CN110765261A - 潜在专利纠纷的监控方法、装置、服务器和存储介质 - Google Patents

潜在专利纠纷的监控方法、装置、服务器和存储介质 Download PDF

Info

Publication number
CN110765261A
CN110765261A CN201911077238.3A CN201911077238A CN110765261A CN 110765261 A CN110765261 A CN 110765261A CN 201911077238 A CN201911077238 A CN 201911077238A CN 110765261 A CN110765261 A CN 110765261A
Authority
CN
China
Prior art keywords
target
enterprise
disputes
target enterprise
monitoring
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN201911077238.3A
Other languages
English (en)
Inventor
孙鑫
房炫伯
刘永川
马红
吴双威
杨李萍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Energy Internet Research Institute EIRI Tsinghua University
Original Assignee
Sichuan Energy Internet Research Institute EIRI Tsinghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan Energy Internet Research Institute EIRI Tsinghua University filed Critical Sichuan Energy Internet Research Institute EIRI Tsinghua University
Priority to CN201911077238.3A priority Critical patent/CN110765261A/zh
Publication of CN110765261A publication Critical patent/CN110765261A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/335Filtering based on additional data, e.g. user or group profiles
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/3331Query processing
    • G06F16/334Query execution
    • G06F16/3344Query execution using natural language analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5838Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5854Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/18Legal services
    • G06Q50/184Intellectual property management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2216/00Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
    • G06F2216/11Patent retrieval

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Computational Linguistics (AREA)
  • Technology Law (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明的实施例提供了一种潜在专利纠纷的监控方法、装置、服务器和存储介质,涉及专利纠纷监控领域,监控方法包括:检测专利数据库中的新增专利并从新增专利中筛选出与目标企业相关的目标专利;根据目标专利的类型判断目标专利与目标企业的专利或者产品是否匹配;在目标专利与目标企业的专利或者产品匹配的情况下,判定目标企业存在潜在专利纠纷并生成报警信息。监控装置包括检测模块、判断模块及报警模块,三个模块用于共同实现前述的监控方法。服务器和存储介质存储有计算机程序,当计算机程序被执行时,实现前述的监控方法。本潜在专利纠纷的监控方法、装置、服务器及存储介质可以有效降低监控潜在专利纠纷的人力成本和时间成本。

