关键词：多属性融合;技术竞争对手;专利分析;企业相似度;变分图自编码器
摘 要：[目的/意义]通过融合专利文本、IPC分类号、专利引用关系及专利数量，运用自然语言处理与图神经网络技术，提出一种技术竞争对手识别方法，以期实现对企业技术竞争对手的更精确预测。[方法/过程]首先，利用BERT和One-Hot方法分别处理专利文本和IPC分类信息，生成文本特征向量和分类特征向量，并将其拼接为融合向量。其次，基于专利间的引文耦合与共被引关系构建专利引用网络，并采用变分图自编码器（VGAE）模型对融合向量与专利引用网络形成的专利信息网络进行图嵌入学习，得到各专利的低维嵌入表示。最后，整合企业所有专利的嵌入表示，形成企业向量，并计算企业间的相似度值和企业降维特征向量，结合企业专利数量、企业相似度和降维特征向量，绘制技术竞争气泡图，从而识别企业的技术竞争对手。[结果/结论]以比亚迪新能源汽车为例，最终识别出吉利汽车、奇瑞汽车等技术竞争对手，此方法为企业制定技术竞争策略提供了参考依据。[局限]未充分考虑时间因素对专利引用关系演变和技术发展趋势的影响，这是未来的改进方向之一。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取