JP2007200167A - 特許分析システム及び特許分析プログラム - Google Patents
特許分析システム及び特許分析プログラム Download PDFInfo
- Publication number
- JP2007200167A JP2007200167A JP2006020021A JP2006020021A JP2007200167A JP 2007200167 A JP2007200167 A JP 2007200167A JP 2006020021 A JP2006020021 A JP 2006020021A JP 2006020021 A JP2006020021 A JP 2006020021A JP 2007200167 A JP2007200167 A JP 2007200167A
- Authority
- JP
- Japan
- Prior art keywords
- analysis target
- patent document
- analysis
- level
- documents
- 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.)
- Granted
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【解決手段】データ処理部12、特許文献DB20、辞書ベクトルDB22、データ記憶部24、ディスプレイ18を備えた特許分析システム10であって、データ処理部12は、特許文献DB20から検索対象特許を抽出する処理、分析対象特許の概念ベクトルを生成する処理、特許文献DB20内の各特許文献の概念ベクトルを生成する処理、分析対象特許の概念ベクトルと各特許文献の概念ベクトルとの内積値を算出する処理、内積値の高さに基づいて複数の特許文献を参照特許文献として選択する処理、参照特許文献に基づき分析対象特許の先願性の高低、占有率の高低、特許密集度の高低、出願増加傾向の有無を判定する処理、各判定結果に基づき分析対象特許を16区分の何れかに分類する処理を実行する。
【選択図】図1
Description
このため、特許文献1に示すように、特許の価値分析をコンピュータを用いて自動的に処理することが実用化されている。
(1) 分析対象特許を特定するためのデータ(特許番号等)をシステムに入力する。
(2) 概念検索の対象となる検索項目(明細書全文あるいは特許請求の範囲等)をシステムに入力する。
(3) 特許データベース内に蓄積された多数の特許文献データに対して概念検索を実行し、分析対象特許に対するそれぞれの類似度を算出する。
(4) 分析対象特許との類似度が高い所定数の特許文献を、参照特許文献として選択する。
(5) 参照特許文献の中で、分析対象特許に対し先願となるものを抽出し、その件数を集計する。
(6) 参照特許文献の中で、自社出願に係るものを抽出し、その件数を集計する。
(7) 先願の件数及び自社出願の件数に基づき、分析対象特許の先願性の高低及び自社占有率の高低を判定する。
(8) 分析対象特許を、先願性の高低及び自社占有率の高低の組合せに応じて設定される4つの区分の何れかに対応付ける。
(9) 上記の(3) 〜(8) を繰り返し、自社の全保有特許の所属区分を決定する。
(10)上記の分類結果をグラフによって表現し、外部出力する。
また、(10)の処理により、自社が保有する特許について全体的な状況を視覚的に把握することが可能となる。
また、この分析システムの場合には、各企業が保有する特許の現時点における状況を静的に表現することのみに対応しており、過去のある期間において保有特許の価値がどのように推移したかを時系列に沿って表現することはできなかった。
また、この発明は、各企業が保有する特許の価値が時系列に沿ってどのように変化したかを表現できる分析システムを提供することを第2の目的としている。
上記「日付」は、特許文献が特許公開公報の場合には出願公開日が該当し、特許掲載公報の場合には特許権設定登録日が該当する。あるいは、出願日を上記「日付」として扱うこともできる。
しかも、複数の分析対象特許に関する分類結果が一度に導出され、グラフ表示される仕組みであるため、検索条件の一つとして特定企業名を指定することにより、当該企業の保有する多数の特許の全体的な価値分布を視覚的に把握可能となる。
データ処理部12は、OS及び専用のアプリケーションプログラムに従って動作するコンピュータのCPUによって構成される。
また、特許文献データベース20、辞書ベクトルデータベース22、データ記憶部24は、コンピュータのハードディスクまたはメモリ上に設けられている。特許文献データベース20及び辞書ベクトルデータベース22は、ネットワーク接続された他のコンピュータのハードディスク内に設けられていてもよい。
この電子データには、出願番号、出願日、優先日、出願人、発明の名称、国際特許分類、公開番号、公開日といった書誌データの他に、特許請求の範囲、要約書及び明細書全文のテキストデータが少なくとも含まれている。
この辞書ベクトルデータは、以下の手順に従い、コンピュータによって事前に生成される。
まず、理化学辞典や各種用語解説書、特許文献、学術論文等のテキストデータをテキストマイニングのアルゴリズムに従って単語レベルに分解する。
つぎに、接続詞などの不要語を削除して所定数の技術用語を抽出すると共に、各技術用語の出現頻度や出現文献数を集計し、これらのデータを専用のアルゴリズムに代入することによって辞書ベクトル(ステムベクトル)を生成する。
上記コンピュータは、このような分析を多くの技術文献を基にして繰り返すことにより、上記に示したような技術用語を、各々方向を持ったベクトルとして生成し、辞書ベクトルとなす。
なお、この辞書ベクトルの生成ロジック自体は既に公知であるため、これ以上の詳細な説明を省略する。