Description

潜在专利纠纷的监控方法、装置、服务器和存储介质
技术领域
本发明涉及专利纠纷的监控领域,具体而言,涉及一种潜在专利纠纷的监控方法、装置、服务器和存储介质。
背景技术
在专利保护制度日益完善的今天,企业无论是侵犯其它个人和组织的专利权还是被其它个人和组织侵权,都可能会面临经济和名誉上的巨大损失。
相关技术中,只能通过人工方式搜集竞争对手的专利信息,并将其与本企业的专利和产品信息进行对比,以判断是否存在潜在的专利纠纷,这种监控方法需要大量的人力和时间成本。
发明内容
本发明的目的包括,例如,提供了一种潜在专利纠纷的监控方法、装置、服务器和计算机可读存储介质,其能够有效降低监控潜在专利纠纷的人力成本和时间成本。
本发明的实施例可以这样实现:
第一方面,本发明实施例提供一种潜在专利纠纷的监控方法,用于监控目标企业的潜在专利纠纷,包括:
检测专利数据库中的新增专利并从所述新增专利中筛选出与所述目标企业相关的目标专利;
根据所述目标专利的类型判断所述目标专利与所述目标企业的专利或者产品是否匹配;
在所述目标专利与所述目标企业的专利或者产品匹配的情况下,判定所述目标企业存在潜在专利纠纷并生成报警信息。
在可选的实施方式中,所述根据所述目标专利的类型判断所述目标专利与所述目标企业的专利或者产品是否匹配的步骤包括:
当所述目标专利为发明专利或者实用新型专利时,提取所述目标专利的语义特征信息,所述语义特征信息包括主题名称;
计算所述目标专利的主题名称与所述目标企业的专利的主题名称的相似度;
在所述目标专利的主题名称与所述目标企业的专利的主题名称的相似度大于或者等于第一阈值的情况下,提取相应的所述目标专利的权利要求书;
判断所述目标专利的权利要求书与所述目标企业的专利是否匹配,在所述目标专利的权利要求书与所述目标企业的专利匹配的情况下,判定所述目标专利与所述目标企业的专利匹配。
在可选的实施方式中,所述判断所述目标专利的权利要求书与所述目标企业的专利是否匹配的步骤包括:
对所述目标专利的权利要求书进行语义分析,按照词频对所述权利要求书中的词汇进行排序,获取排名在前的预设数量的词汇作为关键词;
对预设数量的所述关键词进行分类,同一类的所述关键词组成词汇集;
从每个所述词汇集中选出一个所述关键词,多个所述词汇集中选出的所述关键词组成词汇组;
计算所述目标企业的专利中出现所述词汇组的次数,如果次数大于或者等于第二阈值,则判定目标专利的权利要求书与所述目标企业的专利匹配。
在可选的实施方式中,在所述提取所述目标专利的语义特征信息的步骤之后还包括:
根据所述目标专利的语义特征信息生成第一标识,并关联所述第一标识和对应的所述目标专利;
所述提取相应的所述目标专利的权利要求书的步骤包括:
提取与所述第一标识关联的目标专利的权利要求书。
在可选的实施方式中,所述根据所述目标专利的类型判断所述目标专利与所述目标企业的专利或者产品是否匹配的步骤包括:
当所述目标专利为外观设计专利时,提取所述目标专利的图片特征信息,所述图片特征信息包括图片中局部区域的像素点的亮度值和色度值;
计算所述图片特征信息与所述目标企业的产品的外观特征信息的相似度,在所述图片特征信息与所述目标企业的产品的外观特征信息的相似度大于或者等于第三阈值的情况下判定所述目标专利与所述目标企业的产品匹配。
在可选的实施方式中,所述判定所述目标专利与所述目标企业的产品匹配的步骤之后,还包括:
提取相应的所述目标专利的全文并根据所述目标专利的全文获取所述目标专利的申请日;
如果所述目标专利的申请日早于所述目标企业的产品的公开日,再执行所述判定所述目标企业存在潜在专利纠纷的步骤。
在可选的实施方式中,所述提取所述目标专利的图片特征信息的步骤之后还包括:
根据所述目标专利的图片特征信息生成第二标识,并将第二标识与相应的所述目标专利关联;
所述提取相应的所述目标专利的全文步骤包括:
提取与所述第二标识关联的目标专利的全文。
第二方面,本发明实施例提供一种潜在专利纠纷的监控装置,用于监控目标企业的潜在专利纠纷,包括:
检测模块,用于检测专利数据库中的新增专利并从所述新增专利中筛选出与所述目标企业相关的目标专利;
判断模块,用于根据所述目标专利的类型判断所述目标专利与所述目标企业的专利或者产品是否匹配;
报警模块,用于在所述目标专利与所述目标企业的专利或者产品匹配的情况下,判定所述目标企业存在潜在专利纠纷并生成报警信息。
第三方面,本发明实施例提供一种服务器,包括处理器和存储器,所述存储器存储有计算机程序,当所述处理器执行所述计算机程序时,实现前述实施方式任一项所述的潜在专利纠纷的监控方法。
第四方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,当所述计算机程序被执行时,实现前述实施方式任一项所述的潜在专利纠纷的监控方法。
本发明实施例的有益效果包括,例如:
本发明实施例提供的技术方案可以定期检测专利数据库中的新增专利并从中筛选出与目标企业相关的目标专利,根据目标专利的类型判断目标专利与目标企业的专利或者产品是否匹配,如果匹配就判定目标企业存在潜在专利纠纷并生成报警信息。报警信息可以由目标企业的相关人员定期查看,也可以直接推送给目标企业的显示终端,以便相关人员及时查看。由于上述整个监控过程由安装在服务器上的软件自动实现,因此可以有效降低监控潜在专利纠纷的人力成本和时间成本,同时也可以提高监控结果的准确性,弥补现有技术的缺陷。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的潜在专利纠纷的监控方法的应用场景图;
