CN111930951A - 专利侵权线索识别方法、系统、存储介质及设备 - Google Patents

Abstract

本发明提供了一种专利侵权线索识别方法、系统、存储介质及设备，该方法包括以下步骤：S1、获取目标专利文件，并从目标专利文件中提取关键技术点；S2、对关键技术点进行特征聚类，得到多个关键技术点代码；S3、将多个关键技术点代码进行优先级排序；S4、获取目标产品信息，并从目标产品信息中提取关键特征点；S5、将关键特征点进行特征聚类，得到多个关键特征点代码；S6、将多个关键特征点代码按照关键技术点代码的优先级顺序依次与关键技术点代码进行匹配；S7、计算与关键技术点代码匹配成功的关键特征点代码占总的关键特征点代码的匹配比例；S8、对匹配比例超过预设值的目标产品进行侵权线索标记。该方法具有专利侵权识别快速、准确等优点。

Description

专利侵权线索识别方法、系统、存储介质及设备

技术领域

本发明涉及专利侵权线索识别领域，更具体地，涉及一种针对电商平台产品的专利侵权线索识别方法、针对电商平台产品的专利侵权线索识别系统、计算机存储介质及电子设备。

背景技术

随着互联网电商的兴起，大量的商品开始通过电商渠道进行销售，但目前电商平台上的商品侵犯专利权的情况大量存在。互联网电商知识产权侵权行为肆意泛滥，如低价/乱价、商标侵权、假货/仿货、虚假授权、不正当竞争、专利侵权等，严重损害了被侵权企业正当利益，因此，如何在海量的数据中监测到上述侵权行为变得尤为重要。

现有技术方案（CN201910669754.9）

（1）人工途径：通过人工检索的方式在各电商平台检索侵权商品嫌疑信息，并对检索结果是否涉及侵犯专利权的可能性进行人工判断。具有费时费力、标准难以统一、数据难以维护的缺点。

（2）现有信息系统检索手段：也存在通过信息系统方式，自动在各电商平台上检索侵权商品嫌疑信息，并对检索结果进行自动化分析判断。此种方式虽然实现了自动化检索的功能，但对于侵权商品嫌疑信息的侵权可能性大小、侵权嫌疑准确度等方面，无可行性实施方案。

发明内容

为解决上述技术问题，本发明提供一种针对电商平台产品的专利侵权线索识别方法、针对电商平台产品的专利侵权线索识别系统、计算机存储介质及电子设备，使专利侵权智能化判断更加合理，更加准确。

根据本发明第一方面实施例的针对电商平台产品的专利侵权线索识别方法，包括以下步骤：S1、获取目标专利文件，并从所述目标专利文件中提取关键技术点；S2、对所述关键技术点进行特征聚类，得到多个关键技术点代码；S3、将多个所述关键技术点代码进行优先级排序；S4、获取目标产品信息，并从所述目标产品信息中提取关键特征点；S5、将所述关键特征点进行特征聚类，得到多个关键特征点代码；S6、将多个所述关键特征点代码按照所述关键技术点代码的优先级顺序依次与所述关键技术点代码进行匹配；S7、计算与所述关键技术点代码匹配成功的所述关键特征点代码占总的所述关键特征点代码的匹配比例；S8、对所述匹配比例超过预设值的所述目标产品进行侵权线索标记。

根据本发明第一方面实施例的针对电商平台产品的专利侵权线索识别方法，通过将目标专利文件的关键技术点代码按照关键技术点代码的优先级顺序依次与目标产品的关键特征点代码进行匹配，得到关键技术点代码匹配成功的关键特征点代码占总的关键特征点代码的匹配比例，并对匹配比例超过预设值的目标产品进行侵权线索标记，不仅能够确定每一件产品对目标专利的侵权的可能性大小，而且能够快速筛除匹配比例没有超过预设值的目标产品解决了通过人工检索所带来的耗时问题。该方法具有专利侵权识别快速、准确等优点。

