FR3099601A1 - Méthode de requête d'actifs numériques techniques - Google Patents

Méthode de requête d'actifs numériques techniques Download PDF

Info

Publication number
FR3099601A1
FR3099601A1 FR2007744A FR2007744A FR3099601A1 FR 3099601 A1 FR3099601 A1 FR 3099601A1 FR 2007744 A FR2007744 A FR 2007744A FR 2007744 A FR2007744 A FR 2007744A FR 3099601 A1 FR3099601 A1 FR 3099601A1
Authority
FR
France
Prior art keywords
technical solutions
codes
subset
target
technical
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.)
Pending
Application number
FR2007744A
Other languages
English (en)
Inventor
Jie Bai
Xianfeng Wu
Dongyun Li
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.)
Huarong Jiangsu Digital Tech Co Ltd
Huarong Jiangsu Digital Technology Co Ltd
Original Assignee
Huarong Jiangsu Digital Tech Co Ltd
Huarong Jiangsu Digital Technology Co Ltd
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
Priority claimed from CN201910684857.2A external-priority patent/CN112307009B/xx
Application filed by Huarong Jiangsu Digital Tech Co Ltd, Huarong Jiangsu Digital Technology Co Ltd filed Critical Huarong Jiangsu Digital Tech Co Ltd
Publication of FR3099601A1 publication Critical patent/FR3099601A1/fr
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/242Query formulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2455Query execution
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • G06F16/285Clustering or classification
    • 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • 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
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Technology Law (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Primary Health Care (AREA)
  • Computational Linguistics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Development Economics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

La présente demande fournit une méthode de requête d'actifs numériques techniques. Cette méthode utilise une demande de requête et un ensemble des solutions techniques cibles A correspondant aux fichiers de description technique des actifs numériques cibles correspondants, ainsi que un sous-ensemble des solutions techniques B correspondant à tous les points techniques de chaque paquet de données d'actifs numériques inclus dans l'ensemble des paquets de données d'actifs numériques à détecter pour calculer et obtenir un indice de similarité entre les deux, puis remettre en ordre et sortir les paquets de données dans l'ensemble des paquets de données d'actifs numériques à détecter en fonction de l'indice de similarité, ainsi permettant d'obtenir facilement un paquet de données d'actifs numériques qui est le plus proche du besoin. La présente demande permet la requête du système technique dans l'ensemble des systèmes techniques, et le système technique pouvant comprendre toute technologie complexe dans diverses directions ou domaines. Figure pour l’abrégé : Fig 3

Description

Méthode de requête d'actifs numériques techniques
La présente demande concerne le domaine du traitement des données sur Internet, notamment une méthode de requête d'actifs numériques techniques.
CONTEXTE TECHNIQUE
Dans le centre de transaction financière d'actifs numériques, les actifs numériques qui peuvent être échangés, c'est-à-dire les actifs numériques authentifiés sont stockés dans la plate-forme d'enregistrement d'actifs numériques du centre de transaction, et ladite plate-forme gère et utilise les informations sur les actifs numériques avant et après la transaction, tels que le partage d'informations avec d'autres plates-formes de données, la requête ou la vérification d'actifs numériques stockés dans la plate-forme sur demande, etc.
Les actifs numériques sont généralement des actifs numérisés dont les fruits du travail intellectuel telle que la propriété intellectuelle sont le cœur, ils comprennent principalement les actifs numériques de technologie, de conception et d'expression, les actifs numériques de technologie tels que le brevet, les actifs numériques de conception tels que le droit d'auteur ou l'apparence et les actifs numériques d'expression tels que la marque, etc. Où, les actifs numériques de technologie, tels que les actifs numériques de brevets, peuvent être composés de plusieurs brevets avec des relations compétitives et complémentaires et de leurs actifs parentaux associés ou dépendants. La figure 1 est un schéma de scénario d'application de la plate-forme d'enregistrement d'actifs numériques. Dans la figure, l'utilisateur réalise l'accès à la plate-forme d'enregistrement d'actifs numériques 2 via Internet et des logiciels tels que les clients 11, 12 ou APP installés sur le terminal 1. Généralement, les actifs numériques authentifiés qui sont enregistrés dans la plate-forme d'enregistrement d'actifs numériques 2 est un paquet de données, se référer à la figure 2 (la figure 2 est un exemple de la structure et du contenu d'un paquet de données d'actifs numériques d'authentification). Ce paquet de données comprend deux parties, soit la partie d’éléments d’ouvrage d'actifs numériques 21 et la partie physique d'actifs numériques 22, celle-là est stockée dans la plate-forme d'enregistrement d'actifs numériques 2, et celle-ci est stockée sur un serveur local ou un tiers 3 sous une forme centralisée ou décentralisée. Si la plate-forme d'enregistrement d'actifs numériques 2 est un nœud de chaîne publique ou un nœud de sous-chaîne dédié du réseau de chaîne de blocs 4, la partie physique d'actifs numériques 22 sera également stockée dans la sous-chaîne dédiée de la chaîne de blocs. En outre, la partie d'éléments d'ouvrage d'actifs numériques 21 comprend l'élément d'enregistrement d'actifs numériques 211 et la description technique d'actifs numériques 212. En prenant des actifs numériques de brevet comme exemple, l'élément d'enregistrement d'actifs numériques 211 peut comprendre plusieurs éléments (au moins un élément), par exemple, comprendre des données de code d'authentification et des données d'éléments d'ouvrage de plusieurs centaines de brevets compétitifs ou de brevets complémentaires. Et la description technique d'actifs numériques 212 est une description complète de la technologie complète, des lois, des informations sur le marché, etc. de celui-là. Sous la forme, la description comprend un abrégé et une description détaillée.
En pratique, l'utilisateur a besoin souvent d'utiliser le logiciel client 11, 12 pour parcourir et requêter les informations sur les actifs numériques stockées dans la plate-forme de transaction d'actifs numériques 2. Pour les actifs numériques techniques, le but de la requête est de trouver le paquet d'actifs de brevet cible. Cependant, un paquet d'actifs de brevet comprend généralement plusieurs brevets ou combinaisons de brevets qui sont de nature complètement différente. Par exemple, un paquet de données d'actifs de brevet sur un moteur peut comprendre des brevets sur la structure, les matériaux, le contrôle, les logiciels et même la chimie, cela rend difficile de réaliser une requête globale basée sur le contenu pour les paquets de données d'actifs de brevet. En prenant la méthode de requête de brevet basée sur des mots clés, l'utilisateur fournit généralement une description ou un ensemble des mots clés de la solution technique requise (s'il s'agit de la première, les mots clés de la solution technique doivent être extraits à l'avance), puis d'après chaque mot clé dans l'ensemble, obtenir les mots clés qui ont une relation supérieure, équivalente et inférieure avec eux pour former un nouvel ensemble des mots clés ; ensuite, générer tous les mots clés dans le nouvel ensemble des mots clés en plusieurs formules de recherche en fonction de l'expérience d'utilisation, et utiliser ces formules en combinaison à la base de l'expérience et des résultats de requête ; enfin, sélectionner manuellement les résultats de requête pour obtenir les résultats cibles. De toute évidence, cette méthode qui prend des mots clés comme pistes de recherche a une basse efficacité, et aussi ne s'applique pas aux actifs numériques de brevet avec des centaines d'ensembles de brevets comme objet de requête global. De plus, il existe des incertitudes sur de nombreux aspects tels que le nombre de brevets, le type de brevets et le contenu inclus dans les ensembles de brevets. En outre, il existe une méthode de requête de similarité du fichier numérique basée sur la sémantique, qui convient pour requêter la similarité entre deux textes déterminés. Cependant, pour les ensembles de brevets dans lesquelles l'élément d'ouvrage et le contenu sont séparés l'un de l'autre et ont un nombre indéfini, c'est-à-dire pour la requête basée sur un paquet de données d'actifs numériques de brevet, la méthode de requête du fichier numérique basée sur la sémantique n'est toujours pas applicable ou la requête du paquet de données d'actifs numériques de brevet ne peut pas être utilisée du tout. En outre, si la partie physique d'actif numérique technique est utilisée comme objet d'opération, cela entraînera également une efficacité réduite de requête et la consommation excessive de ressources.
DESCRIPTION DE L’INVENTION
Sur la base des problèmes techniques ci-dessus, le but de la présente demande est de fournir une méthode pour prendre l'intégralité du paquet de données d'actifs numériques de brevet en tant qu'objet de requête et requêter efficacement le paquet de données d'actifs numériques de brevet cible de manière automatique.
La première méthode de requête d'actifs numériques techniques fournie par cette demande comprend les étapes suivantes :
acquérir une demande de requête et un fichier de description technique correspondant à l'actif numérique cible, le fichier de description comprenant les solutions techniques correspondant à tous les points techniques de l'actif numérique cible, pour obtenir un ensemble des solutions techniques cibles A ;
acquérir un ensemble des paquets de données d'actifs numériques à détecter et déterminer un sous-ensemble des solutions techniques B correspondant à tous les points techniques de chaque paquet de données d'actifs numériques dans l'ensemble ;
calculer un indice de similarité entre l'ensemble des solutions techniques cibles A et chaque sous-ensemble des solutions techniques B ;
remettre en ordre et sortir les paquets de données dans l'ensemble des paquets de données d'actifs numériques à détecter en fonction de l'indice de similarité.
La deuxième méthode de requête d'actifs numériques techniques fournie par cette demande comprend les étapes suivantes :
acquérir une demande de requête et un fichier de description technique correspondant à l'actif numérique cible, le fichier de description comprenant les solutions techniques correspondant à tous les points techniques de l'actif numérique cible, pour obtenir un ensemble des solutions techniques cibles A ;
acquérir un ensemble des paquets de données d'actifs numériques à détecter et déterminer un sous-ensemble des solutions techniques B correspondant à tous les points techniques de chaque paquet de données d'actifs numériques dans l'ensemble ;
déterminer un ensemble des numéros de classification des brevets A correspondant à l'ensemble des solutions techniques cibles A et un ensemble des numéros de classification des brevets B correspondant à chaque sous-ensemble des solutions techniques B ;
calculer l'indice de similarité entre l'ensemble des solutions techniques cibles A et chaque sous-ensemble des solutions techniques B en fonction de l'ensemble des numéros de classification des brevets A et chaque ensemble des numéros de classification des brevets B ;
remettre en ordre et sortir les paquets de données dans l'ensemble des paquets de données d'actifs numériques en fonction de l'indice de similarité.
Cette demande calcule la similarité relative entre deux solutions techniques en classant les technologies des solutions techniques du paquet de données d'actifs numériques et via les directions et domaines techniques exprimées par la classification technique pour obtenir la similarité relative entre deux ensembles de solutions techniques, de manière à réaliser une requête en ligne des paquets de données d'actifs numériques dans leur ensemble. La plus grande caractéristique de la solution technique de la présente demande est qu'elle utilise l'indice de similarité relatif ou ambigu ou inexact entre les individus de la solution technique pour réaliser la requête et l'expression quantitative de l'ensemble de systèmes techniques, c'est-à-dire du paquet de données ou du système technique dans l'ensemble des paquets de données composé de plusieurs solutions techniques dans différents domaines. Elle surmonte la restriction des requêtes traditionnelles qui ne peuvent utiliser que des mots clés de solutions techniques comme pistes.
DESCRIPTION DES FIGURES
Les exemples de la présente demande ou les solutions techniques existantes apparaissent plus clairement au cours de la description détaillée qui va suivre en référence aux figures annexés. Les figures ci-dessous sont données seulement à titre d’exemple illustratif et non limitatif, et les modifications et les variantes peuvent être obtenus par l’homme de l’art sans travail créatif.
est un schéma de scénario d'application d'une plate-forme d'enregistrement d'actifs numériques ;
est un exemple de la structure et du contenu d'un paquet de données d'actifs numériques d'authentification ;