图2为本发明实施例提供的纠纷监控服务器的结构框图;
图3为本发明实施例提供的潜在专利纠纷的监控方法的流程图;
图4为本发明实施例提供的当目标专利为发明专利或者实用新型专利时,步骤S200的子步骤流程图;
图5为本发明实施例提供的当目标专利为发明专利或者实用新型专利时,步骤S200的更详细的子步骤流程图;
图6为本发明实施例提供的步骤S240的子步骤流程图;
图7为本发明实施例提供的当目标专利为外观设计专利时,步骤S200的子步骤流程图;
图8为本发明实施例提供的当目标专利为外观设计专利时,步骤S300的子步骤流程图;
图9为本发明实施例提供的当目标专利为外观设计专利时,步骤S300的更详细的子步骤流程图;
图10为本发明实施例提供的潜在专利纠纷的监控装置的结构框图;
图11为发明实施例提供的当目标专利为发明专利或者实用新型专利时,判断模块的结构框图;
图12为本发明实施例提供的当目标专利为外观设计专利时,判断模块的结构框图。
图标:100-纠纷监控服务器;101-存储器;102-通信接口;103-处理器;104-总线;200-数据库服务器;300-云端服务器;400-显示终端;500-检测模块;600-判断模块;610-第一提取模块;620-第一计算模块;630-第二提取模块;640-第一子判断模块;650-第三提取模块;660-第二计算模块;670-第二子判断模块;700-报警模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要说明的是,若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,若出现术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
需要说明的是,在不冲突的情况下,本发明的实施例中的特征可以相互结合。
请参照图1,图1为本发明实施例提供的潜在专利纠纷的监控方法的应用场景图。在该应用场景中,纠纷监控服务器100同时与数据库服务器200、云端服务器300及显示终端400通信连接。其中,纠纷监控服务器100为位于目标企业本地的服务器,显示终端400为目标企业的相关人员持有的手机、平板电脑等,数据库服务器200用于存储和更新专利数据库,其可以是官方的数据库,比如国家知识产权局提供的专利数据库,也可以是非官方的数据库,比如incopat、patentics等。云端服务器300用于存储云端数据库,云端数据库用于存储和更新目标企业的相关信息并进行分类,相关信息的类别主要包括专利信息、产品信息及竞争对手信息等。纠纷监控服务器100不但可以从数据库服务器200获取新增专利的信息以及从云端服务器300中获取目标企业的专利、产品及竞争对手等信息,还可以向显示终端400推送相关信息。
在本发明实施例中,潜在专利纠纷的监控方法可以应用于纠纷监控服务器100中。纠纷监控服务器100先从数据库服务器200中检测出新增专利,并筛选出与目标企业相关的目标专利,之后从云端服务器300获取目标企业的专利和产品信息,之后根据目标专利的类型(发明专利、实用新型专利或者外观设计专利)判断目标专利与目标企业的专利或者产品是否匹配,如果匹配就判定目标企业存在潜在专利纠纷并生成报警信息。最后将报警信息推送给显示终端400,以便目标企业的相关人员及时查看以实现预警。
请参照图2,图2为本发明实施例提供的纠纷监控服务器100的结构框图。纠纷监控服务器100可以是,但不限于,主机、虚拟机、实体服务器、实体服务器上的虚拟机等能提供与所述服务器或者虚拟机有相同功能的实体或者虚拟的服务端。纠纷监控服务器100的操作系统可以是,但不限于,Windows系统、Linux系统等。所述纠纷监控服务器100包括存储器101、通信接口102、处理器103和总线104,所述存储器101、通信接口102和处理器103通过总线104连接,处理器103用于执行存储器101中存储的可执行模块,例如计算机程序,所述计算机程序的代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。
其中,存储器101可能包含高速随机存取存储器(RAM:Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口102(可以是有线或者无线)实现该纠纷监控服务器100与数据库服务器200、云端服务器300及显示终端400之间的通信连接。
总线104可以是ISA总线、PCI总线或EISA总线等。图2中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器101用于存储程序,例如图6所示的潜在专利纠纷的监控装置。该潜在专利纠纷的监控装置包括至少一个可以软件或固件(firmware)的形式存储于所述存储器101中或固化在所述纠纷监控服务器100的操作系统(operating system,OS)中的软件功能模块。所述处理器103在接收到执行指令后,执行所述程序以实现本发明实施例揭示的潜在专利纠纷的监控方法。
请参考图3,图3为本发明实施例提供的潜在专利纠纷的监控方法的流程图。本发明实施例提供的潜在专利纠纷的监控方法用于监控目标企业的潜在专利纠纷,其包括以下步骤:
步骤S100:检测专利数据库中的新增专利并从所述新增专利中筛选出与所述目标企业相关的目标专利。
其中,该步骤S100可以根据目标企业的预先配置定期执行,也可以由目标企业根据实际需要不定期触发。如果是定期执行,为了保证监控的实时性,使得目标企业可以及时知晓存在的潜在专利纠纷,每次检核和筛选间隔的时间不能过长,一般以1个月到2个月为宜。
