WikiDer > Патентная визуализация

Patent visualisation

Патентная визуализация это приложение визуализация информации. Количество патенты неуклонно растет,[1] таким образом вынуждая компании рассматривать интеллектуальная собственность как часть их стратегии.[2] Патентная визуализация, например патентное отображение, используется для быстрого просмотра патентный портфель.

Программное обеспечение, предназначенное для визуализации патентов, начало появляться в 2000 году, например, Aureka от Aurigin (сейчас принадлежит Thomson Reuters).[3] Многие платформы патентной и портфельной аналитики, такие как PatSnap, Patentcloud, Relecura и Patent iNSIGHT Pro,[4] предлагать варианты для визуализации определенных данных в патентных документах путем создания тематические карты,[5] приоритетные карты, Отчеты о ландшафте IP,[6] и др. Программное обеспечение конвертирует патенты в инфографика или карты, чтобы аналитик мог «разобраться в данных» и сделать выводы.[7] Также называется патинформатикой,[8] это «наука анализа патентной информации для выявления взаимосвязей и тенденций, которые было бы трудно увидеть при работе с патентными документами по принципу« один к одному »».[нужна цитата]

Патенты содержат структурированные данные (например, номера публикаций) и неструктурированный текст (например, заголовок, аннотация, претензии и визуальная информация). Структурированные данные обрабатываются сбор данных и неструктурированные данные обрабатываются интеллектуальный анализ текста.[9]

Сбор данных

Основным этапом обработки структурированной информации является сбор данных,[10] возникшие в конце 1980-х гг. Интеллектуальный анализ данных включает статистику, искусственный интеллект, и машинное обучение.[11] Анализ патентных данных извлекает информацию из структурированных данных патентного документа.[12] Эти структурированные данные представляют собой библиографические поля, такие как местоположение, дата или статус.

Структурированные поля

Структурированные данныеОписаниеИспользование бизнес-аналитики
ДанныеПатенты содержат идентифицирующие данные, включая приоритет, данные публикации и дату выпуска.
  • Приоритетные данные перегруппируют номер приоритета, присвоенный первой заявке, соответствующую дату и страну приоритета.
  • Данные публикации включают номер публикации, указанный при публикации патента, через 18 месяцев после заполнения и дату публикации.
  • Дата выдачи - это данные о выдаче патента, обычно через 3,5 года после заполнения в зависимости от патентного ведомства.
Пересечение полей дат и мест предлагает глобальное видение технологии во времени и пространстве.
ПравопреемникПравопреемниками являются организации или физические лица - владельцы патента.Поле может предложить рейтинг основных действующих лиц среды, что позволяет нам визуализировать потенциальных конкурентов или партнеров.
ИзобретательИзобретатели разрабатывают изобретение / патент.Поле изобретателей в сочетании с полем правопреемника может создать социальную сеть и предоставить метод для отслеживания полевых экспертов.
КлассификацияКлассификация может перегруппировать изобретения с похожими технологиями. Чаще всего используется Международная патентная классификация (МПК). Однако у патентных организаций есть своя классификация; например, Европейское патентное ведомство сформулировало ЭКЛА.Группирование патентов по темам позволяет получить обзор корпуса и потенциальных приложений изучаемой технологии.
Положение делПравовой статус указывает, подана ли заявка, одобрена или отклонена.Поиск патентной семьи и правового статуса очень важен для судебных разбирательств и конкурентной разведки.

Преимущества

Интеллектуальный анализ данных позволяет изучать схемы подачи заявок конкурентами и определять местонахождение основных подателей патентов в определенной области технологий. Этот подход может быть полезен для мониторинга среды, движений и инновационных тенденций конкурентов и дает макро-представление о состоянии технологии.

Текстовый майнинг

Принцип

Интеллектуальный анализ текста используется для поиска неструктурированных текстовых документов.[13][14] Этот метод широко используется в Интернете, его успех в биоинформатика и теперь в среде интеллектуальной собственности.[15]

Интеллектуальный анализ текста основан на статистическом анализе повторения слов в корпусе.[16] Алгоритм извлекает слова и выражения из заголовка, резюме и утверждений и собирает их по склонение. «И» и «если» помечены как слова, не несущие информации, и хранятся в стоп-слово список. Стоп-листы могут быть специализированы для проведения точного анализа. Затем алгоритм ранжирует слова по весу в соответствии с их частотой в корпусе патента и частотой документов, содержащих это слово. Оценка за каждое слово рассчитывается по следующей формуле:[17][18]

Часто используемое слово в нескольких документах имеет меньший вес, чем слово, часто используемое в нескольких патентах. Слова с минимальным весом удаляются, оставляя список подходящих слов или дескрипторов. Каждый патент связан с дескрипторами, найденными в выбранном документе. Кроме того, в процессе кластеризации эти дескрипторы используются как подмножества, в которых перегруппированы патенты, или как теги для помещения патентов в заранее определенные категории, например ключевые слова из Международных патентных классификаций.