根据本发明一个实施例，在步骤S1中，从所述目标专利文件的摘要和权利要求中提取所述关键技术点，所述关键技术点包括发明名称、技术领域、技术问题、技术特征和技术效果。

根据本发明一个实施例，在步骤S2中，将发明名称、技术领域、技术问题、技术特征和技术效果分别进行特征聚类，得到五个所述关键技术点代码。

根据本发明一个实施例，在步骤S3中，五个所述关键技术点代码按照优先级从高到低依次为：发明名称、技术领域、技术问题、技术特征和技术效果。

根据本发明一个实施例，在步骤S4中，所述关键特征点包括：产品名称、产品特征描述和产品图片。

根据本发明一个实施例，在步骤S7中，所述关键技术点代码与所述关键特征点代码的特征相同或互为近义词，则判断所述关键技术点代码与所述关键特征点代码匹配成功。

根据本发明第二方面实施例的针对电商平台产品的专利侵权线索识别系统，其特征在于，包括：关键技术点提取模块，所述关键技术点提取模块用于从目标专利文件中提取关键技术点；关键技术点整理模块，所述关键技术点整理模块对所述关键技术点进行特征聚类，得到多个关键技术点代码，并对所述关键技术点代码进行优先级排序；关键特征点提取模块，所述关键特征点提取模块用于从电商平台获取目标产品信息，并从所述目标产品信息中提取关键特征点；关键特征点整理模块，所述关键特征点整理模块对所述关键特征点进行特征聚类，得到多个关键特征点代码；特征匹配模块，所述特征匹配模块将所述关键特征点代码与所述关键技术点代码按照优先级顺序进行匹配，并获取匹配结果；标记模块，所述标记模块对匹配比例超出预设值的所述目标产品进行侵权线索标记。

根据本发明一个实施例，所述匹配比例为所述关键技术点代码匹配成功的所述关键特征点代码占总的所述关键特征点代码的比例。

根据本发明第三方面实施例的计算机存储介质，其特征在于，包括一条或多条计算机指令，所述一条或多条计算机指令在执行时实现如上述实施例所述的方法。

根据本发明第四方面实施例的电子设备，包括存储器和处理器，所述存储器用于存储一条或多条计算机指令；所述处理器用于调用并执行所述一条或多条计算机指令，从而实现如上述任一实施例所述的方法。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

图1为根据本发明实施例的针对电商平台产品的专利侵权线索识别方法的流程图；

图2为本发明实施例的电子设备的示意图；

图3为本发明实施例的针对电商平台产品的专利侵权线索识别系统的示意图。

附图标记：

针对电商平台产品的专利侵权线索识别系统100

关键技术点提取模块10；关键技术点整理模块20；关键特征点提取模块30；关键特征点整理模块40；特征匹配模块50；标记模块60；

电子设备300；

存储器310；操作系统311；应用程序 312；

处理器320；网络接口330；输入设备340；硬盘350；显示设备360。

具体实施方式

下面将结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

下面首先结合附图具体描述根据本发明实施例的针对电商平台产品的专利侵权线索识别方法。

如图1所示，根据本发明实施例的针对电商平台产品的专利侵权线索识别方法，包括以下步骤：

S1、获取目标专利文件，并从目标专利文件中提取关键技术点。

具体地，目标专利文件可以是根据用户的需求手动输入的专利文件，该专利文件可以是专利申请号、专利公告号、专利号、专利名称等，通过用户输入的上述信息，获取到该专利文件对应的专利授权文本，然后从该专利授权文本中提取关键技术点。

其中可以理解的是，在获取到专利文件的上述信息之后，可以首先判断该专利目前所处的状态，即判断该专利目前是否处于权利有效状态，若该专利目前已处于失效状态，则可以发出提示告知用户。

S2、对关键技术点进行特征聚类，得到多个关键技术点代码。

具体地，关键技术点可以为发明名称、技术领域、技术问题、技术特征和技术效果，根据这几个方面进行特征聚类，从而得到多个关键技术点代码，如表1至表3所示，例如提取技术效果的代码为“D”,关键技术代码可以用大写英文字母来表示,但不限于大写英文字母，还可以为数字或者其他符号。