この図は、ベクトルの方向が近い(ベクトル間のなす角が狭い)技術用語同士は類似性が高く、ベクトルの方向が遠い(ベクトル間のなす角が広い)技術用語同士は類似性が低いことを表している。
図示の便宜上、技術用語の数が10個に限定されているが、実際には数百の技術用語が抽出され、数百次元のベクトル空間上に配置されている。
まず、ユーザが入力装置14を介して特定の出願人(ここでは自社)、年度範囲(例えば2000年〜2006年)、国際特許分類(IPC)を検索条件として入力すると、これを受けたデータ処理部12は(S10)、上記検索条件に合致する特許文献を特許文献データベース20から抽出する(S12)。
特許文献データベース20には、上記の通り多数の特許文献の電子データが格納されており、データ処理部12は各特許文献の書誌データを参照することによって分析対象特許を抽出する。
抽出された特許文献の電子データは、分析対象特許としてデータ記憶部24に格納される(S14)。
また、このようにデータ処理部12に分析対象特許を検索させる代わりに、入力装置14から分析対象特許の書誌データを入力したり、分析対象特許の書誌データをファイル26の形式でデータ処理部12に与えてもよい。
この概念検索は、具体的には以下の手順で実行される。
まず、データ記憶部24に格納された各分析対象特許の実体的な記載内容(例えば明細書、特許請求の範囲、要約書のテキストデータ)から技術的なキーワードを複数抽出し、これらを辞書ベクトルデータベース22に格納された辞書ベクトルと比較することより、当該分析対象特許自体の概念ベクトルを生成する(S16)。
例えば、分析対象特許中に「可視光線も利用可能な新たな光触媒を含有し、空気中の窒素酸化物を除去するコーティング材」という記述が含まれていた場合、データ処理部12は以下のように技術用語及びその出現頻度を抽出する。
「可視光線」・・・1回
「光触媒」・・・1回
「空気中」・・・1回
「窒素酸化物」・・・1回
「除去する」・・・1回
「コーティング材」・・・1回
そして、データ処理部12は抽出した各技術用語単語について辞書ベクトルデータベース22内の辞書ベクトル中に該当の技術用語が存在するか否かを判断し、存在する場合はこの辞書ベクトルを取得する。
取得した辞書ベクトルは、最終的に出現頻度と共にベクトル合成され、これにより分析対象特許の概念ベクトルが生成される。
この概念ベクトルの生成ロジックも公知であるため、これ以上の説明を省略する。
つぎにデータ処理部12は、分析対象特許の概念ベクトルと各特許文献の概念ベクトルとの間の内積値を算出し(S20)、各特許文献を内積値の高い順に整列させる(S22)。
図4は、ある分析対象特許に関する概念検索の結果を示すものであり、内積値、公開番号、公開日、出願日、出願人のデータ項目を備えたテーブル30がデータ処理部12によって生成され、データ記憶部24に格納される。
この図では10件の特許文献のみが示されているが、実際には特許文献データベース20に格納された多数の特許文献が内積値の高い順にリストアップされている。
このシステム10においては、内積値が高い特許文献ほど、分析対象特許に対する類似度が高いものとみなされる。
ただし、このテーブル30において内積値が100となっている特許文献は類似特許ではなく、分析対象特許自身である。
ここで、どのような基準で参照特許文献を抽出するのかが問題となるが、これに関しては以下のような方法が考えられる。
(1) 所定の内積値を閾値とする
内積値は、上記の通り分析対象特許に対する類似度を示す数値であるため、所定以上の内積値を備えた特許文献を参照特許文献として選択することができる。
(2) 所定の件数を閾値とする
例えば、内積値が上位100件以内の特許文献を参照特許文献として選択することもできる。
どのような基準で参照特許文献を抽出すべきかは、分析対象特許が属する技術分野の特性や文献数等に応じて適宜選択される。ここでは、内積値85以上の特許文献を参照特許文献として選択するものとして論を進める。
このためにデータ処理部12は、まず上記において抽出された参照特許文献の中で、分析対象特許よりも先の出願日を備えたものの数を算出する。
つぎにデータ処理部12は、この先願となる参照特許文献の数が所定の基準値よりも多い場合には「先願性=高」と判定し、少ない場合には「先願性=低」と判定する。
この基準値としては、例えば参照特許文献の50%の件数が該当する。
すなわち、参照特許文献の件数が100件あり、その中で分析対象特許よりも先願のものが30件しかない場合には「先願性=高」となり、先願のものが55件存在した場合には「先願性=低」と判定される。
あるいは、出願日が同一である参照特許文献数を、他の参照特許文献の先願の数と後願の数との比率に按分配布するようにしてもよい。
出願日の代わりに、優先日を基準に先願性の高低を判定することもできる。
このためにデータ処理部12は、まず上記において抽出された参照特許文献の中で、分析対象特許と同一出願人に係るものの数を算出する。
つぎにデータ処理部12は、この自社出願に係る参照特許文献の数が所定の基準値よりも多い場合には「自社占有率=高」と判定し、少ない場合には「自社占有率=低」と判定する。
この基準値は、例えば全分析対象特許における自社占有率の平均値に基づいて算出される。
すなわち、全分析対象特許における自社占有率の平均値が15%であった場合、個々の分析対象特許において参照特許文献数の15%に当たる件数が基準値として算出され、これよりも自社出願の件数が多い場合には「自社占有率=高」となり、少ない場合には「自社占有率=低」と判定される。
すなわち、データ処理部12は分析対象特許に類似する特許文献の件数が所定の基準値よりも多い場合には「特許密集度=高」と判定し、少ない場合には「特許密集度=低」と判定する。この基準値としては、例えば全分析対象特許の3%に当たる件数が適用される。