С помощью интеллектуального анализа текста можно обработать четыре части текста:

  • Заголовок
  • Абстрактный
  • Требовать
  • Патент полнотекстовый

Программное обеспечение предлагает разные комбинации, но обычно чаще всего используются заголовок, аннотация и заявление, обеспечивая хороший баланс между помехами и релевантностью.

Преимущества

Интеллектуальный анализ текста можно использовать для сужения поиска или быстрой оценки корпуса патентов. Например, если запрос производит нерелевантные документы, многоуровневая иерархия кластеризации идентифицирует их, чтобы удалить их и уточнить поиск. Интеллектуальный анализ текста также может использоваться для создания внутренних таксономий, специфичных для корпуса, для возможного сопоставления.

Визуализации

Дальнейшая информация: Патентная карта

Союзник патентный анализ а информационные инструменты предлагают обзор окружающей среды посредством визуализации с добавленной стоимостью. Поскольку патенты содержат структурированную и неструктурированную информацию, визуализации делятся на две категории. Структурированные данные можно визуализировать с помощью интеллектуального анализа данных в макротематических картах и ​​статистическом анализе. Неструктурированная информация может отображаться в виде облаков, кластерных карт и двухмерных карт ключевых слов.

Визуализация интеллектуального анализа данных

ВизуализацияРисунокОписаниеИспользование бизнес-аналитики
Матричная диаграммаРисунокГрафический органайзер, используемый для суммирования многомерного набора данных в сеткеСравнение данных
Карта местностиРисунокКарта с наложенными значениями данных по географическим регионам
  • Пространственные узоры
  • Найдите инновационные юрисдикции
ГистограммаРисунокГрафик с прямоугольными полосами, пропорциональными значениям, которые они представляют, полезен для численных сравнений.Развитие данных
Линейный графикРисунокГрафик, используемый для суммирования взаимосвязи двух параметров и их различий.Эволюция данных и отношения
Круговая диаграммаРисунокКруговая диаграмма разделена на разделы для иллюстрации пропорций.Сравнение данных
Пузырьковая диаграммаРисунокТрехосная двухмерная диаграмма, позволяющая визуализировать аналогично Магический квадрант Диаграмма.
  • Зрелость рынка
  • Конкурентный анализ
  • Возможности лицензирования

Визуализация интеллектуального анализа текста

ВизуализацияОписаниеИспользование бизнес-аналитики
Древовидный списокСписок иерархии
  • Оценка актуальности
  • Таксономия
  • Концептуальные отношения
Облако теговПолный текст концепций. Размер каждого слова определяется его частотой в корпусе.
  • Оценка актуальности
  • Более наглядный, чем древовидный список
2D-карта ключевых слов[19]Томографическая карта с количественным изображением рельефа, обычно с использованием контурных линий и цветов. Расстояние на карте пропорционально разнице между темами.[12]
  • Пейзажное видение тематики
  • Видение сходства с SOM
  • Мониторинг конкурентов
Двухмерная иерархическая карта кластеров с количественным и качественным представлением связи набора документов с темой, обычно с использованием квантованных ячеек и цветов. Размер тематических ячеек может отражать количество патентов на тему по отношению к общему набору документов. Плотность и распределение внутри тематической ячейки могут быть пропорциональны количеству документов по отношению к теме и силе ассоциации соответственно.
  • Пейзажное видение тематики
  • Мониторинг конкурентов или технологического пространства
  • Выявление тенденций в определенном наборе патентов
Текст разбивается на логические группы и подгруппы, а затем представляется в виде иерархии этих групп с помощью пропорциональных дуг окружности.
  • Пейзажное видение тематики
  • Мониторинг технологического пространства
  • Интерактивная навигация и детализация

Визуализация как для интеллектуального анализа данных, так и для интеллектуального анализа текста

Визуализации картографии можно использовать как для интеллектуального анализа текста, так и для результатов интеллектуального анализа данных.