est un organigramme du procédé de la première méthode de requête d'actifs numériques techniques fournie par l'exemple de réalisation de la présente demande.
est un exemple de schéma de la première méthode pour calculer un indice de similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B utilisée dans le procédé de la figure 3 ;
est un exemple de schéma pour calculer une similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B utilisé dans l'exemple de la figure 4 ;
est un organigramme de la deuxième méthode pour calculer l'indice de similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B utilisée dans le procédé de la figure 3 ;
est un organigramme du procédé de la deuxième méthode de requête d'actifs numériques techniques fournie par l'exemple de réalisation de la présente demande ;
est un organigramme de la première méthode pour calculer l'indice de similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B utilisée dans le procédé de la figure 7.
MODES DE RÉALISATION
D'après la figure 2, l'utilisation de la partie physique d'actifs numériques 22 comme objet d'opération pour requêter des actifs numériques techniques est presque impossible, par exemple, la quantité de données est incertitude et il est possible de les stocker dans plusieurs bases de données géographiquement dispersées, etc.
Étant donné qu'un système technique est un ensemble organique de plusieurs solutions techniques avec différents niveaux et différents contenus, ces solutions techniques peuvent appartenir à différents domaines ou disciplines, peuvent être corrélatives ou pas du tout corrélatives. Par exemple, une solution technique d'un système de moteur peut impliquer des solutions telles que les machines, les matériaux, le contrôle électrique et le contrôle logiciel, et du point de vue des solutions techniques, elles peuvent n'avoir aucune relation directe les uns avec les autres. De plus, une solution technique peut être utilisée dans différents systèmes techniques. Par exemple, du point de vue d'une solution technique, elle peut ne pas du tout refléter un système technique. Par conséquent, on ne juge pas la nature globale d'un système technique via une solution technique individuelle spécifique. Par ailleurs, il est de notoriété publique de ne pas remplacer le tout par des parties. Cela rend extrêmement difficile de juger du degré de similitude ou de compétitivité des deux systèmes techniques en fonction des informations individuelles de la solution technique, et il y a des obstacles à la fois dans la pensée et les méthodes d'opération.
Il existe de nombreuses causes pour lesquelles un système technique a théoriquement de nombreuses descriptions, qui peuvent même être considérées comme appartenant à différents systèmes techniques. Cependant, le degré de similitude ou de compétitivité des deux systèmes techniques peut encore être reflété par certaines informations. Par exemple, plus le degré de similitude entre les deux systèmes techniques dans leur ensemble est élevé, plus ils réagiront à un niveau d'abstraction plus élevé ; et plus ils ont tendance à être localement similaires, plus ils réagiront à un niveau d'abstraction plus faible. En fonction de ce point, on peut juger du degré de similitude ou de compétitivité de deux systèmes techniques à travers de plusieurs descriptions générales de différents niveaux abstraits d'un système technique.
La figure 3 est un organigramme du procédé de la première méthode de requête d'actifs numériques techniques fournie par l'exemple de réalisation de la présente demande.
Selon la figure 3, tout d'abord, obtenir une demande de requête envoyée par un client légitime à l'étape 31, cette demande de requête comprenant un fichier de description technique d'actif numérique cible, et il y a au moins une ou plusieurs solutions techniques dans le fichier, ces solutions constituent l'ensemble des solutions techniques cibles A. Où, chaque solution technique dans l'ensemble correspond au point technique cible et enregistre les caractéristiques techniques du paquet de données d'actifs numériques à requêter. Son expression peut être n'importe quelle forme permettant de décrire clairement le paquet de données d'actifs numériques, telle que, document WORD ou PDF, et peut utiliser l'expression de fichier de brevet, etc. En outre, la demande de requête peut également inclure les conditions de requête pour réduire la portée de la requête.
À l'étape 32, l'ensemble des paquets de données d'actifs numériques à détecter peut être obtenu dans la plate-forme du système ou dans le réseau de chaîne de blocs en fonction des conditions de requête. Pour chaque paquet de données d'actifs numériques dans l'ensemble, le sous-ensemble des solutions techniques B correspondant à tous les points techniques du ledit paquet peut être obtenu via sa partie ou document de description technique.
À l'étape 33, calculer l'indice de similarité entre l'ensemble des solutions techniques cibles A et chaque sous-ensemble des solutions techniques B. L'indice de similarité peut caractériser la similitude globale entre chaque paquet de données d'actifs numériques dans l'ensemble des paquets d'actifs numériques à détecter et la solution technique donnée dans le fichier de description technique de l'actif numérique cible dans la demande de requête. Enfin, à l'étape 34, remettre en ordre et sortir les paquets de données dans l'ensemble des paquets de données d'actifs numériques à détecter en fonction de l'indice de similarité afin de réaliser la requête d'actifs numériques techniques.
Où, l'étape adoptée à l'étape 33 pour calculer l'indice de similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B peut également adopter les sous-étapes suivantes. Se référer à la figure 4. La figure 4 est un exemple de schéma de la première méthode pour calculer l'indice de similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B utilisée dans l'étape 13.
Selon la figure 4, déterminer d'abord chaque solution technique 11, 12, 13 dans l'ensemble des solutions techniques cibles 41, puis déterminer chaque paquet de données d'actifs numériques 421, 422, 423 dans l'ensemble des paquets de données d'actifs numériques 42 à détecter un par un, et puis déterminer les solutions techniques du sous-ensemble des solutions techniques correspondant aux paquets de données d'actifs numériques 421, 422 et 423 via la partie ou document de description technique de chaque paquet de données d'actifs numériques 421, 422 et 423. Plus précisément, les solutions techniques 211 et 212 sont incluses dans le sous-ensemble des solutions techniques du paquet de données 421 ; les solutions techniques 221, 222, 223 et 224 sont incluses dans le sous-ensemble des solutions techniques du paquet de données 422 ; et les solutions techniques 231, 232 et 233 sont incluses dans le sous-ensemble des solutions techniques du paquet de données 423. Ensuite, calculer la similarité entre chaque solution technique 11, 12, 13 dans l'ensemble des solutions techniques cibles 41 et chaque solution technique dans le sous-ensemble des solutions techniques de chaque paquet de données 421, 422 et 423. C'est-à-dire la similarité entre les solutions techniques 11, 12 et 13 et chaque solution technique des sous-ensembles de solutions techniques des paquets de données 421, 422 et 423.
Plus précisément, effectuer les calculs suivants :
(I) La similarité des solutions peut être calculée dans différents ordres, tels que les suivants.
1. Calculer les similarités a11-211 et a11-212 entre la solution technique 11 et les solutions techniques 211 et 212 du paquet de données 421 ; les similarités a11-221, a11-222, a11-223 et a11-224 entre la solution technique 11 et les solutions techniques 221, 222, 223 et 224 ; les similarités a11-231, a11-232 et a11-233 entre la solution technique 11 et les solutions techniques 231, 232 et 233 ; se référer à l'ensemble de données 43 dans la figure 4.
2. Calculer les similarités a12-211 et a11-212 entre la solution technique 12 et les solutions techniques 211 et 212 du paquet de données 421 ; les similarités a12-221, a12-222, a12-223 et a12-224 entre la solution technique 12 et les solutions techniques 221, 222, 223 et 224 ; les similarités a12-231, a12-232 et a12-233 entre la solution technique 12 et les solutions techniques 231, 232 et 233 ; se référer à l'ensemble de données 44 dans la figure 4.
3. Calculer les similarités a13-211 et a13-212 entre la solution technique 13 et les solutions techniques 211 et 212 du paquet de données 421 ; les similarités a13-221, a13-222, a13-223 et a13-224 entre la solution technique 13 et les solutions techniques 221, 222, 223 et 224 ; les similarités a13-231, a13-232 et a13-233 entre la solution technique 13 et les solutions techniques 231, 232 et 233 ; se référer à l'ensemble de données 45 dans la figure 4.
(II) Calcul de la similarité maximale et de l'indice de similarité entre les ensembles de solutions techniques.
1. Calculer la similarité maximale entre chaque solution technique de l'ensemble des solutions techniques cibles 41 et les solutions du sous-ensemble des solutions techniques du paquet de données 421, et calculer l'indice de similarité entre l'ensemble des solutions techniques cibles 41 et le sous-ensemble des solutions techniques du paquet de données 421.
(1) Calculer les similarités maximales A11, A12, A13 entre les solutions techniques 11, 12, 13 et les solutions du sous-ensemble des solutions techniques du paquet de données 321, où :
A11= a11-211+a11-212 ; A12= a12-211+a12-212 ; A13= a13-211+a13-212 ;
(2) Calculer l'indice de similarité X11 entre l'ensemble des solutions techniques cibles 41 et le sous-ensemble des solutions techniques du paquet de données 421, où :
X11=A11+A12+A13.
2. Calculer la similarité maximale entre chaque solution technique de l'ensemble des solutions techniques cibles 41 et les solutions du sous-ensemble des solutions techniques du paquet de données 422, et calculer l'indice de similarité entre l'ensemble des solutions techniques cibles 41 et le sous-ensemble des solutions techniques du paquet de données 422.
(1) Calculer les similarités maximales B11, B12, B13 entre les solutions techniques 11, 12, 13 et les solutions du sous-ensemble des solutions techniques du paquet de données 422, où :
B11=a11-221+a11-222+a11-223+a11-224 ; B12= a12-221+a12-222+a12-223+a12-224 ; B13= a13-221+a13-222+a13-223+a13-224 ;
(2) Calculer l'indice de similarité X12 entre l'ensemble des solutions techniques cibles 41 et le sous-ensemble des solutions techniques du paquet de données 422, où :
X12=B11+B12+B13.