所述的“与目标企业相关的目标专利”的含义可以是目标专利的国际专利分类号与目标企业的专利的国际专利分类号同属一个大类或者小类,也可以是目标专利的国际专利分类号与目标企业的产品对应的国际专利分类号同属一个大类或者小类,也可以是目标专利的国际专利分类号属于目标企业自行规定的需要纳入监控范围的国际专利分类号。筛选出与目标企业相关的目标专利的目的在于简化后续步骤,加快整个监控方法的执行速度。
步骤S200:根据所述目标专利的类型判断所述目标专利与所述目标企业的专利或者产品是否匹配。
其中,请参照图4,图4为本发明实施例提供的当目标专利为发明专利或者实用新型专利时,步骤S200的子步骤流程图。如果目标专利为发明专利或者实用新型专利,则执行以下步骤:
步骤S210:提取所述目标专利的语义特征信息,所述语义特征信息包括主题名称。除了主题名称之外,语义特征信息还可以包括申请人、发明人、申请日、公开日等信息。提取的动作可以通过预先训练过的神经网络实现。
步骤S220:计算所述目标专利的主题名称与所述目标企业的专利的主题名称的相似度。主题名称相似度计算的算法可以采用现有的语义相似度算法,比如常见的论文查重采用的算法,也可以由目标企业自行定义。比如目标企业可以自行定义k=a/b,其中,k为目标专利的主题名称与目标企业的专利的相似度,a为目标专利的主题名称与目标企业的专利的主题名称重复的字数,b为目标企业的专利的主题名称的字数。以家电领域的专利进行相似说明,如果目标专利的主题名称为空气调节器,而目标企业的专利的主题名称为空调器,则a=3,b=3,k=100%,即目标专利的主题名称与目标企业的专利的主题名称的相似度为100%;如果目标专利的主题名称为冰箱,而目标企业的专利的主题名称为家用冰箱,则a=2,b=4,k=50%,即目标专利的主题名称与目标企业的专利的主题名称的相似度为50%。
步骤S230:在所述目标专利的主题名称与所述目标企业的专利的主题名称的相似度大于或者等于第一阈值的情况下,提取相应的所述目标专利的权利要求书。其中,第一阈值由目标企业根据实际情况自行设定,一般以50%-100%为宜。请参照图5,图5为本发明实施例提供的当目标专利为发明专利或者实用新型专利时,步骤S200的更详细的子步骤流程图;在步骤S210之后以及在提取相应的目标专利的权利要求书的之前,还包括步骤S212:根据所述目标专利的语义特征信息生成第一标识,并关联所述第一标识和对应的所述目标专利。有了第一标识后,需要提取相应的目标专利的权利要求书时,直接提取与第一标识关联的目标专利的权利要求书即可。
第一标识的表现形式可以为多种,可以为编号(01、02、03等),也可以为一个二维码,甚至可以是相应目标专利的申请号等,只要保证第一标识与目标专利的一一对应关系即可。第一标识相当于一个索引,可以帮助在专利数据库的大量专利中直接查找相应的目标专利并提取其权利要求书,而不需要重新在专利数据库中进行检索和对比来查找相应的目标专利,这样就可以从很大程度上加快目标专利的权利要求书的提取速度。另外,第一标识以及其与专利数据库中的专利的关联关系除了存储于纠纷监控服务器100之外,还可以存入云端服务器300进行备份。
步骤S240:判断所述目标专利的权利要求书与所述目标企业的专利是否匹配,在所述目标专利的权利要求书与所述目标企业的专利匹配的情况下,判定所述目标专利与所述目标企业的专利匹配。
进一步地,请参照图6,图6为本发明实施例提供的步骤S240的子步骤流程图。步骤S240包括以下步骤:
步骤S242:对所述目标专利的权利要求书进行语义分析,按照词频对所述权利要求书中的词汇进行排序,获取排名在前的预设数量的词汇作为关键词。即从所述目标专利的权利要求书中筛选出多次出现的词汇,按照出现次数从多到少的顺序进行排列,然后将排名最靠前的预设数量的词汇作为关键词。预设数量的具体值可以由目标企业根据实际情况自行设定,本实施例中,预设数量为6,即获取排名前6位的词汇作为关键词。
步骤S244:对预设数量的所述关键词进行分类,同一类的所述关键词组成词汇集。
其中,分类的原则可以为词义相同或者相近的词汇为同一类。以家电领域的专利的权利要求书为例进行说明,如果排名前6位的词汇依次为机壳、外壳、卡扣、卡块、固定及锁定,则可以组成3个词汇集,机壳和外壳组成1个词汇集,卡扣及卡块组成1个词汇集,固定和锁定组成1个词汇集。
步骤S246:从每个所述词汇集中选出一个所述关键词,多个所述词汇集中选出的所述关键词组成词汇组。
其中,词汇组的数量由词汇集的数量和每个词汇集中词汇的数量决定,具体等于多个词汇集的词汇数量的乘积。以步骤S243中的词汇集情况为例,词汇集的数量为3,每个词汇集中均有2个词汇,则词汇组的数量为2*2*2=8,8个词汇组分别为机壳-卡扣-固定、机壳-卡扣-锁定、机壳-卡块-固定、机壳-卡块-锁定、外壳-卡扣-固定、外壳-卡扣-锁定、外壳-卡块-固定、外壳-卡块-锁定。
步骤S248:计算所述目标企业的专利中出现所述词汇组的次数,如果次数大于或者等于第二阈值,则判定目标专利的权利要求书与所述目标企业的专利匹配。
其中,第二阈值可以由目标企业根据实际需求确定,本实施例中,第二阈值为3,即目标企业的专利中出现词汇组的次数大于或者等于3,就判断目标专利的权利要求书与目标企业的专利匹配。其它实施例中,第二阈值也可以2、4或5。以步骤S246中的8个词汇组进行说明,只要目标企业的专利中出现过8个词汇组中的任意一个并且出现次数大于或者等于3次,就可以判断目标专利的权利要求书与目标企业的专利匹配。