このためにデータ処理部12は、特定の基準年度までの年間平均公開件数と、当該年度後から現時点までの年間平均公開件数とを比較し、後者が前者を上回っていた場合には「出願増加傾向有り」と判定し、反対の場合には「出願増加傾向無し」と判定する。
上記の基準年度は、例えば全分析対象特許を公開日順に整列させた際の中点に位置するものの公開年によって決定される。
すなわち、図5に示すように、この第1の分析方法においては、分析対象特許を先願性の高低及び自社占有率の高低によって画される「先行ライフル」、「先行独占」、「後発ピンポイント」、「後発周辺」の4つの基本カテゴリに区分すると同時に、分析対象特許の属する技術分野における密集度の高低及び出願増加傾向の有無によって画される「成熟領域」、「主戦場」、「忘却領域」、「フロンティア」の4つの追加カテゴリに区分することとしている。
以下に、各区分の特性と戦略オプションの一例を示す。
〔第1の区分(先行独占×主戦場)〕
・他社も含めて注目度が高く、近年出願がさかんな領域。
・ますます出願に力を入れ、優位性を確保すべき領域。
・ただし、1社で独走している場合は要注意で、有望性の見極めが必要。
〔第2の区分(先行独占×フロンティア)〕
・自社を中心に新しく開拓されつつある領域(自社のみの場合にはユニーク領域)。
・有望性を見極めた上で積極的に出願すべき領域。
・事業化に向けての領域拡大や、他社特許を回避する代替技術開発も必要。
〔第3の区分(先行独占×成熟領域)〕
・過去に主戦場であったが、現在は技術的に完成している領域。
・事業化されてキャッシュカウになっている場合には、そのまま維持すべき。
・ただし、他社の出願(自社の特許を無力化するもの等)には要注意。
〔第4の区分(先行独占×忘却領域)〕
・一時力を入れたが、あまり注目度も高まらないまま現在に至る領域。
・領域の有望性、他社を牽制する上で効力を発揮している可能性等を吟味した上で、維持しつづけるかどうかを判断すべき。
・場合によっては、ライセンス供与、売却などによる収益化も可能。
〔第5の区分(後発周辺×主戦場)〕
・他社も含めて注目度が高く、近年出願がさかんな領域。
・基本的には、積極的に出願すべき分野(時間がたてば、先行特許になる可能性大。その際にシェアを落とさないようにすることがポイント)。
・同時に、事業化に向けて、クロスライセンス、ライセンスインでの水路確保や、逆に他社が出願している特許技術(特に「先行独占」領域のもの)を回避するような技術開発を積極的に目指すべき。
〔第6の区分(後発周辺×フロンティア)〕
・他社に先行されたが、自社も含めて新しく開拓しつつある領域。
・有望性を見極めた上で、積極的に出願すべき領域(現在後発でも逆転できる可能性は高い)。
・事業化に向けての領域拡大や、他社特許を回避する代替技術開発も必要。
〔第7の区分(後発周辺×成熟領域)〕
・過去の主戦場で、自社もシェアは高めたが、現在は技術的に完成した領域。
・事業化されてキャッシュカウになっている場合には、そのまま維持すべき。
・ただし、他社の出願(自社の特許を無力化するもの等)には要注意。
〔第8の区分(後発周辺×忘却領域)〕
・他社が先行した分野に自社も一時多く出願したが、あまり注目度も高まらないまま現在に至る領域。
・領域の有望性、他社を牽制する上で効力を発揮している可能性等を吟味した上で、維持しつづけるかどうかを判断すべき。
・場合によっては、ライセンス供与、売却などによる収益化も可能。
〔第9の区分(先行ライフル×主戦場)〕
・注目度が高く、近年出願がさかん。先行出願はできているがシェアを上げられていない領域。
・勝算を判断した上で、積極的に出願し、周辺を埋めていくべき領域。
・同時に、事業化に向けて、クロスライセンス、ライセンスインでの水路確保や、逆に他社が出願している特許技術(特に「先行独占」領域のもの)を回避するような技術開発を積極的に目指すべき。
〔第10の区分(先行ライフル×フロンティア)〕
・自社に続いて他社も追随し、新しく開拓されつつある領域。
・有望性を見極めた上で、積極的に出願すべき領域(優位を築ける可能性は高い)。
・事業化に向けての領域拡大や、他社特許を回避する代替技術開発も必要。
〔第11の区分(先行ライフル×成熟領域)〕
・先行したがシェアを上げられないまま出願が落ち着いてしまった領域。
・他社を牽制する特許としての有効性があれば維持する必要もあるが、そうでない場合には見直すべき(ライセンス供与、売却、放棄など)。
〔第12の区分(先行ライフル×忘却領域)〕
・先行したが、あまり社内外の注目度も高まらないまま現在に至る領域。
・領域の有望性、他社を牽制する上で効力を発揮している可能性等を吟味した上で、維持しつづけるかどうかを判断すべき。
・場合によっては、ライセンス供与、売却などによる収益化も可能。
〔第13の区分(後発ピンポイント×主戦場)〕
・ホットであるにもかかわらず出遅れている領域。
・他社を攻撃する特許としての有効性などにより維持するか否かを検討すべき。
・全体として新しい技術領域であるならば、逆転の可能性もありとして積極出願というオプションもありうる。
〔第14の区分(後発ピンポイント×フロンティア)〕
・他社が開拓しつつあるにもかかわらず、出遅れている領域。
・主戦場になりうるか、その際に他社を攻撃する特許として有効か等の有望性を見極めた上で、維持するか否かを検討すべき。
〔第15の区分(後発ピンポイント×成熟領域)〕
・出遅れを取り戻せないまま出願が落ち着いてしまった領域。
・要不要の調査を実施すべき。
〔第16の区分(後発ピンポイント×忘却領域)〕
・出願はしたものの、社内外の注目度も高まらないまま現在に至る領域。
・要不要の調査を実施すべき。
つぎに、データ処理部12は、各分析対象特許の分類結果を集計してグラフを生成し(S38)、ディスプレイに表示させる(S39)。