3. Calculer la similarité maximale entre chaque solution technique de l'ensemble des solutions techniques cibles 41 et les solutions du sous-ensemble des solutions techniques du paquet de données 423, et calculer l'indice de similarité entre l'ensemble des solutions techniques cibles 41 et le sous-ensemble des solutions techniques du paquet de données 423.
(1) Calculer les similarités maximales C11, C12, C13 entre les solutions techniques 11, 12, 13 et les solutions du sous-ensemble des solutions techniques du paquet de données 423, où :
C11=a11-231+a11-232+a11-233 ; C12= a12-231+a12-232+a12-233 ;
C13= a13-231+a13-232+a13-233 ;
(2) Calculer l'indice de similarité entre l'ensemble des solutions techniques cibles 41 et le sous-ensemble des solutions techniques du paquet de données 423 :
X13=C11+C12+C13.
On peut voir que X11, X12 et X13 sont la base pour remettre en ordre les paquets de données à l'étape 14.
Pour le calcul de la similarité des solutions techniques dans (I) ci-dessus, une méthode de calcul basée sur des mots clés ou sur la sémantique peut être utilisée pour calculer la similarité entre chaque solution technique dans l'ensemble des solutions techniques cibles A et chaque solution dans le sous-ensemble des solutions techniques B. Par exemple, pour la méthode basée sur des mots clés, se référer à la figure 5, qui donne également un exemple pour calculer la similarité maximale des solutions et l'indice de similarité entre les ensembles de solutions techniques en fonction de la similarité.
Déterminer d'abord chaque solution technique 11, 12 et 13 dans l'ensemble des solutions techniques cibles 51 et extraire les ensembles de mots clés cibles H1, H2 et H3 générés par tous les mots clés correspondant aux solutions techniques 11, 12, 13 et les mots dérivés correspondants, ces derniers comprennent des synonymes, des quasi-synonymes, des mots supérieurs et des mots inférieurs de mots clés ; où, H1, H2 et H3 sont les ensembles formés en supprimant respectivement les mots clés en double. Puis déterminer chaque paquet de données d'actifs numériques 521, 522, 523 dans l'ensemble des paquets de données d'actifs numériques 52 à détecter un par un, et puis déterminer les solutions techniques du sous-ensemble des solutions techniques correspondant aux paquets de données d'actifs numériques 521, 522 et 523 via la partie ou le document de description technique de chaque paquet de données d'actifs numériques 521, 522 et 523. Plus précisément, les solutions techniques 211 et 212 sont incluses dans le sous-ensemble des solutions techniques du paquet de données 521 ; les solutions techniques 221, 222, 223 et 224 sont incluses dans le sous-ensemble des solutions techniques du paquet de données 522 ; et les solutions techniques 231, 232 et 233 sont incluses dans le sous-ensemble des solutions techniques du paquet de données 523.
Ensuite, calculer le nombre d'occurrences que chaque mot clé dans l'ensemble des mots clés cibles H1, H2, H3 apparaît dans chaque paquet de données 521, 522 et 523. C'est-à-dire, le nombre d'occurrences que chaque mot clé dans H1, H2, H3 apparaît dans chaque solution technique du sous-ensemble des solutions techniques des paquets de données 521, 522 et 523.
Comme le montre la figure 5, les mots clés de l'ensemble H1 apparaissent 10 fois dans la solution technique 211 du paquet de données 521, c'est-à-dire que la valeur de similarité est de 10 ; apparaissent 15 fois dans la solution technique 212, la valeur de similarité est de 15 ; 20 fois dans la solution technique 221 du paquet de données 522, la valeur de similarité est de 20 ; 15 fois dans la solution technique 222, la valeur de similarité est de 15 ; 30 fois dans la solution technique 223, la valeur de similarité est de 30 ; 5 fois dans la solution technique 224, la valeur de similarité est de 5 ; 0 fois dans la solution technique 231 du paquet de données 523, la valeur de similarité est de 0 ; 5 fois dans la solution technique 232, la valeur de similarité est de 5 ; 2 fois dans la solution technique 233, la valeur de similarité est de 2.
Les mots clés de l'ensemble H2 apparaissent 5 fois dans la solution technique 211 du paquet de données 521, c'est-à-dire que la valeur de similarité est de 5 ; apparaissent 15 fois dans la solution technique 212, la valeur de similarité est de 15 ; 5 fois dans la solution technique 221 du paquet de données 522, la valeur de similarité est de 5 ; 10 fois dans la solution technique 222, la valeur de similarité est de 10 ; 20 fois dans la solution technique 223, la valeur de similarité est de 20 ; 10 fois dans la solution technique 224, la valeur de similarité est de 10 ; 5 fois dans la solution technique 231 du paquet de données 523, la valeur de similarité est de 5 ; 5 fois dans la solution technique 232, la valeur de similarité est de 5 ; 5 fois dans la solution technique 233, la valeur de similarité est de 5.
Les mots clés de l'ensemble H3 apparaissent 10 fois dans la solution technique 211 du paquet de données 521, c'est-à-dire que la valeur de similarité est de 10 ; apparaissent 20 fois dans la solution technique 212, la valeur de similarité est de 20 ; 25 fois dans la solution technique 221 du paquet de données 522, la valeur de similarité est de 25 ; 15 fois dans la solution technique 222, la valeur de similarité est de 15 ; 5 fois dans la solution technique 223, la valeur de similarité est de 5 ; 5 fois dans la solution technique 224, la valeur de similarité est de 5 ; 10 fois dans la solution technique 231 du paquet de données 523, la valeur de similarité est de 10 ; 5 fois dans la solution technique 232, la valeur de similarité est de 5 ; 5 fois dans la solution technique 233, la valeur de similarité est de 5.
Additionner les nombres d'occurrences, soit 10 et 15, que chaque mot clé dans l'ensemble des mots clés cibles H1 apparaît dans les solutions techniques 211, 212 du sous-ensemble des solutions techniques 521 pour obtenir la similarité maximale, soit 25, entre la solution technique 11 dans la solution technique cible 51 et la solution du paquet données d'actifs numériques 521 dans l'ensemble des paquets de données 52 à détecter. Dans cet exemple, la valeur de similarité maximale entre la solution technique 11 et le paquet de données d'actifs numériques 521 est de 25, c'est-à-dire que la valeur de A11 dans la figure 5 est de 25.
De même, la similarité maximale entre la solution technique 12 dans la solution technique cible 51 et le paquet de données d'actifs numériques 521 dans l'ensemble des paquets de données d'actifs numériques 52 à détecter peut également être obtenue. Dans cet exemple, cette valeur est de 20, c'est-à-dire que la valeur de A12 dans la figure 5 est de 20. La valeur de la similarité maximale A13 entre la solution technique 13 dans la solution technique cible 51 et le paquet de données d'actifs numériques 521 dans l'ensemble des paquets de données d'actifs numériques 52 à détecter est 30.
Ensuite, l'indice de similarité entre la solution technique cible 51 et le paquet de données d'actifs numériques 521 dans l'ensemble des paquets de données d'actifs numériques 52 à détecter X11=A11+A12+A13=25+20+30=75. L'indice de similarité entre la solution technique cible 51 et le paquet de données d'actifs numériques 522 dans l'ensemble des paquets de données d'actifs numériques 52 à détecter X12=B11+B12+B13=70+45+50=165. L'indice de similarité entre la solution technique cible 51 et le paquet de données d'actifs numériques 523 dans l'ensemble des paquets de données d'actifs numériques 52 à détecter X13=C11+C12+C13=7+15+20=42.
Dans d'autres exemples de réalisation de la présente demande, la méthode de calcul basée sur la sémantique est utilisée pour calculer la similarité sémantique entre les solutions techniques. En supposant que la fonction de similarité sémantique est LAN (X1, X2), où, X1 est le document de description du premier fichier technique et X2 est le document de description du deuxième fichier technique, par conséquent la similarité sémantique entre la solution technique 11 et la solution technique 211 est LAN (solution technique 11, solution technique 211). De toute évidence, l'indice de similarité entre les paquets de données d'actifs numériques peut être obtenu par la similarité sémantique, qui ne sera pas répétée ici.
La figure 6 est un organigramme de la deuxième méthode pour calculer l'indice de similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B utilisée dans le procédé de la figure 3.
La figure 6 a donné une solution générale. Le principe est que pour décrire un système technique dans son ensemble, la solution technique clé d'un système technique est exprimée par la description générale de quatre niveaux d'abstraction (il peut être plus ou moins de niveaux, mais pas moins de deux niveaux, trop de niveaux réduiront l'efficacité de la méthode et limiteront l'amélioration de l'exactitude du jugement). Selon les statistiques et la comparaison de la quantité d'expression de chaque niveau des solutions techniques clés des deux systèmes techniques, le degré de similitude ou de compétitivité des deux systèmes techniques peut être rapidement jugé. Se référer à la figure 6.
À l'étape 61, déterminer ou sélectionner une règle de classification technique qui comprend quatre niveaux avec des caractéristiques hiérarchiques. Cette règle de classification technique peut être conçue et utilisée à l'avance. Si elle est utilisée pour requêter des systèmes techniques dans un domaine spécifique, par exemple le domaine chimique ou le domaine des semi-conducteurs, etc., la règle de classification technique conçue de manière ciblée est propice à la précision de la recherche et du jugement. Cependant, dans la plupart des cas, on peut choisir l'une des règles de classification technique générale les plus couramment utilisées, ce qui ne fait pas beaucoup de différence dans l'effet d'application. Les plus couramment utilisées sont les règles de classification internationale des brevets, les règles de classification des brevets européens ou américains, etc. La caractéristique hiérarchique est les quatre niveaux d'abstraction susmentionnés, de toute évidence, le système de classification internationale des brevets susmentionnées a cette caractéristique. Si vous concevez cette règle vous-même, vous pouvez vous référer au tableau suivant. Par exemple, la signification des quatre niveaux abstraits des règles de classification technique est la suivante, où, plus la valeur est petite, plus le degré d'abstraction est élevé :
[Table 1] Conception des règles techniques