另外,在判定某个目标专利与目标企业的专利匹配之后,可以将该目标专利对应的词汇集进行保存并更新原有的词汇集。以后在检测和筛选出新的目标专利并判断是否与目标企业的专利匹配时,可以从更新后的词汇集中找出新的目标专利中没有出现过,但是新的目标专利对应的词汇集中词意相同或者相近的词汇,以提高判断目标专利的权利要求书与目标企业的专利是否匹配的准确率。
请参照图7,图7为本发明实施例提供的当目标专利为外观设计专利时,步骤S200的子步骤流程图。如果目标专利为外观设计专利,则执行以下步骤:
步骤S250:提取所述目标专利的图片特征信息,所述图片特征信息包括图片中局部区域的像素点的亮度值和色度值。提取的动作可以通过预先训练过的神经网络实现。
步骤S260:计算所述图片特征信息与所述目标企业的产品的外观特征信息的相似度。其中,计算图片特征信息和目标企业的产品的外观特征信息(外观局部区域的像素点的亮度值和色度值)相似度的算法采用现有的图片相似度算法即可。
步骤S270:在所述图片特征信息与所述目标企业的产品的外观特征信息的相似度大于或者等于第三阈值的情况下判定所述目标专利与所述目标企业的产品匹配。其中,第三阈值可以根据实际情况确定,一般以50%-100%为宜。
无论目标专利是发明专利、实用新型专利或者外观设计专利,在判断目标专利与目标企业的专利或者产品是否匹配之后,均执行以下步骤:
步骤S300:在所述目标专利与所述目标企业的专利或者产品匹配的情况下,判定所述目标企业存在潜在专利纠纷并生成报警信息。
其中,对于发明专利或者实用新型专利而言,在判定目标专利与目标企业的专利匹配后,可以直接判定目标企业存在潜在专利纠纷并生成报警信息。
请参照图8,图8为本发明实施例提供的当目标专利为外观设计专利时,步骤S300的子步骤流程图。对于外观设计专利,在判定目标专利与目标企业的产品匹配之后,还可以包括以下步骤:
步骤S310:提取相应的所述目标专利的全文并根据所述目标专利的全文获取所述目标专利的申请日。其中,请参照图9,图9为本发明实施例提供的当目标专利为外观设计专利时,步骤S300的更详细的子步骤流程图。在提取所述目标专利的图片特征信息的步骤之后,在提取相应的所述目标专利的全文的步骤之前,还包括:
步骤S252:根据所述目标专利的图片特征信息生成第二标识,并将第二标识与相应的所述目标专利关联。有了第二标识后,需要提取相应的目标专利的全文时,直接提取与第二标识关联的目标专利的全文即可。
第二标识与第一标识类似,其表现形式可以为多种,可以为编号(01、02、03等),也可以为一个二维码,甚至可以是相应目标专利的申请号等,只要保证第二标识与目标专利的一一对应关系即可。第二标识也相当于一个索引,可以帮助在专利数据库的大量专利中直接查找相应的目标专利并提取其全文,而不需要重新在专利数据库中进行检索和对比来查找相应的目标专利,这样就可以从很大程度上加快目标专利的权利要求书的提取速度。另外,第二标识以及其与专利数据库中的专利的关联关系除了存储于纠纷监控服务器100之外,还可以存入云端服务器300进行备份。
步骤S320:如果所述目标专利的申请日早于所述目标企业的产品的公开日,再执行所述判定所述目标企业存在潜在专利纠纷的步骤。
其中,如果目标专利的申请日早于目标企业的产品的公开日,可以说明目标企业的产品存在侵权风险,需要进行预警;而如果目标专利的申请日晚于目标企业的产品的公开日,这可以说明目标企业不存在侵权风险,不需要进行预警。因此,本实施例中,在目标专利的申请日早于目标企业的产品的公开日的情况下再判断目标企业存在潜在专利纠纷并生成报警信息可以避免没有意义的报警。
当然,其它实施例中,即使目标专利的申请日晚于目标企业的产品的公开日,也可以进行报警,因为虽然不存在目标企业侵权的可能性,但是存在目标专利的申请人或者权利人恶意模仿目标企业的产品并且抢先申报专利的可能性,这也会使得目标企业存在专利侵权风险。
报警信息的表现形式可以为多种,比如可以为图片、表格等,其具体内容至少包括引发潜在专利纠纷的目标专利的基本信息,比如专利申请号、授权号及主题名称等。
同时,需要说明的是,报警信息除了引发潜在专利纠纷的目标专利的基本信息之外,还可以包括潜在专利纠纷的等级和类型,以便目标企业能够可以实际情况及时地采取合适的应对措施。
等级的设置可以方便目标企业确定采取应对措施的时间和效率,其可以由目标企业自行定义,比如本实施例中,潜在专利纠纷的等级可以分为三等,三个等级按照纠纷的严重程度从大到小依次为A级、B级、C级。而纠纷的严重程度可以根据目标专利与目标企业的专利或者产品的相似度确定。比如,可以定义当目标专利与目标企业的专利或者产品的相似度大于或者等于90%时,潜在专利纠纷的等级为A级;当目标专利与目标企业的专利或者产品的相似度大于或者等于80%且小于90%时,潜在专利纠纷的等级为B级,当目标专利与目标企业的专利或者产品的相似度大于或者等于60%且小于80%时,潜在专利纠纷的等级为C级。
类型的设置可以方便目标企业确定采取的应对措施的类型,其也可以由目标企业自行定义。比如本实施例中,潜在专利纠纷的类型可以设定有三种,三种类型分别为新的竞争对手出现、已知竞争对手的相似专利、已知竞争对手的恶意竞争。要判断潜在专利纠纷的类型,前文中提取的目标专利的语义特征信息需要包括专利权人,以便将专利权人与目标企业的已知竞争对手对比。如果引发潜在专利纠纷的专利的专利权人与目标企业的所有已知竞争对手均不相同,则判定潜在专利纠纷的类型为新的竞争对手出现,此时会将目标专利的专利权人(即新的竞争对手)补充进目标企业的已知竞争对手;如果引发潜在专利纠纷的专利的专利权人为目标企业的其中一个或者多个已知竞争对手,则需要判断引发潜在专利纠纷的专利是与目标企业的专利匹配还是产品匹配,即引发潜在专利纠纷的专利是何种类型的专利。如果引发潜在专利纠纷的专利与目标企业的专利匹配,即为发明专利或者实用新型专利,则判定潜在专利纠纷的类型为已知竞争对手的相似专利,如果引发潜在专利纠纷的专利与目标企业的产品匹配,即为外观设计专利,则判定潜在专利纠纷的类型为已知竞争对手的恶意竞争。
