JP2016115321A - 特許文献の分析方法 - Google Patents
特許文献の分析方法 Download PDFInfo
- Publication number
- JP2016115321A JP2016115321A JP2014267143A JP2014267143A JP2016115321A JP 2016115321 A JP2016115321 A JP 2016115321A JP 2014267143 A JP2014267143 A JP 2014267143A JP 2014267143 A JP2014267143 A JP 2014267143A JP 2016115321 A JP2016115321 A JP 2016115321A
- Authority
- JP
- Japan
- Prior art keywords
- patent classification
- classification
- analysis
- similarity
- axis
- 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
【課題】時系列特許マップにおいて、特定の技術と特定の技術の要素技術項目と想定した項目の関係を層別する方法を提供する。【解決手段】一方の軸を特許分類同士の時系列推移の相似度の算出の基準とする基準特許分類と、基準特許分類と組み合わせて相関係数を算出する分析対象特許分類よりなる特許文献件数軸とし、他方の軸を分析期間が少なくとも3個以上のデータを有する時系列区間を持つ時間軸とし、時系列区間毎に特許分類毎の特許文献件数を示す時系列特許マップを時系列数値テーブルに変換する。前記テーブルの全ての特許分類同士の時間軸方向の相関係数の値で、基準特許分類と分析対象特許分類の相似度の数値化された値と相関係数の算出に用いたサンプル個数により変化する相関判定基準値との比較により、基準特許分類と分析対象特許分類の関係を相似関係が正/負/なしに層別する。【選択図】図2
Description
この発明は、新技術を開発する方向を得るための特許文献の分析方法に関する。
現在行われている特定の技術の要素技術、開発目的、装置の方式、装置の形態等の要素技術項目を把握する方法としては、分析したい特定の技術に関する特許文献集合の時系列特許マップやマトリクス特許マップを作成して、該特許マップより特定の技術の要素技術項目と想定した技術項目を観察する方法がある。
具体的には、特定の技術に関する特許文献集合を作成し、該特定の技術の要素技術項目と想定する技術項目に関する時系列特許マップを作成し、特定の技術に付与されている特許分類の特許文献件数と前記特定の技術の要素技術項目と想定する技術項目に付与されている特許分類の特許文献件数の時系列推移を観察して、特定の技術に付与されている特許分類の動向に類似している特許分類を、前記特定の技術の要素技術項目と推定する、あるいは、特定の技術に付与されている特許分類と該特定の技術の要素技術項目と想定される技術項目に付与されている特許分類を一方の軸、他方の軸を分析対象出願人、両軸の交点には、それぞれの軸の特許分類と出願人が同時に付与されている特許文献件数が記載されているマトリクス特許マップを作成し、特定の技術に付与されている特許分類と要素技術項目と想定する技術項目に付与されている特許分類の特許文献件数の比が、出願人のいかんにかかわらず、ほとんど一定の比率を有している特許分類の組合せが特定の技術と要素技術項目の組み合せであると推定する方法である。
時系列特許マップの場合は、特定の技術に付与されている特許分類の特許文献件数と前記特定の技術の要素技術項目と想定する技術項目に付与されている特許分類の特許文献件数の時系列推移は、ある期間では相似であり、ある期間では全く異なった動向を示すことがあるので、これらを観察しながら要素技術項目を正確に推定することは困難である、また、特許文献件数の時系列推移の相似度を、相関係数を用いて定量的に評価する方法は特許文献1に記載されているが、特許文献1の時系列動向の基準とするダミーは単調増加動向、単調減少動向を示すものに限定されているのでこの方法では要素技術項目と想定する特許分類を要素技術項目であるか否かの観点から層別すること困難である。
また、マトリクス特許マップの場合は、マトリクス特許マップの出願人別の、特定の技術に付与されている特許分類と要素技術項目と想定する技術項目に付与されている特許分類の特許文献件数の比は、得意分野が異なる出願人によって大きく異なることがあるので、分析対象とする出願人を特定する尺度を持たないマトリクス特許マップでは分析は困難である。
そこで、この発明の目的は、時系列特許マップの分析対象期間において、特定の技術に付与されている特許分類の特許文献件数と前記特定の技術の要素技術項目と想定する技術項目に付与されている特許分類の特許文献件数の、時系列推移の散布図の相関係数で前記特定の技術の特許文献件数と前記特定の技術の要素技術項目と想定するする特許文献件数の時系列推移の相似度を定量化し、該定量化した相似度と前記相関係数の算出に用いたサンプル個数により変化する相関判別基準値との比較により、前記特定の技術と前記特定の技術の要素技術項目と想定した項目の関係を層別する方法を提供することである。
また、この発明の目的は、一方の軸を特許分類軸、他方の軸を出願人軸とするマトリクス特許マップにおいては、特定の技術に付与されている特許分類の特許文献件数と前記特定の技術の要素技術項目と想定する技術項目に付与されている特許分類の特許文献件数の出願人軸方向の相関を見るための散布図の相関係数で前記特定の技術の特許文献件数と前記特定の技術の要素技術項目と想定した項目の特許文献件数の相似度を定量化し、該定量化した相似度と前記相関係数の算出に用いたサンプル個数により変化する相関判定基準値との比較により、前記特定の技術と前記特定の技術の要素技術項目と想定した項目の関係を層別する方法を提供することである。
上述した課題を解決し、かつ目的を達成するために、この発明は、以下のような特許文献の分析方法とした。
請求項1に記載の発明は、特許文献分析ソフトがインストールされているコンピュータであって、このコンピュータの記憶部に蓄積された特許文献集合を前記特許文献分析ソフトで処理し、
一方の軸を特許分類同士の特許文献件数の時系列推移の相似度の算出の基準とする基準特許分類と、前記基準特許分類と組み合わせて相関係数を算出する分析対象特許分類の特許文献件数を表示する特許文献件数軸とし、
他方の軸を分析期間が少なくとも3個以上のデータを有する時系列区間に分割してある時間軸とし、
前記時系列区間毎に前記特許分類毎の特許文献件数を示す時系列特許マップを作成し、この時系列特許マップを時系列数値テーブルに変換するステップと、
前記時系列数値テーブルの全ての特許分類同士の相関マトリクスを作成し、この相関マトリクスの前記基準特許分類と前記分析対象特許分類の相関係数の値で、前記時系列特許マップにおける前記基準特許分類と前記分析対象特許分類の特許文献件数の時系列推移の相似度を数値化し、前記相似度の数値化された値と、前記相関マトリクスの作成に用いたサンプル個数により変化する相関判定基準値との比較により、前記基準特許分類と前記分析対象特許分類の関係を、正の相似関係あり、相似関係なし、負の相似関係ありに層別するステップと、
よりなることを特徴とする特許文献分析方法である。
一方の軸を特許分類同士の特許文献件数の時系列推移の相似度の算出の基準とする基準特許分類と、前記基準特許分類と組み合わせて相関係数を算出する分析対象特許分類の特許文献件数を表示する特許文献件数軸とし、
他方の軸を分析期間が少なくとも3個以上のデータを有する時系列区間に分割してある時間軸とし、
前記時系列区間毎に前記特許分類毎の特許文献件数を示す時系列特許マップを作成し、この時系列特許マップを時系列数値テーブルに変換するステップと、
前記時系列数値テーブルの全ての特許分類同士の相関マトリクスを作成し、この相関マトリクスの前記基準特許分類と前記分析対象特許分類の相関係数の値で、前記時系列特許マップにおける前記基準特許分類と前記分析対象特許分類の特許文献件数の時系列推移の相似度を数値化し、前記相似度の数値化された値と、前記相関マトリクスの作成に用いたサンプル個数により変化する相関判定基準値との比較により、前記基準特許分類と前記分析対象特許分類の関係を、正の相似関係あり、相似関係なし、負の相似関係ありに層別するステップと、
よりなることを特徴とする特許文献分析方法である。
請求項2に記載の発明は、特許文献分析ソフトがインストールされているコンピュータであって、このコンピュータの記憶部に蓄積された特許文献集合を前記特許文献分析ソフトで処理し、
一方の軸を特許分類同士の特許文献件数の相似度の算出の基準とする基準特許分類と、前記基準特許分類と組み合わせて相関係数を算出する分析対象特許分類と、分析対象出願人の選択に用いる特定の特許分類と、よりなる特許分類軸とし、
他方の軸を、前記特定の特許分類が付与された特許文献件数を有する出願人の中から選択した少なくとも3名以上の特定の出願人を配した出願人軸とし、