Par exemple, pour un code de point technique BAFA01A105, où, B représente les informations de direction technique du point technique, AF représente les informations de domaine technique, A01 représente les informations de direction professionnelle et A105 représente les informations de domaine professionnel.
Étant donné que la conception la règle de classification technique et la définition du contenu appartiennent au domaine de la technologie publique, elles ne sont pas répétées ici.
Étape 62 : Sélectionner les points techniques des deux systèmes techniques respectivement. La sélection des points techniques se base sur le principe de s'occuper à la fois d'exhaustivité, de généralisation et de points clés. L'exhaustivité est de souligner que la sélection des points techniques doit couvrir ou prendre en compte chaque branche de la structure du système technique pour éviter au maximum les omissions ; la généralisation vise à faire les points techniques sélectionnés et leurs descriptions avoir plusieurs niveaux, de sorte que l'ensemble des points techniques puisse refléter les caractéristiques globales du système ; le point clé est de sélectionner les solutions techniques clés ou innovantes avec des caractéristiques dans le système autant que possible pour maximiser la reconnaissance du système. Ainsi, pour l'ensemble des points techniques A résumés et extraits du premier système technique et l'ensemble des points techniques B résumés et extraits du deuxième système technique, effectuer la classification technique pour chacun des points techniques selon les règles de classification technique précitées pour obtenir les ensembles de numéros de classification correspondants A et B. Où, les informations sur le point technique dans l'ensemble des points techniques sont le fichier de description technique de ce point technique, y compris des textes ou des images etc., et également le style du dossier de demande de brevet ; et dans l'ensemble des numéros de classification, il s'agit de code de classification technique correspondant à chaque fichier de points techniques.
Dans les étapes suivantes, prendre les ensembles des numéros de classification A et B comme objet d'opération.
Étape 63 : dans l'ensemble des numéros de classification A, sélectionner 80% des numéros en tant qu'objet d'opération de quelque manière que ce soit, comme aléatoire ou séquentiel, en fonction du nombre de numéros de classification (lorsque le nombre de numéros est petit, généralement sélection de 100%. le nombre de numéros sélectionné est décrite en détail ci-après), pour obtenir un nouvel ensemble des numéros de classification A ; de même, dans l'ensemble des numéros de classification B, sélectionner 100% des numéros en tant qu'objet d'opération en fonction du nombre de numéros de classification pour obtenir un nouvel ensemble des numéros de classification B.
Pour le nouvel ensemble des numéros de classification A, acquérir chaque code de niveau indiqué par chaque numéro, supprimer les éléments répétés et obtenir les ensembles de codes de chaque niveau de tous les numéros X11, X12, X13 et X14 et les nombres correspondants Y11, Y12, Y13 et Y14 ; de même, dans le nouvel ensemble des numéros de classification B, acquérir chaque code de niveau indiqué par chaque numéro, supprimer les éléments répétés et obtenir les ensembles de codes de chaque niveau de tous les numéros X21, X22, X23 et X24 et les nombres correspondants Y21, Y22, Y23 et Y24. Ce qui suit explique comment supprimer les éléments répétés. En supposant que l'ensemble des codes de premier niveau de tous les numéros du nouvel ensemble des numéros de classification A, c'est-à-dire l'ensemble des codes représentant la direction technique X11 est :
X11 = {B, A, C, C, B, D, E, F, D, B}, où, B se répète 2 fois, C se répète une fois, D se répète une fois, après déduplication, X11 = {B, A, C, D, E, F}, dans ce cas, le nombre correspondant de codes Y11 = 6.
Étape 64, en fonction des ensembles de codes X11, X12, X13 et X14 et X21, X22, X23 et X24, calculer le nombre de coïncidences E1 des codes X11 et X21, le nombre de coïncidences E2 des codes X12 et X22, le nombre de coïncidences E3 des codes X13 et X23 et le nombre de coïncidences E4 des codes X14 et X24.
Par exemple, en supposant que X11 = {B, A, C, D, E, F}, X21 = {B, A, G}, le nombre de coïncidences des codes X11 et X21 E1 = 2.
Étape 65 : Calculer les degrés de coïncidence relatifs Ai et Bi des codes de chaque niveau de l'ensemble des numéros de classification A et B ; où,
Pour l'ensemble des numéros de classification A, Ai=(Ei/Y1i)% ; pour l'ensemble des numéros de classification B, Bi=(Ei/Y2i)%.
Les étapes 66 et 67, selon les degrés de coïncidence relatifs Ai et Bi, calculer l'indice de corrélation technique FAde l'ensemble des numéros de classification A et l'indice de corrélation technique FBde l'ensemble des numéros de classification B ; où, FA= ∑Ci * Ai ; FB= ∑Ci * Bi ; dans la formule, Ci est une constante empirique ;
Selon les indices de corrélation FAet FB, calculer la probabilité de similitude GAet GBdes ensembles de numéros de classification A et B ; où, GA= FA/ (∑Ci) ; GB= FB/ (∑Ci) ;
GAest considéré comme l'indice de similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B, et GBest considéré comme l'indice de similarité entre le sous-ensemble des solutions techniques B et l'ensemble des solutions techniques cibles A ;
Dans la formule ci-dessus, i = 1-n, où, n est le nombre de niveaux du codage des règles de classification technique, et pour cet exemple, n=4.
Dans le procédé de la figure 6, la corrélation entre les deux systèmes techniques est caractérisée par un indice de corrélation. La formule de l'indice de corrélation est la suivante :
F= C1*A1+ C2*A2+ C3*A3+ C4*A4.
Où, F représente l'indice de corrélation, A1, A2, A3 et A4 représentent respectivement les degrés de coïncidence des codes de premier, deuxième, troisième et quatrième niveaux de la classification technique, et C1, C2, C3 et C4 représentent respectivement les coefficients de corrélation des codes de premier, deuxième, troisième et quatrième niveaux de la classification technique avec l'intégrité du système. Sa valeur empirique est obtenue par des méthodes telles que l'apprentissage automatique ou les statistiques, et utilisée pour identifier le degré d'influence de ce niveau de codes sur l'intégrité du système technique.
Le degré de similitude ou de conflit entre les deux systèmes techniques est caractérisé par la probabilité de similarité ou de conflit. La formule de la probabilité de similarité ou de conflit est la suivante :
T=F/(C1+C2+C3+C4)×100%.
La figure 7 est un organigramme du procédé de la deuxième méthode de requête d'actifs numériques techniques fournie par l'exemple de réalisation de la présente demande.
Selon la figure 7, tout d'abord, obtenir une demande de requête envoyée par un client légitime à l'étape 71, cette demande de requête comprend un fichier de description technique d'actif numérique cible, et il y a au moins une ou plusieurs solutions techniques correspondant à tous les points techniques de l'actif numérique cible dans le fichier, ces solutions constituent l'ensemble des solutions techniques cibles A.
À l'étape 72, l'ensemble des paquets de données d'actifs numériques à détecter peut être obtenu dans la plate-forme du système ou dans le réseau de chaîne de blocs en fonction des conditions de requête. Pour chaque paquet de données d'actifs numériques dans l'ensemble, le sous-ensemble des solutions techniques B correspondant à tous les points techniques du ledit paquet peut être obtenu via sa partie ou document de description technique.
À l'étape 73, déterminer l'ensemble des numéros de classification des brevets A correspondant à toutes les solutions techniques dans l'ensemble des solutions techniques cibles A et l'ensemble des numéros de classification des brevets B correspondant à toutes les solutions techniques dans le sous-ensemble des solutions techniques cibles B. Étant donné qu'une solution technique peut avoir plusieurs numéros de classification de brevet, les ensembles A et B doivent adopter un critère d'inclusion de numéros de classification, soit sélectionner uniquement les numéros de classification principaux, soit sélectionner tous les numéros de classification de la solution technique pour inclure dans l'ensemble. Le premier est bénéfique pour améliorer l'efficacité du calcul, mais lorsque le processeur numérique dispose de ressources de calcul suffisantes, le second peut améliorer la précision du calcul.
À l'étape 74, calculer l'indice de similarité entre l'ensemble des solutions techniques cibles A et chaque sous-ensemble des solutions techniques B en fonction de l'ensemble des numéros de classification des brevets A et chaque ensemble des numéros de classification des brevets B. L'indice de similarité peut caractériser la similitude globale entre chaque paquet de données d'actifs numériques dans l'ensemble des paquets d'actifs numériques à détecter et la solution technique donnée dans le fichier de description technique de l'actif numérique cible dans la demande de requête. Enfin, à l'étape 75, remettre en ordre et sortir les paquets de données dans l'ensemble des paquets de données d'actifs numériques à détecter en fonction de l'indice de similarité afin de réaliser la requête d'actifs numériques techniques.
La méthode pour juger l'indice de similarité entre deux systèmes techniques adoptée dans l'exemple de réalisation de la figure 7 utilise les règles de classification des brevets. Par exemple, grâce au numéro de classification internationale des brevets enregistré dans les informations de demande de brevet des deux systèmes techniques, les informations de coïncidence des domaines techniques qu'il indique peuvent être obtenues et le degré de similitude des deux systèmes techniques peut être également jugé dans son ensemble. Dans d'autres exemples de réalisation, des règles de classification technique arbitraires peuvent être utilisées pour obtenir la classification technique des points techniques clés ou principaux des deux systèmes techniques, sans se limiter à la classification des brevets, en d'autres termes, la classification des brevets n'est qu'une forme de classification technique. Tant que les points techniques clés ou principaux dans deux systèmes techniques sont classés selon la même règle de classification technique, la méthode fournie dans cette demande peut être utilisée. Par exemple, en fonction des brevets de deux systèmes techniques déposés aux États-Unis ou en Europe, les numéros de classification des brevets des États-Unis ou de l'Europe peuvent être utilisés pour déterminer le degré de conflit entre deux systèmes techniques quelconques selon la méthode fournie dans la présente demande. Ce qui suit utilise la classification internationale des brevets (CIB) comme règle de classification technique pour les points techniques clés du système technique pour expliquer le processus de réalisation spécifique d'autres exemples de réalisation dans la présente demande.
