随着科学技术的快速发展,各种领域的学术论文和专利文献也紧跟发展,层出不穷,论文和专利己经逐渐发展成为衡量一个单位或个人科研水平和技术实力的重要指标。论文及专利文献之间的引用和被引用关系,也充分体现了科学与技术,以及技术之间的相互关联和相互继承,是科学技术进步和相关领域协同发展的标志。专利引用的分布特征分析,有利于深入解释专利技术的统计特性与结构特征,对于展现科技发展的演化趋势,更好地解决技术发展不均衡和技术开发方向混乱等问题提供参考。专利被引频次是反映专利本身质量的依据,不仅对基础技术层次有很大的影响,而且对后续领域科技创新和技术研发具有重要的意义。技术创新是一个不断累积增值的连续过程,可以表现为与发明创造持续地被突破创新,这些突破创新也继续导致后续不断成功的研发,不断引导专利技术驶入一次次新轨道。也就是说,技术创新的过程能够通过先前专利被后续专利引用的情况展现出来。鉴于此,选取美国专利商标局的专利申请数据作为数据来源,采用专利计量法,社会网络分析法,结合知识可视化技术,对被引用的美国专利展开分布研究。首先,在德温特专利数据库中下载2006-2015年间所有存在引用的3273637件美国专利,形成数据库;再针对不同技术门类的被引用专利,分别对其各年度的被引频次进行时序分析;接着,利用国际专利分类代码,全面分析被引用专利的技术分布;然后,通过共被引分析深入探讨代表性高被引专利的技术结构;最后,分别对各个技术门类的专利被引频次进行回归分析,从而进一步验证专利被引频次存在的幂律分布。以上专利引用的分布特征研究,不仅系统梳理了专利引用的统计分布特性,而且深入解释了专利引用的结构分布特性。研究结果表明,专利引用在各年度以及各个技术门类的时间分布上是相对均衡随机的;在所有的技术门类中,A61类的被引频次最高,高被引专利比例最多;利用普赖斯定律确定的高被引专利占比3.5%,且多集中于化工医药类;同时专利引文的被引频次符合幂律分布,存在显著的无标度现象,即少数专利集中了过多的专利被引频次,而大多数专利的被引频次非常低。