综上所述,本实施例中,报警信息的具体表现形式可以如下:
Figure BDA0002262863810000141
当然,其它实施例,报警信息的内容也可以根据需求增减,比如可以增加申请人、授权号等信息,甚至可以增加目标专利的摘要和摘要附图。
最后,还需要说明的是,在所述目标专利与目标企业的专利或者产品不匹配的情况下,判断目标企业不存在潜在专利纠纷。如果目标专利与目标企业的专利或者产品不匹配,一般来说可以判断目标企业不存在潜在专利纠纷,也不用进行生成报警信息并推送给目标企业的相关人员,以避免没有意义的报警。
本发明实施例提供的技术方案可以定期检测专利数据库中的新增专利并从中筛选出与目标企业相关的目标专利,根据目标专利的类型判断目标专利与目标企业的专利或者产品是否匹配,如果匹配就判定目标企业存在潜在专利纠纷并生成报警信息。报警信息可以由目标企业的相关人员定期查看,也可以直接推送给目标企业的显示终端400,以便相关人员及时查看。由于上述整个监控过程由安装在服务器上的软件自动实现,因此可以有效降低监控潜在专利纠纷的人力成本和时间成本,弥补现有技术的缺陷。
此外,本发明实施例提供的技术方案还取得了以下技术效果:
(1)在保护自身权利的前提下及时捕捉新的竞争对手,在保证企业知识产权不被侵权的前提下及时捕获新增的企业竞争对手并加以监控,从而保证企业利益。
(2)对竞争对手的长期监控能够及时获取竞争对手侵权、专利布局以及该企业发展动态,为企业研发和发展策略提供指引和技术基础。
(3)恶意竞争监控能够针对自身技术或产品有目的的监控,防止其他企业就本企业产品或技术开展专利布局,封堵本企业产品或技术研发,阻碍企业发展。
请参照图10,图10为本发明实施例提供的潜在专利纠纷的监控装置的结构框图。本潜在专利纠纷的监控装置可以应用于纠纷监控服务器100中,其包括检测模块500、判断模块600及报警模块700。
其中,检测模块500,用于检测专利数据库中的新增专利并从所述新增专利中筛选出与所述目标企业相关的目标专利。本实施例中,检测模块500用于执行步骤S100。
判断模块600,用于根据所述目标专利的类型判断所述目标专利与所述目标企业的专利或者产品是否匹配。本实施例中,判断模块600用于执行步骤S200。
详细地,请参照图11和图12,图11为发明实施例提供的当目标专利为发明专利或者实用新型专利时,判断模块的结构框图;图12为本发明实施例提供的当目标专利为外观设计专利时,判断模块的结构框图。判断模块600包括第一提取模块610、第一计算模块620、第二提取模块630、第一子判断模块640、第三提取模块650、第二计算模块660及第二子判断模块670。
其中,第一提取模块610用于当所述目标专利为发明专利或者实用新型专利时,提取所述目标专利的语义特征信息,所述语义特征信息包括主题名称。本实施例中,第一提取模块610用于执行步骤S210。
第一计算模块620用于计算所述目标专利的主题名称与所述目标企业的专利的主题名称的相似度。本实施例中,第一计算模块620用于执行步骤S220。
第二提取模块630用于在所述目标专利的主题名称与所述目标企业的专利的主题名称的相似度大于或者等于第一阈值的情况下,提取相应的所述目标专利的权利要求书。本实施例中,第二提取模块630用于执行步骤S230。
第一子判断模块640用于判断所述目标专利的权利要求书与所述目标企业的专利是否匹配,在所述目标专利的权利要求书与所述目标企业的专利匹配的情况下,判定所述目标专利与所述目标企业的专利匹配。本实施例中,第一子判断模块640用于执行步骤S240。
第三提取模块650用于当所述目标专利为外观设计专利时,提取所述目标专利的图片特征信息,所述图片特征信息包括图片中局部区域的像素点的亮度值和色度值。本实施例中,第三提取用于执行步骤S250。
第二计算模块660用于计算所述图片特征信息与所述目标企业的产品的外观特征信息的相似度。本实施例中,第二计算模块660用于执行S260。
第二子判断模块670用于在所述图片特征信息与所述目标企业的产品的外观特征信息的相似度大于或者等于第三阈值的情况下判定所述目标专利与所述目标企业的产品匹配。本实施例中,第二子判断模块670用于执行步骤S270。
报警模块700,用于在所述目标专利与所述目标企业的专利或者产品匹配的情况下,判定所述目标企业存在潜在专利纠纷并生成报警信息。本实施例中,检测模块500用于执行步骤S300。
本发明实施例提供的技术方案可以定期检测专利数据库中的新增专利并从中筛选出与目标企业相关的目标专利,根据目标专利的类型判断目标专利与目标企业的专利或者产品是否匹配,如果匹配就判定目标企业存在潜在专利纠纷并生成报警信息。报警信息可以由目标企业的相关人员定期查看,也可以直接推送给目标企业的显示终端400,以便相关人员及时查看。由于上述整个监控过程由安装在服务器上的软件自动实现,因此可以有效降低监控潜在专利纠纷的人力和时间成本,弥补现有技术的缺陷。
本发明实施例还提供了一种计算机可读存储介质,其存储有计算机程序,当计算机程序被执行时,可以实现前述的潜在专利纠纷的监控方法。