La classification internationale des brevets, soit CIB, adopte une méthode de classification qui combine les fonctions et les applications, avec le principe basé sur la fonctionnalité et complété par l'application. En fonction de la forme des hiérarchies, annoter le contenu technique comme les cinq parties : sections, classes, sous-classes, groupes et sous-groupes pour former un système de classification complet par hiérarchie. Par conséquent, un numéro de classification CIB complet est composé des symboles de section, de classe, de sous-classe, de groupe et de sous-groupe.
Dans un exemple de réalisation, les informations de ces cinq parties sont utilisées pour juger le degré de similitude ou de conflit entre deux systèmes techniques ou deux ensembles de systèmes techniques. Dans un autre exemple de réalisation, quatre de ces cinq parties, c'est-à-dire les informations de classe, de sous-classe, de groupe et de sous-groupe sont utilisées pour juger le degré de similitude ou de conflit entre deux systèmes techniques ou deux ensembles de systèmes techniques. De même, trois de ces cinq parties, c'est-à-dire les informations de sous-classe, de groupe et de sous-groupe peuvent être utilisées pour juger le degré de similitude ou de conflit entre deux systèmes techniques ou deux ensembles de systèmes techniques. Ou bien, deux de ces cinq parties, c'est-à-dire les informations de groupe et de sous-groupe peuvent être utilisées pour juger le degré de similitude ou de conflit entre deux systèmes techniques ou deux ensembles de systèmes techniques. Ou bien, une de ces cinq parties, c'est-à-dire les informations de sous-groupe peuvent être utilisées pour juger le degré de similitude ou de conflit entre deux systèmes techniques ou deux ensembles de systèmes techniques.
De toute évidence, parmi ces cinq parties d’informations, la portée conceptuelle de section est la plus grande, et le but d’utiliser cette information est de ne pas omettre les informations utilisées ; tandis que la portée conceptuelle de sous-groupe est la plus petite, et le but d’utiliser cette information est de rendre les informations utilisées plus précises. Par conséquent, il peut également y avoir plusieurs exemples de réalisation qui utilisent des informations de classification de brevets, par exemple, utiliser seulement les informations de section, de sous-classe, de groupe et de sous-groupe pour juger le degré de similitude ou de conflit entre deux systèmes techniques ou deux ensembles de systèmes techniques etc. Ce qui suit décrit d'avantage la solution technique de la présente demande via un quatrième exemple de réalisation qui utilise trois des cinq parties d'informations, c'est-à-dire les informations de sous-classe, de groupe et de sous-groupe pour juger le degré de similitude ou de conflit entre deux systèmes techniques. Cet exemple de réalisation peut être réalisé sous forme de logiciel.
Plus précisément, l'étape adoptée à l'étape 74 du procédé de la figure 7 pour calculer l'indice de similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B peut également adopter les sous-étapes suivantes. Se référer à la figure 8. La figure 8 est un organigramme de la première méthode pour calculer l'indice de similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B utilisée dans l'étape 74 du procédé.
La caractéristique du procédé de la figure 8 est que les demandes de brevets de deux systèmes techniques ou ensembles de solutions techniques sont utilisées comme points techniques et que la classification internationale des brevets est utilisée comme règle de classification technique. Plus précisément, la classification internationale des brevets est utilisée pour analyser la corrélation ou la similarité technique entre les deux systèmes techniques sur la base des codes de sous-classe, de groupe et de sous-groupe CIB des demandes de brevets de l'ensemble A et l'ensemble B.
Tout d'abord, à l'étape 81, obtenir les numéros CIB dans toutes les informations de demande de brevet des ensembles de numéros de classification de brevets A et B pour former deux ensembles de numéros CIB, qui correspondent respectivement aux ensembles A et B.
À l'étape 82, acquérir tous les codes de sous-classe, codes de groupe et codes de sous-groupe indiqués par la CIB du premier ensemble des numéros, supprimer les parties répétées de chaque groupe pour obtenir l'ensemble des codes de sous-classe B3 (la première colonne du tableau 1, soit la sous-classe CIB de l'ensemble A), le nombre de codes de sous-classe b3 est de 19 (la dernière ligne de la première colonne du tableau 1, soit la dernière ligne de la colonne de la sous-classe CIB de l'ensemble A), l'ensemble des codes de groupe B2 (la première colonne du tableau 2, soit le groupe CIB de l'ensemble A), le numéro de codes de groupe b2 est de 19 (la dernière ligne de la première colonne du tableau 2, soit la dernière ligne de la colonne de groupe CIB de l'ensemble A), et l'ensemble des codes de sous-groupe B1 (la première colonne du tableau 3, soit le sous-groupe de l'ensemble A), le nombre de codes de sous-groupe b1 est de 13 (la dernière ligne de la première colonne du tableau 3, soit la dernière ligne de la colonne de sous-groupe CIB de l'ensemble A).
Et puis, acquérir tous les codes de sous-classe, codes de groupe et codes de sous-groupe indiqués par la CIB du deuxième ensemble des numéros, supprimer les parties répétées de chaque groupe pour obtenir l'ensemble des codes de sous-classe D3 (la deuxième colonne du tableau 2, soit la sous-classe CIB de l'ensemble B), le nombre de codes de sous-classe d3 est de 10 (la dernière ligne de la deuxième colonne du tableau 2, soit la dernière ligne de la colonne de la sous-classe CIB de l'ensemble B), l'ensemble des codes de groupe D2 (la deuxième colonne du tableau 3, soit le groupe CIB de l'ensemble B), le numéro de codes de groupe d2 est de 10 (la dernière ligne de la deuxième colonne du tableau 3, soit la dernière ligne de la colonne de groupe CIB de l'ensemble B), et l'ensemble des codes de sous-groupe D1 (la deuxième colonne du tableau 4, soit le sous-groupe de l'ensemble B), le nombre de codes de sous-groupe d1 est de 5 (la dernière ligne de la deuxième colonne du tableau 4, soit la dernière ligne de la colonne de sous-groupe CIB de l'ensemble B).
[Table 2] : comparaison des informations de sous-classe CIB de l'ensemble A et de l'ensemble B
[Table 3] : comparaison de groupes CIB de l'ensemble A et de l'ensemble B
[Table 4] : comparaison des sous-groupes CIB de l'ensemble A et de l'ensemble B
Il faut noter qu'à l'étape 82, les numéros de classification de brevets à 100% de l'ensemble A et de l'ensemble B sont sélectionnés respectivement comme objets d'analyse. Dans d'autres exemples de réalisation, il est possible de sélectionner une partie d'entre eux. Il en résulte qu'il y a une certaine erreur dans le résultat d'exécution de la méthode, mais cela n'affecte pas le jugement global et améliore également la praticabilité de la méthode. Tout système technique peut être jugé même s'il y a une erreur dans la détermination du numéro de classification du brevet. En outre, la définition d'une plage de sélection peut permettre un meilleur équilibre entre effet et efficacité, ainsi que la flexibilité de la méthode.
À l'étape 83, selon les ensembles de codes de sous-classe B3 et D3, les ensembles de codes de groupe B2 et D2, et les ensembles de codes de sous-groupe B1 et D1 des deux systèmes techniques obtenus à l'étape 82, calculer le nombre de coïncidences des codes de sous-classe E3 qui est de 5 (la troisième colonne du tableau 1, soit la dernière ligne de la colonne de sous-classe CIB coïncidente), le nombre de coïncidences des codes de groupe E2 est de 1 (la troisième colonne du tableau 2, soit la dernière ligne de la colonne de groupe CIB coïncident), et le nombre de coïncidences des codes de sous-groupe E1 est de 0 (la troisième colonne du tableau 3, soit la dernière ligne de la colonne de sous-groupe CIB coïncident).
À l'étape 84, selon le nombre de codes de sous-classe b3=19, d3=10, le nombre de codes de groupe b2=19, d2=10 et le nombre de codes de sous-groupe b1=13, d1=5 du système technique quelconque et le nombre de coïncidences des codes de sous-classe E3=5, le nombre de coïncidences des codes de groupe E2=1 et le nombre de coïncidences des codes de sous-groupe E1=0 du deuxième système technique, calculer le degrés de coïncidence des codes de sous-classe, de groupe et de sous-groupe de tout système technique ; où, pour le premier système technique, A3=(E3/b3)%=(5/19)%≈26%, A2=(E2/b2)%=(1/19)%≈5%, A1=(E1/b1)% =(0/13)%=0 ;
Pour le deuxième système technique, B3=(E3/d3)%=(5/10)%≈50%, B2=(E2/d2)%=(1/10)%≈10%, B1=( E1/d1)% =(0/5)%=0.
À l'étape 85, selon le degré de coïncidence, calculer l'indice de corrélation F des brevets d'un système technique par rapport à un autre système technique ; où, pour le premier système technique, FA=C3*A3+C2*A2+C1*A1, FB=C3*B3+C2*B2+C1*B1, C3, C2 et C1 sont des constantes empiriques. Dans cet exemple, C3, C2 et C1 représentent les coefficients de corrélation entre la classification de sous-classe, groupe et sous-groupe de la CIB et le conflit des deux systèmes, sa valeur empirique est respectivement de 1, 2, 3.
Pour le premier système technique, FA=C3*A3+C2*A2+C1*A1, soit FA=C3*A3+C2*A2+C1*A1=1*26%+2*5%+3*0=36%.
Pour le deuxième système technique, FB=C3*B3+C2*B2+C1*B1, soit, FB=C3*B3+C2*B2+C1*B1=1*50%+2*10%+3*0=60%.
À l'étape 86, calculer la probabilité de conflit de brevets G d'un système technique quelconque par rapport à un autre système technique selon l'indice de corrélation F ; où.
GA=FA/(C3+C2+C1)=36%/(1+2+3)=6%. GA est considéré comme la similarité entre le premier système technique et le deuxième système technique. GB=FB/(C3+C2+C1)= 60%/(1+2+3)=10%. GB est considéré comme la similarité entre le deuxième système technique et le premier système technique.
Où, GA est l'indice de similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B, et GB est l'indice de similarité entre le sous-ensemble des solutions techniques B et l'ensemble des solutions techniques cibles A.