ВизуализацияРисунокОписаниеИспользование бизнес-аналитики
Древовидная картаРисунокВизуализация иерархических структур. Каждый элемент данных или строка в наборе данных представлены прямоугольником, площадь которого пропорциональна выбранным параметрам.
  • Пейзажное видение иерархической тематики
  • Положение конкурентов или технологий по тематике
Карта сетиРисунокНа сетевой диаграмме объекты соединены друг с другом в форме узла и диаграммы связей.
  • Видения отношений
  • Мониторинг похожих конкурентов или технологий
Карта цитированияРисунокНа карте цитирования дата цитирования отображается на оси x, а каждое отдельное цитирование занимает запись на оси y. Сильная вертикальная линия указывает дату подачи, показывая, какие ссылки цитируются в патенте, а какие цитируются в патенте.
  • Качественный и количественный взгляд на историю и плотность цитирования

Использует

Что может выделить патентная визуализация:[20][21]

  • Конкуренты
  • Партнеры
  • Новинки
  • Описание технологической среды[22]
  • Сети

Полевое применение:[23][21]

Смотрите также

Рекомендации

  1. ^ [1][мертвая ссылка]
  2. ^ Кевин Дж. Риветт, Дэвид Клайн, «Открытие новых ценностей в интеллектуальной собственности», Harvard Business Review (Январь – февраль 2000 г.)
  3. ^ [2]
  4. ^ «Патент iNSIGHT Pro». Архивировано из оригинал на 2014-02-21. Получено 2014-02-07.
  5. ^ Провести анализ патентного портфеля с использованием сравнительных тематических карт
  6. ^ Отчет Graphene Technology Insight
  7. ^ Дэниел Кейм и компьютерное общество IEEE, «Визуализация информации и визуальный анализ данных», IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS 8 (2002): 1-8.
  8. ^ Энтони Дж. Трипп, "Патинформатика: от задач к инструментам", World Patent Information 25, n °. 3 (сентябрь 2003 г.): 211-221.
  9. ^ Лаура Руотсалайнен, «Инструменты интеллектуального анализа данных для технологий и конкурентной разведки» VTT Research Notes 2451 (октябрь 2008 г.)
  10. ^ [3] В архиве 12 июня 2010 г. Wayback Machine
  11. ^ «Как развивается интеллектуальный анализ данных».
  12. ^ а б Сонджу Ли, Пёнгун Юн и Ёнтэ Пак, «Подход к открытию новых технологических возможностей: подход на основе патентной карты на основе ключевых слов», Technovation 29, n °. 6 (Джуин): 481-497.
  13. ^ [4] В архиве 17 октября 2010 г. Wayback Machine
  14. ^ Бонино, Дарио; Чарамелла, Альберто; Корно, Фульвио (2010). «Обзор современного состояния патентной информации и предстоящих изменений в интеллектуальной патентной информатике». Мировая патентная информация. 32: 30–38. Дои:10.1016 / j.wpi.2009.05.008.
  15. ^ Шолом Вайс и др., Интеллектуальный анализ текстов: методы прогнозирования для анализа неструктурированной информации, 1-е изд. (Springer 2004).
  16. ^ Антуан Бланшар "Бреветская картография" La Recherche n ° .398 (2006): 82-83
  17. ^ Джерард Салтон и Кристофер Бакли, «Подходы с взвешиванием терминов в автоматическом поиске текста», «Обработка информации и управление» 24, n °. 5 (1988): 513-523.
  18. ^ Y Kim, J Suh, et S. Park, "Визуализация патентного анализа для новых технологий", Экспертные системы с приложениями 34, вып. 3 (4, 2008): 1804–1812.
  19. ^ "Карта новостей". Архивировано из оригинал 8 июля 2010 г.. Получено 28 апреля, 2017.
  20. ^ Miyake, M., Mune, Y. и Himeno, K. «Стратегическое управление портфелем интеллектуальной собственности: оценка технологий с использованием« тепловой карты технологий »», Документы исследовательского института Nomura (NRI), n °. 83, (декабрь 2004 г.).
  21. ^ а б Чарльз Булакия «Патентное отображение» В архиве 2011-03-13 на Wayback Machine
  22. ^ Ричард Сеймур, «Патентный анализ металлов платиновой группы и составление карт», Platinum Metals Review 52, ​​n °. 4 (10, 2008): 231-240.
  23. ^ Сьюзан Э. Каллен, «Введение, от желудей до дубов: как патентный аудит помогает инновациям полностью раскрыть свой потенциал» IP Value 2010 - Международное руководство для совета директоров: 26-30