S3、将多个关键技术点代码进行优先级排序。

也就是说，可以按照发明名称、技术领域、技术问题、技术特征和技术效果进行优先级排序。具体地，关键技术点代码由高到低的排序可以为发明名称、技术领域、技术问题、技术特征和技术效果。

S4、获取目标产品信息，并从目标产品信息中提取关键特征点，根据目标专利文件可以获取到相关的目标产品信息，目标产品信息可以是产品图片，也可以是产品文字描述，也就是说，关键特征点可以是产品名称、产品特征描述和产品图片，或者是其它能够概括产品特征的方面。

S5、将关键特征点进行特征聚类，得到多个关键特征点代码。

具体地，将目标产品的产品名称、产品特征描述和产品图片进行特征聚类，得到多个关键特征点代码。

S6、将多个关键特征点代码按照关键技术点代码的优先级顺序依次与关键技术点代码进行匹配，也就是说可以按照发明名称、技术领域、技术问题、技术特征和技术效果的顺序依次与产品名称、产品特征描述和产品图片进行匹配。

S7、计算与关键技术点代码匹配成功的关键特征点代码占总的关键特征点代码的匹配比例。关键技术点代码与关键特征点代码的特征相同或互为近义词，即为匹配成功。也就是说，按照发明名称、技术领域、技术问题、技术特征和技术效果得到的关键技术点代码的特征与产品名称、产品特征描述和产品图片得到的关键特征点代码的特征相同或互为近义词，便可判定为关键技术点代码与关键特征点代码匹配成功。进一步地，计算该目标产品与目标专利文件匹配成功的关键特征点代码占目标产品总的关键特征点代码的比例。

S8、对匹配比例超过预设值的目标产品进行侵权线索标记。

具体地，可以根据具体的需求设定匹配比例预设值，可以为30%、50%、70%、90%等，当超过该预设值时，便可以对目标产品进行侵权线索标记，对预设值以下的目标产品不做处理，可以迅速筛除预设值以下的产品。如表1至表3所示，下面以产品类和方法类专利以及外观设计专利的侵权判断线索检索逻辑为例进行简单介绍，

对于产品类和方法类专利侵权判断线索检索逻辑：

第1步：侵权判断线索检索=A；

第2步：侵权判断线索检索=A and D；

第3步：侵权判断线索检索=A and B；

第4步：侵权判断线索检索=A and C。

对于外观设计专利侵权判断线索检索逻辑：

第1步：侵权判断线索检索=A；

第2步：侵权判断线索检索=A and B。

同时，对于外观设计专利侵权判定中，将对“最能表明本外观设计设计要点的图片”进行图像处理。本发明采用图像处理技术参照人脸识别技术的网络结构，通过构建孪生网络来对外观设计专利图片进行处理。构建一套训练成熟的网络对图片进行编码，将每张图片通过一个相同的网络得到一个向量数据；并对外观设计专利图片像素点的色彩分布进行分析，使用了包括图片局部池化处理技术，得到能够表示该图片的向量，以此替换效果不佳的图片自动编码部分，进一步优化图片处理结果；最终通过比较向量数据之间的欧式距离，来判断是否疑似侵权以及疑似侵权程度。

表1为产品类专利处理要求表、表2为方法专利处理要求表、表3外观设计专利处理要求表，其包含专利文本结构、专利文本结构细则、提取内容、提取要求、提取内容代码。

表1产品类专利处理要求表

表2方法专利处理要求表

表3外观设计专利处理要求表

由此，根据本发明实施例的针对电商平台产品的专利侵权线索识别方法，通过将目标专利文件的关键技术点代码按照关键技术点代码的优先级顺序依次与目标产品的关键特征点代码进行匹配，得到关键技术点代码匹配成功的关键特征点代码占总的关键特征点代码的匹配比例，并对匹配比例超过预设值的目标产品进行侵权线索标记，不仅能够确定每一件产品对目标专利的侵权的可能性大小，而且能够快速筛除匹配比例没有超过预设值的目标产品解决了通过人工检索所带来的耗时问题。该方法具有专利侵权识别快速、准确等优点。