図7はこのグラフの一例を示すものであり、縦軸に分析対象特許の件数が設定されると共に、横軸に先願性及び占有率の組合せに基づく基本4区分が設定されている。また、基本4区分の各棒グラフは、特許密集度及び出願増加傾向の組合せに基づく追加4区分毎に異なるパターンで塗り分けられている。
このグラフを参照することにより、分析担当者は自社が現在保有している特許出願の価値分布を視覚的に把握することが可能となり、特許戦略立案の一助とすることができる。
この所属区分には、分析対象特許を取り巻く技術分野の傾向が追加4区分として織り込まれているため、個々の特許出願について出願審査請求を行うべきか否か、あるいは拒絶理由通知に対して反論すべきか否かをより的確に判断することが可能となる。
まず、ユーザが入力装置14を介して出願人=自社、年度範囲(例えば2000年〜2006年)、国際特許分類(IPC)を検索条件として入力すると共に、時系列分析の基準となる年度条件(ここでは2003年)を入力する。
これを受けたデータ処理部12は(S40)、まず上記検索条件に合致する特許文献を特許文献データベース20から抽出する(S42)。
抽出された特許文献の電子データは、分析対象特許としてデータ記憶部24に格納される(S44)。
つぎにデータ処理部12は、上記と同様の手順に従い、特許文献データベース20内に蓄積された全特許文献の概念ベクトルを生成する(S48)。
つぎにデータ処理部12は、分析対象特許の概念ベクトルと各特許文献の概念ベクトルとの間の内積値を算出し(S50)、各特許文献を内積値の高い順に整列させる(S52)。この結果、図4に示したものと同様のテーブル30が分析対象特許毎に生成される。
つぎにデータ処理部12は、この2003年以前の分析対象特許について、それぞれのテーブル30から類似度が高い複数の特許文献を参照特許文献として抽出する(S56)。
この際、データ処理部12は、以下の基準に従って参照特許文献を選択する。
(1) 出願公開日が2003年以前であること。
(2) 概念検索による内積値が85以上であること。
つぎにデータ処理部12は、この2003年以前に出願公開された参照特許文献に基づき、上記と同様の要領で2003年時点での自社占有率の高低を判定する(S60)。
すなわち、この第2の分析方法においては、分析対象特許を先願性の高低及び自社占有率の高低によって「先行ライフル」、「先行独占」、「後発ピンポイント」、「後発周辺」の4つの基本カテゴリに区分することとしている。
この2003年時点における分類区分データは、データ処理部12によってデータ記憶部24に格納される(S64)。
この際、データ処理部12は、以下の基準に従って参照特許文献を選択する。
・概念検索による内積値が85以上であること。
この場合には、当然ながら「出願公開日が2003年以前であること。」という条件が課せられることはない。
つぎにデータ処理部12は、この参照特許文献に基づき、上記と同様の要領で現時点での自社占有率の高低を判定する(S70)。
この現時点における分類区分データは、データ処理部12によってデータ記憶部24に格納される(S74)。
図9はその一例を示すものであり、2003年時点における自社保有特許出願の分布状況を示す図表(a)と、現時点(2006年)における自社保有特許出願の分布状況を示す図表(b)の他に、2003年時点における出願の区分が、その後どのように変動したかを示す図表(c)が表示されている。
また、各区分から他の区分へと移動した出願の存在は、矢印の方向及び数値によって示されている。
例えば、矢印αによって、後発ピンポイントの区分から先行独占の区分に昇格した出願数が6件存在し、それは全体の14%に相当することが読み取れる。
また、矢印βは他の矢印よりも太く描画されているため、後発周辺の区分から先行独占の区分に移行した出願が比較的多く(例えば10件以上)存在することが示されている。
また、図表(c)を参照することにより、2003年〜2006年の期間における特許出願戦略の成果を読み取ることができる。
すなわち、変動が生じなかった出願の比率が各区分で比較的高くなっている場合には、良くも悪くも従前通りの方針が踏襲されていることを示している。
これに対し、後発ピンポイントの区分から先行独占の区分に移動した出願の比率が比較的高い場合には、特許戦略がうまく機能していることを示している。
逆に、先行独占の区分から他の区分に移行した出願の比率が高い場合には、他社の出願に後れをとったことを意味しているため、特許戦略の再検討を促すことができる。
また、実用新案登録公報や実用新案公開公報に係る電子データを特許文献データベース20に蓄積しておくことにより、特許及び実用新案について同様の分析を行うことも当然に可能である。
12 データ処理部
14 入力装置
16 プリンタ
18 ディスプレイ
20 特許文献データベース
22 辞書ベクトルデータベース
24 データ記憶部
26 ファイル
30 テーブル
Claims (6)
- 複数の技術用語の辞書ベクトルデータを格納しておく辞書ベクトル記憶手段と、
複数の特許文献の電子データを格納しておく特許文献記憶手段と、
分析対象特許を抽出するための検索条件が入力された場合に、上記特許文献記憶手段から上記検索条件に該当する特許文献の電子データを抽出する手段と、
この分析対象特許の電子データから複数のキーワードを抽出し、これらを上記の辞書ベクトルデータと比較することにより、分析対象特許の概念ベクトルを生成する手段と、
上記特許文献記憶手段に格納された各特許文献の電子データからそれぞれ複数のキーワードを抽出し、これらを上記の辞書ベクトルデータと比較することにより、各特許文献の概念ベクトルを生成する手段と、
分析対象特許の概念ベクトルと各特許文献の概念ベクトルとの内積値を算出する手段と、
