基于 Neo4j 知识图谱与图算法的揭阳市绿色石化产业专利 IPC 大组技术影响力评价数据集

本数据集源于自主编写检索式公开采集的揭阳市绿色石化产业专利数据，聚焦专利的 IPC 分类号（大组）维度，通过构建知识图谱与图算法量化各 IPC 大组的技术影响力。原始数据涵盖专利基础信息（申请日、法律效力）、集合专利代码、专利族、IPC 分类号（大组）、创新主体等核心字段。经数据清洗去重、格式规范后，导入 Neo4j 数据库构建 “IPC 分类号 - 集合专利代码 - 专利族 - 创新主体” 的关联知识图谱；借助 WCC 算法识别专利族，应用 PageRank、Betweenness Centrality、Degree Centrality 等图算法计算专利族引用分数，结合法律效力与时间衰减因子得到专利技术影响力；聚合各 IPC 大组的专利数量、技术影响力总和、平均技术影响力、创新主体数量等基础指标，经 Min-Max 标准化后按优化权重加权集成，得到 IPC 大组技术影响力综合得分。数据集可精准刻画揭阳市绿色石化产业的技术分布特征与核心技术领域，为产业技术布局、研发方向选择、专利战略制定提供数据支撑，适用于产业技术热点研判、核心技术领域识别、专利布局优化等场景。

搜集汇总

背景与挑战

背景概述

该数据集专注于揭阳市绿色石化产业的专利技术分析，通过构建Neo4j知识图谱并应用PageRank等图算法，量化评估各IPC大组的技术影响力。它提供了包括专利数量、技术影响力总和、创新主体数量等标准化指标的综合得分，旨在精准刻画产业技术分布特征与核心技术领域。该数据集适用于产业技术热点研判、企业研发方向选择和专利布局优化等场景，为相关决策提供数据支撑。