根据本发明的一个实施例，在步骤S1中，从目标专利文件的摘要和权利要求中提取关键技术点，关键技术点包括发明名称、技术领域、技术问题、技术特征和技术效果，这五个关键技术点最能体现一篇专利所涵盖的信息，保证了提取的关键技术点全面准确。

具体地，如表1至表3所示，针对不同类型的专利具有不同的处理要求。

产品类专利处理要求如下：在摘要中提取技术效果时能够注意将纯技术效果需转化成产品功能效果，并且要能够尽量以最小的信息颗粒语言来表达效果；在摘要中提取主要技术方案或发明点时能够优先查阅独权内的技术方案或发明点。在权利要求中提取独权所保护的产品主题时，能够将所保护的主题以独权所保护的产品主题为准，如果主题为部件，可以进一步明确其使用的整品；在权利要求中提取独权技术方案的技术特征，尤其是区别技术特征或发明点时能够重点确定区别技术特征或者发明点，此处可以借助“其特征在于”等表达来进行判定。

方法专利处理要求如下：在摘要中提取技术效果时能够注意将纯技术效果需转化成该工艺给产品所带来的功能效果；并且要能够尽量以最小的信息颗粒语言来表达效果；在摘要中提取主要技术方案或发明点时能够优先查阅独权内的技术方案或发明点。在权利要求中提取独权所保护的产品主题时，能够将所保护的主题以独权所保护的产品主题为准；在权利要求中提取独权技术方案的技术特征，尤其是区别技术特征或发明点时能够重点确定区别技术特征或者发明点，能够重点确定区别技术特征（发明点），并且可以借助“其特征在于”等表达；对于方法权利要求，不仅能够尽量表达出这种方法给产品所带来的特殊功能或效果，还能够尽量以最小的信息颗粒语言来表达效果。

外观设计专利处理要求如下：在外观设计产品的名称中的提取内容为主题或产品名称，在简要说明中能够确定最能表明本外观设计设计要点的图片。

可选地，在步骤S2中，将发明名称、技术领域、技术问题、技术特征和技术效果分别进行特征聚类，得到五个关键技术点代码，也就是说，能够将目标专利的主要要素进行特征聚类并得到关键技术点代码。

优选地，在步骤S3中，五个关键技术点代码按照优先级从高到低依次为：发明名称、技术领域、技术问题、技术特征和技术效果。通过排序能够提高提取目标专利的关键技术点的准确性。

进一步地，在步骤S4中，关键特征点包括：产品名称、产品特征描述和产品图片，这三点基本上涵盖了目标产品的所有关键信息，能够全面准确地提取关键特征点。

在本发明的一些具体实施方式中，在步骤S7中，关键技术点代码与关键特征点代码的特征相同或互为近义词，则判断关键技术点代码与关键特征点代码匹配成功。

总而言之，根据本发明实施例的针对电商平台产品的专利侵权线索识别方法，能够根据产品专利侵权判定方法、方法专利侵权判定方法和外观设计侵权判定方法的要求，结合电商平台商品宣传信息的特点，对专利侵权线索进行自动化检测和标记，并将具体产品相关专利数据进行数据处理，在专利侵权线索检测页面显示结果，能够显示产品宣传信息、价格、电商平台、所对应的专利号、专利名称、专利权人和疑似侵权风险程度预测，检测结果将给出该产品电商平台链接。该针对电商平台产品的专利侵权线索识别方法具有节约时间、工作效率高、专利侵权线索识别准确等优点。

如图3所示，根据本发明实施例的针对电商平台产品的专利侵权线索识别系统，包括：关键技术点提取模块10、关键技术点整理模块20、关键特征点提取模块30、关键特征点整理模块40、特征匹配模块50和标记模块60。

