.zh_TW
dc.relation.reference (參考文獻) Akihiro, S., Manabu, O., Yuzo, M., & Makoto, I. (2003). Patent Claim Processing for Readability: Structure Analysis and Term Explanation. Paper presented at the Proceedings of the ACL-2003 Workshop.zh_TW
dc.relation.reference (參考文獻) Archibugi, D., & Planta, M. (1996). Measuring Technological Change through Patents and Innovation Surveys. Technovation, 16(9), 451-468zh_TW
dc.relation.reference (參考文獻) Ashton, B., & Sen, R. K. (1998). Using Patent Information in Technology and Business Planning-I. Research Technology Management, 31(6), 42-46.zh_TW
dc.relation.reference (參考文獻) Basberg, B. L. (1987). Patents and the Measurement of Technological Change: A Survey of the Literature. Research Policy, 16(2-4), 131-141.zh_TW
dc.relation.reference (參考文獻) Bottle, R. T., & Efthimiadis, E. N. (1984). Library and Information Science Literature: Authorship and Growth Patterns. Journal of Information Science, 9(3), 107-116.zh_TW
dc.relation.reference (參考文獻) Cetron, M. J., & Monahan, T. I. (1968). An Evaluation and Appraisal of Various Approaches to Technological Forecasting. In Technological Forecasting for Industry and Government (pp. 144-179). Englewood Cliffs: Prentice-Hall.zh_TW
dc.relation.reference (參考文獻) Egghe, L., & Rousseau, R. (1990). Introduction to Informetrics : Quantitative Methods in Library, Documentation, and Information Science. Amsterdam ; New York: :Elsevier Science Publishers.zh_TW
dc.relation.reference (參考文獻) Ernst, H. (1997). The Use of Patent Data for Technological Forecasting: The Diffusion of CNC-Technology in the Machine Tool Industry. Small Business Economics, 9(4), 361-381.zh_TW
dc.relation.reference (參考文獻) Fall, C. J., A, T., rcsv, ri, Benzineb, K., & Karetka, G. (2003). Automated Categorization in the International Patent Classification. SIGIR Forum, 37(1), 10-25.zh_TW
dc.relation.reference (參考文獻) Fattori, M., Pedrazzi, G., & Turra, R. (2003). Text Mining Applied to Patent Mapping: A Practical Business Case. World Patent Information, 25(4), 335-342.zh_TW
dc.relation.reference (參考文獻) Fayyad, U. M. (1996). Advances in Knowledge Discovery and Data Mining. Menlo Park, Calif.: AAAI Press : MIT Press.zh_TW
dc.relation.reference (參考文獻) Frakes, W. B., & Baeza-Yates, R. (1992). Information Retrieval : Data Structures & Algorithms. Englewood Cliffs, N.J.: Prentice Hall.zh_TW
dc.relation.reference (參考文獻) Frame, J. D., Baum, J. J., & Card, M. (1979). Information Approach to Examining Developments in an Energy Technology: Coal Gasification. Journal of the American Society for Information Science, 30(4), 193-201.zh_TW
dc.relation.reference (參考文獻) Griliches, Z. (1990). Patent Statistics as Economic Indicator: A Survey. Journal of Economic Literature, 28(4), 1661-1707.zh_TW
dc.relation.reference (參考文獻) Jean-Charles, L., Shadi Al, S., Martial, H., Claire, F., & Ois. (2003). Intelligent Patent Analysis through the Use of a Neural Network: Experiment of Multi-viewpoint Analysis with the MultiSOM Model. Paper presented at the Proceedings of the ACL-2003 Workshop.zh_TW
dc.relation.reference (參考文獻) Jung, S., & Imm, K. Y. (2002). The Patent Activities of Korea and Taiwan: A Comparative Case of Patent Statistics. World Patent Information, 24(4), 303-311.zh_TW
dc.relation.reference (參考文獻) Liu, T., Liu, S., Chen, Z., & Ma, W. Y. (2003). An Evaluation on Feature Selection for Text Clustering. Machine Learning -International Workshop then Conference, 20, 488-495.zh_TW
dc.relation.reference (參考文獻) Magyar, G. (1974). Bibliometric Analysis of a New Research Sub-field. Journal of Documentation, 30(1), 32-40.zh_TW
dc.relation.reference (參考文獻) Martino, J. P. (2003). A Review of Selected Recent Advances in Technological Forecasting. Technological Forecasting and Social Change, 70(8), 719-733.zh_TW
dc.relation.reference (參考文獻) May, K. O. (1966). Quantitative Growth of the Mathematical Literature. Science 154(3757), 1672 - 1673.zh_TW
