“Oil is the New Data”: Energy Technology Innovation in Digital Oil Fields

Figure 1.

Research process.

First, the related literature was investigated to determine DOF research trends in the field of oil

resource development.

Second, methods for collecting DOF-related data were designed in consultation with experts in

the relevant fields, and a search formula for finding related patents was derived (Appendix

A

). Data

---

Energies

2020

,

13

, 5547

4 of 13

from the last 9 years (2 June 2011~2 June 2020) were collected from the Korean Intellectual Property

O

ffi

ce. A total of 15159 data points were collected. The Korean Intellectual Property O

ffi

ce database

is a reliable site showing the current status of each country’s patents by linking up with the patent

databases of other countries.

Third, the cluster network analysis method and topic modeling technique were used to examine

the structural characteristics. Through these methods, major issues and contents were analyzed to

draw their implications. Unstructured patent data were used for this analysis. The patent number and

applicant data were omitted, and the patent description and unstructured data related to the title were

collected, analyzed, and processed.

Fourth, to analyze the yearly change in innovation capacity, each keyword was extracted by

dividing the data for the 9 years into three-year ranges, such as 2011~2014, 2015~2017, and 2018~2020.

Finally, conclusions were drawn based on the analysis of the contents, and future research tasks

were proposed.

This study attempts to understand the structural characteristics of network formation by first

determining the knowledge-based network structure occurring in the digital oil field, and then

monitoring, in detail, the changes that occurred in the last 9 years. This is meaningful in monitoring the

innovation capacity of the digital oil field, which has been rapidly changing in recent years. Additionally,

this study is di

ff

erent from other studies in that it contains an abundant, unseen knowledge-based

network structure that focuses on the contents of patent data and attempts to analyze it so as to

overcome the limitations of analysis methods based on patent frequency alone.