Claims (10)

  1. Méthode de requête d'actifs numériques techniques, caractérisée en ce que :
    acquérir une demande de requête et un fichier de description technique correspondant à l'actif numérique cible, le fichier de description comprenant les solutions techniques correspondant à tous les points techniques de l'actif numérique cible, pour obtenir un ensemble des solutions techniques cibles A ;
    acquérir un ensemble des paquets de données d'actifs numériques à détecter et déterminer un sous-ensemble des solutions techniques B correspondant à tous les points techniques de chaque paquet de données d'actifs numériques dans l'ensemble ;
    calculer un indice de similarité entre l'ensemble des solutions techniques cibles A et chaque sous-ensemble des solutions techniques B ;
    remettre en ordre et sortir les paquets de données dans l'ensemble des paquets de données d'actifs numériques à détecter en fonction de l'indice de similarité.
  2. Méthode de requête selon la revendication 1, caractérisée en ce que, l'indice de similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B est calculé selon les étapes suivantes :
    calculer la similarité entre chaque solution technique dans l'ensemble des solutions techniques cibles A et chaque solution technique dans le sous-ensemble des solutions techniques B, et additionner les similarités des solutions pour obtenir la similarité maximale de chaque solution ;
    additionner les similarités maximales de chaque solution pour obtenir l'indice de similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B.
  3. Méthode de requête selon la revendication 2, caractérisée en ce que, la similarité entre chaque solution technique dans l'ensemble des solutions techniques cibles A et chaque solution technique dans le sous-ensemble des solutions techniques B est calculée selon les étapes suivantes :
    acquérir un ensemble des mots clés cibles généré par tous les mots clés de chaque solution technique dans l'ensemble des solutions techniques cibles A et les mots dérivés correspondants ; et un ensemble des mots clés après la suppression des mots clés doublés dans l'ensemble des mots clés cibles ;
    calculer le nombre d'occurrences de chaque mot clé dans l'ensemble des mots clés cibles dans chaque solution technique du sous-ensemble des solutions techniques B ;
    la somme de tous les nombres est considérée comme la similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B.
  4. Méthode de requête selon la revendication 1, caractérisée en ce que, les étapes pour calculer l'indice de similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B selon les étapes suivantes comprennent :
    déterminer ou sélectionner une règle de classification technique qui comprend au moins deux niveaux avec des caractéristiques hiérarchiques ;
    prendre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B comme ensembles de points techniques correspondants A et B, et effectuer une classification technique sur les points techniques des ensembles de points techniques A et B en fonction de ladite règle de classification technique pour obtenir les ensembles des numéros de classification correspondants A et B ;
    dans l'ensemble des numéros de classification A, sélectionner M% des numéros de classification et acquérir chaque code de niveau indiqué par chaque numéro pour obtenir un ensemble X1i constitué par chaque code de niveau de tous les numéros de classification dans M% des numéros et un nombre correspondant Y1i ; et dans l'ensemble des numéros de classification B, sélectionner N% des numéros de classification et acquérir chaque code de niveau indiqué par chaque numéro pour obtenir un ensemble X2i constitué par chaque code de niveau de tous les numéros de classification dans N% des numéros et un nombre correspondant Y2i ; dans laquelle, les informations dans les ensembles sont les informations après déduplication ;
    calculer le nombre de coïncidences Ei des codes de chaque niveau dans X1i et X2i en fonction des ensembles de codes X1i et X2i ;
    selon Y1i, Y2i et Ei, calculer le degré de coïncidence relatif Ai et Bi des codes de chaque niveau des ensembles de numéros de classification A et B ; où, pour l'ensemble des numéros de classification A, Ai = (Ei / Y1i)% ; pour l'ensemble des numéros de classification B, Bi = (Ei / Y2i)% ;
    selon les degrés de coïncidence relatifs Ai et Bi, calculer l'indice de corrélation technique FAde l'ensemble des numéros de classification A et l'indice de corrélation technique FBde l'ensemble des numéros de classification B ; où,
    FA=∑Ci*Ai ; FB=∑Ci*Bi ; où, Ci est une constante empirique ;
    selon les indices de corrélation FAet FB, calculer la probabilité de similitude GAet GBdes ensembles de numéros de classification A et B ; où,
    GA=FA/(∑Ci) ; GB=FB/(∑Ci) ;
    où, GAest l'indice de similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B, et GBest l'indice de similarité entre le sous-ensemble des solutions techniques B et l'ensemble des solutions techniques cibles A ;
    dans la formule ci-dessus, i = 1-n, où, n est le nombre de niveaux du codage des règles de classification technique.
  5. Méthode de requête d'actifs numériques techniques, caractérisée en ce que,
    acquérir une demande de requête et un fichier de description technique correspondant à l'actif numérique cible, le fichier de description comprenant les solutions techniques correspondant à tous les points techniques de l'actif numérique cible, pour obtenir un ensemble des solutions techniques cibles A ;
    acquérir un ensemble des paquets de données d'actifs numériques à détecter et déterminer un sous-ensemble des solutions techniques B correspondant à tous les points techniques de chaque paquet de données d'actifs numériques dans l'ensemble ;
    déterminer un ensemble des numéros de classification des brevets A correspondant à l'ensemble des solutions techniques cibles A et un ensemble des numéros de classification des brevets B correspondant à chaque sous-ensemble des solutions techniques B ;
    calculer l'indice de similarité entre l'ensemble des solutions techniques cibles A et chaque sous-ensemble des solutions techniques B en fonction de l'ensemble des numéros de classification des brevets A et chaque ensemble des numéros de classification des brevets B ;
    remettre en ordre et sortir les paquets de données dans l'ensemble des paquets de données d'actifs numériques en fonction de l'indice de similarité.
  6. Méthode de requête selon la revendication 5, caractérisée en ce que, l'indice de similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B est calculé selon les étapes suivantes :
    acquérir respectivement M% des éléments suivants indiqués par la CIB dans l'ensemble des numéros de classification des brevets A : un ensemble des codes de section B5 et un nombre b5, un ensemble des codes de classe B4 et un nombre b4, un ensemble des codes de sous-classe B3 et un nombre b3, un ensemble des codes de groupe B2 et un nombre b2, et un ensemble des codes de sous-groupe B1 et un nombre b1 ; ainsi que, acquérir respectivement N% des éléments suivants indiqués par la CIB dans l'ensemble des numéros de classification des brevets B : un ensemble des codes de section D5 et un nombre d5, un ensemble des codes de classe D4 et un nombre d4, un ensemble des codes de sous-classe D3 et un nombre d3, un ensemble des codes de groupe D2 et un nombre d2, et un ensemble des codes de sous-groupe D1 et un nombre d1 ; où, 100≥M>0 ; 100≥N>0, les informations dans les ensembles sont les informations après déduplication ;
    calculer le nombre de coïncidences des codes de section E5, celui de classe E4, de sous-classe E3, de groupe E2 et de sous-groupe E1 des ensembles de numéros de classification des brevets A et B selon les ensembles des codes de section B5 et D5, ceux de classe B4 et D4, de sous-classe B3 et D3, de groupe B2 et D2, de sous-groupe B1 et D1 des ensembles de numéros de classification des brevets A et B ;
    calculer les degrés de coïncidence des codes de section A5 et B5, ceux de classe A4 et B4, de sous-classe A3 et B3, de groupe A2 et B2, de sous-groupe A1 et B1 des deux ensembles de numéros de classification des brevets selon les nombres de codes de section b5 et d5, ceux de classe b4 et d4, de sous-classe b3 et d3, de groupe b2 et d2, de sous-groupe b1 et d1, ainsi que le nombre de coïncidences des codes de section E5, ceux de classe E4, de sous-classe E3, de groupe E2 et de sous-groupe E1 des ensembles de numéros de classification des brevets A et B ; où,
    pour l'ensemble des numéros de classification des brevets A, A5 = (E5 / b5)%, A4 = (E4 / b4)%, A3 = (E3 / b3)%, A2 = (E2 / b2)%, A1 = (E1 / b1) % ;
    pour l'ensemble des numéros de classification des brevets B, B5 = (E5 / d5)%, B4 = (E4 / d4)%, B3 = (E3 / d3)%, B2 = (E2 / d2)%, B1 = (E1 / d1) % ;
    calculer l'indice de corrélation technique FAou FBdes brevets de l'ensemble des solutions techniques cibles A et du sous-ensemble des solutions techniques B selon les degrés de coïncidence A5, B5, A4, B4, A3, B3, A2, B2, A1, B1 ; où,
    pour l'ensemble des solutions techniques cibles A, FA=C5*A5+C4*A4+C3*A3+C2*A2+C1*A1 ;
    pour le sous-ensemble des solutions techniques cibles B, FB=C5*B5+C4*B4+C3*B3+C2*B2+C1*B1 ;
    où, C5, C4, C3, C2 et C1 sont des constantes empiriques ;
    selon l'indice de corrélation F, calculer la probabilité de similitude mutuelle G entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B ; où, :
    GA=FA/(C5+C4+C3+C2+C1) ; GB=FB/(C5+C4+C3+C2+C1) ;
    où, GAest l'indice de similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B, et GBest l'indice de similarité entre le sous-ensemble des solutions techniques B et l'ensemble des solutions techniques cibles A.
  7. Méthode de requête selon la revendication 5, caractérisée en ce que, l'indice de similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B est calculé selon les étapes suivantes :
    acquérir respectivement M% des éléments suivants indiqués par la CIB dans l'ensemble des numéros de classification des brevets A : l'ensemble des codes de classe B4 et le nombre b4, l'ensemble des codes de sous-classe B3 et le nombre b3, l'ensemble des codes de groupe B2 et le nombre b2, et l'ensemble des codes de sous-groupe B1 et le nombre b1 ; ainsi que, acquérir respectivement N% des éléments suivants indiqués par la CIB dans l'ensemble des numéros de classification des brevets B : l'ensemble des codes de classe D4 et le nombre d4, l'ensemble des codes de sous-classe D3 et le nombre d3, l'ensemble des codes de groupe D2 et le nombre d2, et l'ensemble des codes de sous-groupe D1 et le nombre d1 ; où, 100≥M>0 ; 100≥N>0, les informations dans les ensembles sont les informations après déduplication ;
    calculer le nombre de coïncidences des codes de classe E4, celui de sous-classe E3, de groupe E2 et de sous-groupe E1 des ensembles de numéros de classification des brevets A et B selon les ensembles des codes de classe B4 et D4, ceux de sous-classe B3 et D3, de groupe B2 et D2, de sous-groupe B1 et D1 des ensembles de numéros de classification des brevets A et B ;
    calculer les degrés de coïncidence des codes de classe A4 et B4, ceux de sous-classe A3 et B3, de groupe A2 et B2, de sous-groupe A1 et B1 des deux ensembles de numéros de classification des brevets selon les nombres de codes de classe b4 et d4, ceux de sous-classe b3 et d3, de groupe b2 et d2, de sous-groupe b1 et d1, ainsi que le nombre de coïncidences des codes de classe E4, ceux de sous-classe E3, de groupe E2 et de sous-groupe E1 des ensembles de numéros de classification des brevets A et B ; où,
    pour l'ensemble des numéros de classification des brevets A, A4 = (E4 / b4)%, A3 = (E3 / b3)%, A2 = (E2 / b2)%, A1 = (E1 / b1) % ;
    pour l'ensemble des numéros de classification des brevets B, B4 = (E4 / d4)%, B3 = (E3 / d3)%, B2 = (E2 / d2)%, B1 = (E1 / d1) % ;
    calculer l'indice de corrélation technique FAou FBdes brevets de l'ensemble des solutions techniques cibles A et du sous-ensemble des solutions techniques B selon le degré de coïncidence A4, B4, A3, B3, A2, B2, A1, B1 ; où,
    pour l'ensemble des solutions techniques cibles A, FA=C4*A4+C3*A3+C2*A2+C1*A1 ;
    pour le sous-ensemble des solutions techniques cibles B, FB=C4*B4+C3*B3+C2*B2+C1*B1 ;
    où, C4, C3, C2 et C1 sont des constantes empiriques ;
    selon l'indice de corrélation F, calculer la probabilité de similitude mutuelle G entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B ; où :
    GA=FA/(C4+C3+C2+C1) ; GB=FB/(C4+C3+C2+C1) ;
    où, GAest l'indice de similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B, et GBest l'indice de similarité entre le sous-ensemble des solutions techniques B et l'ensemble des solutions techniques cibles A.
  8. Méthode de requête selon la revendication 5, caractérisée en ce que, l'indice de similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B est calculé selon les étapes suivantes, y compris :
    acquérir respectivement M% des éléments suivants indiqués par la CIB dans l'ensemble des numéros de classification des brevets A : l'ensemble des codes de sous-classe B3 et le nombre b3, l'ensemble des codes de groupe B2 et le nombre b2, et l'ensemble des codes de sous-groupe B1 et le nombre b1 ; ainsi que, acquérir respectivement N% des éléments suivants indiqués par la CIB dans l'ensemble des numéros de classification des brevets B : l'ensemble des codes de sous-classe D3 et le nombre d3, l'ensemble des codes de groupe D2 et le nombre d2, et l'ensemble des codes de sous-groupe D1 et le nombre d1 ; où, 100≥M>0 ; 100≥N>0, les informations dans les ensembles sont les informations après déduplication ;
    calculer le nombre de coïncidences des codes de sous-classe E3, celui de groupe E2 et de sous-groupe E1 des ensembles de numéros de classification des brevets A et B selon les ensembles des codes de sous-classe B3 et D3, ceux de groupe B2 et D2, de sous-groupe B1 et D1 des ensembles de numéros de classification des brevets A et B ;
    calculer les degrés de coïncidence des codes de sous-classe A3 et B3, ceux de groupe A2 et B2, de sous-groupe A1 et B1 des deux ensembles de numéros de classification des brevets selon les nombres de codes de sous-classe b3 et d3, ceux de groupe b2 et d2, de sous-groupe b1 et d1, ainsi que le nombre de coïncidences des codes de sous-classe E3, celui de groupe E2 et de sous-groupe E1 des ensembles de numéros de classification des brevets A et B ; où,
    pour l'ensemble des numéros de classification des brevets A, A3 = (E3 / b3)%, A2 = (E2 / b2)%, A1 = (E1 / b1) % ;
    pour l'ensemble des numéros de classification des brevets B, B3 = (E3 / d3)%, B2 = (E2 / d2)%, B1 = (E1 / d1) % ;
    calculer l'indice de corrélation technique FAou FBdes brevets de l'ensemble des solutions techniques cibles A et du sous-ensemble des solutions techniques B selon le degré de coïncidence A3, B3, A2, B2, A1, B1 ; où,
    pour l'ensemble des solutions techniques cibles A, FA=C3*A3+C2*A2+C1*A1 ;
    pour le sous-ensemble des solutions techniques cibles B, FB=C3*B3+C2*B2+C1*B1 ;
    où, C3, C2 et C1 sont des constantes empiriques ;
    selon l'indice de corrélation F, calculer la probabilité de similitude mutuelle G entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B ; où :
    GA=FA/(C3+C2+C1) ; GB=FB/(C3+C2+C1) ;
    où, GAest l'indice de similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B, et GBest l'indice de similarité entre le sous-ensemble des solutions techniques B et l'ensemble des solutions techniques cibles A.
  9. Méthode de requête selon la revendication 5, caractérisée en ce que, l'indice de similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B est calculé selon les étapes suivantes :
    acquérir respectivement M% des éléments suivants indiqués par la CIB dans l'ensemble des numéros de classification des brevets A : l'ensemble des codes de groupe B2 et le nombre b2, et l'ensemble des codes de sous-groupe B1 et le nombre b1 ; ainsi que, acquérir respectivement N% des éléments suivants indiqués par la CIB dans l'ensemble des numéros de classification des brevets B : l'ensemble des codes de groupe D2 et le nombre d2, et l'ensemble des codes de sous-groupe D1 et le nombre d1 ; où, 100≥M>0 ; 100≥N>0, les informations dans les ensembles sont les informations après déduplication ;
    calculer le nombre de coïncidences des codes de groupe E2 et celui de sous-groupe E1 des ensembles de numéros de classification des brevets A et B selon les ensembles de groupe B2 et D2 et ceux de sous-groupe B1 et D1 des ensembles de numéros de classification des brevets A et B ;
    calculer les degrés de coïncidence des codes de groupe A2 et B2 et ceux de sous-groupe A1 et B1 des deux ensembles de numéros de classification des brevets selon les nombres de codes de groupe b2 et d2 et ceux de sous-groupe b1 et d1, ainsi que le nombre de coïncidences des codes de groupe E2 et celui de sous-groupe E1 des ensembles de numéros de classification des brevets A et B ; où,
    pour l'ensemble des numéros de classification des brevets A, A2 = (E2 / b2)%, A1 = (E1 / b1) % ;
    pour l'ensemble des numéros de classification des brevets B, B2 = (E2 / d2)%, B1 = (E1 / d1) % ;
    calculer l'indice de corrélation technique FAou FBdes brevets de l'ensemble des solutions techniques cibles A et du sous-ensemble des solutions techniques B selon le degré de coïncidence A2, B2, A1, B1 ; où,
    pour l'ensemble des solutions techniques cibles A, FA=C2*A2+C1*A1 ;
    pour le sous-ensemble des solutions techniques cibles B, FB=C2*B2+C1*B1 ;
    où, C2 et C1 sont des constantes empiriques ;
    selon l'indice de corrélation F, calculer la probabilité de similitude mutuelle G entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B ; où :
    GA=FA/(C2+C1) ; GB=FB/(C2+C1) ;
    où, GAest l'indice de similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B, et GBest l'indice de similarité entre le sous-ensemble des solutions techniques B et l'ensemble des solutions techniques cibles A.
  10. Méthode de requête selon la revendication 5, caractérisée en ce que, l'indice de similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B est calculé selon les étapes suivantes :
    acquérir respectivement M% des éléments suivants indiqués par la CIB dans l'ensemble des numéros de classification des brevets A : l'ensemble des codes de sous-groupe B1 et le nombre b1 ; ainsi que, acquérir respectivement N% des éléments suivants indiqués par la CIB dans l'ensemble des numéros de classification des brevets B : l'ensemble des codes de sous-groupe D1 et le nombre d1 ; où, 100≥M>0 ; 100≥N>0, les informations dans les ensembles sont les informations après déduplication ;
    calculer le nombre de coïncidences des codes de sous-groupe E1 des ensembles de numéros de classification des brevets A et B selon les ensembles de sous-groupe B1 et D1 des ensembles de numéros de classification des brevets A et B ;
    calculer les degrés de coïncidence des codes de sous-groupe A1 et B1 des deux ensembles de numéros de classification des brevets selon les nombres de codes de sous-groupe b1 et d1, ainsi que le nombre de coïncidences des codes de sous-groupe E1 des ensembles de numéros de classification des brevets A et B ; où,
    pour l'ensemble des numéros de classification des brevets A, A1 = (E1 / b1) % ;
    pour l'ensemble des numéros de classement des brevets B, B1 = (E1 / d1)% ;
    calculer l'indice de corrélation technique FAou FBdes brevets de l'ensemble des solutions techniques cibles A et du sous-ensemble des solutions techniques B selon le degré de coïncidence A1, B1 ; où,
    pour l'ensemble des solutions techniques cibles A, FA=C1*A1 ;
    pour le sous-ensemble des solutions techniques cibles B, FB=C1*B1 ;
    où, C1 est une constante empirique ;
    selon l'indice de corrélation F, calculer la probabilité de similitude mutuelle G entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B ; où :
    GA=FA/(C1) ; GB=FB/(C1) ;
    où, GAest l'indice de similarité entre l'ensemble des solutions techniques cibles A et le sous-ensemble des solutions techniques B, et GBest l'indice de similarité entre le sous-ensemble des solutions techniques B et l'ensemble des solutions techniques cibles A.
FR2007744A 2019-07-26 2020-07-23 Méthode de requête d'actifs numériques techniques Pending FR3099601A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201910684857.2A CN112307009B (en) 2019-07-26 Query method for technical digital assets
CN201910684857.2 2019-07-26

