新兴技术在促进工业经济发展中发挥着至关重要的作用,识别潜在的新兴技术对于创新战略发展具有重要意义。如何在创新技术快速发展的背景下,寻找和识别出具有行业颠覆性潜力的新兴技术,对于政府和企业在早期阶段抓住战略机遇具有重要意义。新兴技术的发展态势、演化方向和影响力都具有不确定性和复杂性,导致其识别难度大、准确度低。传统的新兴技术识别方法主要有主观判断法、文献计量法和引文网络分析法,存在主观片面性、时间滞后性以及对文本内容中蕴含的技术知识和信息体系研究不足的问题。基于文本挖掘的新兴技术识别方法可以弥补传统研究方法存在的不足,该方法将术语、关键词等特征与技术功能、效果及社会效用结合起来,通过挖掘文本间隐含的语义关系实现对新兴技术的识别,是目前新兴技术识别研究日益热门的研究方向之一。本研究针对目前新兴技术识别过程中对专利新颖性未来发展和变化趋势关注度不够的问题,基于专利数据利用文本挖掘和文献计量学的方法,分析专利新颖性演化过程,结合新兴技术识别指标体系,提出一种基于专利新颖性演化分析的新兴技术识别方法。首先,从海量专利文献中获取相关技术领域的专利文本数据集;其次利用Python对数据进行预处理,生成以专利公开日期为时间序列的专利数据集,再次获取专利文本的关键词,计算TF-IDF值构建词共现矩阵;接着用余弦相似度计算两两专利间的文本相似度,构建基于时间序列的专利相似度矩阵,随后根据专利新颖性计算公式,得到专利新颖性矩阵;然后以专利公开年份为时间切片,构建专利新颖性演化矩阵;再然后根据新兴技术特征构建新兴技术识别指标体系,对专利的指标值进行对比分析判断,从而完成新兴技术识别;最后对识别出的新兴技术进行判别分析与解读。为验证本研究提出的新兴技术识别方法的有效性,本研究通过德温特专利创新索引数据库获取生物基纤维领域的专利数据进行实证研究,成功识别出生物基聚酰胺5X和生物基石墨烯复合纤维两项新兴技术,研究结果表明识别出的新兴技术与业界分析保持一致,说明该方法能有效地对专利文献进行新兴技术识别,为新兴技术识别研究提供了新视角、新思路和新方法。