具体而言，根据本发明实施例的针对电商平台产品的专利侵权线索识别系统，关键技术点提取模块10用于从目标专利文件中提取关键技术点；关键技术点整理模块20对关键技术点进行特征聚类，得到多个关键技术点代码，并对关键技术点代码进行优先级排序；关键特征点提取模块30用于从电商平台获取目标产品信息，并从目标产品信息中提取关键特征点；关键特征点整理模块40对关键特征点进行特征聚类，得到多个关键特征点代码；特征匹配模块50将关键特征点代码与关键技术点代码按照优先级顺序进行匹配，并获取匹配结果；标记模块60对匹配比例超出预设值的目标产品进行侵权线索标记。

由此，根据本发明实施例的针对电商平台产品的专利侵权线索识别系统，通过关键技术点提取模块10、关键技术点整理模块20、关键特征点提取模块30、关键特征点整理模块40、特征匹配模块50和标记模块60相互配合，能够对匹配比例超出预设值的目标产品进行侵权线索标记，该针对电商平台产品的专利侵权线索识别系统各个模块间不仅分工明确，并且能够快速准确地比对出侵权的目标产品。

进一步地，匹配比例为关键技术点代码匹配成功的关键特征点代码占总的关键特征点代码的比例，根据该匹配比例来确定侵权的目标产品，可以快速筛选掉匹配比例没有达到预设值的产品，具有筛选速度快的优点。

根据本发明实施例的针对电商平台产品的专利侵权线索识别系统的各模块的作用在上述实施例中已经详细描述，因此不再赘述。

此外，本发明还提供一种计算机存储介质，计算机存储介质包括一条或多条计算机指令，一条或多条计算机指令在执行时实现上述任一的针对电商平台产品的专利侵权线索识别方法。

也就是说，计算机存储介质存储有计算机程序，计算机程序被处理器运行时，使得处理器执行上述任一的针对电商平台产品的专利侵权线索识别方法。

如图2所示，本发明实施例提供了一种电子设备300，包括存储器310和处理器320，存储器310用于存储一条或多条计算机指令，处理器320用于调用并执行一条或多条计算机指令，从而实现上述任一的方法。

也就是说，电子设备300包括：处理器320和存储器310，在存储器310中存储有计算机程序指令，其中，在计算机程序指令被处理器运行时，使得处理器320执行上述任一的方法。

上述各个接口和设备之间可以通过总线架构互连。总线架构可以包括任意数量的互联的总线和桥。具体由处理器320代表的一个或者多个中央处理器（CPU），以及由存储器310代表的一个或者多个存储器的各种电路连接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其它电路连接在一起。可以理解，总线架构用于实现这些组件之间的连接通信。总线架构除包括数据总线之外，还包括电源总线、控制总线和状态信号总线，这些都是本领域所公知的，因此本文不再对其进行详细描述。

所述网络接口330，可以连接至网络（如因特网、局域网等），从网络中获取相关数据，并可以保存在硬盘350中。

所述输入设备340，可以接收操作人员输入的各种指令，并发送给处理器320以供执行。所述输入设备340可以包括键盘或者点击设备(例如，鼠标，轨迹球(trackball)、触感板或者触摸屏等。

所述显示设备360，可以将处理器320执行指令获得的结果进行显示。

所述存储器 310，用于存储操作系统运行所必须的程序和数据，以及处理器320计算过程中的中间结果等数据。

可以理解，本发明实施例中的存储器310可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM)、可编程只读存储器 (PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)或闪存。易失性存储器可以是随机存取存储器(RAM)，其用作外部高速缓存。本文描述的装置和方法的存储器310旨在包括但不限于这些和任意其它适合类型的存储器。

在一些实施方式中，存储器310存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集：操作系统311和应用程序 312。

其中，操作系统311，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序312，包含各种应用程序，例如浏览器(Browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序312中。

本发明上述实施例揭示的方法可以应用于处理器320中，或者由处理器 320实现。处理器320可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器320中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器320可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列( FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器310，处理器320读取存储器310中的信息，结合其硬件完成上述方法的步骤。

可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ASIC)、数字信号处理器DSP)、数字信号处理设备(DSPD)、可编程逻辑设备(PLD)、现场可编程门阵列(FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。

对于软件实现，可通过执行本文所述功能的模块(例如过程、函数等) 来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。

具体地，处理器320还用于读取所述计算机程序，执行上述任一所述的方法。

在本申请所提供的几个实施例中，应该理解到，所揭露方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理包括，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元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收发方法的部分步骤。而前述的存储介质包括：U 盘、移动硬盘、只读存储器（Read-Only Memory，简称ROM）、随机存取存储器（Random Access Memory，简称RAM）、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种针对电商平台产品的专利侵权线索识别方法，其特征在于，包括以下步骤：

S1、获取目标专利文件，并从所述目标专利文件中提取关键技术点；

S2、对所述关键技术点进行特征聚类，得到多个关键技术点代码；

S3、将多个所述关键技术点代码进行优先级排序；

S4、获取目标产品信息，并从所述目标产品信息中提取关键特征点；

S5、将所述关键特征点进行特征聚类，得到多个关键特征点代码；

S6、将多个所述关键特征点代码按照所述关键技术点代码的优先级顺序依次与所述关键技术点代码进行匹配；

S7、计算与所述关键技术点代码匹配成功的所述关键特征点代码占总的所述关键特征点代码的匹配比例；

S8、对所述匹配比例超过预设值的所述目标产品进行侵权线索标记。

2.根据权利要求1所述的方法，其特征在于，在步骤S1中，从所述目标专利文件的摘要和权利要求中提取所述关键技术点，所述关键技术点包括发明名称、技术领域、技术问题、技术特征和技术效果。

3.根据权利要求2所述的方法，其特征在于，在步骤S2中，将发明名称、技术领域、技术问题、技术特征和技术效果分别进行特征聚类，得到五个所述关键技术点代码。

4.根据权利要求3所述的方法，其特征在于，在步骤S3中，五个所述关键技术点代码按照优先级从高到低依次为：发明名称、技术领域、技术问题、技术特征和技术效果。

5.根据权利要求2所述的方法，其特征在于，在步骤S4中，所述关键特征点包括：产品名称、产品特征描述和产品图片。

6.根据权利要求1所述的方法，其特征在于，在步骤S7中，所述关键技术点代码与所述关键特征点代码的特征相同或互为近义词，则判断所述关键技术点代码与所述关键特征点代码匹配成功。

7.一种针对电商平台产品的专利侵权线索识别系统，其特征在于，包括：

关键技术点提取模块，所述关键技术点提取模块用于从目标专利文件中提取关键技术点；

关键技术点整理模块，所述关键技术点整理模块对所述关键技术点进行特征聚类，得到多个关键技术点代码，并对所述关键技术点代码进行优先级排序；

关键特征点提取模块，所述关键特征点提取模块用于从电商平台获取目标产品信息，并从所述目标产品信息中提取关键特征点；

关键特征点整理模块，所述关键特征点整理模块对所述关键特征点进行特征聚类，得到多个关键特征点代码；

特征匹配模块，所述特征匹配模块将所述关键特征点代码与所述关键技术点代码按照优先级顺序进行匹配，并获取匹配结果；

标记模块，所述标记模块对匹配比例超出预设值的所述目标产品进行侵权线索标记。

8.根据权利要求7所述针对电商平台产品的专利侵权线索识别系统，其特征在于，所述匹配比例为所述关键技术点代码匹配成功的所述关键特征点代码占总的所述关键特征点代码的比例。

9.一种计算机存储介质，其特征在于，包括一条或多条计算机指令，所述一条或多条计算机指令在执行时实现如权利要求1-6中任一项所述的方法。

10.一种电子设备，包括存储器和处理器，其特征在于，

所述存储器用于存储一条或多条计算机指令；

所述处理器用于调用并执行所述一条或多条计算机指令，从而实现如权利要求1-6中任一项所述的方法。

Images