dc.relation.reference (參考文獻) Morales, M. (1985). Informetrics and Its Importance. International Forum on Information and Documentation, 10(2), 15-21.zh_TW
dc.relation.reference (參考文獻) Oliver, M. R. (1971). The Effect of Growth on the Obsolescence of Semiconductor Physics Literature. Journal of Documentation, 27(1), 11-17.zh_TW
dc.relation.reference (參考文獻) Pilkington, A., Romano, D., & Omid, T. (2002). The Electric Vehicle: Patent Data as Indicators of Technological Development. World Patent Information, 24(1), 5-12.zh_TW
dc.relation.reference (參考文獻) Porter, A. L. (1991). Forecasting and Management of Technology. New York: Wiley.zh_TW
dc.relation.reference (參考文獻) Price, D. J. d. S. (1986). Little Science, Big Science-- and Beyond. New York: Columbia University Press.zh_TW
dc.relation.reference (參考文獻) Salton, G. (1988). Automatic Text Processing : The Transformation, Analysis, and Retrieval of Information by Computer. Reading, Mass.: Addison-Wesley.zh_TW
dc.relation.reference (參考文獻) Salton, G., & Buckley, C. (1988). Term-Weighting Approaches in Automatic Text Retrieval. Information Processing and Management, 24(5), 513-523.zh_TW
dc.relation.reference (參考文獻) Salton, G., Wong, A., & Yang, C. S. (1974). A Vector Space Model for Automatic Indexing. Ithaca, N.Y.: Dept. of Computer Science, Cornell University.zh_TW
dc.relation.reference (參考文獻) Sullivan, D. (2001). Document Warehousing and Text Mining : Techniques for Improving Business Operations, Marketing and Sales. New York; Chichester: Wiley.zh_TW
dc.relation.reference (參考文獻) Tabah, A. N. (1992). Nonlinear Dynamics and the Growth of Literature. Information Processing and Management, 28(1), 61-73.zh_TW
dc.relation.reference (參考文獻) Tseng, Y. H., Lin, C. J., & Lin, Y. I. (2007). Text Mining Techniques for Patent Analysis. Information Processing and Management, 43(5), 1216-1247.zh_TW
dc.relation.reference (參考文獻) Twiss, B. C. (1992). Forecasting for Technologists and Engineers : A Practical Guide for Better Decisions. London, U.K.: P. Peregrinus on behalf of the Institution of Electrical Engineers.zh_TW
dc.relation.reference (參考文獻) Vanston, L. K., & Vanston, J. H. (1996). Introduction to Technology Market Forecasting. Austin, Tex.: Technology Futures, Inc.zh_TW
dc.relation.reference (參考文獻) Wei, C. P., Hu, P. J., & Dong, Y. X. (2002). Managing Document Categories in E-commerce Environments: An Evolution-based Approach. European Journal of Information Systems, 11(3), 208-222.zh_TW
dc.relation.reference (參考文獻) 三、網路部分zh_TW
dc.relation.reference (參考文獻) Clarke, P. (2008, June 25). Samsung, Hynix to Team on MRAM, 450-mm Wafers. EE Times. Retrieved July 1, 2008, from http://www.eetimes.com/news/latest/showArticle.jhtml?articleID=208800724zh_TW
dc.relation.reference (參考文獻) Cluster Analysis. (N.D.). Retrieved July 1, 2008, from http://en.wikipedia.org/wiki/Data_clusteringzh_TW
dc.relation.reference (參考文獻) David(民94)。早期公開專利情報之重要性。財團法人國家實驗研究院科技政策研究與資訊中心-產業策略評析。民97年7月1日,取自http://cdnet.stpi.org.tw/techroom/analysis/pat082.htmzh_TW
dc.relation.reference (參考文獻) Delphion. (N.D.). Patent Collection Descriptions. Retrieved July 1, 2008, from http://www.delphion.com/collect_descripzh_TW
dc.relation.reference (參考文獻) Thomson. (N.D.). The Thomson Scientific Journal Selection Process. Retrieved July 1, 2008, from http://scientific.thomsonreuters.com/free/essays/selectionofmaterial/journalselection/zh_TW
dc.relation.reference (參考文獻) 李宜映、洪文琪與吳亞恬(民97)。以知識探勘方法探索農業科技發展新動向。財團法人國家實驗研究院科技政策研究與資訊中心-議題觀點。民97年7月1日,取自http://policy.stpi.org.tw/eip/index/techdoc_content.jsp?doc_id=1203408635914&ver_id=2zh_TW
dc.relation.reference (參考文獻) 金珊資訊(民95)。Web of Science中文使用手冊。民97年7月1日,取自http://www.stpi.org.tw/fdb/wos/WOS_7_2_050916.pdfzh_TW
dc.relation.reference (參考文獻) 盧慶儒(民95年3月13日)。技術洞察-光子成為次世代訊號傳輸介質。電子時報(DigiTimes)。民97年7月1日,取自http://tech.digitimes.com.tw/ShowNews.aspx?zCatId=416&zNotesDocId=152F64530EFE70D44825712C0052B7A3zh_TW