上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是,该存储介质的技术方案与上述的数据处理方法的技术方案属于同一构思,存储介质的技术方案未详细描述的细节内容,均可以参见上述数据处理方法的技术方案的描述。
需要说明的是,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种潜在专利纠纷的监控方法,用于监控目标企业的潜在专利纠纷,其特征在于,包括:
检测专利数据库中的新增专利并从所述新增专利中筛选出与所述目标企业相关的目标专利;
根据所述目标专利的类型判断所述目标专利与所述目标企业的专利或者产品是否匹配;
在所述目标专利与所述目标企业的专利或者产品匹配的情况下,判定所述目标企业存在潜在专利纠纷并生成报警信息。
2.根据权利要求1所述的潜在专利纠纷的监控方法,其特征在于,所述根据所述目标专利的类型判断所述目标专利与所述目标企业的专利或者产品是否匹配的步骤包括:
当所述目标专利为发明专利或者实用新型专利时,提取所述目标专利的语义特征信息,所述语义特征信息包括主题名称;
计算所述目标专利的主题名称与所述目标企业的专利的主题名称的相似度;
在所述目标专利的主题名称与所述目标企业的专利的主题名称的相似度大于或者等于第一阈值的情况下,提取相应的所述目标专利的权利要求书;
判断所述目标专利的权利要求书与所述目标企业的专利是否匹配,在所述目标专利的权利要求书与所述目标企业的专利匹配的情况下,判定所述目标专利与所述目标企业的专利匹配。
3.根据权利要求2所述的潜在专利纠纷的监控方法,其特征在于,所述判断所述目标专利的权利要求书与所述目标企业的专利是否匹配的步骤包括:
对所述目标专利的权利要求书进行语义分析,按照词频对所述权利要求书中的词汇进行排序,获取排名在前的预设数量的词汇作为关键词;
对预设数量的所述关键词进行分类,同一类的所述关键词组成词汇集;
从每个所述词汇集中选出一个所述关键词,多个所述词汇集中选出的所述关键词组成词汇组;
计算所述目标企业的专利中出现所述词汇组的次数,如果次数大于或者等于第二阈值,则判定所述目标专利的权利要求书与所述目标企业的专利匹配。
4.根据权利要求2所述的潜在专利纠纷的监控方法,其特征在于,在所述提取所述目标专利的语义特征信息的步骤之后还包括:
根据所述目标专利的语义特征信息生成第一标识,并关联所述第一标识和对应的所述目标专利;
所述提取相应的所述目标专利的权利要求书的步骤包括:
提取与所述第一标识关联的目标专利的权利要求书。
5.根据权利要求1所述的潜在专利纠纷的监控方法,其特征在于,所述根据所述目标专利的类型判断所述目标专利与所述目标企业的专利或者产品是否匹配的步骤包括:
当所述目标专利为外观设计专利时,提取所述目标专利的图片特征信息,所述图片特征信息包括图片中局部区域的像素点的亮度值和色度值;
计算所述图片特征信息与所述目标企业的产品的外观特征信息的相似度,在所述图片特征信息与所述目标企业的产品的外观特征信息的相似度大于或者等于第三阈值的情况下判定所述目标专利与所述目标企业的产品匹配。
6.根据权利要求5所述的潜在专利纠纷的监控方法,其特征在于,在所述判断所述目标专利与所述目标企业的产品匹配的步骤之后,还包括:
提取相应的所述目标专利的全文并根据所述目标专利的全文获取所述目标专利的申请日;
如果所述目标专利的申请日早于所述目标企业的产品的公开日,再执行所述判断所述目标企业存在潜在专利纠纷的步骤。
7.根据权利要求6所述的潜在专利纠纷的监控方法,其特征在于,所述提取所述目标专利的图片特征信息的步骤之后还包括:
根据所述目标专利的图片特征信息生成第二标识,并将所述第二标识与相应的所述目标专利关联;
所述提取相应的所述目标专利的全文步骤包括:
提取与所述第二标识关联的所述目标专利的全文。
8.一种潜在专利纠纷的监控装置,用于监控目标企业的潜在专利纠纷,其特征在于,包括:
检测模块,用于检测专利数据库中的新增专利并从所述新增专利中筛选出与所述目标企业相关的目标专利;
判断模块,用于根据所述目标专利的类型判断所述目标专利与所述目标企业的专利或者产品是否匹配;
报警模块,用于在所述目标专利与所述目标企业的专利或者产品匹配的情况下,判定所述目标企业存在潜在专利纠纷并生成报警信息。
9.一种服务器,其特征在于,包括处理器和存储器,所述存储器存储有计算机程序,当所述处理器执行所述计算机程序时,实现权利要求1-8任一项所述的潜在专利纠纷的监控方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,当所述计算机程序被执行时,实现权利要求1-8任一项所述的潜在专利纠纷的监控方法。
CN201911077238.3A 2019-11-06 2019-11-06 潜在专利纠纷的监控方法、装置、服务器和存储介质 Withdrawn CN110765261A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911077238.3A CN110765261A (zh) 2019-11-06 2019-11-06 潜在专利纠纷的监控方法、装置、服务器和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911077238.3A CN110765261A (zh) 2019-11-06 2019-11-06 潜在专利纠纷的监控方法、装置、服务器和存储介质

Publications (1)

Publication Number Publication Date
CN110765261A true CN110765261A (zh) 2020-02-07

Family

ID=69336238

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911077238.3A Withdrawn CN110765261A (zh) 2019-11-06 2019-11-06 潜在专利纠纷的监控方法、装置、服务器和存储介质

Country Status (1)

Country Link
CN (1) CN110765261A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111292206A (zh) * 2020-05-07 2020-06-16 南京鸿越科技有限公司 专利监控预警平台及方法
CN111930951A (zh) * 2020-09-21 2020-11-13 江苏恒维智信息技术有限公司 专利侵权线索识别方法、系统、存储介质及设备
CN114971700A (zh) * 2022-05-16 2022-08-30 河南鑫安利职业健康科技有限公司 基于大数据的新进优质客户捕捉系统及其汇总方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111292206A (zh) * 2020-05-07 2020-06-16 南京鸿越科技有限公司 专利监控预警平台及方法
CN111930951A (zh) * 2020-09-21 2020-11-13 江苏恒维智信息技术有限公司 专利侵权线索识别方法、系统、存储介质及设备
CN114971700A (zh) * 2022-05-16 2022-08-30 河南鑫安利职业健康科技有限公司 基于大数据的新进优质客户捕捉系统及其汇总方法

Similar Documents

Publication Publication Date Title
CN109271512B (zh) 舆情评论信息的情感分析方法、装置及存储介质
Boididou et al. Verifying information with multimedia content on twitter: a comparative study of automated approaches
US11238310B2 (en) Training data acquisition method and device, server and storage medium
US10127453B2 (en) Automatically detecting an event and determining whether the event is a particular type of event
CN107437038B (zh) 一种网页篡改的检测方法及装置
CN110765261A (zh) 潜在专利纠纷的监控方法、装置、服务器和存储介质
CN108304452B (zh) 文章处理方法及装置、存储介质
CN110704811A (zh) 图片侵权检测方法及装置、存储介质
Lago et al. Visual and textual analysis for image trustworthiness assessment within online news
US20170011480A1 (en) Data analysis system, data analysis method, and data analysis program
CN112528022A (zh) 主题类别对应的特征词提取和文本主题类别识别方法
CN114359590A (zh) Nft图像作品侵权检测方法、装置、及计算机存储介质
CN112882797A (zh) 一种基于机器学习的容器安全检测方法
CN112016317A (zh) 基于人工智能的敏感词识别方法、装置及计算机设备
Zeng et al. JRL‐YOLO: A Novel Jump‐Join Repetitious Learning Structure for Real‐Time Dangerous Object Detection
CN107908649B (zh) 一种文本分类的控制方法
CN110532772A (zh) 文件检测方法、模型、设备及计算机可读存储介质
CN112818114B (zh) 信息的分类方法、检测方法、计算设备及存储介质
CN112163415A (zh) 针对反馈内容的用户意图识别方法、装置及电子设备
US20190318223A1 (en) Methods and Systems for Data Analysis by Text Embeddings
CN116821903A (zh) 检测规则确定及恶意二进制文件检测方法、设备及介质
Thanos et al. Combined deep learning and traditional NLP approaches for fire burst detection based on twitter posts
CN111813964B (zh) 基于生态环境的数据处理方法及相关设备
CN114741550A (zh) 图像搜索方法、装置、电子设备和计算机可读存储介质
CN114303352B (zh) 推送内容的处理方法、装置、电子设备以及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20200207