前記特許分類軸と前記出願人軸の交差するマス目には前記特許分類と前記出願人が同時に付与されている特許文献の件数が記載されているマトリクス特許マップを作成し、このマトリクス特許マップをマトリクス数値テーブルに変換するステップと、
前記マトリクス数値テーブルの特許分類軸の全ての特許分類同士の出願人軸方向の相関係数が記載されている相関マトリクスを作成し、この相関マトリクスの前記基準特許分類と前記分析対象特許分類の相関係数の値で、前記マトリクス特許マップにおける出願人軸方向の前記基準特許分類と前記分析対象特許分類の特許文献件数の相似度を数値化し、
前記相似度の数値化された値と、前記相関マトリクスの作成に用いたサンプル個数により変化する相関判定基準値との比較により、前記基準特許分類と前記分析対象特許分類の関係を、正の相似関係あり、相似関係なし、負の相似関係ありに層別するステップと、よりなることを特徴とする特許文献の分析方法である。
一方の軸を特許分類同士の特許文献件数の相似度の算出の基準とする基準特許分類と、前記基準特許分類と組み合わせて相関係数を算出する分析対象特許分類と、分析対象出願人の選択に用いる特定の特許分類と、よりなる特許分類軸とし、
他方の軸を、前記特定の特許分類が付与された特許文献件数を有する出願人の中から選択した少なくとも3名以上の特定の出願人を配した出願人軸とし、
前記特許分類軸と前記出願人軸の交差するマス目には前記特許分類と前記出願人が同時に付与されている特許文献の件数が記載されているマトリクス特許マップを作成し、このマトリクス特許マップをマトリクス数値テーブルに変換するステップと、
前記マトリクス数値テーブルの特許分類軸の全ての特許分類同士の出願人軸方向の相関係数が記載されている相関マトリクスを作成し、この相関マトリクスの前記基準特許分類と前記分析対象特許分類の相関係数の値で、前記マトリクス特許マップにおける出願人軸方向の前記基準特許分類と前記分析対象特許分類の特許文献件数の相似度を数値化し、
前記相似度の数値化された値と、前記相関マトリクスの作成に用いたサンプル個数により変化する相関判定基準値との比較により、前記基準特許分類と前記分析対象特許分類の関係を、正の相似関係あり、相似関係なし、負の相似関係ありに層別するステップと、よりなることを特徴とする特許文献の分析方法である。
前記特許部文献の分析により、この発明は、以下の効果を有する。
請求項1に記載の発明においては、基準特許分類に開発対象技術の特許分類を当てはめ、分析対象特許分類に前記開発対象技術の要素技術項目と想定する特許分類を当てはめて分析すれば、前記開発対象の要素技術項目と想定する項目を安定性要素技術項目、衰退性要素技術項目、変動性要素技術項目に層別することができる。
また、請求項1に記載の発明においては、分析期間を複数個の分析期間に分割し、分析期間毎に基準特許分類と分析対象特許分類の相似度の定量値を算出し、これら相似度の定量値を時系列に繋ぎ合せれば、前記基準特許分類と前記分析対象特許分類の相似度の変遷を知ることができるので、換言すれば前記基準特許分類に開発しようとしている技術の特許分類を当てはめ、前記分析対象特許分類に、開発しようとしている技術を構成している要素技術項目と想定する特許分類を当てはめれば、前記開発しようとしている技術の要素技術項目の時系列変遷を知ることができる。
請求項2に記載の発明においては、基準特許分類に開発目標とする技術に付与される特許分類を当てはめ、分析対象特許分類に開発目標とする技術の要素技術項目と想定する特許分類を当てはめ、セレクタ特許分類に、自社の得意技術分野の特許分類を当てはめて分析すれば、自社と得意分野を同じくする出願人が採用している、前記開発目標とする技術を構成している要素技術項目を篩分けすることができる。
また、請求項2に記載の発明においては、基準特許分類と分析対象特許分類は同一とし、セレクタ特許分類のみを変えて分析すれば、異なる技術分野における基準特許分類と分析対象特許分類の相似度の差異を知ることが出来るので、発想の転換にも繋げることもできる。
以下、この発明の特許文献の分析方法の実施の形態について説明する。この発明の実施の形態は、発明の最も好ましい形態を示すものであり、この発明はこれに限定されない。
図1により、公開特許公報や特許公報等のように特許分類が付与されている全ての特許文献の分析方法に用いる特許文献分析ソフトがインストールされているコンピュータ2を備えた特許文献分析装置1の構成について説明する。この特許文献分析装置1は、制御装置3、演算装置4、記憶装置5及びI/O6がバスラインを介して接続されたコンピュータ2を有し、このコンピュータ2のI/O6の入力側には、キーボード7、マウス8、入力装置9、MOドライブ等を含むCD−ROMドライブ10が接続されており、I/O6の出力側には、CRT(液晶ディスプレイを含む)からなる表示装置11、プリンタ12等が接続されている。さらに通信回線14を通してPATOLIS等のASPの特許データベース13に接続することもできる。特許データベース13には書誌情報および明細書内容などの特許文献が格納されている。
特許文献分析装置1の有する主要機能は以下の通りである。
入力装置9を操作して、コンピュータ2の記憶装置5に予めインストールされている前記特許文献分析ソフトを用いて分析対象特許文献集合ファイルを開き、表示装置11に描画される時系列特許マップ、マトリクス特許マップ等、種々の特許マップの作成条件設定画面から分析目的に適合した条件を入力して、特許マップを作成する機能、特許マップから数値テーブルに、数値テーブルから特許マップに切替える機能、数値テーブルの任意の行又は列を削除する機能、前記数値テーブルの列の並べ替えは特定の行の特許文献件数を昇順、または降順に並べることにより、行の並べ替えは特定の列の前記特許文献件数を昇順、または降順に並べることにより実施できる機能、記憶装置5にインストールされている特許文献集合より、入力装置9の操作により作成した検索式により、新たな特許文献集合を作成する機能等を有している。
入力装置9を操作して、コンピュータ2の記憶装置5に予めインストールされている前記特許文献分析ソフトを用いて分析対象特許文献集合ファイルを開き、表示装置11に描画される時系列特許マップ、マトリクス特許マップ等、種々の特許マップの作成条件設定画面から分析目的に適合した条件を入力して、特許マップを作成する機能、特許マップから数値テーブルに、数値テーブルから特許マップに切替える機能、数値テーブルの任意の行又は列を削除する機能、前記数値テーブルの列の並べ替えは特定の行の特許文献件数を昇順、または降順に並べることにより、行の並べ替えは特定の列の前記特許文献件数を昇順、または降順に並べることにより実施できる機能、記憶装置5にインストールされている特許文献集合より、入力装置9の操作により作成した検索式により、新たな特許文献集合を作成する機能等を有している。
相関分析は、予め記憶装置5にインストールしてある相関分析ソフトの分析条件設定画面を入力装置9の操作により表示装置11に描画し、分析対象の特許マップの数値テーブル上で、分析の範囲、分析の方向が行方向か列方向かを指定、先頭列または先頭行をラベルとして用いるか否かの指定後、前記分析条件設定画面にあるOK釦をクリックすれば相関マトリクスを作成することができる。
分析に必要な特許文献集合の作成方法は、先ず、入力装置9を操作して、特許データベース13にアクセスするか、又は、CD−ROM等ドライブ10にセットした公開特許公報CDにアクセスして、特許分類やキーワードで構成されている検索式を用いて、分析に必要な特許文献集合を作成し、分析に必要な特許文献集合に名前を付けて記憶装置5にストアし、該ストアしてある分析に必要な特許文献集合を、予め記憶装置5にインストールされているデータ形式変換プログラムを用いて前記特許文献分析ソフトで処理できる形式に変換し、該変換した特許文献集合をスクリーニングして、分析用適合特許文献集合にする必要がある。
本願での特許分類とは、IPC,FIのサブクラス、メイングループ、サブグループ、Fタームのテーマコード、テーマコード+観点、Fタームのいずれかのこととする。
本願での特許分類とは、IPC,FIのサブクラス、メイングループ、サブグループ、Fタームのテーマコード、テーマコード+観点、Fタームのいずれかのこととする。
前記分析用適合特許文献集合の収集条件が広すぎて、詳細分析には適さない場合は、前記特許文献分析ソフトに付随している検索機能を用いて、詳細分析に適した条件で前記分析用適合特許文献集合を検索し、控え特許文献集合を作成し、該控え特許文献集合を前記分析用適合特許文献集合のオブジェクトとして保存しておけば必要に応じて使用できる。
表1は時系列特許マップの特定の技術の要素技術項目と想定した技術項目を前記特定の技術の定常性要素技術項目であるか、衰退性要素技術項目であるか、変動性要素技術項目であるかに層別するための方法を説明するため、前記特定の技術に付与される特許分類を基準特許分類と記載し、該基準特許分類の具体例として基準特許分類A、前記特定の技術の要素技術項目と想定する技術項目に付与される特許分類を分析対象特許分類と記載し、該分析対象特許分類の具体例として、分析対象特許分類B1、分析対象特許分類B2、分析対象特許分類X1、分析対象特許分類X2を使用して作成した時系列特許マップのモデル図である。
なお、時系列特許マップは横軸を時間軸にした場合は縦軸を特許文献件数軸とし、横軸を特許文献件数軸にした場合は縦軸を時間軸とするがいずれの場合でも結果は同一になるので、混乱を避けるため以下、横軸は時間軸、縦軸は特許文献件数軸として説明する。
前記分析対象特許分類が付与されている技術項目が、前記基準特許分類が付与されている技術の安定性要素技術項目であると判定するのは、前記基準特許分類と前記分析対象特許分類が同一の特許文献に付与される頻度が多い場合で、前記分析用適合特許文献集合の時系列特許マップ(表1参照)においては、分析対象期間における前記基準特許分類と前記分析対象特許分類の特許文献件数の年と共に変化する時系列推移が相似(例として表1の基準特許分類Aと分析対象特許分類B1の関係)の状態にある場合である。
定量的には、前記時系列特許マップにおける前記分析対象期間の前記基準特許分類と前記分析対象特許分類の特許文献件数の時系列推移の相似度の大きさをβ1、該β1は前記分析対象期間の前記基準特許分類と前記分析対象特許分類の特許文献件数の時系列推移の散布図の相関係数の大きさR1に等しいと定義すると、該β1が、1≧β1≧α1が正の値、の場合、換言すれば前記基準特許分類と前記分析対象特許分類の特許文献件数の時系列推移の相似度が正の相関関係を有する場合の前記分析対象特許分類を前記基準特許分類の安定性要素技術項目であると定義する。但しα1は数1により算出される時系列特許マップの相関判別基準値である。
ここでβ1=1となる場合は、前記基準特許分類と前記分析対象特許分類の特許文献件数の時系列推移の散布図の相関係数の大きさが1になる場合(例として表1の基準特許分類Aと分析対象特許分類B1の散布図、表2参照)であり、β1=α1が正の値、となる場合は、前記基準特許分類と前記分析対象特許分類の特許文献件数の時系列推移の散布図の相関係数の大きさR1が数1で算出されるα1が正の値、に等しくなる場合(前記R1がα1の正の値に近づいている例は表1の基準特許分類Aと分析対象特許分類X1の散布図、表3であり、表3のデータ個数は10個、散布図の相関係数の2乗値は0.334で、一方、前記数1のN=10の場合の相関判定基準値α1の2乗値は0.333となり、表3のデータのバラツキ状態がα1の正の値に近い状態になっている)である。
但し、α1は、相関係数をα1とした場合、α1 2>4/(N+2)(N:データ数)が成立すれば相関があると判定される値で、α1を時系列特許マップの相関判別基準値と記載することとし、Nは基準特許分類と分析対象特許分類の相関係数を求める時のサンプル個数を意味している。
(なお、数1は「相関があるかを判定する式」として、「オペレーションズ・リサーチ」1997年7月号、上田太一郎 に掲載されているものである。)
(なお、数1は「相関があるかを判定する式」として、「オペレーションズ・リサーチ」1997年7月号、上田太一郎 に掲載されているものである。)
前記分析対象特許分類が付与されている技術項目が、前記基準特許分類が付与されている技術の衰退性要素技術項目であると判定するのは、前記基準特許分類が付与されている特許文献件数が増加すると前記分析対象特許分類が付与されている特許文献件数は減少し、前記基準特許分類が付与されている特許文献件数が減少すると前記分析対象特許分類が付与されている特許文献件数は増加する場合で、前記分析用適合特許文献集合の時系列特許マップ(表1参照)においては、分析対象期間における前記基準特許分類と前記分析対象特許分類の特許文献件数の時系列推移は時間軸に平行な特定の軸を対称軸とする線対称の関係(例として表1の基準特許分類Aと分析対象特許分類B2の関係)にある場合である。
定量的には前記β1が、−1≦β1≦α1の負の値、の場合、換言すれば前記基準特許分類と前記分析対象特許分類の特許文献件数の時系列推移の相似度が負の相関関係を有する場合の前記分析対象特許分類を前記基準特許分類の衰退性要素技術項目であると定義する。
ここでβ1=−1となる場合は、前記基準特許分類と前記分析対象特許分類の特許文献件数の時系列推移の散布図の相関係数の大きさが−1になる場合(例として表1の基準特許分類Aと分析対象特許分類B2の散布図、表4)であり、β1=α1の負の値、となる場合は、前記基準特許分類と前記分析対象特許分類の特許文献件数の時系列推移の散布図の相関係数の大きさR1が前記数1で算出されるα1の負の値、に等しくなる場合(前記R1が該α1の負の値に近づいている例は表1の基準特許分類Aと分析対象特許分類X2の散布図、表5であり、表5のデータ個数は10個、散布図の相関係数の2乗値は0.334、一方、前記数1のN=10の場合の判定基準値α1の2乗値は0.333となり、表5のデータのバラツキ状態がα1の負の値、に近い状態になっている)である。
前記分析対象特許分類が付与されている技術項目が、前記基準特許分類が付与されている技術の変動性要素技術項目であると判定するのは、前記基準特許分類と前記分析対象特許分類が同一の特許文献に付与される頻度がランダムに変動する場合で、前記分析用適合特許文献集合の時系列特許マップ(表1参照)において、分析対象期間における前記基準特許分類と前記分析対象特許分類の特許文献件数の時系列推移が相似の状態にない場合、あるいは、前記基準特許分類と前記分析対象特許分類の特許文献件数の時系列推移が時間軸に平行な特定の軸を対称軸とする線対称の関係にない場合である。
定量的には、前記βが、α1が正の値>β>α1が負の値、の範囲にある場合、換言すれば前記基準特許分類と前記分析対象特許分類の特許文献件数の時系列推移の相似度が相関無しの関係にある場合の前記分析対象特許分類を前記基準特許分類の変動性要素技術項目であると定義する。
表6は分析対象出願人10人から成るマトリクス特許マップの特定の技術の要素技術項目と想定した技術項目を前記特定の技術の定常性要素技術項目であるが、衰退性要素技術項目であるか、変動性要素技術項目であるかに層別するための方法を説明するため、前記特定の技術に付与される特許分類を基準特許分類と記載し、該基準特許分類の具体例として基準特許分類C、前記特定の技術の要素技術項目と想定する技術項目に付与される特許分類を分析対象特許分類と記載し、該分析対象特許分類の具体例として、分析対象特許分類D1、分析対象特許分類D2、分析対象特許分類Y1、分析対象特許分類Y2を使用して作成したマトリクス特許マップのモデル図である。
表7は衰退性要素技術項目の例を説明するために用いる、表6の基準特許分類Cの特許文献件数を左から右側へ降順に並べたマトリクス特許マップのモデル図である。
なお、マトリクス特許マップは縦軸を特許分類にした場合は横軸を出願人、縦軸を出願人にした場合は横軸を特許分類とするが、いずれの場合も結果は同一になるので、混乱を避けるため、縦軸は特許分類、横軸は出願人に統一して説明する。
分析対象特許分類が付与されている技術項目が、基準特許分類が付与されている技術の安定性要素技術項目であると判定するのは、前記基準特許分類と前記分析対象特許分類が同一の特許文献に付与される頻度が多い場合で、分析対象出願人の特許文献集合のマトリクス特許マップ(表6参照)において、前記基準特許分類が付与されている特許文献件数と前記分析対象特許分類が付与されている特許文献件数の比が出願人の如何に関わらず一定(例として表6の基準特許分類Cと分析対象特許分類D1の関係)の場合である。
定量的には、マトリクス特許マップにおける前記基準特許分類と前記分析対象特許分類の出願人軸方向の特許文献件数の相似度の大きさをβ2、該β2は前記基準特許分類と前記分析対象特許分類の出願人軸方向の特許文献件数の散布図の相関係数の大きさR2に等しいと定義すると、該β2が、1≧β2≧α2が正の値、の場合、換言すれば前記基準特許分類と前記分析対象特許分類の出願人軸方向の特許文献件数の相似度が正の相関関係を有する場合の前記分析対象特許分類を前記基準特許分類の安定性要素技術項目であると定義する。但しα2は数2により算出されるマトリクス特許マップの相関判別基準値である。
ここでβ2=1となる場合は、前記基準特許分類と前記分析対象特許分類の出願人軸方向の特許文献件数の散布図の相関係数の大きさが1になる場合(例として表6の基準特許分類Cと分析対象特許分類D1の散布図、表8参照)であり、β2=α2が正の値となる場合は、前記基準特許分類と前記分析対象特許分類の出願人軸方向の特許文献件数の散布図の相関係数の大きさR2が数2で算出されるα2が正の値、に等しくなる場合(前記R2がα2の正の値、に近づいている例は表6の基準特許分類Cと分析対象特許分類Y1の散布図、表9であり、表9のデータ個数は10個、散布図の相関係数の2乗値は0.3342で、一方、前記数2のN=10の場合の相関判定基準値α2の2乗値は0.333となり、表9のデータのバラツキ状態がα2の正の値、に近い状態になっている)である。
但し、α2は、相関係数をα2とした場合、α2 2>4/(N+2)(N:データ数)が成立すれば相関があると判定される値で、α2をマトリクス特許マップの相関判別基準値と記載することとし、Nは基準特許分類と分析対象特許分類の相関係数を求める時のサンプル個数を意味している。
(なお、数2は「相関があるかを判定する式」として、「オペレーションズ・リサーチ」1997年7月号、上田太一郎 に掲載されているものである。)
(なお、数2は「相関があるかを判定する式」として、「オペレーションズ・リサーチ」1997年7月号、上田太一郎 に掲載されているものである。)
分析対象特許分類が付与されている技術項目が、基準特許分類が付与されている技術の衰退性要素技術項目であると判定されるのは、前記基準特許分類が付与されている特許文献件数が増加すると前記分析対象特許分類が付与されている特許文献件数は減少し、前記基準特許分類が付与されている特許文献件数が減少すると前記分析対象特許分類が付与されている特許文献件数は増加する場合で、マトリクス特許マップにおいては、前記基準特許分類列の特許文献件数を左から右方へ昇順に並べた特許マップ1(例として表6のマトリクス特許マップ)と前記基準特許分類列の特許文献件数を左から右方へ降順に並べた特許マップ2(例として表7のマトリクス特許マップ)の、例えば前記特許マップ1の1列目と前記特許マップ2の1列目のような同一列目の前記特許マップ1の前記基準特許分類が付与されている特許文献件数(例として表6の基準特許分類Cの特許文献件数)と前記特許マップ2の前記分析対象特許分類が付与されている特許文献件数(例として表7の分析対象特許分類D2の特許文献件数)の比が一定になる場合であり、換言すると前記特許マップ1において、前記基準特許分類が付与されている特許文献件数と前記分析対象特許分類が付与されている特許文献件数が面対称の関係になっている場合である。
定量的には前記β2が、−1≦β2≦α2が負の値、の場合、換言すれば前記基準特許分類と前記分析対象特許分類の出願人軸方向の特許文献件数の相似度が負の相関関係を有する場合の前記分析対象特許分類を前記基準特許分類の衰退性要素技術項目であると定義する。
ここでβ2=−1となる場合は、前記基準特許分類と前記分析対象特許分類のマトリクス特許マップにおける出願人軸方向の特許文献件数の散布図の相関係数の大きさが−1になる場合(例として表6の基準特許分類Cと分析対象特許分類D2の散布図、表10)であり、β2=α2の負の値、となる場合は、前記基準特許分類と前記分析対象特許分類のマトリクス特許マップにおける出願人軸方向の特許文献件数の散布図の相関係数の大きさR2が数2で算出されるα2の負の値、に等しくなる場合(前記R2が該α2の負の値、に近づいている例は、表6の基準特許分類Cと分析対象特許分類Y2の散布図、表11であり、表11のデータ個数は10個、散布図の相関係数の2乗値は0.3344、一方、前記数2のN=10の場合のマトリクス特許マップの相関判別基準値α2の2乗値は0.333となるので表11のデータのバラツキ状態がα2の負の値に近い状態になっている)である。
前記分析対象特許分類が付与されている技術項目が、前記基準特許分類が付与されている技術の変動性要素技術項目であると判定するのは、前記基準特許分類と前記分析対象特許分類が同一の特許文献に付与される頻度がランダムに変動する場合で、分析対象出願人の特許文献集合のマトリクス特許マップ(表6参照)においては前記基準特許分類が付与されている特許文献件数と前記分析対象特許分類が付与されている特許文献件数の比が出願人によりばらついている場合、あるいは、前記基準特許分類が付与されている特許文献件数と前記分析対象特許分類が付与されている特許文献件数が面対称の関係になっていない場合である。
定量的には、前記β2が、α2が正の値>β2>α2が負の値、の範囲にある場合、換言すれば前記基準特許分類と前記分析対象特許分類の出願人軸方向の特許文献件数の相似度が無相関関係になっている場合の前記分析対象特許分類を前記基準特許分類の変動性要素技術項目であると定義する。
以上時系列特許マップの場合は時系列特許マップにおける基準特許分類と分析対象特許分類の特許文献件数の時系列推移の相似度β1と相関判別基準値α1との関係により、マトリクス特許マップの場合はマトリクス特許マップにおける基準特許分類と分析対象特許分類の出願人軸方向の特許文献件数の相似度β2と相関判別基準値α2との関係により、前記分析対象特許分類が前記基準特許分類の安定性要素技術項目であるか、衰退性要素技術項目であるか、変動性要素技術項目であるかに層別する方法を定義したが、前記時系列特許マップにおける相関判別基準値α1の算出式である数1と前記マトリクス特許マップにおける相関判別基準値α2の算出式である数2は同一であることから、時系列特許マップとマトリクス特許マップにおいて前記分析対象特許分類を安定性要素技術項目であるか、衰退性要素技術項目であるか、変動性要素技術項目であるかに層別する方法は同一に扱えることがわかる。
以上のことより時系列特許マップの前記β1をβ、前記α1をα、マトリクス特許マップの前記β2をβ、前記α2をαと書き換えて時系列特許マップとマトリクス特許マップにおける前記分析対象特許分類の層別基準をまとめると以下の通りとなる。
時系列特許マップにおいて、分析対象期間の基準特許分類と分析対象特許分類の特許文献件数の時系列推移の相似度をβ、及び、マトリクス特許マップにおいて、分析対象出願人の基準特許分類と分析対象特許分類の出願人軸方向の特許文献件数の相似度をβとすると、前記βの値により前記分析対象特許分類は下記の3種類の要素技術項目に層別される。
但しαは数3により算出される相関判別基準値である。
但しαは数3により算出される相関判別基準値である。
(なお、数2は「相関があるかを判定する式」として、「オペレーションズ・リサーチ」1997年7月号、上田太一郎 に掲載されているものである。)
1≧β≧αが正の値、は前記基準特許分類と前記分析対象特許分類の相似度は正の相似関係があり、層別判定では、前記分析対象特許分類は前記基準特許分類の安定性要素技術項目であると判定する。
αが負の値≧β≧−1の場合は前記基準特許分類と前記分析対象特許分類の相似度は負の相似関係があり、層別判定では、前記分析対象特許分類は前記基準特許分類の衰退性要素技術項目であると判定する。
αが正の値>β>αが負の値、は前記基準特許分類と前記分析対象特許分類の相似度は相関関係が無く、層別判定では、前記分析対象特許分類は前記基準特許分類の変動性要素技術項目であると判定する。
(第1の実施の形態)
第1の実施の形態は時系列特許マップによる分析方法に関するもので、分析対象特許文献集合は、ファイル名、マニプレータの特許文献集合、のオブジェクトとして保存してある特許文献集合Aのデータを用いて、図1と図2〜15を参照しながら説明するが、前記マニプレータの特許文献集合は既に記憶装置5にストアされているものとする。
第1の実施の形態は時系列特許マップによる分析方法に関するもので、分析対象特許文献集合は、ファイル名、マニプレータの特許文献集合、のオブジェクトとして保存してある特許文献集合Aのデータを用いて、図1と図2〜15を参照しながら説明するが、前記マニプレータの特許文献集合は既に記憶装置5にストアされているものとする。
第1の実施の形態の分析目的を、基準特許分類をFターム3C707AS01(マニプレータの用途:搬送、移載、物品供給、取出)、分析対象特許分類をFターム3C707MT(マニプレータの制御の目的)のFタームとする時系列特許マップの特定の期間を複数個の分析対象期間に分割し、該分割した分析対象期間毎に3C707MTのFタームと3C707AS01の特許文献件数の時系列推移の相似度を算出し、該相似度の値を用いて3C707MTのFタームを3C707AS01の安定性要素技術項目であるか、衰退性要素技術項目であるか、変動性要素技術項目であるかに層別すること、及び、前記相似度の値を3C707MTのFターム別に時系列に繋げ、前記相似度の時系列変遷を明らかにすることとする。
具体的には出願日が1996年〜2012年のテーマコード3C707(マニプレータ)の特許文献集合の文献件数上位20位までの出願人から成る前記特許文献集合Aを、分析期間を1996〜2000年と、2000〜2004年と、2004〜2008年と、2008〜2012年との4期間に分割し、各期間を5個のデータを有する1年毎に区分し、期間毎に3C707AS01と3C707MTのFタームとの前記相似度を算出し、該相似度の大きさβと前記数3で算出される相関判定基準値αを用いて3C707MTのFタームを3C707AS01の安定性要素技術項目であるか、衰退性要素技術項目であるか、変動性要素技術項目であるかに層別するとともに、前記相似度の値を3C707MTのFターム別に時系列に繋げたマップを作成し前記相似度の時系列変遷を明らかにすることとする。
第1の実施の形態では分析対象の1996年〜2012年の前記基準特許分類と前記分析対象特許分類の特許文献件数の各年の数え方は、出願日が1996年に属する特許文献件数は分析対象が1996年の特許文献件数というように、特許文献の出願年と分析対象年は1対1で対応しているが、時系列特許マップにおける特許文献件数の時系列推移の変化を緩和するために、分析対象が1996年の特許文献件数=(出願日が1995年と1996年の特許文献件数)÷2、分析対象が1996年の特許文献件数=(出願日が1994年〜1996年の特許文献件数)÷3のように2年移動平均、3年移動平均等の移動平均をとることもできる。
又第1の実施の形態では前記4個の全ての分析期間は各期間とも等しく5個のデータを有するよう等分割しているが、基準特許分類と分析対象特許分類の特許文献件数の時系列推移の相似度の大きさβの精度をあげるために基準特許分類の特許文献件数の時系列推移を複数個の直線で近似して、該直線区間を分析期間に設定して、ある分析期間では3個のデータを含み、ある分析期間では5個のデータを含むというように分析期間毎に異なるデータ個数を含む場合でも分析することが出来るが、各分析期間には少なくとも3個以上のデータを含んでいることが必要である。
但し、前記数3により、相関判別基準値の大きさαはNの値により変化するので、前記相似度の大きさβを正確に分析期間毎に比較したい場合は数4を用いて修正が必要となるが、期間毎のβの推移を大まかに把握したい場合は、修正は無視できる程度である。
何故なら、前記数3におけるNのαに及ぼす影響は数4で表せるためである。
ここで、
α1は数3のNがN1の場合の相関判別基準値
α2は数3のNがN2の場合の相関判別基準値
N1、N2は通常3〜5の値をとるため、N1=3、N2=5の場合でα2=0.85α1となり、α1とα2の違いは約15%である。
α1は数3のNがN1の場合の相関判別基準値
α2は数3のNがN2の場合の相関判別基準値
N1、N2は通常3〜5の値をとるため、N1=3、N2=5の場合でα2=0.85α1となり、α1とα2の違いは約15%である。
前記4個の分析期間における3C707AS01と3C707MTのFタームの分析方法は全て同一のため、分析方法の説明は1996〜2000年の分析期間のみに止め、他の期間については分析結果のみを記載する。
以下、時系列特許マップによる分析方法を図2のフローチャートに沿って説明する。
前記特許文献分析ソフトを起動させ、前記分析対象特許文献集合のファイルを開く(A−S1)。
特許文献分析装置1の記憶装置5に予めインストールされている前記特許文献分析ソフトを入力装置9の操作により起動させ予め記憶装置5にストアされているファイル名、マニプレータの特許文献集合、を開く。
分析の基データとなる時系列特許マップの作成条件を設定する(A−S2)。
入力装置9を操作して、表示装置11に時系列特許マップの作成条件画面を表示し、該表示画面から入力装置9により前記分析対象の時系列特許マップの作成条件をインプットする。
前記分析対象の時系列特許マップの作成に必要な主たるインプット項目は、前記マニプレータの特許文献集合のオブジェクトとしてストアされている特許文献集合A、前記時系列特許マップ上で特許文献の件数推移の表示対象とする3C707AS01、3C707MTのFターム、前記時系列特許マップの横軸に表示する分析対象期間である1996年〜2000年、該分析対象期間の分割単位である1年毎、縦軸の表示項目の単位である特許文献の件数である。
ここで、前記特許文献分析ソフトでインプットできる特許分類の個数について説明すると、特許分類のインプットできる最大個数は時系列特許マップの場合は100個であり、通常は、基準特許分類は1個であるので、分析対象特許分類のインプットできる最大個数は99となる。
前記時系列特許マップの作成条件に基づき時系列特許マップを作成する(A−S3)。
前記時系列特許マップの作成条件画面で時系列特許マップの作成条件のインプットを完了し、該画面にあるタブを入力装置9で操作すると時系列特許マップ(図3参照)が表示装置11に描画される。
表示装置11に描画された前記時系列特許マップの横軸の期間、該期間の分割単位、特許分類別の特許文献件数の推移等を俯瞰して、分析の目的に適合しているか確認する。
前記時系列特許マップを数値テーブルに切替えて前記時系列特許マップの時系列数値テーブルを作成する(A−S4)。
前記時系列特許マップが描画されている画面にあるタブを入力装置9で操作することにより、前記時系列特許マップを時系列数値テーブル(図4参照)に切替えることができる。
前記時系列数値テーブルの全ての特許分類の組合せの時間軸方向の相関分析を実行して相関マトリクスを作成する(A−S5)。
前記相関マトリクスの作成方法は入力装置9を操作して、予め特許文献分析装置1の記憶装置5にインストールされている相関分析用ソフトを開き、表示装置11に描画してある相関分析用ソフトの分析条件設定画面の分析範囲に、前記時系列数値テーブル(図4参照)の全ての特許分類の行のデータをインプット、分析のデータ方向は行と指定して相関分析を実行することにより前記時系列数値テーブルの全ての特許分類の組合せの時間軸方向の相関係数が記載されている相関マトリクス(図5参照)を作成することができる。
A−S5で作成した前記相関マトリクスの基準特許分類と分析対象特許分類を記載した列と基準特許分類を記載した列で構成される相関係数一覧表の相関係数を相似度に読み替えて、前記分析対象特許分類の前記基準特許分類との相似度一覧表を作成する(A−S6)。
前記時系列数値テーブル(図4参照)の作成段階で、データ列1行目に3C707AS01を配置しておけば、3C707MTのFタームの3C707AS01との相似度一覧表(図6参照)の作成には、前記相関マトリクス(図5参照)の1列目の特許分類名が記載してある列と該列の隣列にあるデータ列1列目の3C707AS01列を入力装置9の操作によりとり出せば、3C707MTのFタームの3C707AS01との相似度一覧表(図6参照)を作成することができる。
前記分析対象特許分類の前記基準特許分類との相似度一覧表の行の並べ替えを、該相似度一覧表の相似度の大きさを並べ替えのキーとして降順に並び替えて、前記分析対象特許分類の前記基準特許分類との降順相似度一覧表を作成する(A−S7)。
3C707MTのFタームは3C707AS01との相似度の大きさの範囲により層別されるので、同一の層別範囲に属する3C707MTのFタームの集合を作成するため、3C707AS01との相似度の大きさを降順に整列してC707MTのFタームの3C707AS01との降順相似度一覧表(図7参照)を作成する。
図7は分析期間が1996年〜2000年の3C707MTのFタームの3C707AS01との相似度降順一覧表(但し該一覧表の層別結果欄を除く部分、図8、図9、図10についても層別結果欄を除いた部分が相似度降順一覧表となっている)であるが、図7と同一の手法で分析した2000年〜2004年の分析結果が図8、2004年〜2008年の分析結果が図9、2008年〜2012年の分析結果が図10である。
前記分析対象特許分類と前記基準特許分類との降順相似度一覧表の相似度の大きさβと前記数3により算出される相関判別基準値の大きさαとの比較により前記分析対象特許分類を以下の3種類に層別する(A−S8)。
3C707MTのFタームの3C707AS01との相似度の置換元となる相関係数を算出する前記相関マトリクス(図5参照)の相関分析範囲を規定する時系列数値テーブル(図4参照)のサンプル個数は1996年〜2000年の5個であるので前記数3で算出される相関判別基準値の大きさαは±0.76となる。
分析期間が1996年〜2000年の、3C707MTのFタームの3C707AS01との降順相似度一覧表の各特許分類を相関判別基準値の大きさ、α=±0.76を用いて層別した結果が図7である。
C707MTのFタームの3C707AS01との相似度の大きさβが1≧β≧0.76の範囲の特許分類は3C707AS01の安定性要素技術項目(図7には安定性要素技術項目に該当する特許分類はナシ)である。
前記基準特許分類と前記分析対象特許分類の相似度の大きさβが0.76>β>−0.76の範囲の分析対象特許分類は基準特許分類3C707AS01の変動性要素技術項目(図7のNO2〜NO17が変動性要素技術項目に該当する)である。
前記基準特許分類と前記分析対象特許分類の相似度の大きさβが−0.76≧β≧−1の範囲の分析対象特許分類は基準特許分類3C707AS01の衰退性要素技術項目(図7には衰退性要素技術項目に該当する特許分類はナシ)である。
図7と同一の手法で分析した2000年〜2004年の分析結果が図8、2004年〜2008年の分析結果が図9、2008年〜2012年の分析結果が図10である。
さらに、図11に分析期間の変遷に伴う3C707MTのFタームの3C707AS01との相似度の変化一覧表を掲載し、図12〜図15は図11の一覧表の3C707MTのFタームの2008年〜2012年の相似度の大きさβの値を降順に整列し、適宜な個数に分割してグラフ化したものである。
以上第1の実施の形態で記載した分析方法により、前記特定の技術の要素技術項目と想定する技術項目を安定性要素技術項目、変動性要素技術項目、衰退性要素技術項目に層別できると共に、前記特定技術を構成している要素技術項目の時代と共に変遷する状況を知ることが出来るようになるのである。
(第2の実施の形態)
第2の実施の形態はマトリクス特許マップによる分析方法に関するもので、ファイル名、マニプレータの特許文献集合のオブジェクトとして保存してある特許文献集合Bのデータを用いて、図1と図16〜27を参照しながら説明するが、前記マニプレータの特許文献集合は既に記憶装置5にストアされているものとする。
この実施の形態において第1の実施の形態と同じ構成は同一の符号を付して説明する。
第2の実施の形態はマトリクス特許マップによる分析方法に関するもので、ファイル名、マニプレータの特許文献集合のオブジェクトとして保存してある特許文献集合Bのデータを用いて、図1と図16〜27を参照しながら説明するが、前記マニプレータの特許文献集合は既に記憶装置5にストアされているものとする。
この実施の形態において第1の実施の形態と同じ構成は同一の符号を付して説明する。
第2の実施の形態の分析の目的は、出願日が2008年〜2012年のテーマコード3C707(マニプレータ)の特許文献集合の文献件数上位250位までの出願人から成る前記特許文献集合Bから、出願人集合作成用特許分類(以下セレクタ特許分類と記載する)であるFターム3C707BS10(垂直多関節型)が付与されている特許文献件数の上位10位までの出願人からなる特許文献集合BS10とセレクタ特許分類Fターム3C707BS26(複腕型マニプレータ)が付与されている特許文献件数の上位10位までの出願人からなる特許文献集合BS26を作成し、前記特許文献集合BS10と前記特許文献集合BS26の基準特許分類は両者同一のFターム3C707AS01(マニプレータの用途:搬送、移載、物品供給、取出)、分析対象特許分類も両者同一の特許分類3C707MT(マニプレータの制御の目的)のFタームとし、前記特許文献集合BS10と前記特許文献集合BS26のそれぞれの前記基準特許分類と前記分析対象特許分類の前記相似度の大きさβを求め、該βと数3を用いて算出する相関判定基準値αを用いて前記分析対象特許分類を前記3種類の要素技術項目に層別すると共に、異なるセレクタ特許分類である、3C707BS10と3C707BS26により抽出された前記特許文献集合BS10と前記特許文献集合BS26における3C707MTのFタームの3C707AS01との前記相似度の大きさβの差異を明らかにすることである。
前記特許文献集合BS10は得意分野を垂直多関節型マニプレータ(3C707BS10)とする出願人集合、前記特許文献集合BS26は得意分野を複腕型マニプレータ(3C707BS26)とする出願人集合であるので、これを異なる得意分野を有する出願人集合と読み替えれば、異なる得意分野の出願人から成る特許文献集合の分析対象特許分類の基準特許分類との相似度の差異を明らかにすることにより異なる技術分野の要素技術項目の活用状況がわかるので、新技術導入のヒントにすることもできる。
なお、前記特許文献集合BS10と前記特許文献集合BS26の分析対象特許分類の分析方法は全く同一なので、各分析ステップでの説明は前記特許文献集合BS10の場合のみを記載し、前記特許文献集合BS26については分析結果のみ記載する。
以下、図16のB.マトリクス特許マップの分析フローチャートに沿って説明する。
前記特許文献分析ソフトを起動させ、前記特許文献集合Bを開く(B−S1)。
特許文献分析装置1の記憶装置5に予めインストールされている前記特許文献分析ソフトを入力装置9の操作により起動させ予め記憶装置5にストアされているファイル名、マニプレータの特許文献集合を開く。
前記基準特許分類と前記分析対象特許分類の相似度を求めるための基データとなる第1マトリクス特許マップの作成条件を設定する(B−S2)。
前記第1マトリクス特許マップの作成に必要なインプット項目は、前記マニプレータの特許文献集合のオブジェクトとしてストアされている特許文献集合B、前記第1マトリクス特許マップの縦軸に表示する特許分類名、3C707AS01、3C707BS10、3C707MTのFターム、前記第1マトリクス特許マップの横軸に表示する出願人名、出願人1、2、・・・、250、集計対象の種類として特許文献の、件数である。
前記第1マトリクス特許マップの作成条件をインプットし、前記第1マトリクス特許マップ(図17参照)を作成する(B−S3)。
具体的には、入力装置9を操作して、マトリクス特許マップの作成条件画面を前記表示装置11に表示し、該表示画面から入力装置9により前記第1マトリクス特許マップの作成条件をインプットし、インプットが完了したら入力装置9でタブを操作して前記第1マトリクス特許マップ(図17参照)を作成、俯瞰して、該第1マトリクスマップが分析目的に適合しているか確認する。
前記第1マトリクス特許マップを数値テーブルに切替えて第1マトリク数値テーブルを作成する(B−S4)。
表示装置11に前記第1マトリクス特許マップ(図17参照)を描画し、入力装置9で画面切り替えタブを操作して前記第1マトリクス特許マップ(図17参照)を前記第1マトリクス数値テーブル(図18参照)に切替える。
前記第1マトリクス数値テーブルの列の並び替えを、前記セレクタ特許分類行の特許文献件数を左側から右側へ降順に並べ替えることにより行い、第2マトリクス数値テーブルを作成する(B−S5)。
前記特許文献分析ソフトは入力装置9の操作により、マトリクス数値テーブルの指定された行または列の件数を昇順または降順に並び替える機能を有しているので、本ステップでは前記第1マトリクス数値テーブル(図18参照)の列の並び替えを、セレクタ特許分類、3C707BS10の行の件数を左側から右側へ降順に並び替えることにより行い、前記第2マトリクス数値テーブル(図19参照)を作成する。
前記第2マトリクス数値テーブルのセレクタ特許分類の特許文献件数を評価尺度として出願人の範囲を決定し、第3マトリクス数値テーブルを作成する(B−S6)。
セレクタ特許分類が付与されている特許文献件数を評価尺度として出願人の範囲を特定するのは、特定の技術を有する出願人に絞り込んで相関分析用第3マトリクス数値テーブル(図20参照)を作成するためであり、本実施の形態ではセレクタ特許分類が付与されている特許文献件数の上位10位までの出願人を分析対象出願人としている。
前記第3マトリクス数値テーブルの全ての特許分類の組合せの出願人軸方向の相関分析を実行して相関マトリクスを作成する(B−S7)。
前記相関マトリクスの作成方法は入力装置9を操作して、予め特許文献分析装置1の記憶装置5にインストールされている相関分析用ソフトを開き、表示装置11に描画してある該相関分析用ソフトの分析条件設定画面の分析範囲に、前記第3マトリクス数値テーブル(図20参照)の全ての特許分類の行のデータをインプット、分析のデータ方向は行と指定して相関分析を実行することにより前記第3マトリクス数値テーブル(図20参照)の全ての特許分類の組合せの出願人軸方向の相関係数が記載されている相関マトリクス(図21参照)を作成する。
B−S7で作成した前記相関マトリクスの基準特許分類と分析対象特許分類を記載した列と基準特許分類を記載した列で構成される相関係数一覧表の相関係数を相似度に読み替えて、前記分析対象特許分類の前記基準特許分類との相似度一覧表を作成する(B−S8)。
前記マトリクス数値テーブル(図20参照)の作成段階で、データ列1行目に3C707AS01を配置しておけば、3C707MTのFタームの3C707AS01との相似度一覧表(図22参照)の作成には、前記相関マトリクス(図21参照)の1列目の特許分類名が記載してある列と該列の隣列にあるデータ列1列目の3C707AS01列を入力装置9の操作によりとり出せば、3C707MTのFタームの3C707AS01との相似度一覧表(図22参照)を作成することができる。
図23は前記セレクタ特許分類3C707BS26を用いた場合の3C707MTのFタームの3C707AS01との相似度一覧表であり、図22と図23を比べると、同一分析対象特許分類の前記相似度の大きさβは、ほぼ同一のもの、大きく異なっているもの等いろいろあることがわかる。
前記分析対象特許分類の前記基準特許分類との相似度一覧表の行の並べ替えを、該相似度一覧表の相似度の大きさを並べ替えのキーとして降順に並び替えて、前記分析対象特許分類の前記基準特許分類との降順相似度一覧表を作成する(B−S9)。
3C707MTのFタームは3C707AS01との相似度の大きさの範囲により層別されるので、同一の層別範囲に属する3C707MTのFタームの集合を作成するため、3C707AS01との相似度の大きさを降順に整列してC707MTのFタームの3C707AS01との降順相似度一覧表(図24参照)を作成する。
図24はセレクタ特許分類が3C707BS10の相似度降順一覧表(但し該一覧表の層別結果欄を除く部分、図25についても層別結果欄を除いた部分が相似度降順一覧表となっている)であるが、図24と同一の手法で分析したセレクタ特許分類3C707BS26の分析結果が図25である。
前記分析対象特許分類と前記基準特許分類との降順相似度一覧表の相似度の大きさβと前記数3により算出される相関判別基準値の大きさαとの比較により前記分析対象特許分類を以下の3種類に層別する(B−S10)。
3C707MTのFタームの3C707AS01との相似度の置換元となる相関係数を算出する前記相関マトリクス(図21参照)の相関分析範囲を規定するマトリクス数値テーブル(図20参照)には出願人が10人いるので、サンプル個数は10個となり前記数3で算出される相関判別基準値の大きさα=±0.58となる。
セレクタ特許分類が3C707BS10の場合の前記3C707MTのFタームの3C707AS01との降順相似度一覧表の各特許分類を相関判別基準値の大きさα=±0.58を用いて層別した結果が図24である。
3C707MTのFタームの3C707AS01との相似度の大きさβが1≧β≧0.58の範囲(図24のNO2〜NO10)の特許分類は3C707AS01の安定性要素技術項目である。
3C707MTのFタームの3C707AS01との相似度の大きさβが0.58>β>−0.58の範囲(図24のNO11〜NO18)の特許分類は3C707AS01の変動性要素技術項目である。
3C707MTのFタームの3C707AS01との相似度の大きさβが−0.76≧β≧−1の範囲(図24には該当する特許分類ナシ)の特許分類は3C707AS01の衰退性要素技術項目である。
図24と同一の手法で分析したセレクタ特許分類3C707BS26の場合の分析結果が図25である。
図26はセレクタ特許分類が異なっている場合の分析対象特許分類の基準特許分類との相似度比較一覧表であり、該相似度比較一覧表をグラフ化したものが図27である。
図27より、セレクタ特許分類が異なれば、分析対象特許分類の基準特許分類との相似度は同等のものもあるし、異なるものもあることがわかる。
以上のような分析を行うことにより特定の出願人集合における前記特定の技術の要素技術項目を知ることができ、さらに、前記特定の出願人集合を、得意分野が異なる出願人集合とすれば、異分野の要素技術項目をヒントに新たな発想に繋がるのである。
この発明は、特定の技術の要素技術項目の変遷を容易に把握できるとともに、異なる得意分野を有する出願人集合間の要素技術項目の採用度の比較が容易に出来るので、新技術開発にとっては重要なヒントを得ることが出来ると考えられる。
1 特許文献分析装置
2 コンピュータ
3 制御装置
4 演算装置
5 記憶装置
6 I/O
7 キーボード
8 マウス
9 入力装置
10 CD−ROM等ドライブ
11 表示装置
12 プリンタ
13 特許データベース
14 通信回路
2 コンピュータ
3 制御装置
4 演算装置
5 記憶装置
6 I/O
7 キーボード
8 マウス
9 入力装置
10 CD−ROM等ドライブ
11 表示装置
12 プリンタ
13 特許データベース
14 通信回路
請求項1に記載の発明は、特許文献分析ソフトがインストールされているコンピュータの記憶部に蓄積された特許文献集合を前記特許文献分析ソフトにより処理する特許文献分析方法であって、
一方の軸を特許分類同士の特許文献件数の時系列推移の相似度の算出の基準とする基準特許分類と、前記基準特許分類と組み合わせて相関係数を算出する分析対象特許分類の特許文献件数を表示する特許文献件数軸とし、
他方の軸を分析期間が少なくとも3個以上のデータを有する時系列区間に分割してある時系列軸とし、
前記時系列区間毎に前記特許分類毎の特許文献件数を示す時系列特許マップを作成し、該時系列特許マップを時系列数値テーブルに変換するステップと、
前記時系列数値テーブルの全ての特許分類同士の時間軸方向の相関マトリクスを作成し、該相関マトリクスの前記基準特許分類と前記分析対象特許分類の相関係数の値で前記時系列特許マップにおける前記基準特許分類と前記分析対象特許分類の特許文献件数の時系列推移の相似度を数値化し、前記相似度の数値化された値と、前記相関マトリクスの作成に用いたサンプル個数により変化する相関判別基準値との比較により、前記基準特許分類と前記分析対象特許分類の関係を、正の相似関係あり、相似関係なし、負の相似関係ありに層別するステップと、
よりなることを特徴とする特許文献分析方法。
一方の軸を特許分類同士の特許文献件数の時系列推移の相似度の算出の基準とする基準特許分類と、前記基準特許分類と組み合わせて相関係数を算出する分析対象特許分類の特許文献件数を表示する特許文献件数軸とし、
他方の軸を分析期間が少なくとも3個以上のデータを有する時系列区間に分割してある時系列軸とし、
前記時系列区間毎に前記特許分類毎の特許文献件数を示す時系列特許マップを作成し、該時系列特許マップを時系列数値テーブルに変換するステップと、
前記時系列数値テーブルの全ての特許分類同士の時間軸方向の相関マトリクスを作成し、該相関マトリクスの前記基準特許分類と前記分析対象特許分類の相関係数の値で前記時系列特許マップにおける前記基準特許分類と前記分析対象特許分類の特許文献件数の時系列推移の相似度を数値化し、前記相似度の数値化された値と、前記相関マトリクスの作成に用いたサンプル個数により変化する相関判別基準値との比較により、前記基準特許分類と前記分析対象特許分類の関係を、正の相似関係あり、相似関係なし、負の相似関係ありに層別するステップと、
よりなることを特徴とする特許文献分析方法。
特許文献分析ソフトがインストールされているコンピュータの記憶部に蓄積された特許文献集合を前記特許文献分析ソフトにより処理する特許文献分析方法であって、
一方の軸を特許分類同士の特許文献件数の相似度の算出の基準とする基準特許分類と、前記基準特許分類と組み合わせて相関係数を算出する分析対象特許分類と、分析対象出願人の選択に用いる特定の特許分類と、よりなる特許分類軸とし、
他方の軸を、前記特定の特許分類が付与された特許文献件数を有する出願人の中から選択した少なくとも3名以上の特定の出願人を配した出願人軸とし、
前記特許分類軸と前記出願人軸の交差するマス目には前記特許分類と前記出願人が同時に付与されている特許文献の件数が記載されているマトリクス特許マップを作成し、該マトリクス特許マップをマトリクス数値テーブルに変換するステップと、
前記マトリクス数値テーブルの特許分類軸の全ての特許分類同士の出願人軸方向の相関マトリクスを作成し、該相関マトリクスの前記基準特許分類と前記分析対象特許分類の相関係数の値で、前記マトリクス特許マップにおける出願人軸方向の前記基準特許分類と前記分析対象特許分類の特許文献件数の相似度を数値化し、
前記相似度の数値化された値と、前記相関マトリクスの作成に用いたサンプル個数により変化する相関判定基準値との比較により、前記基準特許分類と前記分析対象特許分類の関係を、正の相似関係あり、相似関係なし、負の相似関係ありに層別するステップと、
よりなることを特徴とする特許文献分析方法。
一方の軸を特許分類同士の特許文献件数の相似度の算出の基準とする基準特許分類と、前記基準特許分類と組み合わせて相関係数を算出する分析対象特許分類と、分析対象出願人の選択に用いる特定の特許分類と、よりなる特許分類軸とし、
他方の軸を、前記特定の特許分類が付与された特許文献件数を有する出願人の中から選択した少なくとも3名以上の特定の出願人を配した出願人軸とし、
前記特許分類軸と前記出願人軸の交差するマス目には前記特許分類と前記出願人が同時に付与されている特許文献の件数が記載されているマトリクス特許マップを作成し、該マトリクス特許マップをマトリクス数値テーブルに変換するステップと、
前記マトリクス数値テーブルの特許分類軸の全ての特許分類同士の出願人軸方向の相関マトリクスを作成し、該相関マトリクスの前記基準特許分類と前記分析対象特許分類の相関係数の値で、前記マトリクス特許マップにおける出願人軸方向の前記基準特許分類と前記分析対象特許分類の特許文献件数の相似度を数値化し、
前記相似度の数値化された値と、前記相関マトリクスの作成に用いたサンプル個数により変化する相関判定基準値との比較により、前記基準特許分類と前記分析対象特許分類の関係を、正の相似関係あり、相似関係なし、負の相似関係ありに層別するステップと、
よりなることを特徴とする特許文献分析方法。
Claims (2)
- 特許文献分析ソフトがインストールされているコンピュータであって、このコンピュータの記憶部に蓄積された特許文献集合を前記特許文献分析ソフトで処理し、
一方の軸を特許分類同士の特許文献件数の時系列推移の相似度の算出の基準とする基準特許分類と、前記基準特許分類と組み合わせて相関係数を算出する分析対象特許分類の特許文献件数を表示する特許文献件数軸とし、
他方の軸を分析期間が少なくとも3個以上のデータを有する時系列区間に分割してある時系列軸とし、
前記時系列区間毎に前記特許分類毎の特許文献件数を示す時系列特許マップを作成し、該時系列特許マップを時系列数値テーブルに変換するステップと、
前記時系列数値テーブルの全ての特許分類同士の時間軸方向の相関マトリクスを作成し、該相関マトリクスの前記基準特許分類と前記分析対象特許分類の相関係数の値で前記時系列特許マップにおける前記基準特許分類と前記分析対象特許分類の特許文献件数の時系列推移の相似度を数値化し、前記相似度の数値化された値と、前記相関マトリクスの作成に用いたサンプル個数により変化する相関判別基準値との比較により、前記基準特許分類と前記分析対象特許分類の関係を、正の相似関係あり、相似関係なし、負の相似関係ありに層別するステップと、
よりなることを特徴とする特許文献分析方法。 - 特許文献分析ソフトがインストールされているコンピュータであって、このコンピュータの記憶部に蓄積された特許文献集合を前記特許文献分析ソフトで処理し、
一方の軸を特許分類同士の特許文献件数の相似度の算出の基準とする基準特許分類と、前記基準特許分類と組み合わせて相関係数を算出する分析対象特許分類と、分析対象出願人の選択に用いる特定の特許分類と、よりなる特許分類軸とし、
他方の軸を、前記特定の特許分類が付与された特許文献件数を有する出願人の中から選択した少なくとも3名以上の特定の出願人を配した出願人軸とし、
前記特許分類軸と前記出願人軸の交差するマス目には前記特許分類と前記出願人が同時に付与されている特許文献の件数が記載されているマトリクス特許マップを作成し、該マトリクス特許マップをマトリクス数値テーブルに変換するステップと、
前記マトリクス数値テーブルの特許分類軸の全ての特許分類同士の出願人軸方向の相関マトリクスを作成し、該相関マトリクスの前記基準特許分類と前記分析対象特許分類の相関係数の値で、前記マトリクス特許マップにおける出願人軸方向の前記基準特許分類と前記分析対象特許分類の特許文献件数の相似度を数値化し、
前記相似度の数値化された値と、前記相関マトリクスの作成に用いたサンプル個数により変化する相関判定基準値との比較により、前記基準特許分類と前記分析対象特許分類の関係を、正の相似関係あり、相似関係なし、負の相似関係ありに層別するステップと、
よりなることを特徴とする特許文献分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014267143A JP5765691B1 (ja) | 2014-12-11 | 2014-12-11 | 特許文献の分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014267143A JP5765691B1 (ja) | 2014-12-11 | 2014-12-11 | 特許文献の分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP5765691B1 JP5765691B1 (ja) | 2015-08-19 |
JP2016115321A true JP2016115321A (ja) | 2016-06-23 |
Family
ID=53887997
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014267143A Expired - Fee Related JP5765691B1 (ja) | 2014-12-11 | 2014-12-11 | 特許文献の分析方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5765691B1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6380871B1 (ja) * | 2017-10-25 | 2018-08-29 | 剛一 尾和 | 特許文献集合の分析方法 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5988235B1 (ja) * | 2015-12-25 | 2016-09-07 | 剛一 尾和 | 特許文献の検索方法 |
JP6156763B1 (ja) * | 2016-11-24 | 2017-07-05 | 剛一 尾和 | 特許文献の検索方法 |
CN113610401B (zh) * | 2021-08-09 | 2023-08-11 | 上海应用技术大学 | 牵引供电变压器的状态评估方法 |
-
2014
- 2014-12-11 JP JP2014267143A patent/JP5765691B1/ja not_active Expired - Fee Related
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6380871B1 (ja) * | 2017-10-25 | 2018-08-29 | 剛一 尾和 | 特許文献集合の分析方法 |
JP2019079479A (ja) * | 2017-10-25 | 2019-05-23 | 剛一 尾和 | 特許文献集合の分析方法 |
Also Published As
Publication number | Publication date |
---|---|
JP5765691B1 (ja) | 2015-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lee et al. | A stochastic patent citation analysis approach to assessing future technological impacts | |
Sonego et al. | ROC analysis: applications to the classification of biological sequences and 3D structures | |
JP5765691B1 (ja) | 特許文献の分析方法 | |
WO2017010103A1 (ja) | データ分析装置、データ分析方法、およびデータ分析プログラムを格納した記憶媒体 | |
Deutekom et al. | Benchmarking orthology methods using phylogenetic patterns defined at the base of Eukaryotes | |
Guruler et al. | Modeling student performance in higher education using data mining | |
CN110462651A (zh) | 模型变量候补生成装置及方法 | |
JP2015018529A (ja) | 特許マップの分析方法 | |
Wolcott et al. | Modeling time-dependent and-independent indicators to facilitate identification of breakthrough research papers | |
Cilibrasi et al. | ViruClust: direct comparison of SARS-CoV-2 genomes and genetic variants in space and time | |
JP6909596B2 (ja) | 知識モデル構築システム及び知識モデル構築方法 | |
Siebert et al. | VOLARE: visual analysis of disease-associated microbiome-immune system interplay | |
Humayun et al. | Computational method for classification of avian influenza a virus using DNA sequence information and physicochemical properties | |
Boyne | Researching the new public management: the role of quantitative methods | |
JP6623774B2 (ja) | パスウェイ解析プログラム、パスウェイ解析方法、及び、情報処理装置 | |
Ayadi et al. | MESOCOSM: A mesocosm database management system for environmental nanosafety | |
Coccia et al. | Evolutionary phases in emerging technologies: Theoretical and managerial implications from quantum technologies | |
JP6226258B1 (ja) | 特許文献集合の分析方法 | |
JP2020067998A (ja) | 特許文献集合の分析方法 | |
JP7454213B2 (ja) | 新規事業提案コンピュータシステム、新規事業提案コンピュータプログラム、新規事業提案方法、新規事業提案装置 | |
Marini et al. | The K-mer antibiotic resistance gene variant analyzer (KARGVA) | |
Yim | Five years of the CiPA project (2013–2018): what did we learn? | |
Soto et al. | LitPathExplorer: a confidence-based visual text analytics tool for exploring literature-enriched pathway models | |
Atas et al. | Phylogenetic and other conservation-based approaches to predict protein functional sites | |
JP6380871B1 (ja) | 特許文献集合の分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20150602 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150608 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5765691 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |