專利情報分析檢視原始碼討論檢視歷史

來自 搜狐網 的圖片

專利情報分析是個文化術語。

漢字，中國古人智慧的結晶。千百年間，它經歷了「甲金篆隸草楷行」的發展。從記錄的工具到藝術的載體，它的身上，傾注了無數先人的心血。

名詞解釋

專利情報分析是指對來自專利說明書、專利公報中大量的、個別的專利信息進行加工及組合,並利用統計方法或技術手段使這些信息具有縱覽全局及預測的功能,並且通過分析將原始的專利信息從量變到質變,使它們由普通的信息上升為企業經營活動中有價值的情報。專利情報分析是保障企業技術競爭領先的有效措施和得力手段,成為企業技術創新的重要內容,是企業獲取競爭優勢的重要手段。

由於專利具有的創造性、新穎性和實用性特點，專利信息成為社會和企業科學研究成果和新產品開發的重要信來源。通過專利信息分析不僅可以了解企業的技術開發息水平和實力，而且可以用於競爭情報研究使專利信息轉換為有價值的情報 。

專利情報分析的方法

一、常用的專利情報分析方法

專利情報分析方法是以文獻計量學為基礎、藉助於其它學科的知識和有關工具而進行的。以前,專利情報分析主要是手工從專利文獻中抽取大量的專利信息,利用有關統計方法,結合行業經驗進行分析處理、探索隱藏在專利文獻背後的情報,來為企業技術創新管理的決策服務。因此當時的主要分析方法有原文分析法、簡單統計分析法、以簡單統計為基礎的圖表法、動態矢量法等。

1. 原文分析法。

通過檢索競爭對手企業的專利說明書,對其進行仔細閱讀、認真分析來掌握競爭對手新產品新技術的開發特點,包括尋找空隙法、技術改進法、技術綜合法和專利技術原理法。

2. 簡單統計分析。

按照專利發明人、專利申請人、專利分類號和專利文獻的數量分別進行統計分析。通過對相關情況的統計分析,能夠了解各國科技進步的現狀、技術研究興趣或熱點的轉移情況、能在一定程度上摸清當前技術發明人的注意力以及該項技術領域發展的去向、可以看出在某一技術領域的競爭情況,甚至可以判斷出最活躍的領域。

3. 組配統計分析。

通過對專利統計中專利分類號、專利權人、專利申請日(授權公布日) 和專利申請國進行組配統計,由此獲得各種統計信息,然後對這些統計信息進行分析。

4. 關鍵詞頻統計。

①刪除重複申請的專利,然後從專利權項、摘要和標題中抽取若干帶有技術實驗概念的關鍵詞; ②對關鍵詞的頻數進行統計; ③是讀意,對出現概率比較高的關鍵詞進行邏輯組配,進行技術概念的再理解。

5. 技術細分後再統計。

按等級樹原則對某一技術進行技術細分展開,對其下位概念逐項進行統計 。

6. 指標變化圖表和技術動態及特性比較表。

技術動態及特性表主要用來從技術領域、產品的某些功能等角度,反映不同年度和不同企業申請專利的技術動態和特性,從而比較諸企業的技術開發趨勢和方向。主要形式有:企業在不同年度、不同技術領域中技術開發比較,不同科研選題的比較、不同企業不同科研選題比較,各種因素之間的回歸分析 。

7. 矢量動態模型法。

專利文獻除反映科學技術的量變關係外,還隱含着科技發展的方向。因此借用矢量的概念來加以表示。應用矢量模型法就是把統計的動態數據實行矢量模型化,爾後對科學發展動向加以評價和預測。

8. 專利引文分析法。

對專利文獻引用參考文獻的現象進行分析研究,揭示其數量特徵和內存規律,並據此進行技術發展趨勢的評價。

9. 專題資料分析法。

所謂「專題資料分析法」,就是根據專利文獻在國際發明分類表中的分散性,在某專題文獻資料的地理分布、研究內容等進行排列組合和分析研究,從中預測世界上創造發明活動最活躍的國家以及側重研究的領域等。

二、專利情報分析方法最新發展

隨着計算機的普及、信息技術和網絡技術的發展,專利情報分析逐漸從手工處理過渡到了以計算機為工具的時代。這對專利情報分析提供了極大的便利條件,而且也促使專利情報分析方法向自動化、智能化、可視化方向發展。

1. 計算機的量化處理。

要對每個領域中所包括的成百上千專利文獻進行量化分析,應必須對這些專利文獻的申請日、主分類號、優先權申請國、申請人、公開號等著錄項進行檢索、篩選、統計,並繪製圖表。用手工方法顯然是極費時費力的。為此需要創建專利情報分析數據庫,並採用計算機分析、統計數據庫中專利文獻著錄項的方式對專利文獻進行量化分析。

在專利情報分析數據庫中,運用EXCEL 電子表格所具有的強大功能,對每一項著錄項目進行排序,從中篩選出每年、各國、各公司的專利申請號,再對上述各項進行數量統計,就可有針對性地做出統計圖表,從各個方面了解該領域的專利發展情況。具體來說,主要包括:①專利申請數量的年代分布,可以柵測出某技術領域的未來發展態勢; ②專利文獻的技術主題分類,可對技術主題進行分類統計並做成技術主題分布圖; ③以優先權所屬國統計各國的本國專利申請量,可以了解各國家在該領域的技術實力; ④各公司所擁有的專利數量統計,可了解各公司在該技術領域的技術經濟實力; ⑤各公司國外專利申請情況,對具有兩個國家以上的專利申請進行數量統計,畫出各公司國外專利申請數量的分布圖; ⑥各國專利申請數量的分布情況,查清在不同國家所面臨的競爭對手,可以了解外國公司在這些國家的市場競爭程度; ⑦各國家專利的申請情況統計分析,可了解在每一個國家內各公司的競爭態勢。

2. 基於相似函數的專利情報分析方法。

這裡所述的相似函數包括:基於專利引文的相似函數和基於術語並發的相似函數，基於文獻中術語的並發性的相似函數也是有效的。可靠的數據源提供了每篇文獻的一致的索引術語,這些用來建立基於術語並發的相似函數。

這個函數使用SQL 查詢語句很容易執行。計算出文獻間的相似值後,利用力定向配置法( force direct placement) 或自組織神經網絡技術來將文獻映射到二維空間中,形成文獻聚類,以探索文獻間的關係。力定向配置法就是在開始的時候,所有的文獻都放置在平面中心位置,文獻之間的作用力與它們的距離成反比,與它們的相似值成正比;如果相似值大於0 ,則為吸引力,否則為排斥力;力的方向遵守力學中庫侖法則。此過程反覆進行,直到形成一個穩定的文獻映射圖。自組織神經網絡技術是以相似矩陣的行為輸入變量,訓練矩形的自組織神經網絡。一般使用的是一個5\times 5的自組織神經元矩陣。在訓練完成後, N維空間中的神經元連接權的密度分布與訓練矢量的密度分布相匹配。