Publications (1)

Publication Number Publication Date
FR3099601A1 true FR3099601A1 (fr) 2021-02-05

Family

ID=74230051

Family Applications (1)

Application Number Title Priority Date Filing Date
FR2007744A Pending FR3099601A1 (fr) 2019-07-26 2020-07-23 Méthode de requête d'actifs numériques techniques

Country Status (2)

Country Link
FR (1) FR3099601A1 (fr)
WO (1) WO2021017640A1 (fr)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113706060B (zh) * 2021-10-29 2022-02-11 中国电力科学研究院有限公司 电网调控数据资产处理方法、系统、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110246379A1 (en) * 2010-04-02 2011-10-06 Cpa Global Patent Research Limited Intellectual property scoring platform
US20160224622A1 (en) * 2013-09-05 2016-08-04 Jiangsu University Method for detecting the similarity of the patent documents on the basis of new kernel function luke kernel
US20160350886A1 (en) * 2011-04-15 2016-12-01 Ip Street Holdings, Llc Method and System for Evaluating Intellectual Property

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140078969A (ko) * 2012-12-18 2014-06-26 (주)광개토연구소 특허 괴물 정보를 포함하는 특허 정보 제공 방법 및 그 특허 정보 시스템
CN104050235B (zh) * 2014-03-27 2017-02-22 浙江大学 基于集合选择的分布式信息检索方法
CN105320772B (zh) * 2015-11-02 2019-03-26 武汉大学 一种专利查重的关联论文查询方法
CN109726401B (zh) * 2019-01-03 2022-09-23 中国联合网络通信集团有限公司 一种专利组合生成方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110246379A1 (en) * 2010-04-02 2011-10-06 Cpa Global Patent Research Limited Intellectual property scoring platform
US20160350886A1 (en) * 2011-04-15 2016-12-01 Ip Street Holdings, Llc Method and System for Evaluating Intellectual Property
US20160224622A1 (en) * 2013-09-05 2016-08-04 Jiangsu University Method for detecting the similarity of the patent documents on the basis of new kernel function luke kernel

Also Published As

Publication number Publication date
WO2021017640A1 (fr) 2021-02-04
CN112307009A (zh) 2021-02-02

Similar Documents

Publication Publication Date Title
US9349077B2 (en) Computer-implemented method, a computer program product and a computer system for image processing
US20200012674A1 (en) System and methods thereof for generation of taxonomies based on an analysis of multimedia content elements
Sinha et al. Summarization of personal photologs using multidimensional content and context
FR2969339A1 (fr) Systeme et procede d'extraction d'informations multimedia
US20110125727A1 (en) Content oriented index and search method and system
FR2951295A1 (fr) Procede pour le remplacement d'un contenu visuel prenant en consideration des exigences de cout, droit d'auteur et confidentialite
EP2766826A1 (fr) Recherche d'informations
EP2289009B1 (fr) Dispositif d'aide a la reconnaissance d'images ameliore
FR3041794A1 (fr) Procede et systeme de recherche d'images similaires quasi-independant de l'echelle de la collection d'images
FR3099601A1 (fr) Méthode de requête d'actifs numériques techniques
Kuzovkin et al. Image selection in photo albums
EP2227755B1 (fr) Procede d'analyse d'un contenu multimedia, produit programme d'ordinateur et dispositif d'analyse correspondants
Ivanov et al. Object-based tag propagation for semi-automatic annotation of images
Kuzovkin et al. Context in photo albums: Understanding and modeling user behavior in clustering and selection
FR3099600A1 (fr) Méthode de jugement du degré de similarité entre deux systèmes techniques quelconques
FR3099599A1 (fr) Méthode de recherche d'actifs techniques ouverts numériques
Göring et al. Extended features using machine learning techniques for photo liking prediction
FR3123748A1 (fr) Apprentissage automatique sans annotation ameliore par regroupements adaptatifs en ensemble ouvert de classes
EP1211614A1 (fr) Procédé de recherche dans une structure hiérarchique d'objets
Sebastine et al. Semantic web for content based video retrieval
WO2009095616A1 (fr) Procede d'identification d'un document multimedia dans une base de reference, programme d'ordinateur, et dispositif d'identification correspondants
Rabbath et al. Large scale flexible event-based clustering from photos in social media
Manchon-Vizuete et al. Photo clustering of social events by extending phototoc to a rich context
EP4145305A1 (fr) Procédé de recherche multifacette et modulaire au sein d'une collection de séquences vidéo
de Figueirêdo et al. Semi-automatic photograph tagging by combining context with content-based information

Legal Events

Date Code Title Description
PLFP Fee payment

Year of fee payment: 2

PLSC Publication of the preliminary search report

Effective date: 20211022

RX Complete rejection

Effective date: 20220914