所定以上の内積値を備えた複数の特許文献を参照特許文献として選択する手段と、
これらの参照特許文献の中で、分析対象特許よりも先願となるものの件数を算出し、この算出結果に基づいて分析対象特許の先願性の高低を判定する手段と、
上記参照特許文献の中で、分析対象特許と同一出願人に係るものの件数を算出し、この算出結果に基づいて分析対象特許が属する技術分野における当該出願人の占有率の高低を判定する手段と、
上記参照特許文献の中で、所定以上の内積値を備えたものの件数に基づいて、分析対象特許が属する技術分野における特許密集度の高低を判定する手段と、
上記参照特許文献について、所定の基準年度以前の年間平均文献数と後の年間平均文献数を算出し、この算出結果に基づいて分析対象特許が属する技術分野における出願増加傾向の有無を判定する手段と、
上記の各判定結果に基づき、分析対象特許を、先願性の高低、占有率の高低、特許密集度の高低、出願増加傾向の有無の組合せによって画される16区分の何れかに分類する手段と、
この分類データを所定の記憶手段に格納する手段とを備えたことを特徴とする特許分析システム。 - 複数の技術用語の辞書ベクトルデータを格納しておく辞書ベクトル記憶手段と、
複数の特許文献の電子データを格納しておく特許文献記憶手段と、
複数の分析対象特許を抽出するための検索条件が入力された場合に、上記特許文献記憶手段から上記検索条件に該当する複数の特許文献の電子データを抽出する手段と、
各分析対象特許の電子データから複数のキーワードを抽出し、これらを上記の辞書ベクトルデータと比較することにより、各分析対象特許の概念ベクトルを生成する手段と、
上記特許文献記憶手段に格納された各特許文献の電子データからそれぞれ複数のキーワードを抽出し、これらを上記の辞書ベクトルデータと比較することにより、各特許文献の概念ベクトルを生成する手段と、
各分析対象特許の概念ベクトルと各特許文献の概念ベクトルとの内積値を算出する手段と、
分析対象特許毎に、所定以上の内積値を備えた複数の特許文献を参照特許文献として選択する手段と、
これらの参照特許文献の中で、分析対象特許よりも先願となるものの件数をそれぞれ算出し、この算出結果に基づいて各分析対象特許の先願性の高低を判定する手段と、
上記参照特許文献の中で、分析対象特許と同一出願人に係るものの件数をそれぞれ算出し、この算出結果に基づいて各分析対象特許が属する技術分野における当該出願人の占有率の高低を判定する手段と、
上記参照特許文献の中で、所定以上の内積値を備えたものの件数に基づいて、各分析対象特許が属する技術分野における特許密集度の高低を判定する手段と、
上記参照特許文献について、所定の基準年度以前の年間平均文献数と後の年間平均文献数を算出し、この算出結果に基づいて各分析対象特許が属する技術分野における出願増加傾向の有無を判定する手段と、
上記の各判定結果に基づき、各分析対象特許を、先願性の高低、占有率の高低、特許密集度の高低、出願増加傾向の有無の組合せによって画される16区分の何れかに分類する手段と、
この分類データを、分析対象特許毎に所定の記憶手段に格納する手段と、
上記の分類結果を示すグラフを生成する手段と、
このグラフを出力する手段とを備えたことを特徴とする特許分析システム。 - 複数の技術用語の辞書ベクトルデータを格納しておく辞書ベクトル記憶手段と、
複数の特許文献の電子データを格納しておく特許文献記憶手段と、
複数の分析対象特許を抽出するための検索条件が入力された場合に、上記特許文献記憶手段から上記検索条件に該当する複数の特許文献の電子データを抽出する手段と、
各分析対象特許の電子データからそれぞれ複数のキーワードを抽出し、これらを上記辞書ベクトルデータと比較することにより、各分析対象特許の概念ベクトルを生成する手段と、
上記特許文献記憶手段に格納された各特許文献の電子データからそれぞれ複数のキーワードを抽出し、これらを上記の上記辞書ベクトルデータと比較することにより、各特許文献の概念ベクトルを生成する手段と、
各分析対象特許の概念ベクトルと各特許文献の概念ベクトルとの内積値を算出する手段と、
各分析対象特許の中から、特定年度以前の日付を有するものを選別する手段と、
当該分析対象特許について、所定以上の内積値を備え、かつ上記年度以前の日付を有する特許文献を参照特許文献として抽出する手段と、
この参照特許文献の中で、各分析対象特許よりも先願となるものの件数をそれぞれ算出し、この算出結果に基づいて各分析対象特許の上記年度における先願性の高低を判定する手段と、
上記参照特許文献の中で、分析対象特許と同一出願人に係るものの件数を算出し、この算出結果に基づいて上記年度における占有率の高低を判定する手段と、
上記の各判定結果に基づき、各分析対象特許を、先願性の高低及び占有率の高低よって画される4つの区分の何れかに分類する手段と、
この特定年度における各分析対象特許の分類データを所定の記憶手段に格納する手段と、
全ての分析対象特許について、所定以上の内積値を備える特許文献を参照特許文献として抽出する手段と、
この参照特許文献の中で、各分析対象特許よりも先願となるものの件数をそれぞれ算出し、この算出結果に基づいて各分析対象特許の現時点における先願性の高低を判定する手段と、
上記参照特許文献の中で、各分析対象特許と同一出願人に係るものの件数をそれぞれ算出し、この算出結果に基づいて現時点における占有率の高低を判定する手段と、
上記の各判定結果に基づき、分析対象特許を、先願性の高低及び占有率の高低よって画される4つの区分の何れかに分類する手段と、
この現時点における各分析対象特許の分類データを所定の記憶手段に格納する手段と、
上記の特定年度以前の日付を有する分析対象特許について、特定年度における区分と現時点における区分とを比較し、変動の有無及び変動先区分を判定する手段と、
上記の判定結果を示すグラフを生成する手段と、
このグラフを出力する手段とを備えたことを特徴とする特許分析システム。 - コンピュータを、
複数の技術用語の辞書ベクトルデータを格納しておく辞書ベクトル記憶手段、
複数の特許文献の電子データを格納しておく特許文献記憶手段、
分析対象特許を抽出するための検索条件が入力された場合に、上記特許文献記憶手段から上記検索条件に該当する特許文献の電子データを抽出する手段、
この分析対象特許の電子データから複数のキーワードを抽出し、これらを上記の辞書ベクトルデータと比較することにより、分析対象特許の概念ベクトルを生成する手段、
上記特許文献記憶手段に格納された各特許文献の電子データからそれぞれ複数のキーワードを抽出し、これらを上記の辞書ベクトルデータと比較することにより、各特許文献の概念ベクトルを生成する手段、
分析対象特許の概念ベクトルと各特許文献の概念ベクトルとの内積値を算出する手段、
所定以上の内積値を備えた複数の特許文献を参照特許文献として選択する手段、
これらの参照特許文献の中で、分析対象特許よりも先願となるものの件数を算出し、この算出結果に基づいて分析対象特許の先願性の高低を判定する手段、
上記参照特許文献の中で、分析対象特許と同一出願人に係るものの件数を算出し、この算出結果に基づいて分析対象特許が属する技術分野における当該出願人の占有率の高低を判定する手段、
上記参照特許文献の中で、所定以上の内積値を備えたものの件数に基づいて、分析対象特許が属する技術分野における特許密集度の高低を判定する手段、
上記参照特許文献について、所定の基準年度以前の年間平均文献数と後の年間平均文献数を算出し、この算出結果に基づいて分析対象特許が属する技術分野における出願増加傾向の有無を判定する手段、
上記の各判定結果に基づき、分析対象特許を、先願性の高低、占有率の高低、特許密集度の高低、出願増加傾向の有無の組合せによって画される16区分の何れかに分類する手段、
この分類データを所定の記憶手段に格納する手段として機能させることを特徴とする特許分析プログラム。 - コンピュータを、
複数の技術用語の辞書ベクトルデータを格納しておく辞書ベクトル記憶手段、
複数の特許文献の電子データを格納しておく特許文献記憶手段、
複数の分析対象特許を抽出するための検索条件が入力された場合に、上記特許文献記憶手段から上記検索条件に該当する複数の特許文献の電子データを抽出する手段、
各分析対象特許の電子データから複数のキーワードを抽出し、これらを上記の辞書ベクトルデータと比較することにより、各分析対象特許の概念ベクトルを生成する手段、
上記特許文献記憶手段に格納された各特許文献の電子データからそれぞれ複数のキーワードを抽出し、これらを上記の辞書ベクトルデータと比較することにより、各特許文献の概念ベクトルを生成する手段、
各分析対象特許の概念ベクトルと各特許文献の概念ベクトルとの内積値を算出する手段、
分析対象特許毎に、所定以上の内積値を備えた複数の特許文献を参照特許文献として選択する手段、
これらの参照特許文献の中で、分析対象特許よりも先願となるものの件数をそれぞれ算出し、この算出結果に基づいて各分析対象特許の先願性の高低を判定する手段、
上記参照特許文献の中で、分析対象特許と同一出願人に係るものの件数をそれぞれ算出し、この算出結果に基づいて各分析対象特許が属する技術分野における当該出願人の占有率の高低を判定する手段、
上記参照特許文献の中で、所定以上の内積値を備えたものの件数に基づいて、各分析対象特許が属する技術分野における特許密集度の高低を判定する手段、
上記参照特許文献について、所定の基準年度以前の年間平均文献数と後の年間平均文献数を算出し、この算出結果に基づいて各分析対象特許が属する技術分野における出願増加傾向の有無を判定する手段、
上記の各判定結果に基づき、各分析対象特許を、先願性の高低、占有率の高低、特許密集度の高低、出願増加傾向の有無の組合せによって画される16区分の何れかに分類する手段、
この分類データを、分析対象特許毎に所定の記憶手段に格納する手段、
上記の分類結果を示すグラフを生成する手段、
このグラフを出力する手段として機能させることを特徴とする特許分析システム。 - コンピュータを、
複数の技術用語の辞書ベクトルデータを格納しておく辞書ベクトル記憶手段、
複数の特許文献の電子データを格納しておく特許文献記憶手段、
複数の分析対象特許を抽出するための検索条件が入力された場合に、上記特許文献記憶手段から上記検索条件に該当する複数の特許文献の電子データを抽出する手段、
各分析対象特許の電子データからそれぞれ複数のキーワードを抽出し、これらを上記辞書ベクトルデータと比較することにより、各分析対象特許の概念ベクトルを生成する手段、
上記特許文献記憶手段に格納された各特許文献の電子データからそれぞれ複数のキーワードを抽出し、これらを上記の上記辞書ベクトルデータと比較することにより、各特許文献の概念ベクトルを生成する手段、
各分析対象特許の概念ベクトルと各特許文献の概念ベクトルとの内積値を算出する手段、
各分析対象特許の中から、特定年度以前の日付を有するものを選別する手段、
当該分析対象特許について、所定以上の内積値を備え、かつ上記年度以前の日付を有する特許文献を参照特許文献として抽出する手段、
この参照特許文献の中で、各分析対象特許よりも先願となるものの件数をそれぞれ算出し、この算出結果に基づいて各分析対象特許の上記年度における先願性の高低を判定する手段、
上記参照特許文献の中で、分析対象特許と同一出願人に係るものの件数を算出し、この算出結果に基づいて上記年度における占有率の高低を判定する手段、
上記の各判定結果に基づき、各分析対象特許を、先願性の高低及び占有率の高低よって画される4つの区分の何れかに分類する手段、
この特定年度における各分析対象特許の分類データを所定の記憶手段に格納する手段、
全ての分析対象特許について、所定以上の内積値を備える特許文献を参照特許文献として抽出する手段、
この参照特許文献の中で、各分析対象特許よりも先願となるものの件数をそれぞれ算出し、この算出結果に基づいて各分析対象特許の現時点における先願性の高低を判定する手段、
上記参照特許文献の中で、各分析対象特許と同一出願人に係るものの件数をそれぞれ算出し、この算出結果に基づいて現時点における占有率の高低を判定する手段、
上記の各判定結果に基づき、分析対象特許を、先願性の高低及び占有率の高低よって画される4つの区分の何れかに分類する手段、
この現時点における各分析対象特許の分類データを所定の記憶手段に格納する手段、
上記の特定年度以前の日付を有する分析対象特許について、特定年度における区分と現時点における区分とを比較し、変動の有無及び変動先区分を判定する手段、
上記の判定結果を示すグラフを生成する手段、
このグラフを出力する手段として機能させることを特徴とする特許分析システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006020021A JP4879593B2 (ja) | 2006-01-30 | 2006-01-30 | 特許分析システム及び特許分析プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006020021A JP4879593B2 (ja) | 2006-01-30 | 2006-01-30 | 特許分析システム及び特許分析プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007200167A true JP2007200167A (ja) | 2007-08-09 |
JP4879593B2 JP4879593B2 (ja) | 2012-02-22 |
Family
ID=38454702
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006020021A Expired - Fee Related JP4879593B2 (ja) | 2006-01-30 | 2006-01-30 | 特許分析システム及び特許分析プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4879593B2 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010087566A1 (en) * | 2009-02-02 | 2010-08-05 | Lg Electronics, Inc. | Document analysis system |
JP2010231564A (ja) * | 2009-03-27 | 2010-10-14 | Nomura Research Institute Ltd | 特許出願評価装置 |
KR101078966B1 (ko) | 2009-02-02 | 2011-11-01 | 엘지전자 주식회사 | 문서 분석 시스템 |
JP2020537268A (ja) * | 2017-10-10 | 2020-12-17 | ネイゲントロピクス ゾフトバー ゼットアールティー. | 大規模なデータベースにおけるセマンティック検索のための方法及びシステム |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003281358A (ja) * | 2002-03-25 | 2003-10-03 | Nri & Ncc Co Ltd | 特許分析システム及び特許分析グラフ製造方法 |
JP2004005671A (ja) * | 2003-05-19 | 2004-01-08 | Nec Electronics Corp | 情報処理装置および情報処理方法 |
-
2006
- 2006-01-30 JP JP2006020021A patent/JP4879593B2/ja not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003281358A (ja) * | 2002-03-25 | 2003-10-03 | Nri & Ncc Co Ltd | 特許分析システム及び特許分析グラフ製造方法 |
JP2004005671A (ja) * | 2003-05-19 | 2004-01-08 | Nec Electronics Corp | 情報処理装置および情報処理方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010087566A1 (en) * | 2009-02-02 | 2010-08-05 | Lg Electronics, Inc. | Document analysis system |
KR101078966B1 (ko) | 2009-02-02 | 2011-11-01 | 엘지전자 주식회사 | 문서 분석 시스템 |
JP2010231564A (ja) * | 2009-03-27 | 2010-10-14 | Nomura Research Institute Ltd | 特許出願評価装置 |
JP2020537268A (ja) * | 2017-10-10 | 2020-12-17 | ネイゲントロピクス ゾフトバー ゼットアールティー. | 大規模なデータベースにおけるセマンティック検索のための方法及びシステム |
Also Published As
Publication number | Publication date |
---|---|
JP4879593B2 (ja) | 2012-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fujii et al. | Trends and priority shifts in artificial intelligence technology invention: A global patent analysis | |
Gepp et al. | Business failure prediction using decision trees | |
Cleland-Huang et al. | Automated classification of non-functional requirements | |
Kolassa | Combining exponential smoothing forecasts using Akaike weights | |
Kong et al. | Semi-supervised feature selection for graph classification | |
US20120290571A1 (en) | Evaluating Intellectual Property | |
JP5142509B2 (ja) | 文書作成支援装置、文書作成支援システム | |
Xue et al. | Active learning of classification models with likert-scale feedback | |
CN106227756A (zh) | 一种基于情感分类的股票指数预测方法及系统 | |
JP4879593B2 (ja) | 特許分析システム及び特許分析プログラム | |
Jaffar et al. | Predictive human resource analytics using data mining classification techniques | |
Li et al. | Extracting statistical graph features for accurate and efficient time series classification | |
Sreenivasula Reddy et al. | Intuitionistic fuzzy rough sets and fruit fly algorithm for association rule mining | |
Bagyamathi et al. | A novel hybridized rough set and improved harmony search based feature selection for protein sequence classification | |
Cano-Marin et al. | Prescriptive graph analytics on the digital transformation in healthcare through user-generated content | |
KR20110010664A (ko) | 문서 분석 시스템 | |
Lai et al. | Perturbation-based thresholding search for packing equal circles and spheres | |
Nayak et al. | Temporal pattern matching for the prediction of stock prices | |
Le et al. | Mining colossal patterns with length constraints | |
Agade et al. | Exploring the non-medical impacts of Covid-19 using natural language processing | |
Toledo et al. | A regularity-based preprocessing method for collaborative recommender systems | |
Alhassan et al. | Using data mining technique for scholarship disbursement | |
JP4050921B2 (ja) | 特許分析システム及び特許分析グラフ製造方法 | |
Lima et al. | Big data for stock market by means of mining techniques | |
Nalousi et al. | Weighted frequent itemset mining using weighted subtrees: WST-WFIM |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090126 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20110214 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110301 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110420 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20111129 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20111130 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20141209 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |