JP2018067274A5 - - Google Patents

Download PDF

Info

Publication number
JP2018067274A5
JP2018067274A5 JP2016207403A JP2016207403A JP2018067274A5 JP 2018067274 A5 JP2018067274 A5 JP 2018067274A5 JP 2016207403 A JP2016207403 A JP 2016207403A JP 2016207403 A JP2016207403 A JP 2016207403A JP 2018067274 A5 JP2018067274 A5 JP 2018067274A5
Authority
JP
Japan
Prior art keywords
evaluation
value
population
item
items
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
Application number
JP2016207403A
Other languages
English (en)
Other versions
JP2018067274A (ja
JP6799235B2 (ja
Filing date
Publication date
Application filed filed Critical
Priority to JP2016207403A priority Critical patent/JP6799235B2/ja
Priority claimed from JP2016207403A external-priority patent/JP6799235B2/ja
Publication of JP2018067274A publication Critical patent/JP2018067274A/ja
Publication of JP2018067274A5 publication Critical patent/JP2018067274A5/ja
Application granted granted Critical
Publication of JP6799235B2 publication Critical patent/JP6799235B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Claims (10)

  1. 特許価値評価の対象とする複数個の特許を母集団とし、この母集団を記憶する母集団記憶部と、
    この母集団に属する各特許に関する公報等による公表情報を評価項目とし、この評価項目を記憶する評価項目記憶部と、
    前記母集団記憶部及び前記評価項目記憶部に記憶された情報を読み出し、前記母集団に属する各特許について、その評価項目の内容に応じて決定された確率変数Xab(a番目の特許についてのb番目の評価項目)としたとき、この確率変数Xabを各特許について連乗演算して、a番目の特許についての特許基準価値を、全評価項目数をhとして、Π(全評価項目)X=Xa1×Xa2×・・・×Xab×・・・×Xahとして求めると共に、mを母集団の技術分野の特性に合わせて設定された格差パラメータとしたとき、Yab=log(Xab )を演算して、確率変数XabをYabに変換し、各評価項目についてのYabの平均E(Y)及び分散V(Y)を演算する平均及び分散演算部と、
    前記平均E(Y)が0、前記分散V(Y)が1となるように確率変数Yabを基準値化し、得られた評価項目基準値を、各特許について合算し、評価項目基準値合計Σ(全評価項目)Y=Ya1+Ya2+・・・+Yab+・・・Yahを、全ての特許について演算する基準値合計演算部と、
    基準値化される前の確率変数Yabの平均E(Y)及び分散V(Y)と前記評価項目基準値合計Σ(全評価項目)Yを記憶する確率変数記憶部と、
    このΣ(全評価項目)Yが正規分布から外れる度合いを計算し、前記評価項目のうち、1又は複数個の評価項目を外して再度Σ(全評価項目)Yを演算し、Σ(全評価項目)Yが正規分布から外れる度合いが最小になるようにする最適化演算部と、
    正規分布に近似される評価項目基準値合計に基づいて、Π(全評価項目)X={exp(Σ(全評価項目)Y)}1/mにより、各特許についての特許基準価値を演算する特許基準価値演算部と、
    前記特許基準価値を記憶する特許基準価値記憶部と、
    を備えたことを特徴とする特許価値評価装置。
  2. 正規分布に近似される評価項目基準値合計に基づいて、特許力偏差値=50+(Σ(全評価項目)Y)×10/h0.5により、各特許についての特許力偏差値を演算する特許力偏差値演算部と、
    前記特許力偏差値を記憶する特許力偏差値記憶部と、
    を有することを特徴とする請求項1に記載の特許価値評価装置。
  3. 特許価値評価の対象とする複数個の特許を母集団とし、この母集団を記憶する母集団記憶部と、
    この母集団に属する各特許に関する公報等による公表情報を評価項目とし、この評価項目を記憶する評価項目記憶部と、
    前記母集団記憶部及び前記評価項目記憶部に記憶された情報を読み出し、前記母集団に属する各特許について、その評価項目の内容に応じて決定された確率変数Xab(a番目の特許についてのb番目の評価項目)としたとき、この確率変数Xabを各特許について連乗演算して、a番目の特許についての特許基準価値を、全評価項目数をhとして、Π(全評価項目)X=Xa1×Xa2×・・・×Xab×・・・×Xahとして求めると共に、mを母集団の技術分野の特性に合わせて設定された格差パラメータとしたとき、Yab=log(Xab )を演算して、確率変数XabをYabに変換し、各評価項目についてのYabの平均E(Y)及び分散V(Y)を演算する平均及び分散演算部と、
    前記平均E(Y)が0、前記分散V(Y)が1となるように確率変数Yabを基準値化し、得られた評価項目基準値を、各特許について合算し、評価項目基準値合計Σ(全評価項目)Y=Ya1+Ya2+・・・+Yab+・・・Yahを、全ての特許について演算する基準値合計演算部と、
    基準値化される前の確率変数Yabの平均E(Y)及び分散V(Y)と前記評価項目基準値合計Σ(全評価項目)Yを記憶する確率変数記憶部と、
    このΣ(全評価項目)Yが正規分布から外れる度合いを計算し、前記評価項目のうち、1又は複数個の評価項目を外して再度Σ(全評価項目)Yを演算し、Σ(全評価項目)Yが正規分布から外れる度合いが最小になるようにする最適化演算部と、
    正規分布に近似される評価項目基準値合計に基づいて、特許力偏差値=50+(Σ(全評価項目)Y)×10/h0.5により、各特許についての特許力偏差値を演算する特許力偏差値演算部と、
    前記特許力偏差値を記憶する特許力偏差値記憶部と、
    を備えたことを特徴とする特許価値評価装置。
  4. 前記格差パラメータmを入力して、演算に使用する格差パラメータmを変更することができる格差入力処理部を有することを特徴とする請求項1乃至3のいずれか1項に記載の特許価値評価装置。
  5. 前記特許基準価値をもとに特許価値を分析するために、前記特許基準価値をグラフ化するグラフ描画部を有することを特徴とする請求項1に記載の特許価値評価装置。
  6. 前記特許力偏差値をもとに特許価値を分析するために、前記特許力偏差値をグラフ化するグラフ描画部を有することを特徴とする請求項3に記載の特許価値評価装置。
  7. 前記グラフ描画部は、前記特許基準価値を経時的にグラフ化することを特徴とする請求項5に記載の特許価値評価装置。
  8. 特許価値評価の対象とする複数個の特許を母集団とし、この母集団に属する各特許に関する公報等による公表情報を評価項目とし、
    前記母集団に属する各特許について、その評価項目の内容を確率変数Xab(a番目の特許についてのb番目の評価項目)としたとき、この確率変数Xabを各特許について連乗演算して、a番目の特許についての特許基準価値を、全評価項目数をhとして、Π(全評価項目)X=Xa1×Xa2×・・・×Xab×・・・×Xahとして求めると共に、mを母集団の技術分野の特性に合わせて設定された格差パラメータとしたとき、Yab=log(Xab )を演算して、確率変数XabをYabに変換し、各評価項目についてのYabの平均E(Y)及び分散V(Y)を演算し、
    前記平均E(Y)が0、前記分散V(Y)が1となるように確率変数Yabを基準値化し、得られた評価項目基準値を、各特許について合算し、評価項目基準値合計Σ(全評価項目)Y=Ya1+Ya2+・・・+Yab+・・・Yahを、全ての特許について演算し、
    このΣ(全評価項目)Yが正規分布から外れる度合いを計算し、前記評価項目のうち、1又は複数個の評価項目を外して再度Σ(全評価項目)Yを演算し、Σ(全評価項目)Yが正規分布から外れる度合いが最小になるようにする最適化し、
    正規分布に近似される評価項目基準値合計に基づいて、特許基準価値及び/又は特許力偏差値を演算することを特徴とする特許価値評価方法。
  9. 前記特許基準価値及び/又は特許力偏差値を経時的にグラフ化することを特徴とする請求項8に記載の特許価値評価方法。
  10. 前記特許基準価値及び/又は前記特許力偏差値を、特許情報の書誌的事項及びキーワードと組み合わせて情報解析を行うことを特徴とする請求項8又は9に記載の特許価値評価方法。
JP2016207403A 2016-10-21 2016-10-21 特許価値評価装置及び特許価値評価方法 Active JP6799235B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2016207403A JP6799235B2 (ja) 2016-10-21 2016-10-21 特許価値評価装置及び特許価値評価方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016207403A JP6799235B2 (ja) 2016-10-21 2016-10-21 特許価値評価装置及び特許価値評価方法

Publications (3)

Publication Number Publication Date
JP2018067274A JP2018067274A (ja) 2018-04-26
JP2018067274A5 true JP2018067274A5 (ja) 2019-10-31
JP6799235B2 JP6799235B2 (ja) 2020-12-16

Family

ID=62086211

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016207403A Active JP6799235B2 (ja) 2016-10-21 2016-10-21 特許価値評価装置及び特許価値評価方法

Country Status (1)

Country Link
JP (1) JP6799235B2 (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022025339A (ja) * 2020-07-29 2022-02-10 アスタミューゼ株式会社 情報処理装置、情報処理方法、及びプログラム
JP2024065118A (ja) * 2021-01-15 2024-05-15 IPDefine株式会社 データ提供装置、データ管理システム、データ提供システム、データ提供プログラム、データ分析プログラム、記録媒体、データ提供方法、及びデータ管理方法
JP7197949B1 (ja) 2022-02-28 2022-12-28 Ngb株式会社 特許実用新案評価システム

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100114587A1 (en) * 2006-11-02 2010-05-06 Hiroaki Masuyama Patent evaluating device
JP2010009493A (ja) * 2008-06-30 2010-01-14 Ipb:Kk 技術評価装置、技術評価方法、及びプログラム
US20140156544A1 (en) * 2012-11-30 2014-06-05 Matteo Sabattini Non-Tangible Assets Valuation Tool
JP6065297B2 (ja) * 2015-06-10 2017-01-25 株式会社フォーカルワークス 特許評価装置および発明者評価装置

Similar Documents

Publication Publication Date Title
JP2019139792A5 (ja)
CY1123629T1 (el) Μεθοδοι και συσκευη για μια κατανεμημενη βαση δεδομενων σε ενα δικτυο
JP2018067274A5 (ja)
JP2016509308A5 (ja)
CA2960270C (en) Conditional validation rules
WO2015148190A3 (en) Training, recognition, and generation in a spiking deep belief network (dbn)
JP2017111827A5 (ja)
JP2018133080A5 (ja) データ管理装置、情報処理装置、コンテンツデータの出力方法、コンテンツデータidの共有方法、プログラム、及びデータ構造
JP2013175108A5 (ja)
Pikovsky et al. Scaling properties of weak chaos in nonlinear disordered lattices
JP2016151932A5 (ja)
Ma et al. An improved K-means algorithm based on mapreduce and grid
CN109325818B (zh) 一种产品推荐方法、计算机可读存储介质及终端设备
Barančok et al. Memory capacity of input-driven echo state networks at the edge of chaos
JP2011150493A5 (ja)
Zutty et al. Multiple objective vector-based genetic programming using human-derived primitives
JP2014214566A5 (ja) ショベルの処理装置及び作業内容判定方法
JP2018106237A5 (ja)
Wang The tourism demand of nonlinear combination forecasting based on time series method and WNN
Khezrimotlagh Profit efficiency by Kourosh and Arash model
JP5970390B2 (ja) bot判定装置及び方法及びプログラム及び数値集合分布判定装置
Lu et al. Comparison of binary coded genetic algorithms with different selection strategies for continuous optimization problems
Modrak et al. Performance measurement of selected heuristic algorithms for solving scheduling problems
Dorado et al. A proposal to estimate the variable importance measures in predictive models using results from a wrapper
Jiang et al. Support vector machine with composite kernels for time series prediction