JP4344813B2 - 特許評価装置 - Google Patents

Description

本発明は、特許出願又は特許権の価値を評価する技術に関し、特に、複数の特許出願又は特許権の経過情報又は内容情報に基づいて特許出願又は特許権の価値を評価するための技術に関する。

特許等知的財産の経済価値を算定する方法としては種々のものが知られているが、実際の適用に当たっては困難も多い。例えば評価対象の知的財産が将来生み出すであろうキャッシュフローから割引現在価値を算出する方法（ＤＣＦ法）に対しては、将来のキャッシュフローの算出にも、評価対象の知的財産がキャッシュフローに寄与する度合いの算出にも、主観的判断を必要とし、客観性が十分でないという欠点が指摘されている。

特開２００４−２６５３０５号公報（特許文献１）の知的財産評価装置は、評価の客観性を向上させて上述の問題を一部解決しようとしたものである。同文献の段落０００７、０００８には、評価対象である知的財産（被評価知的財産）に対する先行技術として引用された公知の知的財産である引例知的財産の件数（引例件数）と、被評価知的財産が先行技術として引用された公知の知的財産である被引例知的財産の件数（被引例件数）に基づいて、各知的財産の評価点数を算出することが記載されている。こうして算出される被評価知的財産の評価点数と、被評価知的財産の対応市場に対応する知的財産の評価点数の総計と、被評価知的財産の対応市場の経済的規模から、被評価知的財産の経済価値が算出される。同文献の段落００１３、００１４には、上記の評価点数に、被評価知的財産が異議申し立てを受けた件数や、被評価知的財産が無効審判を受けた件数も反映されることが記載されている。
特開２００４−２６５３０５号公報

上記特開２００４−２６５３０５号公報（特許文献１）は、引例件数、被引例件数、異議申し立てを受けた件数、無効審判を受けた件数などの特許情報を用いて評価点数を算出しているが、そこで算出される評価点数は、必ずしも知的財産の価値を正確に反映することはできていない。

本発明者らは、特許出願又は特許権に付帯する上述した特許情報が、特許出願又は特許権の価値とどのような相関があるかを具体的に検証した。その結果、特許情報は技術分野ごと、出願時期ごとにデータの偏りが生じてしまうことが分かった。そのために、特許情報をそのまま利用しても知的財産の価値を正確に求めることができないことが検証された。

本発明は上記事情に鑑みてなされたものであり、本発明の目的は、特許情報を用いて、特許出願又は特許権の価値を適切に評価することにある。

（１）上記の課題を解決するため、本発明の一態様の特許評価装置は、
所定の技術分野に属する、複数の特許データ、および該特許データ各々の特許属性情報を特許データベースより取得する手段と、
前記取得した各特許データを所定期間毎のグループに分類する手段と、
前記グループ毎に、該グループに属する各特許データの特許属性情報を利用し、該特許データ各々の評価値を、該グループ毎に求めた値を用いて算出する評価値算出手段と、を有すること
を特徴とする。

このように、本発明の一態様によれば、特性の異なる複数の特許データを、技術分野ごと、出願時期ごとの特性を加味した評価を行うことにより、特許データの価値をより適切に評価することができる。

（２）また、前記評価値算出手段は、各グループに属する各特許データの特許属性情報を利用して求めた値と、該グループに属する各特許データの特許属性情報を利用して求めた値を該グループ毎に合計した値の減少関数の値と、の積により該特許データ各々の評価値を算出することとしてもよい。

上記構成によれば、それぞれのグループにおける各特許データの相対的な位置づけを考慮した値を評価値として求めることができる。その結果、経過情報の前記グループにおける経過情報の合計値が低いほど高い重み付けをし、逆に当該合計値が高いほど低い重み付けをすることにより、該グループにおける特許データの適切な評価値を求めることができる。

（３）また、前記特許属性情報には、特許データの経過情報が含まれていて、
前記経過情報には、前記特許データに対する所定行為の有無を示す情報、該特許データの引用回数を示す情報、および該特許データの期間に関する情報のうちの少なくとも１つが含まれていて、
前記評価値算出手段は、前記所定行為の有無を示す情報、前記引用回数を示す情報、および該特許データの期間に関する情報のうちの少なくとも１つを用いて、前記経過情報の種類毎に定められた規則にしたがい、前記特許データ各々の評価値を算出することとしてもよい。

経過情報は、単なる件数情報ではない出願人、特許庁及び競合他社等の所定の判断を反映したものであるため、特許評価を行う上で有効なものである。本発明の一態様では、上記構成により、経過情報を用いて特許評価を行うこととしている。その結果、特許データの価値をより適切に評価することができる。

（４）また、前記特許属性情報には、特許データの経過情報が含まれていて、
前記経過情報には、少なくとも、前記特許データに対する所定行為の有無を示す情報、該特許データの引用回数を示す情報、および該特許データの期間に関する情報が含まれていて、
前記評価値算出手段は、
第１規則にしたがい前記所定行為の有無を示す情報を用いて第１評価点を算出し、第２規則にしたがい前記特許データの引用回数を示す情報を用いて第２評価点を算出し、第３規則にしたがい該特許データの期間に関する情報を用いて第３評価点を算出し、
前記第１評価点、前記第２評価点、および前記第３評価点を用いて、前記評価値を算出することとしてもよい。

上記構成によれば、特性の異なる複数の特許属性情報の内容を反映させているため、特許属性の種類に応じて算出した評価点をすべて加味した特許評価を行うことができる。その結果、特許データの価値を多面的に評価することが可能となる。

（５）また、前記所定の行為の有無を示す情報には、分割出願の有無、早期審査請求の有無、拒絶査定不服審判における特許審決の有無、特許異議申立てにおける維持決定の有無、無効審判における維持審決の有無、優先権主張の有無、PCT出願の有無、および包袋閲覧の有無を示す情報のうちの少なくとも１つが含まれていて、
前記特許データの引用回数を示す情報には、拒絶理由通知書における被引用回数が含まれていて、
前記特許データの期間に関する情報には、該特許データに対する手続日が含まれていることとしてもよい。

上記構成によれば、特許属性情報の中で特に有意な経過情報のいずれか、或いはすべてを有効に活用した特許評価を行うことができる。このように、出願人、特許庁及び競合他社等、多様な主体による判断を反映させた結果、特許データの評価を行う上での客観性を担保することができる。

（６）また、前記特許属性情報には、特許データの経過情報および特許データの内容情報が含まれていて、
前記経過情報には、前記特許データに対する所定行為の有無を示す情報、該特許データの引用回数を示す情報、および該特許データの期間に関する情報のうちの少なくとも１つが含まれていて、
前記評価値算出手段は、前記所定行為の有無を示す情報、前記引用回数を示す情報、および該特許データの期間に関する情報のうちの少なくとも１つと、前記内容情報とを用いて前記評価値を算出することとしてもよい。

このように、本発明の一態様によれば、特許データの評価値算出に経過情報を利用しているだけでなく、更に内容情報をも利用するようにしている。このようにしたのは、特許の主体的側面のみならず、特許の客体的側面を加味した評価を行うことができるようにするためである。その結果、特許データの評価精度を向上させることができる。

（７）また、前記特許属性情報には、該特許データの経過情報および該特許データの内容情報が含まれていて、
前記経過情報には、少なくとも、前記特許データに対する所定行為の有無を示す情報および該特許データの引用回数を示す情報のうちの何れかと、該特許データの期間に関する情報とが含まれていて、
前記内容情報には、請求項数、全頁数、および請求項あたりの平均文字数乃至単語数のうちの少なくとも１つが含まれていて、
前記評価値算出手段は、
前記所定行為の有無を示す情報および前記引用回数を示す情報のうちの何れかを用いて第１又は第２評価点を算出し、
前記特許データの期間に関する情報および前記内容情報の両者を用いて第３評価点を算出し、
前記第１又は第２評価点と、前記第３評価点とを用いて、前記評価値を算出することとしてもよい。

上記構成によれば、出願の古い新しいを問わず、どの特許データにも一律に付与されやすい特性を有する期間に関する情報に、各々の特許データの内容情報を加味することとしている。その結果、経過情報があまり付与されていない新しい出願からなる特許データについても、適切な評価を行うことができる。

（８）また、前記評価値算出手段は、前記特許データ各々の評価値の対数を算出し、この算出された対数の前記取得した所定技術分野の特許データ全体で標準化した値を標準化評価値として算出することとしてもよい。

上記構成によれば、特許データの標準化された評価値を算出することにより、本来ならば比較することが困難な、異なる技術分野間の特許データの相対比較を行うことができる。

（９）また、前記特許属性情報には、特許データの経過情報が含まれていて、
前記経過情報には、少なくとも、当該特許データが他社の特許出願の審査において引用された回数を示す情報と、当該特許データが自社の他の特許出願において引用された回数を示す情報とが含まれていて、
前記評価値算出手段は、前記他社の特許出願の審査において引用された回数の影響を前記自社の他の特許出願の審査において引用された回数より大きく受ける増加関数の値を用いて評価点を算出し、この評価点を用いて、前記特許データ各々の評価値を算出することとしてもよい。

被引用回数は、特許の価値との間に高い相関がある。しかし、その事実だけでは被引用回数を適切な価値評価に反映させることはできない。本発明者らの検証によれば、他社の特許出願の審査において引用（他社引用）された回数と、自社の他の特許出願の審査において引用（自社引用）された回数とでは、後者と特許の価値との相関が有意に高いことが認められた。自社の他の特許出願の審査において引用された発明は、自社の実施技術において中核となる基本発明であることが多い。そして、そのような基本発明を自社が既に出願していることを認識しつつ、その改良技術をも出願し強固な特許ポートフォリオの構築を図った可能性が高い。
本発明の一態様によれば、被引用回数を他社引用と自社引用とに分けて考え、後者の回数をより大きく評価値に反映させることにより、特許出願又は特許権の適切な評価が可能となる。

（１０）また本発明の他の態様は、上記各装置によって実行される方法と同じ工程を備えた評価方法、並びに上記各装置によって実行される処理と同じ処理をコンピュータに実行させることのできる評価プログラムである。このプログラムは、ＦＤ、ＣＤＲＯＭ、ＤＶＤなどの記録媒体に記録されたものでもよく、ネットワークで送受信されるものでもよい。

本発明の一実施形態が適用された特許評価装置の機能ブロック図。 上記実施形態の情報処理装置１のハードウェア構成図。 上記実施形態の特許評価装置の概略処理を示すフローチャート。 上記実施形態の特許評価装置が行う処理のうち初期設定フェーズＡ１の経過情報設定処理の詳細を示すフローチャート。 各種評価項目と経過年数ごとの特許権の維持率との関係を示す表。 各種評価項目と経過年数ごとの特許権の維持率との関係を示すグラフ。 上記実施形態の記憶装置に格納される特許属性情報のうち経過情報のデータ構造を模擬的に例示した図。 上記実施形態の記憶装置に格納される特許属性情報のうち内容情報のデータ構造を模擬的に例示した図。 上記実施形態において分析対象母集団の抽出範囲を変えたときの評価値算出結果を示す表。 上記実施形態の特許評価装置が各特許データの評価値を算出する処理の詳細を示すフローチャート。 上記実施形態において算出した評価素点に基づいて直接算出した偏差値と評価素点を対数化した上で算出した偏差値の件数分布を示すグラフ。 上記実施形態における出力結果の一例を示す図。 本発明の実施形態の第１変形例の経過情報のデータ構成の一例を模擬的に示した図である。 本発明の実施形態の第２変形例の処理を示すフローチャート。 本発明の実施形態の第３変形例の処理を示すフローチャート。 本発明の実施形態の第４変形例の特許データを取得する処理の手順を示したフローチャートである。 本発明の実施形態の第４変形例の特許データを取得する処理の手順を示したフローチャートである。 米国特許における経過情報の有無と特許権の維持率との関係を分析した結果を示すグラフ。 本発明の実施形態の第５変形例の経過情報のデータ構成の一例を模擬的に示した図である。 本発明の実施形態の第５変形例の内容情報のデータ構成の一例を模擬的に示した図である。 本発明の実施形態の第５変形例の特許評価装置が行う、各特許データの評価値を算出する処理の詳細を示すフローチャートである。 本発明の実施形態の第５変形例の特許評価装置が行う、各特許データの評価値を算出する処理の詳細を示すフローチャートである。 米国特許の分析において分析対象母集団を取得する処理の具体的な手順の一例を示したフローチャート。 米国特許分類の階層構造の一例を示す図。 本発明の実施形態の第６変形例の機能ブロック図である。 本発明の実施形態の第６変形例のパテントスコアの加重スコアを求める処理の手順を示したフローチャートである。 加重スコアを各企業で合計した値の有用性を説明する散布図。 本発明の実施形態の第７変形例が行う総有効特許加重ストックスコアの算出処理の手順を示したフローチャートである。 本発明の実施形態の第７変形例が行う有効特許加重スコア平均の算出処理の手順を示したフローチャートである。 過去の時点での評価値と、その後明らかになった特許権維持率との関係を示すグラフ。 各種発明賞受賞特許についての評価値（偏差値）の分布を示すグラフ。 各種パテントプール対象特許についての評価値（偏差値）の分布を示すグラフ。

符号の説明

１：情報処理装置、２：記憶装置、３：入力装置、４：出力装置、１００：制御部、１０５：データ取得部、１１０：初期設定部、１１５：データ分類部、１２０：評価値算出部、１２５：偏差値算出部、１３０：出力部

＜１．特許評価装置の概略構成＞
以下、本発明の実施形態について図面を用いて説明する。先ず、本発明の一実施形態が適用された特許評価装置の概略構成について説明する。

図１は、本発明の一実施形態が適用された特許評価装置の機能ブロック図である。
図示するように、特許評価装置は、特許公報等の特許データの評価を行う情報処理装置１と、評価対象の特許データ２００等の各種情報を記憶する記憶装置２と、分析者からの各種要求を受け付ける入力装置３と、情報処理装置１が実行した特許評価結果を出力する出力装置４と、を備える。

以下では、情報処理装置１と記憶装置２とは、ＬＡＮ（Local Area Network）等のネットワークで接続されている場合を例にする。また、情報処理装置１と入力装置３とは、ローカル接続されていて、情報処理装置１と出力装置４とは、ローカル接続されている場合を例にする。

情報処理装置１は、制御部１００、データ取得部１０５、初期設定部１１０、データ分類部１１５、評価値算出部１２０、偏差値算出部１２５、および出力部１３０を有する。

制御部１００は、情報処理装置１全体の動作を制御する。また、制御部１００は、入力装置３を介して、分析者からの各種要求を受け付ける。例えば、制御部１００は、分析者が入力する、評価対象の特許データの技術分野を特定する要求を受け付ける。

データ取得部１０５は、記憶装置２にアクセスし、記憶装置２に各種のデータを格納したり、記憶装置２に格納されているデータを読み出す。例えば、データ取得部１０５は、制御部１００を介し、ユーザ（分析者）が要求した、評価対象の特許データの技術分野を受け付ける。そして、データ取得部１０５は、記憶装置２にアクセスし、記憶装置２に格納されている特許データ２００のうちから、受け付けた技術分野に属する特許データを読み出す。また、データ取得部１０５は、読み出した特許データに対応する特許属性情報２０５を読み出す。特許属性情報には経過情報２１０および内容情報２２０が含まれるが、詳細は後述する。

初期設定部１１０は、特許評価処理の前段階の処理として、特許評価装置の初期設定を行う。具体的には、初期設定部１１０は、特許評価に利用する評価項目を選択したり、特許評価に利用する特許属性情報を生成したりする。

データ分類部１１５は、データ取得部１０５が読み出した特許データを所定期間毎のグループに分類する。例えば、データ分類部１１５は、読み出した特許データを出願年毎のグループに分類する。

評価値算出部１２０は、グループ毎に、そのグループに属する各特許データの特許属性情報に含まれる経過情報２１０を利用し、特許データ各々の評価値を算出する。このように、特許データの評価に経過情報を利用するようにしたのは、経過情報が、単なる件数情報ではない出願人、特許庁、及び競合他社等の判断を反映したものであり、特許評価を行う上で有効なものと考えられるためである。その結果、本実施形態によれば、特許データの価値をより適切に評価することができる。
また、本実施形態では、評価値算出部１２０は、特許データの評価値の算出に、経過情報２１０に加えて、内容情報２２０を利用する。このようにしたのは、特許の主体的側面のみならず、特許の客体的側面を加味した評価を行うことができるようにするためである。その結果、特許データの評価精度を向上させることができる。

偏差値算出部１２５は、評価値算出部１２０が算出した各特許データの評価値について、該当する各グループ又は取得した複数の特許全体における偏差値を算出する。

出力部１３０は、上記の求めた評価対象の特許データの評価値および偏差値を出力装置４に出力する。例えば、出力部１３０は、出力装置４がディスプレイの場合、特許データの評価値および偏差値を示す画像データを生成し、生成した画像データを出力装置４に出力する。また、出力部１３０は、出力装置４がプリンタの場合、特許データの評価値および偏差値を示す印刷データを生成し、生成した印刷データを出力装置４に出力する。

記憶装置２は、特許公報等の特許データ２００と、特許データに関する特許属性情報を記憶するユニットであり、例えば、ＤＶＤ−ＲＯＭドライブとＤＶＤ−ＲＯＭやＨＤＤ等により構成される。
なお、本実施形態では、調査対象の特許データ２００を、予め記憶装置２に格納しておくものとする。記憶装置２に、特許属性情報２０５を登録する処理は、後述する。

入力装置３は、特許評価装置の各種機能選択、評価対象の特許データの指示を受け付けるユニットで、スクロールキー、縮尺変更キーなどのハードスイッチ、ジョイステックなどで構成される。出力装置４は、情報処理装置１からのデータを受け付けて出力するためのユニットである。出力装置４は、例えば、液晶ディスプレイやプリンタなどで構成される。

＜２．情報処理装置のハードウェア構成＞
次に、本実施形態の情報処理装置１のハードウェア構成について説明する。
図２は、本実施形態の情報処理装置１のハードウェア構成図である。
図示するように、情報処理装置１は、ＣＰＵ（Central Processing Unit）１０と、ＲＡＭ（Random Access Memory）等の主記憶装置１１と、ＨＤＤ等の補助記憶装置１２と、周辺装置（ここでは、入力装置３および出力装置４）との間で行われるデータの送受信を制御するＩＯインタフェース１３と、ネットワークに接続されている装置（ここでは、記憶装置２）との間で行われるデータの送受信を制御するネットワークインタフェース１４と、を有する。

ここで、補助記憶装置１２には、図１に示した各部（制御部１００、データ取得部１０５、初期設定部１１０、データ分類部１１５、評価値算出部１２０、偏差値算出部１２５、および出力部１３０）の機能を実現するためのプログラム（特許評価プログラム）が記憶されているものとする。

そして、図１に示した各部（制御部１００、データ取得部１０５、初期設定部１１０、データ分類部１１５、評価値算出部１２０、偏差値算出部１２５、および出力部１３０）の機能は、ＣＰＵ１０が補助記憶装置１２に記憶されている特許評価プログラムを主記憶装置１１にロードして実行することにより実現される。

＜３．処理の概略＞
続いて、本実施形態の特許評価装置が行う処理の概略を説明する。
図３は、本実施形態の特許評価装置の概略処理を示すフローチャートである。
図示するように、特許評価装置が行う概略フローは、特許評価装置の初期設定のための初期設定フェーズＡ１と、実際に特許評価を行う特許評価フェーズＡ２とに分類される。

初期設定フェーズＡ１では、初期設定部１１０により、特許評価に利用する経過情報を設定する処理（Ｓ１００）と、特許評価に利用する内容情報を設定する処理（Ｓ１２０）とを行う。

特許評価フェーズＡ２では、データ取得部１０５により、指定されたＩＰＣの特許データ２００と特許属性情報２０５を取得する処理（Ｓ２００）と、データ分類部１１５により、特許データを所定期間ごとに分類する処理（Ｓ２１０）と、評価値算出部１２０により、グループ毎に、各特許データの評価値を算出する処理と（Ｓ２２０）、偏差値算出部１２５により、上記評価値の上記指定されたＩＰＣでの偏差値を算出する処理（Ｓ２３０）、この偏差値に基づいて特許データをクラス分けする処理（Ｓ２４０）と、出力部１３０により、上記クラス分けされた特許データを出力する処理（Ｓ２５０）とを行う。

＜４．初期設定フェーズの処理の詳細＞
続いて、本実施形態の特許評価装置が行う処理のうち初期設定フェーズＡ１の詳細を説明する。

＜４−１．経過情報設定処理＞
図４は、本実施形態の特許評価装置が行う処理のうち初期設定フェーズＡ１の経過情報設定処理の詳細を示すフローチャートである。

経過情報設定処理においては、まず、特許評価に利用する評価項目を選択するため、同時期に特許権設定登録された複数の特許データをサンプルとして抽出する（Ｓ１０１）。
サンプルを抽出したら、そのサンプル全体について、特許権設定登録後の維持率を算出する（Ｓ１０２）。
次に、このサンプルの中から、採用候補となる経過情報を具備した特許を抽出する（Ｓ１０３）。
次に、抽出された当該経過情報を具備した特許について、経過情報の種類ごとに特許権設定登録後の経過年数ごとの維持率を算出する（Ｓ１０４）。

そして、サンプル全体の維持率と当該経過情報を具備した特許の維持率に基づいて、当該経過情報を評価項目として採用するか否かを判定する（Ｓ１０５）。特許権を維持するためには、設定登録後一定期間ごとに維持費を支払う必要があり、維持年数が長くなるにつれ、維持費も上昇する。従って、維持費に見合う経済的価値のある特許のみが維持されるのが一般である。そこで、経過情報が特許の経済的価値とどのように関係するかを知るため、経過情報と特許の維持率の関係を見るのである。

評価項目の採否を判定する方法の具体的な一例としては、同時期に特許権設定登録された複数の特許データをサンプルとし、このサンプルについて、ある評価項目に該当する経過情報が付与された特許権の設定登録後の維持率を算出し、サンプル全体の平均の維持率より有意に高い維持率を示した評価項目を採用する方法がある。
維持率が有意に高いか否かは、例えば次のように判定する。
任意の経過情報(i)が付与されている特許群の平均維持率をＲ(i)、標準偏差をdＲ(i)、サンプル全体の平均維持率をＲavg、標準偏差をdＲavgとし、次式
Ｒ(i)±dＲ(i)＞Ｒavg±dＲavg
を満たす場合、当該経過情報(i)が付与された特許の平均維持率が、サンプル全体の平均維持率よりも有意に高いと判定する。
実際にはdＲavgは十分小さいので無視し、
Ｒ(i)−dＲ(i)≧Ｒavg
によって求めても良い。

ここで、図５に示す表に、初期設定部１１０が求めた各種評価項目と経過年数ごとの特許権の維持率との関係を示し、図６にこれをグラフで表現したものを示す。図５に示す表は、各行を維持年数とし、そして各列を評価項目として構成されており、それらに対応する数値は、各評価項目ごと且つ各年ごとの平均維持率を示す。この表及びグラフでは、1996年に日本国内で特許権設定登録された特許権約１０万件の維持率を、評価項目ごと及び設定登録後の経過年数ごとに示している。特許権設定登録直後から時間が経過するに従って、全般的に維持率は低下するが、無効審判、早期審査請求、異議申立等のなされた特許は維持率が突出して高いことがわかる。また、被引用、閲覧のなされた特許も維持率が高い。一方、一次審査（ＦＡ）通過の特許（一度も拒絶理由通知を受けることなく特許査定に至ったもの）は、維持率が高くないことがわかる。図示する例では、評価項目は以下のように選択される。すなわち、初期設定部１１０は、維持率と高い相関を示す項目である「早期審査請求」、「不服審判特許審決」、「異議申立維持決定」、「無効審判維持審決」、「国内優先権」、「海外優先権」、「包袋閲覧」、「引用（自社）」、及び「引用（他社）」を特許データの評価に利用する評価項目として選択する。また、初期設定部１１０は、維持率との相関が低かった「ＦＡ通過」については、評価項目として選択しない。

評価項目の採否を判定する他の方法としては、上述のサンプルについて、各経過情報のデータと特許の維持率との相関を算出し、特許の維持率との間で有意な相関が認められた評価項目を選択することも考えられる。

当該経過情報を採用しないと判定した場合は（Ｓ１０５：ＮＯ）処理を終了し、必要なら他の経過情報について上述の処理を実行する。
当該経過情報を採用すると判定した場合は（Ｓ１０５：ＹＥＳ）、次に、選択された各評価項目の具体的データを加工する処理を行う。データを加工するにあたっては、まず、上記採用された各評価項目に対し、予め記憶された複数の算定規則の中から、各評価項目より評価点を求めるための算定規則を選定する（Ｓ１０６）。複数の算定規則の具体例については後述する。

そして、選定された算定規則に適用可能となるように、記憶装置２内のすべての特許データ２００の特許属性情報２０５について、該当する経過情報を加工して記憶装置２に格納する（Ｓ１０７）。

＜４−２．内容情報設定処理＞
続いて、特許評価装置が行う処理のうち初期設定フェーズＡ１の内容情報設定処理を説明する。なお、以下の説明では、特許データの評価に利用する内容情報の種類は、予め定められているものとする。
先ず、初期設定部１１０は、記憶装置２にアクセスして、評価対象の特許データを読み出す。

次に、初期設定部１１０は、読み出した特許データを用いて、特許評価に利用する内容情報を生成する。具体的には、初期設定部１１０は、各特許データに含まれる書誌情報（請求項数、頁数、出願日等の情報）と、各特許データの実体情報（特許請求の範囲、明細書、図面）とを用いて、特許データ毎に、請求項数、独立請求項数、請求項あたりの平均文字数、明細書頁数、および図面枚数を対応付けた内容情報（図８参照）を生成する。初期設定部１１０は、上記の生成した内容情報を記憶装置２に格納する。

なお、上記では、特許データの評価に利用する内容情報の種類が予め定められている場合を示したが、特にこれに限定されるものではない。例えば、初期設定部１１０が以下の手順にしたがい、内容情報を選択するようにしてもよい。
具体的には、初期設定部１１０は、複数の特許データを読み出し、読み出した特許データを利用して、特許データ毎に内容情報（請求項数、独立請求項数、請求項あたりの平均文字数、明細書頁数、図面枚数、出願人数、発明者数等）を生成する。

次に、初期設定部１１０は、内容情報の各々について、下記の処理を行う。先ず、初期設定部１１０は、複数の特許データを内容情報の量毎に分類し（例えば、内容情報が所定値以上の特許データと、内容情報が所定値未満の特許データとに分類する）、内容情報の量毎に分類された特許データの平均維持率を算出する。次に、初期設定部１１０は、内容情報の量毎に求めた平均維持率の差分を求め、その差分が閾値より大きければ、その内容情報を特許評価に利用するものとして選択する。すなわち、初期設定部１１０は、複数種の内容情報（請求項数、独立請求項数、請求項あたりの平均文字数、明細書頁数、図面枚数、出願人数、発明者数等）の中から、内容情報の差による維持率の差が大きいものを選択する。
例えば、内容情報が「請求項数」の場合、複数の特許データを「請求項数」が所定項数より多い特許データと、請求項数が所定項数より少ない特許データとに分類し、それぞれ維持率を求める。そして、求めた維持率の差が閾値より大きければ、「請求項数」を特許評価に利用する内容情報として選択する。

＜４−３．特許属性情報の具体例＞
図７及び図８に、本実施形態の記憶装置に格納される特許属性情報の例を示している。それぞれ多数の特許出願又は特許権たとえば過去１０年間における日本国内での全特許出願約４００万件について、特許データＩＤ２１００、２２００（公開番号など）と、各特許出願についての特許属性情報が格納される。

図７は、特許属性情報のうち経過情報２１０のデータ構造を模擬的に例示した図である。
図７に示す経過情報のうち、「出願からの経過日数」２１０５、「審査請求からの経過日数」２１１０、および「登録日からの経過日数」２１１５は、当該特許データの期間に関する情報である。「出願からの経過日数」は出願日、「審査請求からの経過日数」は出願審査請求日、「登録日からの経過日数」は特許権設定登録日に基づき、それぞれ評価日まで又は評価日に近い所定日付までの経過日数を算出したものが記憶装置２に格納される。未だ出願審査請求されていない特許出願についての「審査請求からの経過日数」はＮＵＬＬとなり、未だ設定登録されていない特許出願についての「登録日からの経過日数」はＮＵＬＬとなる。なお、数値の単位は日数に限らず、月数、年数等でもよい。

図７に示す経過情報のうち、「分割出願」２１２０、「早期審査」２１２５、「不服審判特許審決」２１３０、「異議申立維持決定」２１３５、「無効審判維持審決」２１４０、「国内優先権」２１４５、「ＰＣＴ出願」２１５０、「包袋閲覧」２１５５は、当該特許データに対する所定行為の有無を示す情報である。「分割出願」は当該特許出願をもとの出願として分割出願がなされているか否か、「早期審査」は当該特許出願の早期審査がなされているか否か、「不服審判特許審決」は当該特許出願について拒絶査定不服審判が請求され、且つ当該審判において特許審決がなされているか否か、「異議申立維持決定」は当該特許について特許異議申立がなされ、且つ維持決定がなされているか否か、「無効審判維持審決」は当該特許について特許無効審判が請求され、且つ当該審判において請求棄却審決がなされているか否か、「国内優先権」は当該特許出願が先の特許出願等に基づく優先権主張を伴っているか否か、「ＰＣＴ出願」は当該特許出願が特許協力条約に基づく国際出願を国内に移行したものであるか否か、「包袋閲覧」は当該特許出願について閲覧請求がなされているか否かに基づき、それぞれ所定行為がなされている場合は例えば１が与えられ、なされていない場合は例えば０が与えられる。これらの情報は各特許出願の経過情報より抽出される。この経過情報２１０は、特許データの価値評価に利用される（経過情報２１０を利用した特許データの評価処理の手順は、後述する図１０で詳細に説明する）。
このように、本実施形態では、出願人、特許庁、及び競合他社等多様な主体による判断が反映されている経過情報２１０を利用して特許データを評価するようにしている。その結果、特許データの評価を行う上での客観性を担保することができる。
なお、本実施形態では、図７で示した経過情報を利用して特許データを評価する場合を説明したが、特にこれに限定されるものではない。例えば、図７に示した特許データの中の少なくとも１つを利用して、特許データを評価するようにしてもよい。

評価値の算出に用いるデータとしては上記１又は０に限らず、例えば「包袋閲覧」２１５５或いは「不服審判特許審決」２１３０については他の評価項目に比べ維持率との関係が薄い傾向にあるため、例えば上記の０．５倍或いは後者については０．２５倍の値を用いることとしてもよい。また、「不服審判特許審決」２１３０、「異議申立維持決定」２１３５、「無効審判維持審決」２１４０について、審決若しくは決定の確定前又は審理中の場合は、確定後の場合の０．５倍の値を用いることとしてもよい。また、上記「国内優先権」に代え、国内外を問わず優先権主張を伴っているか否かを１又は０に数値化しても良い。
また、当該特許データに対する所定行為の有無を示す情報として、上記以外に、「新規性喪失の例外証明書提出書の有無」、「刊行物提出書（情報提供）の有無」、「審査前置の有無」を用いてもよい。

図７に示す経過情報のうち、「被引用回数」２１６０は、当該特許データの引用回数を示す情報である。当該特許出願の公開特許公報又は特許掲載公報が他社の特許出願に対する拒絶理由通知において引用された回数が「他社」での引用回数として与えられ、自社の他の特許出願に対する拒絶理由通知において引用された回数が「自社」での引用回数として与えられる。これらの情報は、例えば記憶装置２に格納されている全特許データのうち拒絶査定となった特許データの経過情報から引用文献番号（公開特許公報などの公開番号）を抽出し、この引用文献番号から被引用回数を付与すべき特許データを特定し、各特定された特許データについて被引用回数をカウントすることによって算出される。

図８は、特許属性情報のうち内容情報２２０のデータ構造を模擬的に例示した図である。
図８に示す内容情報のうち、「請求項数」２２０５は、当該特許出願の請求項数を示す情報であり、「独立請求項数」２２１５は、当該特許出願の独立請求項数を示す情報である。「請求項の平均文字数」２２２０は、当該特許出願の請求項１項あたりの平均文字数（又は単語数）を示す情報である。「明細書頁数」２２２５は、当該特許出願の明細書頁数又は公報頁数を示す情報である。「図面枚数」２２３０は、当該特許出願の図面の枚数又は図面数を示す情報である。これらの情報は各特許出願の公開特許公報その他の特許データより抽出される。
内容情報の他の例としては、出願人数（共同出願人の数が多い方が維持率が高い）、発明者数（共同発明者の数が多い方が維持率が高い）、付与されたＩＰＣの種類数（平均に近い方が維持率が高い）等が考えられる。

本実施形態によれば、特許出願又は特許権に関して誰でも取得でき且つ一義的に定まる数値情報に基づいて評価値を算出することにより、分析対象母集団内における相対評価を客観的に行うことができる。
このように、特許出願又は特許権の経過情報又は内容情報に基づいて客観的に定まる数値情報に基づいて、特許出願又は特許権の価値を適切に評価することが可能な本発明は、膨大な数の特許出願又は特許権を迅速に評価することに適している。従って例えば、膨大な数の特許出願又は特許権から「光る石」を見つけ出したり、ある特許出願又は特許権について詳細評価を行う前段階として分析対象母集団内での大まかな位置づけを把握したりすることが簡単にできる。

＜５．特許評価フェーズの処理の詳細＞
続いて、本実施形態の特許評価装置が行う処理のうち特許評価フェーズＡ２の詳細を説明する。

＜５−１．特許データの取得＞
図３に戻って説明すると、特許評価フェーズＡ２では、まず、データ取得部１０５により、分析者が入力装置より入力したＩＰＣコードを取得し、この指定されたＩＰＣコードに基づき、記憶装置２より特許データ２００と特許属性情報２０５を取得して分析対象母集団とする（Ｓ２００）。

ＩＰＣは、好適にはサブグループまで指定されるが、データ取得部１０５により記憶装置２にアクセスした結果、該当サブグループの特許データが所定件数（例えば１０００件）に満たなかった場合には、順次高いＩＰＣ階層の特許データを取得して所定件数を確保することが望ましい。経験的に、分析対象母集団が１０００件以上であると評価値の安定性が優れている（件数の増減による評価値の変動が小さい）。但し、分析対象母集団を上位階層まで広げるとしても、異分野混入を防ぐためにはＩＰＣサブクラス以下が好ましい。

図９に示す表は、上記実施形態において分析対象母集団の抽出範囲を変えたときの評価値算出結果を示す表である。分析対象母集団としてＩＰＣサブグループ、メイングループ、サブグループを選んだ場合、ある特許の評価値がどのように変化したかを５つの技術分野に関して示している。
ＩＰＣ「B01J35/02」の分野においては、このサブグループだけで1227件の特許データが存在し、このサブグループでのある特許出願の評価値（偏差値）は、メイングループ、サブループでの評価値と大きな違いがなく、安定していた。
またＩＰＣ「C10L1/00」の分野においては、このサブグループだけでは90件の特許データしか存在せず、このサブグループでのある特許出願の評価値は、メイングループでの評価値と大きな開きがあった。分析対象母集団をメイングループまで広げるとようやく1521件となり、このメイングループでの評価値はサブグループでの評価値と大きな違いがなく、安定していた。
この図では説明を簡略化するため５例しか示していないが、他の分野においても、分析対象母集団1000件未満では評価値が安定せず、1000件以上で安定する傾向がある。

＜５−２．特許データの分類＞
次に、データ分類部１１５により、取得した特許データに関する特許属性情報のうち出願日の情報又は優先日の情報等に基づき、特許データを所定期間ごと（例えば出願年ごと、優先日が属する年ごと等）のグループｔに分類する（Ｓ２１０）。

＜５−３．評価値の算出＞
次に、評価値算出部１２０により、各特許データの評価値を算出する（Ｓ２２０）。この処理の詳細を、図１０に基づいて説明する。

図１０は、本実施形態の特許評価装置が各特許データの評価値を算出する処理の詳細を示すフローチャートである。
評価値算出部１２０は、Ｓ２１０の分類によって生成されたグループに属する特許データ２００について、特許属性情報２０５を取得する（Ｓ２２１）。ここで、当該取得した１つのグループがＪ件の特許データからなるものとし、Ｊ件のそれぞれを区別するため添え字ｊ（ｊ＝１，２，・・・，Ｊ）を用いる。
Ｊ件の特許データを取得したら、これらＪ件の特許データの特許属性情報２０５を用いて、後述のＳ２２３Ｂ〜Ｓ２２３Ｄで用いる「評価項目の該当有無データのＪ件分の合計値」等を予め求めておくことが望ましい。

次に、変数ｊを１にセットし（Ｓ２２２）、次のようにして特許データｊの評価素点を算出する。

まず、初期設定フェーズＡ１で選択されたＩ個の評価項目ｉ（ｉ＝１，２，・・・，Ｉ）について、評価項目ごとに予め設定された評価点算出方法を選択する（Ｓ２２３Ａ）。

本実施形態における評価点算出方法には次の３通りがある。すなわち、例えば「分割出願」２１２０、「早期審査」２１２５、「不服審判特許審決」２１３０、「異議申立維持決定」２１３５、「無効審判維持審決」２１４０、「国内優先権」２１４５、「ＰＣＴ出願」２１５０、「包袋閲覧」２１５５等、当該特許データに対する所定行為の有無を示す情報についてはＳ２２３Ｂ〔有無型〕を選択する。また、例えば「出願からの経過日数」２１０５、「審査請求からの経過日数」２１１０、および「登録日からの経過日数」２１１５等、当該特許データの期間に関する情報についてはＳ２２３Ｃ〔時間減衰型〕を選択する。また、例えば「被引用回数」２１６０等、当該特許データの引用回数を示す情報についてはＳ２２３Ｄ〔回数型〕を選択する。

評価点算出方法を選択したら、Ｉ個の評価項目ｉの各々について、特許データｊの評価点を算出する（Ｓ２２３Ｂ、Ｓ２２３Ｃ、Ｓ２２３Ｄ）。

＜５−３−１．有無型＞
Ｓ２２３Ｂ〔有無型〕が選択された評価項目ｉについては、例えば次の［数１］により評価点を算出する。

ここで分子に配置された「評価項目ｉの該当有無データ」は、例えば「分割出願」については、上述のように分割出願がなされていれば１、なされていなければ０となる。

分母には、上記「評価項目ｉの該当有無データ」の当該グループ内合計値の正の平方根が配置されている。従って、当該グループ内に評価項目該当の特許データが多数存在する場合は分母が大きく、当該グループ内に評価項目該当の特許データが少数しか存在しない場合は分母が小さくなる。該当件数の多い評価項目（「包袋閲覧」等）を有する特許よりも、該当件数の少ない評価項目（「無効審判維持審決」等）を有する特許の方が、特許権維持率が高い傾向があるので、各評価項目の重み付けが自動的になされる。また、所定期間ごとのグループ単位で集計しているので、例えば古い特許ほど多くの経過情報が付加され、公開されて間もない新しい特許には未だ経過情報が付加されていないことが多いが、それだけの理由で新しい特許に低い評価が与えられるという傾向を緩和することができる。
特許データの属性情報は、分析対象母集団内での相対評価に有用であるが、この分析対象母集団内の特許出願又は特許権を平等に扱ってしまうと適切な評価はできない。本実施形態によれば、分析対象母集団を時期ごとのグループに分類し、この分類されたグループごとに求めた値を分母として用いることで、異なる時期の特許出願又は特許権を含む分析対象母集団内において、適切な相対評価が可能となる。
また、例えばある技術分野において、特許出願が少ない同時期グループにおける１件の価値と、特許出願が多くなった同時期グループにおける１件の価値とでは、前者の価値の方が高いことが多い。一方で例えば、出願公開されて間もない特許出願より、数年経過した特許出願の方が、閲覧請求を受けた等の経過情報が付与される可能性は必然的に高いが、だからといって出願公開されて間もない特許出願をそのまま低く評価するのは誤りである。同時期グループ内の特許出願の中で、例えば閲覧請求を受けたものが数少ない場合、その閲覧請求を受けた特許出願は格別注目度の高い特許出願であり、高く評価されるべきである。逆に、同時期グループ内の特許出願の中で、閲覧請求を受けたものが数多い場合、その閲覧請求を受けた特許出願は、閲覧請求を受けたというだけの理由で高く評価されるべきものではない。
本実施形態によれば、各グループに属する各特許データの特許属性情報を利用して求めた値と、該グループに属する各特許データの特許属性情報を利用して求めた値を該グループ毎に合計した値の減少関数の値と、の積により評価点を算出する。この構成によれば、それぞれのグループにおける各特許データの相対的な位置づけを考慮した値を評価値として求めることができる。その結果、経過情報に基づく数値情報の前記同時期グループにおける合計値が低いほど高い重み付けをし、逆に当該合計値が高いほど低い重み付けをすることにより、分析対象文書群における特許出願又は特許権の適切な評価が可能となる。

＜５−３−２．時間減衰型＞
Ｓ２２３Ｃ〔時間減衰型〕が選択された評価項目ｉについては、例えば次の［数２］により評価点を算出する。

ここで分子に配置された「Exp（−（Min（経過時間，年限））／年限）」は、例えば「審査請求からの経過日数」については、当該「審査請求からの経過日数（年数換算値）」と「年限」のうち何れか小さい方の値を「年限」で除算し−１を乗算した値で、ネイピア数ｅをべき乗した値である。「年限」は例えば出願日から特許権存続期間満了までの最大年数（日本の現行法では２０年）とする。「登録日からの経過日数」の場合も同じ計算式を用い、「年限」は例えば出願日から特許権存続期間満了までの最大年数（日本の現行法では２０年）とする。「出願日からの経過日数」の場合も同じ計算式を用いるが、「年限」は例えば出願日から出願審査請求期限までの年数（日本の現行法では３年）とする。これによると、経過時間が短いうちは分子の値はExp（０）＝１に近い値であるが、時間の経過とともに減衰して経過時間≧年限となるとExp（−１）＝１／ｅにまで低下する。指数関数にする利点は、価値に対する減価償却効果を導入できることと、評価値分布の離散化をなくし滑らかな分布にできることである。「審査請求からの経過日数」、「出願日からの経過日数」、「登録日からの経過日数」は、多くの特許に該当する基本評価項目であり、これら３評価項目しか該当しない特許群の同点化を避けることができる。

分母は上記Ｓ２２３Ｂ〔有無型〕と同様の式が配置されているが、例えば「審査請求からの経過日数」については、当該特許出願につき出願審査請求されていれば例えば１、されていなければ例えば０の値を当該グループ内で合計し正の平方根をとったものである。「登録日からの経過日数」についても、当該特許出願につき特許権設定登録されていれば例えば１、されていなければ例えば０の値を当該グループ内で合計し正の平方根をとったものが分母となる。「出願からの経過日数」については、すべての特許データが該当するので、当該評価項目の該当有無データを１とすれば、分母の値はグループ内の特許データの件数の正の平方根に等しくなる。何れの場合も、当該グループ内に評価項目該当の特許データが多数存在する場合は分母が大きく、当該グループ内に評価項目該当の特許データが少数しか存在しない場合は分母が小さくなる。上述のように「審査請求からの経過日数」、「出願日からの経過日数」、「登録日からの経過日数」は、多くの特許に該当する基本評価項目であるので、これら評価項目の配点は小さくなりやすい。
なお、本実施形態では、分母に各評価項目の平均経過年数を用いることも可能である。上述のように分母に該当件数を用いた場合であっても特許データの適切な評価は可能であるが、分母に平均経過年数を用いることにより、さらに評価精度を向上させることができる。

このＳ２２３Ｃ〔時間減衰型〕で算出された評価点は、更に内容情報による補正を行うのが好ましい。
なお、以下では、図８に示した内容情報２２０の中から、特許データの請求項当たりの平均文字数（図８の２２２０参照）と、特許データの頁数（図８の２２２５）と、特許データの請求項数（図８の２２０５参照）と、を利用する場合を例にする。
経過情報のみにより評価する場合、出願公開後又は特許権設定登録後間もない特許出願又は特許権には、今後付与されると期待される経過情報がなく評価が正しく行えない可能性がある。従ってこれを補正するため、経過情報による評価に内容情報を加味することが好ましい。しかし、内容情報は、経過情報ほど維持率との相関が高くない傾向にあり、不用意に内容情報を加味すると却って評価の精度が落ちる可能性がある。
そこで、経過情報が十分に付与された特許の評価には内容情報の影響を小さくとどめ、経過情報が不十分な特許の評価に内容情報を効果的に反映させるため、このＳ２２３Ｃ〔時間減衰型〕で算出された評価点にのみ、内容情報に基づく補正係数を乗算する。
このように本実施形態によれば、出願の古い新しいを問わず、どの特許データにも一律に付与されやすい特性を有する期間に関する情報に、各々の特許データの内容情報を加味することができる。その結果、経過情報があまり付与されていない新しい出願からなる特許データについても、適切な評価を行うことができる。

具体的には、上記［数２］の各評価点に、
ａ_１×ａ_２×ａ_３
ここで、
ａ_１＝２^1/3（請求項当たりの平均文字数が平均以下の場合）又は
２^-1/3（請求項当たりの平均文字数が平均以上の場合）
ａ_２＝２^1/3（全頁数が平均以上の場合）又は
２^-1/3（全頁数が平均以下の場合）
ａ_３＝２^1/3（請求項数が平均値±１標準偏差以内の場合）又は
２^-1/3（請求項数が上記範囲外の場合）
を乗算することが好ましい。ａ_１、ａ_２、ａ_３の最大値をそれぞれ２^1/3とすることにより、ａ_１×ａ_２×ａ_３を最大値とする補正にとどめている。但し、ａ_１、ａ_２、ａ_３の値は上記に限らず、内容情報と維持率との相関に基づき互いに異なる値を用いても良い。
なお、上記実施形態では、ａ_１×ａ_２×ａ_３の値が最大で２になるようにしているが、あくまでもこれは例示である。

＜５−３−３．回数型＞
Ｓ２２３Ｄ〔回数型〕が選択された評価項目ｉについては、例えば次の［数３］により評価点を算出する。

ここで分子に配置された「ｆ（引用）×log（ｎ_ｊ＋１）」は、例えば「被引用回数」については、当該「被引用回数ｎ_ｊ」に１を加えた値の対数（例えば自然対数）に重みｆ（引用）を乗算したものである。本発明者らの検証により、被引用の有無にとどまらずその回数によっても特許権の維持率が変化することがわかっているが、両者に比例関係はなく、被引用回数の増加による維持率の増加は次第に頭打ちの傾向を示すため、対数をとることとしたものである。

分母には、上記「ｆ（引用）×log（ｎ_ｊ＋１）」の当該グループ内合計値の正の平方根が配置されている。従って、当該グループ内に他の出願で引用された特許データが多数存在する場合は分母が大きく、当該グループ内に他の出願で引用された特許データが少数しか存在しない場合は分母が小さくなる。

上記［数３］の分子及び分母において、重みｆ（引用）は任意の正数を用いることができるが、他社の特許出願で引用された回数（他社引用回数）ｎ_ｊotherと自社の他の特許出願で引用された回数（自社引用回数）ｎ_ｊselfとで区別し、それぞれの対数に異なる重みを付与することが望ましい。この場合、上記［数３］に代え、次の［数４］を用いる。

具体的な重みの値は、例えば他社引用の場合は重みｆ（引用_other）＝１とし、自社引用の場合はそれより大きい重みｆ（引用_self）＝２とすることができる。

被引用回数は、特許の価値との間に高い相関がある。更に、本発明者らの検証によれば、他社の特許出願の審査において引用（他社引用）された回数と、自社の他の特許出願の審査において引用（自社引用）された回数とでは、後者と特許の価値との相関が有意に高いことが認められた。自社の他の特許出願の審査において引用された発明は、自社の実施技術において中核となる基本発明であることが多いことによるものと推測される。そして、そのような基本発明を自社が既に出願していることを認識しつつ、その改良技術をも出願し強固な特許ポートフォリオの構築を図った可能性が高い。
本実施形態によれば、被引用回数を他社引用と自社引用とに分けて考え、後者の回数をより大きく評価値に反映させることにより、特許出願又は特許権の適切な評価が可能となる。

＜５−３−４．評価素点の算出＞
初期設定フェーズで選択されたすべての評価項目ｉ（ｉ＝１，２，・・・，Ｉ）について、特許データｊの評価点が算出されたら、これに基づいて当該特許データｊの評価素点を、例えば次の［数５］により算出する（Ｓ２２４）。

この式に示されるように、評価素点は、Ｉ個の評価点の二乗和の正の平方根、又は０となる。評価素点が０となるのは、審査請求期限までに出願審査請求しなかった場合、出願を取下げ又は放棄した場合、拒絶査定が確定した場合、その他特許出願が失効した場合と、異議申立による取消決定や無効審判による無効審決が確定した場合、特許権を放棄した場合、特許権の存続期間が満了した場合、その他の特許権が消滅した場合である。これらの情報も各特許データの経過情報から読み取り、該当する場合は評価素点を０とする。
なお、上述のようにＳ２２３Ｃ〔時間減衰型〕で算出された評価点に対し、内容情報による補正を行う場合は、「審査請求からの経過日数」、「出願日からの経過日数」、「登録日からの経過日数」に基づき上述の［数２］で算出された評価点にそれぞれ上述のａ_１×ａ_２×ａ_３を乗算した上で、［数５］に従い二乗和の平方根をとることになる。

複数の評価項目による評価点ｉから評価素点を算出する方法として、各評価点ｉの総和を求める方法も可能である（単純和法）。特許の維持率（経済的価値）との相関を有する経過情報が多数付与された特許の評価が高く算出されるので、評価点ｉの総和を評価素点とすることは一見合理的である。但し、維持率との相関があまり高くない経過情報を多数付与されている特許の（低い評価点が多数加算される）評価素点が、維持率との相関が極めて高い経過情報を少数付与されている特許の評価素点を超えてしまうことがあり得るので注意が必要である。
この問題を解決する１つの方法として、各評価点ｉのうち最大値を評価素点とする方法も可能である（最大値法）。特に、ある経過情報と特許群の維持率との相関を調べる場合に、他にどんな経過情報が付与されているか無関係に相関を調べた場合には、ある特許の維持率は、最高の維持率を持つ経過情報の維持率で最もよく表現できると期待されるので、評価点ｉの最大値を評価素点とすることは一見合理的である。但し、評価点ｉの最大値が２つの特許で同じである場合に優劣がつけられない。さらに、最大値法を用いた場合は、出願人、特許庁及び競合他社の異なる３主体の観点を加味した評価を行うことができず、それらの主体のうちのいずれか一者の観点のみが反映されることとなってしまい、残りの主体の観点を特許データの評価に反映させることができない。
二乗和の平方根をとる上述の方法は、単純和法と最大値法の長所を兼ね備えた方法ということができる。すなわち、二乗和の平方根をとることにより、ある特許データｊに関するＩ個の評価項目ｉの中に高い評価点ｉがあるときは、その高い評価点ｉが評価素点に大きく影響する。そして、評価点ｉの高い評価項目以外の評価点についても、幾らか考慮された評価素点となる。従って、評価点ｉの高くなりやすい「早期審査」、「異議申立維持決定」、「無効審判維持審決」等に複数該当するような特許データｊに対しては、突出して高い評価素点を与えることができる。
このように本実施形態では、特許属性情報の種類に応じて算出した評価点を全て加味した特許評価を行うようにしている（Ｓ２２３、Ｓ２２４）。その結果、特許データの価値を多面的に評価することが可能となる。

＜５−３−５．評価値の算出＞
評価素点が算出されたら、その対数（例えば自然対数）を算出して当該特許データｊの評価値とする（Ｓ２２５）。
経過情報又は内容情報に基づいて算出される評価値は、特異な経過又は内容が読み取れる数少ない特許出願又は特許権に対しては高い値が与えられるが、その他大勢の特許出願又は特許権に対しては低い値が与えられることが多い。従って評価値別の件数分布を見ると、評価値が高い特許出願又は特許権は数少なくまばらな分布となり、評価値が低い特許出願又は特許権は数多く密集した分布となる。
このような場合には、評価値の高い少数の特許出願又は特許権によって平均値（相加平均値）が大きく左右されるので、このような平均値との比較によって評価する際は注意が必要となる。また例えば高い評価値が得られた２つの特許出願又は特許権を比較する場合に、数値の上では評価値に大きな差があるように見えたとしても、実際には有意な差ではないこともある。

図１１は、ある分析対象母集団の特許データについて評価素点を算出し、この評価素点に基づいて直接算出した偏差値と、対数化した上で算出した偏差値の件数分布を示すグラフである。
本実施形態によれば、評価値を対数（自然対数、又はその他の対数）に換算することにより、評価値の比較を適切に行うことができるようになる。
特に、評価値ごとの件数分布は多くの場合対数正規分布に近いものとなるので、評価値を対数に換算することによって、件数分布を正規分布に近いものとすることができる。従って、評価値を対数に換算した上で例えば偏差値を算出すれば、より適切な評価が可能となる。

次に、すべての特許データｊについて評価値を算出したか否かを判定し、算出していない場合は（Ｓ２２６：ＮＯ）、変数ｊをｊ＋１にセットし（Ｓ２２７）、Ｓ２２３に戻って次の特許データについて評価値を算出する。
すべての特許データｊについて評価値を算出した場合は（Ｓ２２６：ＹＥＳ）、当該グループに属する特許データに関する評価値の算出処理を終了する。
このように本実施形態では、特性の異なる複数の特許データを、技術分野ごと、出願時期ごとの特性を加味した上で評価するようにしている。その結果、特許データの価値をより適切に評価することができる。

＜５−４．偏差値の算出＞
Ｓ２２１〜Ｓ２２７までの評価値算出処理は、Ｓ２００で取得した特許データをＳ２１０で分類して得られたすべてのグループｔについて実行する。
すべてのグループｔについて評価値を算出したら図３に戻り、この評価値に基づいて、Ｓ２００で取得した分析対象母集団における偏差値を標準化評価値として算出する（Ｓ２３０）。この偏差値は、本来ならば比較することが困難な、異なる技術分野間の特許データの相対比較（Ｓ２００で異なるＩＰＣにより別途選択される分析対象母集団との比較）をも可能とするもので、偏差値に代えて他の標準化した値を用いても良い。また、分析対象母集団における偏差値に限らず所定期間ごとに分類した各グループ内での偏差値を算出しても良い。

＜５−５．クラス分け＞
偏差値を算出したら、算出した偏差値に基づいて特許データをクラス分けする（Ｓ２４０）。クラス分けは、例えば次のように行う。
偏差値 クラス
110±5 Ａ⁺⁺⁺
100±5 Ａ⁺⁺
90±5 Ａ⁺
80±5 Ａ
70±5 Ａ^-
60±5 Ｂ⁺
50±5 Ｂ
40±5 Ｂ^-
30±5 Ｃ⁺
20±5 Ｃ
10±5 Ｃ^-

＜５−６．出力＞
クラス分けが終了したら、結果を出力部１３０により出力して一連の処理を終了する（Ｓ２５０）。
図１２は、一例として表形式の出力結果を示す図である。この図に挙げられた特許群は、幾つかの団体がそれぞれ有力特許として抽出した特許群であり、技術分野は多岐にわたっている。この特許群の各々が属するＩＰＣサブクラスに基づいてそれぞれ分析対象母集団を抽出し、それぞれに属する特許データの評価値を算出した上で、母集団抽出の元になった上述の有力特許の評価値がどのように算出されたかを出力した。算出結果は、誰でも入手可能な経過情報及び内容情報による計算結果であるにも関わらず、いずれもＢ以上の評価となり、上記団体による評価に近い結果となった。
本実施形態では技術分野ごとに評価値（偏差値）を算出しているので、異なる技術分野間で経過情報や内容情報の傾向に差異があっても相対比較が可能となる。むろん、異なる技術分野間で単純な数値比較のみをしてしまうと誤解を生む恐れもあるが、分析対象母集団を明示することで、誤解の恐れを避けることができる。

＜６．変形例＞
続いて、本実施形態の変形例を説明する。なお、以下の変形例の説明において、上記実施形態と同じ構成のものは同じ符号を用いる。

≪第１変形例≫
最初に、本実施形態の第１変形例を説明する。
第１変形例は、上記実施形態の経過情報２１０に、さらに、回数型の評価点の算出用の評価項目を追加したものである。
具体的には、第１変形例では、図１３に示す経過情報を利用して、特許データの評価を行うようにした以外は、上述した実施形態と同じである。以下、上記実施形態と異なる経過情報の内容について説明する。

図１３は、本実施形態の第１変形例の経過情報のデータ構成の一例を模擬的に示した図である。
図示する経過情報は、上述した図７の経過情報２１０に、さらに、「異議証拠の被引用回数」、「異議採用証拠の被引用回数」、「審判請求証拠の被引用回数」、「審判採用証拠の被引用回数」、「分割出願」の回数、「優先権」の回数、「無効審判維持審決」の回数を付加するようにしたものである。なお、図１３では、便宜上、図７の２１０５〜２１５５のデータを省略している。

具体的には、経過情報２５０は、「特許データＩＤ（公報番号等）」を登録するためのフィールド２１００と、「出願日からの経過日数」を登録するためのフィールド２１０５と、「審査請求日からの経過日数」を登録するためのフィールド２１１０と、「登録日からの経過日数」を登録するためのフィールド２１１５と、「分割出願」の有無を示す情報を登録するためのフィールド２１２０と、「早期審査」の有無を示す情報を登録するためのフィールド２１２５と、「不服審判特許審決」の有無を示す情報を登録するためのフィールド２１３０と、「異議申立維持決定」の有無を示す情報を登録するためのフィールド２１３５と、「無効審判維持審決」の有無を示す情報を登録するためのフィールド２１４０と、「優先権主張」の有無を示す情報を登録するためのフィールド２１４５と、「ＰＣＴ出願」の有無を示す情報を登録するためのフィールド２１５０と、「包袋閲覧」の有無を示す情報を登録するためのフィールド２１５５と、「被引用回数」を示す情報を登録するためのフィールド２１６０とを備え、
さらに、「異議証拠の被引用回数」を登録するためのフィールド２１６５と、「異議採用証拠の被引用回数」を登録するためのフィールド２１７０と、「審判請求証拠の被引用回数」を登録するためのフィールド２１７５と、「審判採用証拠の被引用回数」を登録するためのフィールド２１８０と、「分割出願」の回数を登録するためのフィールド２１８５と、「優先権」の回数を登録するためのフィールド２１９０と、「無効審判維持審決」の回数を登録するためのフィールド２１９５とを備えて１つのレコードが構成される。なお、経過情報２５０は、複数のレコードよりなる。

ここで、「異議証拠の被引用回数」とは、その特許データの「異議理由を構成する証拠」として使われた回数をいう。「異議採用証拠の被引用回数」とは、その特許データの「取消決定の根拠となる証拠」として使われた回数をいう。「審判請求証拠の被引用回数」とは、その特許データの「拒絶理由（無効理由）を構成する証拠」として使われた回数をいう。「審判採用証拠の被引用回数」とは、その特許データの「審決の証拠」として採用された回数をいう。「分割出願」の回数とは、その特許データの分割された回数（例えば孫出願は２回、曾孫出願は３回というように世代数を数える）をいう。「優先権」の回数とは、優先権主張の基礎とされた出願の件数により示される回数をいう。「無効審判維持審決」とは、その特許データの「無効審判維持審決」の回数をいう。

そして、図示する経過情報２５０は、図１０の処理に利用される。このように、図７の経過情報２３０から、さらに評価項目を加えたのは、本願の発明者が、経過情報と特許権の維持率との関係を統計的手法により分析した結果、「異議証拠の被引用回数」、「異議採用証拠の被引用回数」、「審判請求証拠の被引用回数」、「審判採用証拠の被引用回数」、「分割出願」の回数、「優先権」の回数、および「無効審判維持審決」の回数と、特許権の維持率とが密接に関係していることを見出したためである。

このように、第１変形例によれば、上記実施形態の特許評価装置よりもさらに、精度が高い特許データの分析ができるようになる。
なお、異議証拠の被引用回数」、「異議採用証拠の被引用回数」、「審判請求証拠の被引用回数」、「審判採用証拠の被引用回数」については、自社被引用と他社被引用とを分けていないが、フィールド２１６０に登録する「拒絶理由の被引用回数」と同様、自社被引用と他社被引用とを分けるようにしてもよい。この場合は、上記実施形態と同様の手順で、評価点を算出する際、自社被引用か他社被引用かに応じた重み付けを行うようにするとよい。

≪第２変形例≫
つぎに、本実施形態の第２変形例を説明する。
上記実施形態の説明では、特許データの引用回数を示す情報として、他社の特許出願に対する拒絶理由通知での引用回数と、自社の他の特許出願に対する拒絶理由通知での引用回数とを用いる場合について説明したが、第２変形例では、当該特許データが引用された上記「他社の特許出願」や「自社の他の特許出願」が更に他の特許出願で引用されている場合（リサイテーション：孫引き）に、その事実を評価に加える。

図１４は、第２変形例においてリサイテーション（孫引き）された特許データに評価値算出部が加点するための処理を示すフローチャートである。ここでは、引用された各特許データについて孫引きされているものを抽出するとともにその回数及び世代数をカウントして加点要素とする。
まず、評価値を算出する分析対象母集団の各特許データを記憶装置から抽出する。ここで抽出された母集団に属する各特許データを特許データ（ＰＳ）と称することにする（Ｓ２８０１）。以下の処理は、抽出された各特許データについて個別に行う。
次に、抽出された分析対象母集団のうちのある特許データ（ＰＳ）について、記憶装置に記憶された経過情報を用いて出願番号及び出願日（優先権主張を伴う場合は基礎出願日）を特定する。ここで、特許データ（ＰＳ）の出願番号及び出願日をそれぞれ出願番号（ＰＳ）及び出願日（ＰＳ）と称することにする（Ｓ２８０２）。
そして、当該特定された出願日（ＰＳ）を用いて、当該出願日以降の出願日（優先権主張を伴う場合は基礎出願日）を有する特許データを、記憶装置に記憶された全特許データの中から抽出する。ここで、抽出された後願特許データを特許データ群Ａ（ＰＳ）と称することにする（Ｓ２８０３）。
次に、特許データ群Ａ（ＰＳ）の中から、経過情報に引用公報番号を有する特許データを抽出する。抽出された特許データを特許データ群Ｂ（ＰＳ）と称することにする（Ｓ２８０４）。
次に、上述したある特許データ（ＰＳ）の出願番号（ＰＳ）を用いて、当該特許データ（ＰＳ）を引用した特許データ（ｉ，ｊ）を上記特許データ群Ｂ（ＰＳ）の中から全件（Ｊ件）抽出する。ここでｉは引用世代数（正の整数）であり、本ステップではｉ＝１である。ｊは後願特許データの識別番号であり、同一特許データ（ＰＳ）が引用された後願特許データがＪ件あれば、ｊは１からＪまでの整数となる（Ｓ２８０５）。

次に、特許データ（ＰＳ）を引用した特許データ（ｉ，ｊ）を用いて、以下の処理により加点要素を算出する。まず、引用世代数のカウンタｉを１にセットする（Ｓ２８０６）。
そして、当該世代ｉの特許データ数Ｊが正の数でない場合（Ｓ２８０７：ＮＯ）、そもそも当該特許データ（ＰＳ）を引用した後願特許データは存在しないので加点対象とせず加点の処理を終了する（Ｓ２８０８）。
当該世代ｉの特許データ数Ｊが正の数である場合（Ｓ２８０７：ＹＥＳ）、この特許データ数Ｊを、特許データ（ＰＳ）が引用された特許データ数として集計し（Ｓ２８０９）、所定の重みを付与して（Ｓ２８１０）特許データ数Ｊに応じた加点要素（ＰＳ）を算出する（Ｓ２８１１）。特許データ数Ｊは被引用回数を示すので、例えばグループ内の全特許データ（ＰＳ）について算出された値（の総和の正の平方根）を用いて上述の［数３］により算出した値を、加点要素（ＰＳ）とする。

次に、特許データ（ｉ，ｊ）を用いて、孫引きの有無及び回数を世代ごとに判定する。まず、同一特許データが引用された後願特許データ（ｉ，ｊ）を識別するカウンタｊを１にセットし（Ｓ２８１２）、各後願特許データ（ｉ，ｊ）について以下の処理を行う。
まず、ある後願特許データ（ｉ，ｊ）について、記憶装置に記憶された経過情報を用いて出願番号及び出願日を特定する。ここで、特許データ（ｉ，ｊ）の出願番号及び出願日をそれぞれ出願番号（ｉ，ｊ）及び出願日（ｉ，ｊ）と称することにする（Ｓ２８１３）。
そして、当該特定された出願日（ｉ，ｊ）を用いて、当該出願日以降の出願日を有する特許データを、記憶装置に記憶された全特許データの中から抽出する。ここで、抽出された後願特許データを特許データ群Ａ（ｉ，ｊ）と称することにする（Ｓ２８１４）。
次に、特許データ群Ａ（ｉ，ｊ）の中から、経過情報に引用公報番号を有する特許データを抽出する。抽出された特許データを特許データ群Ｂ（ｉ，ｊ）と称することにする（Ｓ２８１５）。
次に、上述したある特許データ（ｉ，ｊ）の出願番号（ｉ，ｊ）を用いて、当該特許データ（ｉ，ｊ）を引用した特許データ（ｉ＋１，ｊ）を上記特許データ群Ｂ（ｉ，ｊ）の中から全件（Ｊ件）抽出する（Ｓ２８１６）。特許データ（ｉ＋１，ｊ）は、分析対象母集団に属する特許データ（ＰＳ）から見ると孫引き又はそれ以上の引用世代に属することになる。

次に、特許データ（ｉ，ｊ）を引用した特許データ（ｉ＋１，ｊ）を用いて、以下の処理により孫引きとしての新たな加点要素を算出する。
まず、特許データ（ｉ，ｊ）を引用した次世代ｉ＋１の特許データ数Ｊが正の数でない場合（Ｓ２８１７：ＮＯ）、そもそも当該特許データ（ｉ，ｊ）を引用した後願特許データは存在しないので新たな加点対象とはしない。この場合、同じ世代ｉに属するすべての特許データ（ｉ，ｊ）について次世代の特許データ（ｉ＋１，ｊ）を抽出するまで（Ｓ２８１９）、カウンタｊに１を加えて（Ｓ２８２０）次世代の特許データ（ｉ＋１，ｊ）の抽出処理を繰り返す。
特許データ（ｉ，ｊ）を引用した次世代ｉ＋１の特許データ数Ｊが正の数である場合（Ｓ２８１７：ＹＥＳ）、この特許データ数Ｊを、特許データ（ｉ，ｊ）が引用された特許データ数として集計する（Ｓ２８１８）。この集計結果は孫引きとしての新たな加点要素の算出に利用されるが、好ましくは上述と同様に同じ世代ｉに属するすべての特許データ（ｉ，ｊ）について次世代の特許データ（ｉ＋１，ｊ）を抽出するまで（Ｓ２８１９）、カウンタｊに１を加えて（Ｓ２８２０）次世代の特許データ（ｉ＋１，ｊ）の抽出処理を繰り返し、当該世代ｉについて抽出された次世代ｉ＋１の特許データ数の総和ΣＪに、所定の重み（後の世代ほど加点への影響が小さくなるような重みが好ましい）を付与し（Ｓ２８２１）、１つの世代ｉに１つの加点要素（ｉ）を算出する（Ｓ２８２２）。例えば次世代ｉ＋１の特許データ数（孫引き回数又はそれ以後の各世代の被引用回数）の総和ΣＪをグループ内の全特許データ（ＰＳ）について算出し、その値を用いて上述の［数３］により算出した値を、加点要素（ｉ）とする。

同じ世代ｉに属するすべての特許データ（ｉ，ｊ）について次世代の特許データ（ｉ＋１，ｊ）の抽出が終了した場合（Ｓ２８１９：ＹＥＳ）、次世代ｉ＋１の特許データ数Ｊが正の数である限り（Ｓ２８２３：ＹＥＳ）、カウンタｉに１を加えて（Ｓ２８２４）、更に次世代の孫引きの有無及び回数を判定する。
同じ世代ｉに属するすべての特許データ（ｉ，ｊ）について次世代の特許データ（ｉ＋１，ｊ）の抽出が終了し（Ｓ２８１９：ＹＥＳ）、且つ、次世代ｉ＋１の特許データ数Ｊが正の数でなくなった場合（Ｓ２８２３：ＮＯ）、上述の処理で算出された加点要素（ＰＳ）及び各世代の処理において算出された加点要素（ｉ）の総和（加点要素（ＰＳ）＋Σ｛加点要素（ｉ）｝）を算出し（Ｓ２８２５）、この総和を上述の特許データ（ＰＳ）の加点値とする（Ｓ２８２６）。そして、例えばこの加点値をグループ内で合計した値Σ（加点値）の正の平方根で各特許データ（ＰＳ）の加点値を除算することにより、被引用回数（孫引きを含む）としての評価点
（加点値）／√Σ（加点値）
を算出する。

孫引きを評価に加える他の方法としては、まず孫引きの回数情報を図７の経過情報として記憶装置に保持しておき、これに基づき加点しても良い。

加点方法も上述のものに限らず、例えば、上述の［数３］で用いた被引用回数と孫引きの回数（所定の割引率を掛けるのが好ましい）とを加算して求めた値に、上述の［数３］を適用し、評価値算出部により、被引用回数という上述の評価項目としての評価点を算出する。
また例えば、当該特許データが引用された「他社の特許出願」が更に他の特許出願（自社、他社を問わない）で引用された場合（他社引用の孫引き）はその回数（所定の割引率を掛けるのが好ましい）を上述の［数４］で用いた他社引用回数と加算する。一方、当該特許データが引用された「自社の他の特許出願」が更に他の特許出願（自社、他社を問わない）で引用された場合（自社引用の孫引き）はその回数（所定の割引率を掛けるのが好ましい）を上述の［数４］で用いた自社引用回数と加算する。こうして得られた引用回数に、上述の［数４］を適用して被引用回数という上述の評価項目としての評価点を算出することも可能である。

≪第３変形例≫
つぎに、本実施形態の第３変形例を説明する。
上記実施形態の説明では、所定行為の有無を示す情報として「分割出願」を用いることにより、結果として、分割出願はそうでない出願より（他の経過情報が同等なら）高い評価値となる場合について説明したが、特にこれに限定されるものではない。第３変形例では、分割出願の「原出願」であるか否かを加味して評価する。分割出願の原出願は、分割出願の基礎となったコア出願と言える。分割出願されたことにより、その原出願が存在価値を失い出願失効又は特許権消滅する場合もあるが、失効も消滅もせず維持されている限りは、分割出願と同等又はこれに準じた評価を与えられるべきと考えられる。なお、分割出願の原出願が失効又は特許権消滅した場合は、上述の［数５］により評価素点が０となる。

図１５は、第３変形例において分割出願の原出願である特許データに評価値算出部が加点するための処理を示すフローチャートである。ここでは、分割出願の原出願となっているものを抽出するとともにその分割回数及び世代数をカウントして加点要素とする。
まず、評価値を算出する分析対象母集団の各特許データを記憶装置から抽出する。ここで抽出された母集団に属する各特許データを特許データ（ＰＳ）と称することにする（Ｓ２９０１）。以下の処理は、抽出された各特許データについて個別に行う。
次に、抽出された分析対象母集団のうちのある特許データ（ＰＳ）について、記憶装置に記憶された経過情報を用いて出願番号及び出願日を特定する。ここで、特許データ（ＰＳ）の出願番号及び出願日をそれぞれ出願番号（ＰＳ）及び出願日（ＰＳ）と称することにする（Ｓ２９０２）。
そして、当該特定された出願日（ＰＳ）を用いて、当該出願日以降の出願日を有する特許データを、記憶装置に記憶された全特許データの中から抽出する。ここで、抽出された後願特許データを特許データ群Ａ（ＰＳ）と称することにする（Ｓ２９０３）。
次に、特許データ群Ａ（ＰＳ）の中から、経過情報に分割の原出願番号を有する特許データを抽出する。抽出された特許データを特許データ群Ｂ（ＰＳ）と称することにする（Ｓ２９０４）。
次に、上述したある特許データ（ＰＳ）の出願番号（ＰＳ）を用いて、当該特許データ（ＰＳ）を原出願とする特許データ（ｉ，ｊ）を上記特許データ群Ｂ（ＰＳ）の中から全件（Ｊ件）抽出する。ここでｉは分割世代数（正の整数）であり、本ステップではｉ＝１である。ｊは後願特許データの識別番号であり、同一特許データ（ＰＳ）から分割出願された後願特許データがＪ件あれば、ｊは１からＪまでの整数となる（Ｓ２９０５）。

次に、特許データ（ＰＳ）を原出願とする特許データ（ｉ，ｊ）を用いて、以下の処理により加点要素を算出する。まず、分割世代数のカウンタｉを１にセットする（Ｓ２９０６）。
そして、当該世代ｉの特許データ数Ｊが正の数でない場合（Ｓ２９０７：ＮＯ）、そもそも当該特許データ（ＰＳ）を原出願とした後願特許データは存在しないので加点対象とせず加点の処理を終了する（Ｓ２９０７）。
当該世代ｉの特許データ数Ｊが正の数である場合（Ｓ２９０７：ＹＥＳ）、この特許データ数Ｊを、特許データ（ＰＳ）を原出願とする特許データ数として集計し（Ｓ２９０８）、所定の重みを付与して（Ｓ２９０９）特許データ数Ｊに応じた加点要素（ＰＳ）を算出する（Ｓ２９１０）。特許データ数Ｊは特許データ（ＰＳ）を原出願とする分割出願数を示すので、例えばグループ内の全特許データ（ＰＳ）について算出された値（の総和の正の平方根）を用いて上述の［数３］により算出した値を、加点要素（ＰＳ）とする。

次に、特許データ（ｉ，ｊ）を用いて、次世代以降の分割出願の有無及び件数を世代ごとに判定する。まず、同一特許データを原出願とする後願特許データ（ｉ，ｊ）を識別するカウンタｊを１にセットし（Ｓ２９１１）、各後願特許データ（ｉ，ｊ）について以下の処理を行う。
まず、ある後願特許データ（ｉ，ｊ）について、記憶装置に記憶された経過情報を用いて出願番号及び出願日を特定する。ここで、特許データ（ｉ，ｊ）の出願番号及び出願日をそれぞれ出願番号（ｉ，ｊ）及び出願日（ｉ，ｊ）と称することにする（Ｓ２９１２）。
そして、当該特定された出願日（ｉ，ｊ）を用いて、当該出願日以降の出願日を有する特許データを、記憶装置に記憶された全特許データの中から抽出する。ここで、抽出された後願特許データを特許データ群Ａ（ｉ，ｊ）と称することにする（Ｓ２９１３）。
次に、特許データ群Ａ（ｉ，ｊ）の中から、経過情報に分割の原出願番号を有する特許データを抽出する。抽出された特許データを特許データ群Ｂ（ｉ，ｊ）と称することにする（Ｓ２９１４）。
次に、上述したある特許データ（ｉ，ｊ）の出願番号（ｉ，ｊ）を用いて、当該特許データ（ｉ，ｊ）を分割の原出願とした特許データ（ｉ＋１，ｊ）を上記特許データ群Ｂ（ｉ，ｊ）の中から全件（Ｊ件）抽出する（Ｓ２９１５）。特許データ（ｉ＋１，ｊ）は、分析対象母集団に属する特許データ（ＰＳ）から見ると孫出願又はそれ以上の分割世代に属することになる。

次に、特許データ（ｉ，ｊ）を分割の原出願とした特許データ（ｉ＋１，ｊ）を用いて、以下の処理により孫出願を有することによる新たな加点要素を算出する。
まず、特許データ（ｉ，ｊ）を分割出願の原出願とする次世代ｉ＋１の特許データ数Ｊが正の数でない場合（Ｓ２９１７：ＮＯ）、そもそも当該特許データ（ｉ，ｊ）を原出願とする後願特許データは存在しないので新たな加点対象とはしない。この場合、同じ世代ｉに属するすべての特許データ（ｉ，ｊ）について次世代の特許データ（ｉ＋１，ｊ）を抽出するまで（Ｓ２９１９）、カウンタｊに１を加えて（Ｓ２９２０）次世代の特許データ（ｉ＋１，ｊ）の抽出処理を繰り返す。
特許データ（ｉ，ｊ）を分割出願の原出願とする次世代ｉ＋１の特許データ数Ｊが正の数である場合（Ｓ２９１７：ＹＥＳ）、この特許データ数Ｊを、特許データ（ｉ，ｊ）を原出願とする特許データ数として集計する（Ｓ２９１８）。この集計結果は孫出願を有することによる新たな加点要素の算出に利用されるが、好ましくは上述と同様に同じ世代ｉに属するすべての特許データ（ｉ，ｊ）について次世代の特許データ（ｉ＋１，ｊ）を抽出するまで（Ｓ２９１９）、カウンタｊに１を加えて（Ｓ２９２０）次世代の特許データ（ｉ＋１，ｊ）の抽出処理を繰り返し、当該世代ｉについて抽出された次世代ｉ＋１の特許データ数の総和ΣＪに、所定の重み（後の世代ほど加点への影響が小さくなるような重みが好ましい）を付与し（Ｓ２９２１）、１つの世代ｉに１つの加点要素（ｉ）を算出する（Ｓ２９２２）。例えば次世代ｉ＋１の特許データ数（孫出願件数又はそれ以後の各世代の分割出願件数）の総和ΣＪをグループ内の全特許データ（ＰＳ）について算出し、その値を用いて上述の［数３］により算出した値を、加点要素（ｉ）とする。

同じ世代ｉに属するすべての特許データ（ｉ，ｊ）について次世代の特許データ（ｉ＋１，ｊ）の抽出が終了した場合（Ｓ２９１９：ＹＥＳ）、次世代ｉ＋１の特許データ数Ｊが正の数である限り（Ｓ２９２３：ＹＥＳ）、カウンタｉに１を加えて（Ｓ２９２４）、更に次世代の分割出願の有無及び件数を判定する。
同じ世代ｉに属するすべての特許データ（ｉ，ｊ）について次世代の特許データ（ｉ＋１，ｊ）の抽出が終了し（Ｓ２９１９：ＹＥＳ）、且つ、次世代ｉ＋１の特許データ数Ｊが正の数でなくなった場合（Ｓ２９２３：ＮＯ）、上述の処理で算出された加点要素（ＰＳ）及び各世代の処理において算出された加点要素（ｉ）の総和（加点要素（ＰＳ）＋Σ｛加点要素（ｉ）｝）を算出し（Ｓ２９２５）、この総和を上述の特許データ（ＰＳ）の加点値とする（Ｓ２９２６）。そして、例えばこの加点値をグループ内で合計した値Σ（加点値）の正の平方根で各特許データ（ＰＳ）の加点値を除算することにより、分割出願の原出願としての評価点
（加点値）／√Σ（加点値）
を算出する。

分割出願の原出願であるか否かを加味する他の方法としては、まず分割出願の原出願であるか否かの情報を図７の経過情報として記憶装置に保持しておき、これに基づき原出願に加点しても良い。

加点方法も上述のものに限らず、例えば、分割出願の原出願に該当する場合には、上述の「分割出願」の評価項目に該当するものとして、評価値算出部により上述の［数１］を用いて「分割出願」の評価点を算出することもできる。上述の［数１］では、評価項目ｉの該当有無データとして、分割出願である場合は１、分割出願でない場合は０とする例について説明したが、分割出願の原出願である場合にも１とすれば、分割出願と同等の評価が原出願に与えられることになる。これに対し、分割出願の原出願である場合の該当有無データを適当な正の定数ａとすれば、ａ＜１なら分割出願より低い評価、１＜ａなら分割出願より高い評価が与えられることになる。

≪第４変形例≫
つぎに、本実施形態の第４変形例を説明する。
第４変形例は、処理装置１のデータ取得部１０５の機能を追加し、図３に示したＳ２００の処理を、図１６および図１７に示す手順にしたがい行うようにした。このようにするのは、特許評価フェーズＡ２において、信頼性が高い評価値を求めるためには、分析対象のデータとして、ある程度の規模の母集団が必要となるためである。

具体的には、第４変形例は、データ取得部１０５に機能を付加した以外は、図１に示すものと同じである。そのため、以下では、異なる部分を中心に説明する。なお、データ取得部１０５は、上記実施形態のものと一部機能が異なるが、説明の便宜上、同じ符号を用いる。また、第４変形例のデータ取得部１０５の機能は、図２に示したハードウェアにより、上記実施形態と同様、ソフトウェア的に実現されるものとする。

ここで、第４変形例のデータ取得部１０５が行う、Ｓ２００の処理の詳細について、図１６および図１７を用いて説明する。
図１６および図１７は、図３に示すＳ２００の処理の具体的な手順の一例を示したフローチャートである。以下、図１および図３を参照しながら、図１６および図１７に示した処理の手順を説明していく。

図１６に示すように、先ず、データ取得部１０５は、ＩＰＣサブグループの指定を受け付ける（Ｓ２００１）。たとえば、データ取得部１０５は、入力装置３を介して、スコアリング対象の特許データの属するＩＰＣサブグループデータ（ＩＰＣサブグループを特定するデータ）を取得する。

つぎに、データ取得部１０５は、指定されたＩＰＣサブグループの特許データの件数がしきい値Ｔaより大きいか否かを判定する（Ｓ２００２、Ｓ２００３）。なお、しきい値Ｔaについては、特に限定しないが、しきい値Ｔaを５０００件とすると価値が安定する傾向にある。以下では、しきい値Ｔaを５０００件とした場合を例にして説明する。

具体的には、Ｓ２００２において、データ取得部１０５は、記憶装置２にアクセスし、Ｓ２００１で指定されたＩＰＣサブグループに属する特許データの件数（Ｎｓｇ）をカウントする。
つぎに、Ｓ２００３において、データ取得部１０５は、カウントした特許データの件数（Ｎｓｇ）が５０００件（Ｔa）以上か否かを判定する。そして、データ取得部１０５は、特許データの件数（Ｎｓｇ）が５０００件（Ｔa）以上であれば、Ｓ２００４に進み、特許データの件数（Ｎｓｇ）が５０００件（Ｔa）未満であればＳ２０１１に進む。

ここで、上記の分析対象のデータの母集団が５０００件以上あれば評価値が安定する傾向にあることについて、上記実施形態で用いた図９を用いて簡単に説明しておく。

図９に示す表は、上記実施形態において分析対象母集団の抽出範囲を変えたときの評価値算出結果を示す表である。分析対象母集団としてＩＰＣサブグループ、メイングループ、サブクラスを選んだ場合、ある特許の評価値がどのように変化したかを５つの技術分野に関して示している。
ＩＰＣ「B01J35/02」の分野において、メイングループでは２，２１１件の特許データが存在し、サブクラスでは１７，８５２件の特許データが存在し、このサブクラスでのある特許出願の評価値（偏差値）は、メイングループの評価値と同一で、安定していた。
またＩＰＣ「C22C27/02」の分野においては、このサブグループだけでは６２件の特許データしか存在せず、このサブグループでのある特許出願の評価値は、メイングループでの評価値とまだ大きな開きがあった。分析対象母集団をメイングループまで広げるとようやく２４２件となったが、このメイングループでのある特許出願の評価値は、サブクラスでの評価値とまだ大きな開きがあった。分析対象母集団を更にサブクラスまで広げるとようやく１９，１２９件となり、安定していた。
この図では説明を簡略化するため５例しか示していないが、他の分野においても、分析対象母集団が５，０００件以上で安定する傾向がある。

図１６に戻り、Ｓ２００３において、特許データの件数（Ｎｓｇ）が５０００件（Ｔa）以上と判定された場合に進むＳ２００４の処理を説明する。具体的には、Ｓ２００４では、データ取得部１０５は、分析対象の母集団として、Ｓ２００１で受け付けたＩＰＣサブグループを選定する。

つぎに、データ取得部１０５は、記憶装置２にアクセスし、Ｓ２００１で取得したＩＰＣサブグループデータを用いて、選定したＩＰＣサブグループに属する特許データを年度別（出願年度別）に分類し、分類した特許データの年度別の件数（Ｎｓｇ（ｙ））を集計する（Ｓ２００５）。

つぎに、データ取得部１０５は、集計した特許データの年度別の件数（Ｎｓｇ（ｙ））毎に、その年度別の件数（Ｎｓｇ（ｙ））がしきい値Ｔｂより大きいか否かを判定する。なお、しきい値Ｔｂについては、特に限定しないが、しきい値Ｔｂを２０件とするとよい。以下では、しきい値Ｔｂを２０件とした場合を例にして説明する。
データ取得部１０５は、上記の判定結果を利用して記憶装置２にアクセスし、分析対象のデータとして、２０件（Ｔｂ）より大きい年度に分類された特許データ、およびその特許データの特許属性情報を取得する（Ｓ２００６〜Ｓ２００８）。すなわち、データ取得部１０５は、集計した特許データの年度別の件数（Ｎｓｇ（ｙ））毎に、Ｓ２００６〜Ｓ２００８の処理を行う。
具体的には、Ｓ２００６において、データ取得部１０５は、特許データの年度別の件数（Ｎｓｇ（ｙ））が２０件（Ｔｂ）より大きいか否かを判定する。判定により、特許データの年度別の件数（Ｎｓｇ（ｙ））が２０件（Ｔｂ）より大きければＳ２００７に進み、その年度別の件数（Ｎｓｇ（ｙ））に属する特許データ、およびその特許データの特許属性情報を取得する。判定により、特許データの年度別の件数（Ｎｓｇ（ｙ））が２０件（Ｔｂ）より大きくなければＳ２００８に進み、その年度別の件数（Ｎｓｇ（ｙ））に属する特許データを分析対象のデータとして扱わないようにする。

すなわち、Ｓ２００６〜２００８では、年度別の件数（Ｎｓｇ（ｙ））が２０件（Ｔｂ）より小さければ、その年度に属する特許データを分析対象のデータから除くようにしている。例えば、Ｓ２００２でカウントした特許データの件数（Ｎｓｇ）が「６，０００件」だったとする。そして、Ｓ２００５で、年度別の件数を集計すると、特許データの年度別の件数（Ｎｓｇ（ｙ））のうち、１９９１年度および１９９２年度の特許データの年度別の件数（Ｎｓｇ（１９９１）、Ｎｓｇ（１９９２））が共に２０件（Ｔｂ）以下だったとする。この場合、Ｓ２００４で選定したＩＰＣサブグループに属する特許データ（６，０００件の特許データ）の中から、１９９１年度および１９９２年度の特許データを除いた特許データを分析対象とする。

Ｓ２００６〜Ｓ２００８の処理を終了すると、Ｓ２００の処理を終えて、図３のＳ２１０の処理に移行する。

つぎに、Ｓ２００３において、指定されたＩＰＣサブグループに属する特許データの件数（Ｎｓｇ）が５０００件（Ｔa）未満と判定された場合に進むＳ２０１１の処理を説明する。
Ｓ２０１１では、データ取得部１０５は、Ｓ２００１で指定されたＩＰＣサブグループの１つ上の階層のＩＰＣメイングループを特定する。すなわち、本ステップでは、分析対象の母集団の候補となる技術分野をＩＰＣメイングループまで広げる。例えば、Ｓ２００１で指定されたＩＰＣサブグループが「Ａ０１Ｂ１/０２」であれば、データ取得部１０５は、ＩＰＣサブグループの「Ａ０１Ｂ１/０２」の１つ上の階層のＩＰＣメイングループである「Ａ０１Ｂ１/００」を特定する。

つぎに、データ取得部１０５は、特定したＩＰＣメイングループの特許データの件数が５０００件（Ｔa）より大きいか否かを判定する（Ｓ２０１２、Ｓ２０１３）。

具体的には、Ｓ２０１２において、データ取得部１０５は、記憶装置２にアクセスし、Ｓ２０１１で特定したＩＰＣメイングループに属する特許データの件数（Ｎｍｇ）をカウントする。
また、Ｓ２０１３において、データ取得部１０５は、カウントした特許データの件数（Ｎｍｇ）が５０００件（Ｔa）以上か否かを判定する。そして、データ取得部１０５は、特許データの件数（Ｎｍｇ）が５０００件（Ｔa）以上であれば、Ｓ２０１４に進み、特許データの件数（Ｎｍｇ）が５０００件（Ｔa）未満であれば、図１７のＳ２０２１に進む。

Ｓ２０１４では、データ取得部１０５は、「Ｓ２０１２でカウントしたＩＰＣメイングループに属する特許データの件数（Ｎｍｇ）」を「Ｓ２００２でカウントしたＩＰＣサブグループに属する特許データの件数（Ｎｓｇ）」で除算した値が「２」より大きいか否かを判定する。具体的には、Ｓ２０１２でカウントした「Ｎｍｇ」と、Ｓ２００２でカウントした「Ｎｓｇ」とが下記の（式６）に示す関係を満たすか否かを判定する。
Ｎｍｇ÷Ｎｓｇ＞２・・・・・・（式６）

データ取得部１０５は、Ｓ２０１２でカウントした「Ｎｍｇ」と、Ｓ２００２でカウントした「Ｎｓｇ」とが（式６）の関係を満たせばＳ２０１５に進み、分析対象の母集団として、Ｓ２０１１で特定したＩＰＣメイングループを選定する。一方、データ取得部１０５は、Ｓ２０１２でカウントした「Ｎｍｇ」と、Ｓ２００２でカウントした「Ｎｓｇ」とが（式６）の関係を満たさなければ、Ｓ２００４に進み、上述したＳ２００４〜Ｓ２００８の処理を行う。

すなわち、本ステップにより、「分析者により指定されたＩＰＣサブグループの１つ上の階層のＩＰＣメイングループに属する特許データの件数（Ｎｍｇ）が５０００件（Ｔa）以上であり」、且つ「特許データの件数（Ｎｍｇ）が、分析者により指定されたＩＰＣサブグループに属する特許データの件数（Ｎｓｇ）の２倍より大きい場合」に、分析対象の母集団として、分析者により指定されたＩＰＣサブグループの１つ上の階層のＩＰＣメイングループが選定されるようになる。
一方、「分析者により指定されたＩＰＣサブグループの１つ上の階層のＩＰＣメイングループに属する特許データの件数（Ｎｍｇ）が５０００件（Ｔa）以上」であっても、「特許データの件数（Ｎｍｇ）が、分析者により指定されたＩＰＣサブグループに属する特許データの件数（Ｎｓｇ）の２倍より大きくない」場合には、分析対象の母集団として、分析者により指定されたＩＰＣサブグループが選定されるようになる。
このようにＳ２０１４の処理を行うのは以下の点を考慮したためである。
本実施形態の評価値を算出する手法は、同じ技術分野の特許データ群を母集団にとり、その母集団に属する各特許データの評価値を各々算出することで、評価値の精度を高めようとしている。したがって、各評価値の精度を高めるためには、母集団として、より狭い範囲に分類される技術分野の特許データを集めることが望まれる。また、本実施形態の評価値を算出する手法では、上述したように評価値の安定性の観点から、分析対象の特許データの母集団が５０００件以上あることが望まれる。すなわち、本実施形態の評価値を算出する手法では、母集団が、（ｉ）より狭い範囲に分類される技術分野の特許データであることと、（ii）５０００件以上あることが望まれる。
しかし、出願件数が少ない技術分野の特許データでは、上記（ｉ）の要件が満たされない。また、技術分野を広げ過ぎると上記（ii）の要件が満たされないこととなる。
そこで、出願件数が少ない技術分野の特許データが評価対象の場合、本ステップの処理を行うことで、上記（ｉ）によりもたらされる評価値の精度と、上記（ii）によりもたらされる評価値の安定性との調和を図るようにしている。

つぎに、Ｓ２０１５の処理（ＩＰＣメイングループを選定する処理）の後に行われるＳ２０１６〜Ｓ２０１９の処理について説明する。

Ｓ２０１６では、データ取得部１０５は、上述したＳ２００５と同様の手順にしたがい、記憶装置２にアクセスし、特定したＩＰＣメイングループに属する特許データを年度別に分類し、分類した年度別の特許データの件数（Ｎｍｇ（ｙ））を集計する。
Ｓ２０１７〜Ｓ２０１９では、データ取得部１０５は、上述したＳ２００６〜Ｓ２００８と同様の手順にしたがい、Ｓ２０１６で集計した特許データの年度別の件数（Ｎｍｇ（ｙ））毎に、その年度別の件数（Ｎｍｇ（ｙ））が２０件（Ｔｂ）より大きいか否かを判定する。そして、上記の判定結果を利用して、データ取得部１０５は、記憶装置２にアクセスし、分析対象のデータとして、２０件（Ｔｂ）より大きい年度に分類された特許データ、およびその特許データの特許属性情報を取得する。

そして、Ｓ２０１７〜Ｓ２０１９の処理を終了すると、Ｓ２００の処理を終えて、図３のＳ２１０の処理に移行する。

つぎに、Ｓ２０１３において、特定したＩＰＣメイングループに属する特許データの件数（Ｎｍｇ）が５０００件（Ｔa）未満と判定された場合に進む図１７のＳ２０２１以降の処理を説明する。

図１７に示すように、Ｓ２０２１では、データ取得部１０５は、Ｓ２０１１で特定したＩＰＣメイングループの１つ上の階層のＩＰＣサブクラスを特定する。すなわち、本ステップでは、分析対象の母集団の候補となる技術分野をＩＰＣサブクラスまで広げる。

つぎに、データ取得部１０５は、上述したＳ２００２〜Ｓ２００３と同様の手順にしたがい、特定したＩＰＣサブクラスの特許データの件数が５０００件（Ｔa）より大きいか否かを判定する（Ｓ２０２２、Ｓ２０２３）。このようにするのは、上述したＳ２００２〜２００３と同様の理由による。

具体的には、Ｓ２０２２において、データ取得部１０５は、記憶装置２にアクセスし、Ｓ２０２１で特定したＩＰＣサブクラスに属する特許データの件数（Ｎｓｃ）をカウントする。
また、Ｓ２０２３において、データ取得部１０５は、カウントした特許データの件数（Ｎｓｃ）が５０００件（Ｔa）以上か否かを判定する。そして、データ取得部１０５は、特許データの件数（Ｎｓｃ）が５０００件（Ｔa）以上であれば、Ｓ２０２４に進み、特許データの件数（Ｎｓｃ）が５０００件（Ｔa）未満であれば、Ｓ２０３１に進む。

Ｓ２０２４では、データ取得部１０５は、上述したＳ２０１４と同様の手順にしたがい、「Ｓ２０２２でカウントしたＩＰＣサブクラスに属する特許データの件数（Ｎｓｃ）」を「Ｓ２０１２でカウントしたＩＰＣメイングループに属する特許データの件数（Ｎｍｇ）」で除算した値が「２」より大きいか否かを判定する。具体的には、Ｓ２０２２でカウントした「Ｎｓｃ」と、Ｓ２０１２でカウントした「Ｎｍｇ」とが下記の（式７）に示す関係を満たすか否かを判定する。
Ｎｓｃ÷Ｎｍｇ＞２・・・・・・（式７）

データ取得部１０５は、Ｓ２０２２でカウントした「Ｎｓｃ」と、Ｓ２０１２でカウントした「Ｎｍｇ」とが（式７）の関係を満たせばＳ２０２５に進み、分析対象の母集団として、Ｓ２０２１で特定したＩＰＣサブクラスを選定する。一方、データ取得部１０５は、Ｓ２０２２でカウントした「Ｎｓｃ」と、Ｓ２０１２でカウントした「Ｎｍｇ」とが（式７）の関係を満たさなければ、図１６のＳ２０１５に進み、上述したＳ２０１５〜Ｓ２０１９の処理を行う。

つぎに、Ｓ２０２５の処理（ＩＰＣサブクラスを選定する処理）の後に行われるＳ２０２６〜Ｓ２０２９の処理について説明する。

Ｓ２０２６では、データ取得部１０５は、上述したＳ２００５と同様の手順にしたがい、記憶装置２にアクセスし、特定したＩＰＣサブクラスに属する特許データを年度別に分類し、分類した年度別の特許データの件数（Ｎｓｃ（ｙ））を集計する。
Ｓ２０２７〜Ｓ２０２９では、データ取得部１０５は、上述したＳ２００６〜Ｓ２００８と同様の処理をする。すなわち、データ取得部１０５は、Ｓ２０２６で集計した特許データの年度別の件数（Ｎｓｃ（ｙ））毎に、その年度別の件数（Ｎｓｃ（ｙ））が２０件（Ｔｂ）より大きいか否かを判定する。なお、２０件（Ｔｂ）は、Ｓ２００６と同じ値を用いる。そして、上記の判定結果を利用して、データ取得部１０５は、記憶装置２にアクセスし、分析対象のデータとして、２０件（Ｔｂ）より大きい年度に分類された特許データ、およびその特許データの特許属性情報を取得する。

そして、Ｓ２０２７〜Ｓ２０２９の処理を終了すると、Ｓ２００の処理を終えて、図３のＳ２１０の処理に移行する。

つぎに、Ｓ２０２３において、特定したＩＰＣサブクラスに属する特許データの件数（Ｎｓｃ）が５０００件（Ｔa）未満と判定された場合に進むＳ２０３１以降の処理を説明する。

先ず、Ｓ２０３１では、データ取得部１０５は、Ｓ２０２１で特定したＩＰＣサブクラスの１つ上の階層のＩＰＣメインクラスを特定する。すなわち、本ステップでは、分析対象の母集団の候補となる技術分野をＩＰＣメインクラスまで広げる。

つぎに、データ取得部１０５は、上述したＳ２００２〜Ｓ２００３と同様の手順にしたがい、特定したＩＰＣメインクラスの特許データの件数が５０００件（Ｔa）より大きいか否かを判定する（Ｓ２０３２、Ｓ２０３３）。

具体的には、Ｓ２０３２において、データ取得部１０５は、記憶装置２にアクセスし、Ｓ２０３１で特定したＩＰＣメインクラスに属する特許データの件数（Ｎｍｃ）をカウントする。

Ｓ２０３３において、データ取得部１０５は、カウントした特許データの件数（Ｎｍｃ）が５０００件（Ｔa）以上か否かを判定する。そして、データ取得部１０５は、特許データの件数（Ｎｍｃ）が５０００件（Ｔa）以上であれば、Ｓ２０３４に進む。
一方、データ取得部１０５は、特許データの件数（Ｎｍｃ）が５０００件（Ｔa）未満の場合、Ｓ２０３５に進み、分析対象の母集団として、Ｓ２０３１で特定したＩＰＣメインクラスを選定する。本ステップでは、上述したＳ２００３、Ｓ２０１３、２０２３と異なり、特許データの件数が５０００件（Ｔa）未満の場合であっても、分析対象の母集団の候補となる技術分野を広げないようにしている。このようにするのは、分析対象の母集団の技術分野を広げ過ぎると、分析対象のデータの中に異なる技術分野のデータが混入してしまう恐れがあるためである。

Ｓ２０３４では、データ取得部１０５は、上述したＳ２０１４と同様の手順にしたがい、「Ｓ２０３２でカウントしたＩＰＣメインクラスに属する特許データの件数（Ｎｍｃ）」を「Ｓ２０２２でカウントしたＩＰＣサブクラスに属する特許データの件数（Ｎｓｃ）」で除算した値が「２」より大きいか否かを判定する。具体的には、Ｓ２０３２でカウントした「Ｎｍｃ」と、Ｓ２０２２でカウントした「Ｎｓｃ」とが下記の（式８）に示す関係を満たすか否かを判定する。
Ｎｍｃ÷Ｎｓｃ＞２・・・・・・（式８）

データ取得部１０５は、Ｓ２０３２でカウントした「Ｎｍｃ」と、Ｓ２０２２でカウントした「Ｎｓｃ」とが（式８）の関係を満たせばＳ２０３５に進み、分析対象の母集団として、Ｓ２０３１で特定したＩＰＣメインクラスを選定する。一方、データ取得部１０５は、Ｓ２０３２でカウントした「Ｎｍｃ」と、Ｓ２０２２でカウントした「Ｎｓｃ」とが（式８）の関係を満たさなければ、Ｓ２０２５に進み、上述したＳ２０２５〜Ｓ２０２９の処理を行う。

つぎに、Ｓ２０３５の処理（ＩＰＣメインクラスを選定する処理）の後に行われるＳ２０３６〜Ｓ２０３９の処理について説明する。

Ｓ２０３６では、データ取得部１０５は、上述したＳ２００５と同様の手順にしたがい、記憶装置２にアクセスし、特定したＩＰＣメインクラスに属する特許データを年度別に分類し、分類した年度別の特許データの件数（Ｎｍｃ（ｙ））を集計する。
Ｓ２０３７〜Ｓ２０３９では、データ取得部１０５は、上述したＳ２００６〜Ｓ２００８と同様の処理をする。すなわち、データ取得部１０５は、Ｓ２０３６で集計した特許データの年度別の件数（Ｎｍｃ（ｙ））毎に、その年度別の特許データの件数（Ｎｍｃ（ｙ））が２０件（Ｔｂ）より大きいか否かを判定する。ここでは、２０件（Ｔｂ）は、Ｓ２００６と同じ値を用いる。そして、上記の判定結果を利用して、データ取得部１０５は、記憶装置２にアクセスし、分析対象のデータとして、２０件（Ｔｂ）より大きい年度に分類された特許データ、およびその特許データの特許属性情報を取得する。

Ｓ２０３７〜Ｓ２０３９の処理を終了すると、Ｓ２００の処理を終えて、図３のＳ２１０の処理に移行する。

以上説明したように、第４変形例は、分析者から指定されたＩＰＣサブグループに属する特許データの母集団が、信頼性の高い評価値を算出するために必要と考えられる数よりも少ない場合であっても、必要と考えられる数に近づくまで、上記の指定されたＩＰＣサブグループに近い技術分野の特許データを探すようにしている。したがって、分析者が分析を行いたい特許データの技術分野をＩＰＣサブグループを用いて指定するだけで、信頼性が高い評価値を算出するために必要な特許データが集まる可能性を高めることができる。その結果、図１６および図１７で示した処理（Ｓ２００の処理）に続いて行われる評価値算出処理において、信頼性が高い評価値が算出される可能性が高くなる。

≪第５変形例≫
次に、本実施形態の第５変形例について、図１９〜図２４を用いて説明する。第５変形例は、上述した実施形態の情報処理装置１が有する評価値算出部１２０の機能を一部変更したものである。第５変形例は、評価対象の特許データとして、米国特許庁に特許出願されたものを用いるようにしている。そして、米国で特許出願された特許データ（米国特許公報）の価値評価の精度を高めるため、上記の実施形態から以下の点を変更した。

具体的には、第５変形例は、上記実施形態で評価値算出に利用した経過情報２１０および内容情報２２０を、図１９および図２０に示すものに変更した。
このように変更したのは、本出願の発明者が、米国特許出願の経過情報および内容情報と、特許権の維持率との関係を統計的手法により分析を行った結果、特許権の維持率と、図１９および図２０に示す情報とが密接に関係していることを見出したためである。そして、特許権の維持率の高い特許は、企業等の特許権者にとり重要で価値が高いものと推定できるため、第５変形例では、図１９および図２０に示す情報を利用し、特許の価値を評価するようにした。すなわち、第５変形例は、米国出願の傾向を考慮し、価値評価に利用する経過情報および内容情報を上記の実施形態のものから変更するようにした。

また、第５変形例では、内容情報２４０のデータについても、経過情報２３０と同様に、特許データの評価値算出の基礎データとするようにした（上記実施形態では、内容情報２２０は、経過情報２１０から求めた評価値の補正に利用する補助的データとして扱っていた）。
このようにしたのは、本出願の発明者が、上述した分析を行った結果、内容情報と特許権の維持率との関係が、経過情報と特許権の維持率との関係と同様程度であることを見出したためである。

つぎに、第５変形例の構成について説明する。第５変形例の機能構成は、図１に示したものと、評価値算出部１２０の機能が一部異なる点と、記憶装置２に格納する情報が一部異なる以外は同じである。なお、評価値算出部１２０は、上記実施形態のものと一部機能が異なるが、説明の便宜上、上記実施形態と同じ符号を用いる。
具体的には、記憶装置２に、図１９に示す経過情報２３０と、図２０に示す内容情報２４０とを格納しておく。そして、評価値算出部１２０は、経過情報２３０および内容情報２４０を利用して、後述する図２１および図２２に示す処理ステップを実行し、特許データを評価する。なお、第５変形例の機能は、上記実施形態と同様、図２に示すハードウェアにより実現されるものとする。

つぎに、第５変形例の経過情報２３０を説明する。図１９は、本実施形態の第５変形例の経過情報のデータ構成の一例を模擬的に示した図である。
図示するように、経過情報２３０は、「特許データＩＤ（公報番号等）」を登録するためのフィールド２３００と、「出願日からの経過日数」を登録するためのフィールド２３０５と、「登録日からの経過日数」を登録するためのフィールド２３１０と、「仮出願」の有無を示す情報を登録するためのフィールド２３１２と、「再審査請求」が行われた回数を示す情報を登録するためのフィールド２３１５と、「分割出願」の回数を示す情報を登録するためのフィールド２３２０と、「継続出願」の回数を示す情報を登録するためのフィールド２３２５、「一部継続出願」の回数を示す情報を登録するためのフィールド２３３０と、「優先権」の回数を示す情報を登録するためのフィールド２３３５と、「被引用回数」を示す情報を登録するためのフィールド２３４０とを備えて、１つのレコードが構成される。なお、経過情報２３０は、複数のレコードよりなる。

ここで、「出願からの経過日数」、および「登録日からの経過日数」は、該当する特許データの期間に関する情報であり、上記実施形態のものと同じである

「仮出願」の有無を示す情報を登録するためのフィールド２３１２には、所定行為がなされている場合は例えば１が与えられ、なされていない場合は例えば０が与えられる。すなわち、特許データが「仮出願」を行ってからされた特許出願であれば、「１」が与えられ、「仮出願」を行っていない出願であれば「０」が与えられる。

フィールド２３１５〜２３４０には、特許データに対し、それぞれ、対応する内容が行われた回数が与えられる。例えば、フィールド２３１５には、フィールド２３００に登録された特許ＩＤを持つ特許データに対して行われた「再審査請求」の回数が与えられる。また、例えば、フィールド２３２０には、フィールド２３００に登録された特許ＩＤを持つ特許データに対して行われた「分割出願」の回数が与えられる。フィールド２３２５には、フィールド２３００に登録された特許ＩＤを持つ特許データに対して行われた「継続出願」の回数が与えられる。
フィールド２３３０には、フィールド２３００に登録された特許ＩＤを持つ特許データに対して行われた「一部継続出願」の回数が与えられる。フィールド２３３５には、「優先権」の基礎出願の件数をもって、フィールド２３００に登録された特許ＩＤを持つ特許データに対して行われた「優先権」の回数が与えられる。フィールド２３４０に登録される情報は、上記実施形態のものと同じである。
なお、第５変形例では、経過情報２３０は、予め、記憶装置２に格納されているものとする。

このような構成の経過情報２３０を利用するようにしたのは、上述したように、本出願の発明者が、米国特許出願の経過情報と、特許維持率との関係を統計的手法により分析を行った結果、図１９に示す経過情報２３０と、特許維持率とが密接に関係していることを見出したためである。
例えば、仮出願に基づく特許出願の方が、仮出願に基づかない特許出願よりも特許維持率が高い傾向にある。また、例えば、再審査請求の回数が多い特許の方が、再審査請求の少ない特許よりも特許維持率が高い傾向にある。同様に、分割出願の回数が多い特許出願（或いは優先権の回数が多い出願）の方が、分割出願の回数が少ない出願よりも特許維持率が高い傾向にある。

図１８は、実際に米国特許における経過情報の有無と特許権の維持率との関係を分析した結果を示すグラフである。これによると、再審査請求（re-examination）、分割出願、継続出願、一部継続出願（continuation-in-part application）、優先権、被引用について、これらの経過情報が存在する特許権の維持率が、平均の維持率より高いことがわかった。尚、仮出願については図示してはいないが、同様な傾向を示すことがわかっている。

更に、優先権、仮出願、分割出願、継続出願、一部継続出願、及び外国優先権の回数と特許権の維持率との関係を分析したところ、回数が多いほど特許権の維持率が高いことがわかった。特に、分割出願、継続出願、一部継続出願は、より強い特許を取得するため多数行われることがあり、これらの回数の多さが権利化意欲の高さを示すことは十分考えられる。
従って、分割出願、継続出願、一部継続出願は、これらの回数を上述の［数３］による評価点の算出に用いるのが好ましい。
また、仮出願（及び必要に応じて外国優先権）は、その有無を上述の［数１］による評価点の算出に用いるのが好ましい。なお、［数１］に一定の補正係数を乗算して評価点としても良い。

つぎに、内容情報２３０のデータ構成を図２０に示す。
図２０は、本実施形態の第５変形例で利用する内容情報のデータ構成の一例を模擬的に示した図である。
図示するように、内容情報２４０は、「特許データＩＤ（公報番号等）」を登録するためのフィールド２４００と、その特許データの「請求項数」を登録するためのフィールド２４０５と、「独立請求項当たりの平均単語数」を登録するためのフィールド２４１０と、その特許データの「独立請求項の割合」を登録するためのフィールド２４１５と、「発明の名称の単語数」を登録するためのフィールド２４２０と、その特許データの「全文の単語数」を登録するためのフィールド２４２５と、その特許データの「発明者の数」を登録するためのフィールド２４３０と、その特許データの「代理人の数」を登録するためのフィールド２４３５と、「図面枚数」を登録するためのフィールド２４４０とを備えて１つのレコードが構成される。なお、内容情報２４０は、複数のレコードよりなる。

ここで、「請求項数」は、その特許データ（特許出願）の請求項数を示す情報である。「独立請求項当たりの平均単語数」とは、その特許データの独立請求項の単語数をカウントして集計し、独立請求項の数で除算したものである。「独立請求項の割合」とは、その特許データの全請求項の中に占める独立請求項の割合を示した情報である。「発明の名称の単語数」とは、その特許データの発明の名称の単語数をカウントして得た情報である。「全文の単語数」とは、その特許データの明細書記載された全文書の中にある単語数をカウントしたものである。「発明者の数」および「代理人の数」とは、その特許データの願書に記載されている発明者および代理人の数を数えたものである。「図面枚数」とは、その特許データの図面が掲載されているページの枚数を数えたものである。なお、第５変形例では、図１、図２、および図３が、明細書の中の１頁に記載されていれば、「図面枚数」を１枚とカウントする。すなわち、図面の数ではなく、図面のページ数でカウントする。

なお、第５変形例では、内容情報２４０は、予め、記憶装置２に格納しておくこととするが、情報処理装置１が、テキストマイニング等の手法により、特許データを利用して、内容情報２４０を生成するようにしてもよい。この場合、「請求項数」、「独立請求項当たりの平均単語数」、「独立請求項の割合」、「発明の名称の単語数」、「全文の単語数」、および「図面枚数」は、各特許データの実体情報から求めることができる。また、「発明者の数」および「代理人の数」は、書誌情報から求めることができる。

このような構成の内容情報２４０を利用するようにしたのは、上述したように、本出願の発明者が、米国特許出願の内容情報と、特許維持率との関係を統計的手法により分析を行った結果、図２０に示す内容情報２４０と、特許維持率とが密接に関係していることを見出したためである。
例えば、米国特許出願では、「請求項数」が多い特許出願の方が「請求項数」が少ない特許出願よりも特許維持率が高い傾向にある。なお、「独立請求項の平均単語数」および「独立請求項の割合」は、少ないほど特許維持率が高い傾向にある。

つぎに、第５変形例の特許評価装置が行う処理について説明する。
第５変形例では、経過情報２３０および内容情報２４０を、予め、記憶装置２に格納しておくようにするため、初期設定フェーズＡ１を行う必要はない。また、第５変形例は、特許評価フェーズＡ２の中のＳ２２０以外の処理ステップは、上記実施形態のものと同じ処理を行う（図３参照）。なお、第５変形例は、評価対象の特許データとして米国特許公報を利用するようにしているため、Ｓ２００のグループの指定を「ＵＳＰＣクラス」や「ＵＳＰＣサブクラス」で受け付けるようにするとよい。
以下、第５変形例のうち上記実施形態と異なる処理を中心に説明する。

評価値算出部１２０は、Ｓ２２０において、図２１および図２２に示す処理を行う。図２１および図２２は、本実施形態の第５変形例の特許評価装置が行う、各特許データの評価値を算出する処理の詳細を示すフローチャートである。なお、図２１は、図２２に示す処理の前に行う、内容情報から評価点を算出する処理のフローを示したものである。図２２は、上述した図１０の一部を変更したものである。

具体的には、評価値算出部１２０は、図３のＳ２２０の処理に入ると、図２１に示す、内容情報２４０から評価点を算出する処理を行う。
先ず、評価値算出部１２０は、Ｓ２１０の分類によって生成されたグループに属する特許データ２００の内容情報２４０を取得する（Ｓ３０００）。ここでは、取得した１つのグループがＪ件の特許データの内容情報２４０であるものとする。また、Ｊ件のそれぞれを区別するため添え字ｊ（ｊ＝１，２，・・・，Ｊ）を用いる。また、説明を簡単にするため、１つのグループ（Ｊ件の特許データのグループ）の内容情報２４０の評価点を算出する場合の例を示す。

つぎに、評価値算出部１２０は、取得した内容情報２４０を対数化する。具体的には、評価値算出部１２０は、全ての内容情報２４０に対し、内容情報毎に対数化した値を算出する。なお、以下では、内容情報２４０を「ｎ」で表し、Ｊ件のそれぞれを区別する添え字ｊを付して、各特許データの内容情報を「ｎｊ」とする。そして、対数化した各特許データの内容情報を「ｌｎ（ｎｊ）」で示す。また、説明を簡単にするため、以下では、１種類の内容情報「ｎ」についての評価点を算出するフローを示す。

つぎに、評価値算出部１２０は、母集団における対数化した内容情報の平均（μ）および標準偏差（σ）を算出する（Ｓ３００２）。すなわち、評価値算出部１２０は、対数化したＪ件の内容情報（ｎｊ）を用いて、そのグループにおける平均（μ）および標準偏差（σ）を算出する。

つぎに、評価値算出部１２０は、変数ｊを１にセットし（Ｓ３００３）、Ｓ３００４の処理に進む。

Ｓ３００４では、評価値算出部１２０は、対数化した内容情報（ｌｎ（ｎｊ））を以下に示す（数９）を用いて正規化する。なお、正規化した内容情報を「ｓｊ」で表す。

つぎに、評価値算出部１２０は、Ｓ３００４で正規化した内容情報（ｓｊ）が「０」より大きいか否かを判定し（Ｓ３００５）、内容情報（ｓｊ）が「０」より大きければＳ３００６に進み、内容情報（ｓｊ）が「０」以下ならばＳ３００７に進む。すなわち、「ｓｊ＞０」を満たせばＳ３００６に進み、満たさなければＳ３００７に進む。（ｓｊ）は、正規化されている値のため、「０」は、グループの中の平均を示していることとなる。
なお、内容情報が「独立請求項の平均単語数」の場合、および「独立請求項の割合」の場合の処理については後述する。

Ｓ３００６では、評価値算出部１２０は、Ｓ３００４で正規化した内容情報（ｓｊ）を以下に示す（数１０Ａ）に代入し、評価点を算出して、Ｓ３００８に進む。

なお、（数１０Ａ）の分母にある「Σ（出願）」とは、このグループにおける出願件数の合計である（ここではＪ件である）。また、「補正係数」とは、内容情報毎に、予め与えておく係数である。例えば、
「請求項数」については５、
「発明の名称の単語数」については３、
「全文の単語数」については２、
「発明者の数」については２、
「代理人の数」については２、
「図面枚数」については２
とする。
ここで、「Σ（出願）」を用いたのは、母集団の影響を考慮したものであるとともに、出願件数という特許公報に共通の要素を媒介として分母にとることにより、経過情報と内容情報とを規格化するためである。
また、「Σ（出願）」の正の平方根で除算しているのは、母集団間の格差を緩和する目的があるとともに、経過情報の評価項目とのバランスをとるためである。つまり、経過情報の評価項目についての評価点は上述の［数１］や［数２］にあるように該当有無データ（例えば該当なら１、非該当なら０）の合計値の正の平方根で除算しているため、当該グループにおける出願件数が多いほど経過情報の評価項目についての評価点が小さくなりやすい。内容情報についても同様の調整を行わないと、当該グループにおける出願件数が多いほど、算出される評価素点に対する内容情報の評価項目についての評価点の比重が高くなりすぎてしまうおそれがあるため、内容情報については「Σ（出願）」の正の平方根で除算することとしている。
また、補正係数を乗算しているのは、内容情報毎に維持率との相関の有意性が異なるためである。

そして、評価値算出部１２０は、算出した評価点を、特許データ毎に関連付けて保持しておく。すなわち、評価値算出部１２０は、特許データＩＤ毎に対応する評価点を関連付けたデータを生成し、メモリの所定領域に格納しておく（なお、格納したデータは図２２のフローで利用する）。

Ｓ３００７に進んだ場合、評価値算出部１２０は、正規化した内容情報（ｓｊ）を加点対象にしないで、Ｓ３００８に進む。正規化した内容情報（ｓｊ）が平均値「０」を超える場合のみ加点対象としたのは、平均０以下の場合に減点しようとすると評価精度が劣化する傾向があるためである。
このように、Ｓ３００５、３００６、３００７により、グループの中で平均以上の内容情報ｎｊだけを加点対象とするようにした（なお、「独立請求項の平均単語数」、および「独立請求項の割合」については、後述の通り、平均以下のものを加点対象としている）。このようにしたのは、本出願の発明者が、平均より小さい値の内容情報（「独立請求項の平均単語数」、および「独立請求項の割合」は除く）を利用した場合に、評価値の精度が悪くなることを見出したためである。

Ｓ３００８では、評価値算出部１２０は、すべての特許データｊの内容情報に対しての処理を行ったか否かを判定する（Ｓ３００８）。
具体的には、評価値算出部１２０は、変数ｊが「ｊ≧Ｊ」を満たすか否かを判定し、「ｊ≧Ｊ」を満たせば、すべての特許データｊの内容情報についての処理を行っていると判定して、図２２の処理の処理に移る。
一方、評価値算出部１２０は、「ｊ≧Ｊ」を満たさなければ、変数ｊをｊ＋１にセットし（Ｓ３０１０）、Ｓ３００４に戻って次の特許データの内容情報についての処理を行う。

つぎに、図２２に示す処理フローを説明する。
具体的には、図２１の処理が終わると、評価値算出部１２０は、経過情報２３０を用いて、図２２の処理ステップを行い、各特許データの評価素点を求め、その評価素点を対数化する。なお、図２２に示す処理は、図１０に示すＳ２３０の処理の一部を変更した点と、Ｓ２２４の前に、Ｓ２２３５の処理を付加した点以外は、図１０のものと同じである。そのため、以下では、図１０のＳ２３０を変更したＳ２２３０の処理と、Ｓ２２３５の処理とを説明し、図１０と同じ処理の説明は省略する。

Ｓ２２３０は、図１０のＳ２２３と、時間減衰型の評価点の算出の手順を変更した以外は同じである。
具体的には、Ｓ２２３０Ｃでは、内容情報による補正を行わないようにする。すなわち、評価値算出部１２０は、フィールド２３０５、２３１０に登録された情報と、時間減衰型の評価算出方法である上述した（数２）とを用いて、評価点を求める。その評価点に対して内容情報による補正を行わない。そして、評価値算出部１２０は、Ｓ２２３０の処理を終えると、Ｓ２２３５に進む。
なお、経過情報２３０のうち、フィールド２３１２に登録された情報は、有無型の評価算出方法であるＳ２２３Ｂで利用される。また、フィールド２３１５、２３２０、２３２５、２３３０、２３３５、２３４０に登録される情報は、回数型の評価算出方法であるＳ２２３Ｄで利用される。

Ｓ２２３５では、評価値算出部１２０は、図２１で求めてメモリ上に記憶しておいた、特許データＩＤ毎に対応する評価点を関連付けたデータを参照し、特許データｊに関して、内容情報から求めた評価点があれば取得し、Ｓ２２４に進む。

Ｓ２２４では、評価値算出部１２０は、図１０と同様の手順により、特許評価素点を算出する。なお、本ステップでは、Ｓ２２３５で内容情報から求めた評価点を取得していれば、経過情報から求めた評価点と、内容情報から求めた評価点とから、上述の［数５］を用いて評価素点が算出されるようになる。
具体的には、次のように、内容情報を経過情報と同等に評価に組み込むのが好ましい。

このように、本実施形態の第５変形例によれば、米国特許の傾向を把握した上で、経過情報２３０の評価項目、および内容情報の評価項目を選定し、特許データの評価を行うようにしている。そのため、第５変形例によれば、米国特許の価値評価を高精度に行うことができるようになる。
なお、第５変形例では、米国特許の傾向を考慮した特許評価の例を示したが、あくまでもこれは例示である。例えば、各国の特許公報の傾向に応じて、評価に利用する、経過情報および内容情報を選定するようにすれば、各国特許の傾向を考慮した特許評価ができるようになる。
また、第５変形例において、内容情報が「独立請求項の平均単語数」の場合、および「独立請求項の割合」の場合は、Ｓ３００４において（数９）で求めた正規化した内容情報の（ｓｊ）に「−１」を乗算し、次の値Ｓｊを求める。
Ｓｊ＝−ｓｊ
つまり、対数正規化した値ｓｊが平均（０）未満である場合に、値Ｓｊが０を超える。そして、Ｓ３００５において値Ｓｊ＝−ｓｊが「０」より大きいか否かを判定する。このようにしたのは、「独立請求項の平均単語数」、および「独立請求項の割合」は、その値が小さいほど、その特許データの特許権の維持率が高くなる傾向にあるためである。すなわち、「ｓｊ」の符号を反点させることにより、以下のステップにおいて、平均より少ないものが加点されるようにしている。そして、値Ｓｊが０を超える場合に、Ｓ３００６において次式で求められる値を評価点とする。

補正係数は、例えば、
「独立請求項の平均単語数」については５、
「独立請求項の割合」については２
とする。
また、第５変形例において、英語圏以外の言語の国の出願人の特許データについては、評価対象の内容データ２４０に補正を行うようにしてもよい。これは、母国語からの翻訳により、単語数が多くなり過ぎたり、或いは、少なくなり過ぎたりすることがあり、英語圏の国の出願人の特許データと単純に比較できないためである。例えば、日本の出願を基礎とする優先権主張出願においては、「独立請求項の平均単語数」と、「発明の名称の単語数」は、平均付近で維持率が高い傾向にある。そこで、日本の出願を基礎とする優先権主張出願については、上述の対数正規化した値ｓｊ（数９）を用いる点は上述と同様であるが、値ｓｊを用いて以下の値Ｓｊを算出する。
Ｓｊ＝exp（−（ｓｊ^２／２））−exp（−０.５）
つまり、｜ｓｊ｜＝１（標準偏差）の場合にＳｊ＝０となり、ｓｊ＝０（平均）付近の場合にＳｊは正数となり、｜ｓｊ｜＜１の場合にＳｊは負数となる。
そして、Ｓ３００５において値Ｓｊが０を超える場合に、Ｓ３００６において上記（数１０Ｂ）で求められる値を評価点とする。
補正係数は例えば上述の通り、
「独立請求項の平均単語数」については５、
「発明の名称の単語数」については３
とする。

図２３は、米国特許の分析において分析対象母集団を特定する処理の詳細を示すフローチャートである。米国特許の分析においても、信頼性が高い評価値を求めるためには、分析対象のデータとして、ある程度の規模の母集団が必要となる。そこで、適正規模の母集団を取得するためデータ取得部１０５により以下の処理を行う。

ここでは、分析対象母集団を特定するために、分類の信頼性やユーザの便宜などの理由から米国特許分類（US Patent Classification；以下ＵＳＰＣ）コードを用いる。
図２４に、ＵＳＰＣの階層構造の一例を示す。ＵＳＰＣは、数百のクラス及びそれぞれに対する下層のサブクラスによって構成される階層的分類体系である。サブクラスも、上層から第１サブクラス、第２サブクラス、第３サブクラス、…と階層構造になっている。一般に、上層の分類ほど広い技術領域を規定し、下層の分類ほど狭い技術領域に限定される。ある特許が、上層の分類で規定された技術領域には含まれるがその配下の下層分類の何れにも属さない場合は、当該上層の分類番号のみを付与される。以下では、信頼性が高い評価値を求めるために望ましい規模Ｘ＝５０００件、最低限度の規模Ｙ＝１０００件とした場合を例として説明する。

まず、評価しようとする特許のＵＳＰＣコードを記憶装置から読み込む（Ｓ１８０１）。例えば、当該特許に第２サブクラスまでのＵＳＰＣコードが付与されている場合には、この第２サブクラスまでを読み込む。このＵＳＰＣコードが、当該特許を含む分析対象母集団を抽出する基準となる。
次に、上記第２サブクラスまで特定したＵＳＰＣコードにより記憶装置を検索し、ヒットした特許を母集団としてその件数をカウントする。図２４の例では、例えば「段階０」で示す部分が母集団となる。この母集団件数を閾値Ｘ（＝５０００件）と比較し、母集団件数がＸ以上である場合は（Ｓ１８０２：ＹＥＳ）、当該母集団を分析対象母集団として確定し（Ｓ１８０３）、母集団形成処理を終了する。母集団件数がＸに満たない場合は（Ｓ１８０２：ＮＯ）、次に述べるように下層への拡張処理に移行する。

下層への拡張処理を行うにあたっては、母集団内に最下層サブクラスを含むか否かを判定する。母集団内に最下層サブクラスを含まない場合（Ｓ１８０４：ＮＯ）、より下層への拡張が可能であるので、１階層下に母集団を拡張する（Ｓ１８０５）。図２４の例では、例えば「段階０」で示す部分が母集団であった場合は「段階１」で示す部分にまで母集団を拡張する。また「段階０」及び「段階１」で示す部分が母集団であった場合は「段階２」で示す部分にまで母集団を拡張する。下層（例えば第３サブクラス）の分類は、概念的にはもとの母集団を規定する分類（例えば第２サブクラス）に包含されるもので、分類の都合で下層の分類を別途付与したものに過ぎないから、下層への拡張をしても母集団の技術領域を大きく広げることにはならないと考えられる。
一方、母集団内に最下層サブクラスを含む場合（Ｓ１８０４：ＹＥＳ）、上層への拡張処理に移行する。

上層への拡張処理を行うにあたっては、母集団内にクラスを含むか否かを判定する。母集団内にクラスを含まない場合（Ｓ１８０６：ＮＯ）、より上層への拡張が可能であるので、１階層上のクラス又はサブクラス以下のサブクラスすべてを母集団に追加する（Ｓ１８０７）。図２４の例では、例えば「段階０」〜「段階２」で示す部分が母集団であった場合は「段階３」で示す部分にまで母集団を拡張する。また「段階０」〜「段階３」で示す部分が母集団であった場合は「段階４」で示す部分にまで母集団を拡張する。上層（例えば第１サブクラス）の分類は、もとの母集団を規定する分類（例えば第２サブクラス）を包含するので、上層への拡張をしても母集団の技術領域を変更してしまうことにはならない。
一方、母集団内にクラスを含む場合（Ｓ１８０６：ＹＥＳ）、それ以上上層へは拡張できないので、クラス間結合処理に移行する。

クラス間結合処理を行うにあたっては、母集団が属するクラスに対し類似するクラスが存在するか否かを判定する。類似クラスが存在する場合（Ｓ１８０８：ＹＥＳ）、当該類似クラスを母集団に追加する（Ｓ１８０９）。類似クラスの存否を判定するには、例えばＵＳＰＣとＩＰＣのコンコーダンス情報を用いる。ＵＳＰＣとＩＰＣのコンコーダンス情報は、ＵＳＰＣコードから対応するＩＰＣコードを検索可能にする情報と、ＩＰＣコードから対応するＵＳＰＣコードを検索可能にする情報とが含まれており、この情報が記憶装置に記憶されているものとする。但し、既存のコンコーダンス情報にはＵＳＰＣとＩＰＣの技術範囲の非共有部がある。そこで、ＵＳＰＣで各クラスにつき規定されている「References to Other Classes」（他クラスの参照）や「Lines With Other Classes and Within This Class」（他クラス及び本クラスとの関係）を参照したうえでコンコーダンス情報を補充しておくことが望ましい。
類似クラスを母集団に追加するには、まず、母集団が属するＵＳＰＣのクラスの情報を用いてコンコーダンス情報を検索し、対応するＩＰＣコードを取得する。そして、取得したＩＰＣコードを用いてコンコーダンス情報を検索し、対応するＵＳＰＣコードを取得する。取得したＵＳＰＣコードの中に、母集団に含まれていないクラスがあれば、それを母集団が含まれるクラスに類似するクラスとして、新たに母集団に加えることができる。こうして取得した類似クラスは、もとの母集団が属するクラスと異なるものではあるが、同じＩＰＣコードに対応する点で類似するものであり、母集団を拡張しても技術領域を大幅に変更してしまうことにはならない。

上述の下層への拡張処理により１階層下に母集団を拡張した場合（Ｓ１８０５）、上層への拡張処理により１階層上に母集団を拡張した場合（Ｓ１８０７）、類似クラスの結合処理により類似クラスを母集団に加えた場合（Ｓ１８０９）、何れの場合も、当該新たな母集団の件数をカウントする。
この新たな母集団件数を閾値Ｘ（＝５０００件）と比較し、新たな母集団件数がＸ以上である場合は（Ｓ１８１０：ＹＥＳ）、当該新たな母集団件数が、一段階だけ拡張前の母集団件数の倍以下であるか否かを判定する。

当該新たな母集団件数が、一段階だけ拡張前の母集団件数の倍を超えた場合には（Ｓ１８１１：ＮＯ）、この新たな母集団を分析対象母集団として確定し（Ｓ１８０３）、母集団形成処理を終了する。
一方、上記新たな母集団件数が、一段階だけ拡張前の母集団件数の倍以下である場合には（Ｓ１８１１：ＹＥＳ）、母集団拡張により異分野混入のリスクがある割には母集団件数が大して充実していないことになるので、一段階だけ拡張前の母集団に戻して（Ｓ１８１２）分析対象母集団として確定し（Ｓ１８０３）、母集団形成処理を終了する。

上記新たな母集団件数がＸ未満である場合は（Ｓ１８１０：ＮＯ）、更に母集団の拡張を試みるために、上述の母集団拡張処理（Ｓ１８０４〜Ｓ１８０９）に移行する。

母集団の拡張を試みたにもかかわらずＳ１８０８において類似クラスさえ存在しなくなった場合には（Ｓ１８０８：ＮＯ）、その母集団件数を最低限の閾値Ｙ（＝１０００件）と比較する。母集団件数がＹ以上である場合は（Ｓ１８１３：ＹＥＳ）、この母集団を分析対象母集団として確定し（Ｓ１８１４）、母集団形成処理を終了する。母集団件数がＹ未満である場合は（Ｓ１８１３：ＮＯ）、母集団の形成を断念しユーザに通知する（Ｓ１８１５）。

ＵＳＰＣは、その歴史的発展経緯から、技術分野によっては極めて多くの階層をもつ場合があり、一定の階層以下の全サブクラスを指定してしまうとヒットする特許数には大きなばらつきが生じやすい。また、コード番号が近くても技術領域が近いとは限らず、逆に技術領域が近くてもコード番号が近いとは限らないため類似技術の抽出が容易でない面もある。
しかし、以上の母集団形成処理によれば、母集団の拡張処理を行うことで、適切な規模の母集団を抽出することができる。また、ＩＰＣとのコンコーダンスを利用することにより、ＵＳＰＣの類似クラスを自動抽出することができる。

≪第６変形例≫
つぎに、本実施形態の第６変形例を説明する。
まずは、第６変形例を実現するハードウェアを説明する。第６変形例は、上記実施形態と同様、図２に示すハードウェアにより実現される。
具体的には、補助記憶装置１２に、スコア算出部１４０の機能を実現するためのプログラム（スコア算出プログラム）を格納しておく。そして、スコア算出部１４０の機能は、ＣＰＵ１０が補助記憶装置１２に格納されているスコア算出プログラムを実行することにより実現される。

上述のように第６変形例は、上記実施形態の情報処理装置１に、さらに、スコア算出部１４０を追加するようにした。スコア算出部１４０は、対数化した評価値から求めた偏差値（以下、「パテントスコア」という）を逆対数化する。スコア算出部１４０を設けるようにしたのは、特許データを分析する際の視点を広げるためである。
上記の実施形態では、評価値算出部１２０は、経過情報２１０および内容情報２２０から求めた評価値を視覚的に見易くするため、対数化するようにしている。しかし、特許データの分析者が、各特許の優劣差を把握したい場合、対数化されているデータでは優劣差が圧縮されているため把握しにくいこともある。そのため、第６変形例では、スコア算出部１４０を設けるようにして、パテントスコアを逆対数化して、特許データ間の優劣の分析を容易にした。

ここで、本実施形態の第６変形例の機能ブロック図を図２５に示す。
図示するように、情報処理装置１ｂは、図１の情報処理装置１が有する機能に、さらに、スコア算出部１４０が付加されている。このスコア算出部１４０は、分析者からの要求に応じて、偏差値算出部１２５により算出されたパテントスコアの加重スコアを求める。

具体的には、スコア算出部１４０は、図２６に示す処理ステップを行い、ユーザから要求された評価対象のパテントスコアの加重スコアを求める。以下、図２６を用いて、スコア算出部１４０の処理を説明する。なお、図２６の処理に先立って、加重スコアの算出対象となる特許データのパテントスコアは算出されおり、情報処理装置１ｂのメモリ等に格納されているものとする。

先ず、スコア算出部１４０は、加重スコアの算出対象となる母集団（グループ）の指定を受け付ける（Ｓ３１００）。

つぎに、スコア算出部１４０は、算出対象の対象となる母集団に属する特許データのパテントスコアを取得する（Ｓ３１０１）。具体的には、スコア算出部１４０は、パテントスコアが格納されているメモリ等にアクセスし、算出対象の対象となる母集団に属する特許データのパテントスコアを読み出す。

続いて、スコア算出部１４０は、読み出した母集団に属する特許データのパテントスコア毎に、パテントスコアと、パテントスコアの平均値（ここでは、平均値は５０になる）との差分を求める（Ｓ３１０２）。
つぎに、スコア算出部１４０は、上記の求めた差分を規格化し（Ｓ３１０３）、その規格化した値を指数化した値を加重スコアとして算出する（Ｓ３１０４）。
なお、本変形例では、Ｓ３１０２〜Ｓ３１０４で行った、差分や規格化の手法について特に限定しないが、例えば、以下に示す（数１２）を利用して、取得したパテントスコアの加重スコアを求めるようにしてもよい。

これによれば、加重スコアはすべて正数となり、上記実施形態により算出した偏差値（パテントスコア）が平均以下なら１以下、平均以上なら１以上の指数関数の値をとる。従って、例えば加重スコアを企業単位で合計した場合、平均以下のパテントスコアを有する特許が多数あっても合計値に与える影響は小さいが、平均以上のパテントスコア（特に平均との乖離が大きいパテントスコア）を有する特許があれば、合計値に大きな影響を与えることとなる。

図２７は、加重スコアを各企業で合計した値の有用性を説明するため、加重スコアの企業別平均とその全社平均に対する比、及び、上記実施形態により算出した偏差値の企業別平均とその全社平均に対する比を、それぞれ企業毎にプロットした散布図である。図に示されるように、上記実施形態により算出した偏差値の企業別平均は、その全社平均とあまり違いがない。従って上記実施形態により算出した偏差値を各企業で合計しても、単に件数の規模を示すにとどまり、それ以上の知見は得られ難い。これに対し、加重スコアの企業別平均は全社平均の０．５倍から２倍前後まで幅広いため、加重スコアを各企業で合計した値は、件数の比較のみでは見出し得ない各社の特許の質的相違を加味した総合力を示すものとなる。

このように、加重スコアを求めることにより、例えば、企業の担当者は、自社のある技術分野の特許の優劣の判定が容易になる。また、各企業が保有する特許の加重スコアを合算し、その企業の特許力を評価するような場合、企業間の特許力の優劣の判定が容易に行えるようになる。

≪第７変形例≫
つぎに、本実施形態の第７変形例を説明する。
第７変形例は、上述した第６変形例の情報処理装置１が有するスコア算出部１４０の機能を変更したものである。具体的には、第７変形例は、第６変形例のスコア算出部１４０の機能に、２種類の指標を求める機能を付加した。
本変形例で求める２種類の指標は、総有効特許加重ストックスコア（以下では「ＷＳＳ」という）、および有効特許加重スコア平均（以下では「ＷＳＡ」という）である。これらの指標（ＷＳＳ、ＷＳＡ）は、各企業の総合的な技術力等を分析するために利用されることを想定している。なお、以下では、第６変形例と同じ構成の説明は省略する。

ＷＳＳは、上記の加重スコアに各特許権の残存年数を乗算したうえで各企業で合計することにより、各企業の特許のストック（残存年数を考慮した特許資産の大きさ）を測るものであり、以下の式により算出する。
総有効特許加重ストックスコア（ＷＳＳ）
＝［｛log（Σ_{特定企業の有効特許}（加重スコア×残存年数））−業界内平均｝／業界内標準偏差］×100＋500
つまり、各特許について加重スコアと残存年数とを乗算したものを、特定企業が保有する現在有効な特許権全部で合計し、求められた合計値を対数化し（自然対数が好ましい）、業界内で正規化したものが総有効特許加重ストックスコア（ＷＳＳ）である。業界内で正規化することにより、異業種間での比較も可能となる。
なお、式「Σ_条件Ａ Ｂ」は、条件Ａに該当する特許についてＢの総和を算出する処理を表すものとする。残存年数は、日本の特許権の場合はデータ取得部が経過情報から出願日又はこれに含まれる出願年号を取得し、評価値算出部が（出願年号＋20年−現在年号）で算出する。現在有効な特許権であるかどうかは、経過情報に基づいて予め評価値算出部が判定しておき、判定結果を記憶装置に記憶しておくのが好ましい。

具体的には、スコア算出部１４０は、図２８に示す処理ステップを行い、ユーザから指定された業種に属する各企業のＷＳＳを算出する。また、図２９に示す処理ステップを行い、ＷＳＡを算出する。なお、図２８および図２９の処理に先立って、ＷＳＳおよびＷＳＡの算出対象となる特許データのパテントスコアは算出されているものとする。また、算出されたパテントスコアは、情報処理装置１ｂのメモリ等に格納されているものとする。

先ず、第７変形例が行うＷＳＳ算出処理について、図２８を用いて説明する。
図示するように、スコア算出部１４０は、ユーザからＷＳＳを算出する対象業種の指定を受け付け、その指定された業種について、業種毎に、その業種に属する特許データ（ｉ（ｉは１以上の整数））を取得する（Ｓ３２００）。なお、ここでは説明を簡単にするため、１つの業種（例えば、電機産業）の指定を受け付け、その業種の特許データ（ｉ）を取得したものとする。
また、以下の説明では、取得した特許データ（ｉ）の総数がＩ（ｉは１以上の整数）であるものとする。また、取得した特許データ（ｉ）に含まれる出願人を「ｊ（ｉは１以上の整数）」で示し、その出願人の総数がＪ（ｉは１以上の整数）であることとする。

つぎに、スコア算出部１４０は、カウンタｉを「１」に設定し（Ｓ３２０１）、上述した図２６に示した手順により、加重スコア（ｉ）を算出する（Ｓ３２０２）。なお、図２８の処理に先立って、各特許データ（ｉ）の加重スコアを求めておいて、メモリ等に保持しておくようにしてもよい。このようにしておけば、Ｓ３２０２では、スコア算出部１４０は、対応する特許データ（ｉ）の加重スコアをメモリから取得するだけでよい。

つぎに、スコア算出部１４０は、特許データ（ｉ）の残存年数を算出する（Ｓ３２０３）。残存年数の算出方法は、特に限定しないが、図７に示す経過情報２１０の「出願日からの経過日数」を利用して算出してもよい。例えば、特許データ（ｉ）が日本国への特許出願であれば、「２０（年）」から「出願日からの経過日数（例えば５年）」を減算すれば残存年数が求められる。

つぎに、スコア算出部１４０は、「有効特許加重ストックスコア素点（ｉ）」を算出し（Ｓ３２０４）、Ｓ３２０５に進む。具体的には、スコア算出部１４０は、「加重スコア（ｉ）」に、Ｓ３２０３で求めた「特許データ（ｉ）の残存年数」を乗算した値を求めて、その求めた値を「有効特許加重ストックスコア素点（ｉ）」とする。具体的には、以下の（式１３）により「有効特許加重ストックスコア素点（ｉ）」を求める。

Ｓ３２０５では、スコア算出部１４０は、カウンタｉが「Ｉ」より小さいか否かを判定する（ｉ＜Ｉ）。そして、スコア算出部１４０は、カウンタｉが「Ｉ」より小さければ、カウンタｉに「１」を加算し（Ｓ３２０６）、Ｓ３２０２の処理に戻る。一方、スコア算出部１４０は、カウンタｉが「Ｉ」以上であれば、Ｓ３２１０に進む。

Ｓ３２１０では、スコア算出部１４０は、カウンタｊを「１」に設定し、Ｓ３２１１に進む。

Ｓ３２１１では、スコア算出部１４０は、出願人ｊの「総有効特許加重ストックスコア（ＷＳＳ）素点（ｊ）」を算出する。具体的には、スコア算出部１４０は、出願人ｊの「有効特許加重ストックスコア素点（ｉ）」の総和を求め、その求めた総和を「ＷＳＳ素点（ｊ）」とする。

つぎに、スコア算出部１４０は、Ｓ３２１１で求めた「ＷＳＳ素点（ｊ）」を対数化し（Ｓ３２１２）、Ｓ３２１３に進む。なお、以下の説明では、説明の便宜上、「ＷＳＳ素点（ｊ）」を対数化した値を「ＷＳＳ素点対数（ｊ）」と呼ぶ。

Ｓ３２１３では、カウンタｊが「Ｊ」より小さいか否かを判定する（ｊ＜Ｊ）。そして、スコア算出部１４０は、カウンタｊが「Ｊ」より小さければ、カウンタｊに「１」を加算し（Ｓ３２１４）、Ｓ３２１１の処理に戻る。一方、スコア算出部１４０は、カウンタｊが「Ｊ」以上であれば、Ｓ３２１５に進む。
このように、Ｓ３２１０〜Ｓ３２１３の処理を行うことにより、指定された業種に属する出願人毎にＷＳＳ素点対数（ｊ）が求められる。

Ｓ３２１５では、スコア算出部１４０は、指定された業種内での「ＷＳＳ素点対数（ｊ）」の平均値（ｍ）を算出する。
Ｓ３２１６では、スコア算出部１４０は、指定された業種内での「ＷＳＳ素点対数（ｊ）」の標準偏差（σ）を算出する。

つぎに、スコア算出部１４０は、平均値（ｍ）および標準偏差（σ）を用いて、各「ＷＳＳ素点対数（ｊ）」の標準化を行う（Ｓ３２１７）。なお、説明の便宜上、「ＷＳＳ素点対数（ｊ）」を標準化した値を「標準化ＷＳＳ素点対数（ｊ）」と呼ぶ。
また、標準化の手法について特に限定しないが、例えば、以下の（式１４）により「ＷＳＳ素点対数（ｊ）」の標準化を行うようにしてもよい。

つぎに、スコア算出部１４０は、「標準化ＷＳＳ素点対数（ｊ）」を規格化する（Ｓ３２１８）。なお、説明の便宜上、「標準化ＷＳＳ素点対数（ｊ）」を規格化した値を「標準化ＷＳＳ素点対数規格化値（ｊ）」と呼ぶ。
なお、規格化の手法について特に限定しないが、例えば、以下の（式１５）により「標準化ＷＳＳ素点対数（ｊ）」の規格化を行うようにしてもよい。

つぎに、スコア算出部１４０は、「標準化ＷＳＳ素点対数規格化値（ｊ）」の非負化を行い、「標準化ＷＳＳ素点対数規格化値（ｊ）」の非負化した値を「ＷＳＳ」とする（Ｓ３２１９）。なお、非負化の手法について特に限定しないが、例えば、以下の（式１６）により「標準化ＷＳＳ素点対数規格化値（ｊ）」の非負化を行こない、ＷＳＳを求めるようにしてもよい。

このように、第７変形例によれば、業種（業界）毎に、その業種に属する出願人（企業）のＷＳＳを求めることができるようになる。このＷＳＳを参照することで、その業種内において、各企業の持つ特許の総合的な価値を比較したり、企業の持つ技術力を評価することができるようになる。
因みに、個々の特許の残存年数の長さで資産としてのストックの量は異なる。そのため、残存年数を各企業について算出することにより、各企業が現在保有する特許資産の大きさを評価することができる。

続いて、第７変形例のスコア算出部１４０が行うＷＳＡ算出処理について、図２９を用いて説明する。

ＷＳＡは、上記の加重スコアの各企業での平均値を算出することにより、各企業の１件あたりの特許の質を測るものであり、以下の式により算出する。
有効特許加重スコア平均（ＷＳＡ）
＝［｛log（（Σ_{特定企業の有効特許} 加重スコア）／特定企業の有効特許件数）−業界内平均｝／業界内標準偏差］×10＋50
加重スコアを特定企業が保有する現在有効な特許権全部で合計して当該特定企業の有効特許件数で除算して平均を求め、求められた平均値を対数化し（自然対数が好ましい）、業界内で正規化したものが有効特許加重スコア平均（ＷＳＡ）である。業界内で正規化することにより、異業種間での比較も可能となる。

先ず、スコア算出部１４０は、ユーザからＷＳＡを算出する対象業種の指定を受け付け、その指定された業種について、業種毎に、その業種に属する有効特許データ（ｉ（ｉは１以上の整数））を取得する（Ｓ３３００）。なお、ここでは説明を簡単にするため、１つの業種（例えば、電機産業）の指定を受け、その業種の有効特許データ（ｉ）を取得したものとする。
なお、有効特許データとは、特許権として登録されている特許出願のデータ（存続期間が満了したものを除く）、および特許庁に係属中の特許出願のデータをいう。

つぎに、スコア算出部１４０は、図２８のＳ３２０１、３２０２と同様の手順にしたがい、カウンタｉを「１」に設定し（Ｓ３３０１）、加重スコア（ｉ）を算出する（Ｓ３３０２）。なお、Ｓ３３０２では、有効特許データの加重スコアを算出している。本フローの説明では、便宜上、Ｓ３３０２で算出した加重スコアのことを有効特許加重スコアという。
つぎに、スコア算出部１４０は、図２８のＳ３２０５と同様の手順にしたがい、カウンタｉが「Ｉ」より小さいか否かを判定し（ｉ＜Ｉ）、カウンタｉが「Ｉ」より小さければ、カウンタｉに「１」を加算し（Ｓ３３０５）、Ｓ３３０２の処理に戻る。一方、スコア算出部１４０は、カウンタｉが「Ｉ」以上であれば、Ｓ３３０４に進む（Ｓ３３０３）。

Ｓ３３０４では、スコア算出部１４０は、カウンタｊを「１」に設定し、Ｓ３３１０の処理に進む。

Ｓ３３１０では、スコア算出部１４０は、有効特許加重スコア素点（ｊ）を算出する。具体的には、スコア算出部１４０は、出願人ｊについて、Ｓ３３０２で求めた「有効特許加重スコア（ｉ）」の総和を求め、その総和を有効特許加重スコア素点（ｊ）とする。

つぎに、スコア算出部１４０は、出願人ｊの総有効特許数データ（ｊ）を求める（Ｓ３３１１）。具体的には、スコア算出部１４０は、Ｓ３３００で取得した有効特許データのうち、出願人ｊの特許データの数をカウントし、カウントした数を「総有効特許数データ（ｊ）」とする。

つぎに、スコア算出部１４０は、有効特許加重スコア平均素点（ｊ）を算出する。具体的には、スコア算出部１４０は、「有効特許加重スコア素点（ｊ）」を「総有効特許数データ（ｊ）」で除算した値を求め、この値を「有効特許加重スコア平均素点（ｊ）」とする。なお、以下の説明では、有効特許加重スコア平均素点（ｊ）」を「ＷＳＡ素点（ｊ）」という。

つぎに、スコア算出部１４０は、Ｓ３３１２で求めた「ＷＳＡ素点（ｊ）」を対数化し（Ｓ３３１３）、Ｓ３３１４に進む。なお、以下の説明では、説明の便宜上、「ＷＳＡ素点（ｊ）」を対数化した値を「ＷＳＡ素点対数（ｊ）」という。

Ｓ３３１４では、カウンタｊが「Ｊ」より小さいか否かを判定する（ｊ＜Ｊ）。そして、スコア算出部１４０は、カウンタｊが「Ｊ」より小さければ、カウンタｊに「１」を加算し（Ｓ３３１５）、Ｓ３３１０の処理に戻る。一方、スコア算出部１４０は、カウンタｊが「Ｊ」以上であれば、Ｓ３３１６に進む。
このように、Ｓ３３１０〜Ｓ３３１４の処理を行うことにより、指定された業種に属する出願人毎にＷＳＡ素点対数（ｊ）が求められる。

Ｓ３３１６では、スコア算出部１４０は、指定された業種内での「ＷＳＡ素点対数（ｊ）」の平均値（ｍ）を算出する。
Ｓ３３１７では、スコア算出部１４０は、指定された業種内での「ＷＳＡ素点対数（ｊ）」の標準偏差（σ）を算出する。

つぎに、スコア算出部１４０は、平均値（ｍ）および標準偏差（σ）を用いて、「ＷＳＡ素点対数（ｊ）」の標準化を行う（Ｓ３３１８）。なお、説明の便宜上、「ＷＳＡ素点対数（ｊ）」を標準化した値を「標準化ＷＳＡ素点対数（ｊ）」と呼ぶ。
また、標準化の手法について特に限定しないが、例えば、以下の（式１７）により「ＷＳＡ素点対数（ｊ）」の標準化を行うようにしてもよい。

つぎに、スコア算出部１４０は、「標準化ＷＳＡ素点対数（ｊ）」を規格化する（Ｓ３３１９）。なお、説明の便宜上、「標準化ＷＳＡ素点対数（ｊ）」を規格化した値を「標準化ＷＳＡ素点対数規格化値（ｊ）」と呼ぶ。
なお、規格化の手法について特に限定しないが、例えば、以下の（式１８）により「ＷＳＡ素点対数（ｊ）」の規格化を行うようにしてもよい。

つぎに、スコア算出部１４０は、「標準化ＷＳＡ素点対数規格化値（ｊ）」の非負化を行い、「標準化ＷＳＡ素点対数規格化値（ｊ）」の非負化した値を「ＷＳＡ」とする（Ｓ３３２０）。なお、非負化の手法について特に限定しないが、例えば、以下の（式１９）により「標準化ＷＳＡ素点対数規格化値（ｊ）」の非負化を行うようにしてもよい。

このように、第７変形例によれば、業種（業界）毎に、その業種に属する出願人（企業）のＷＳＡを求めることができるようになる。このＷＳＡを参照することで、その業種内において、各企業の持つ特許の総合的な価値を比較したり、企業の持つ技術力を評価することができるようになる。
また、ＷＳＡを参照することで、その業種内において各企業の持つ特許の平均的な価値を比較することができる。これにより、たとえ規模が小さくても優れた技術を持つ企業を適切に評価することができる。

≪第８変形例≫
つぎに、本実施形態の第８変形例を説明する。
第８変形例は、上述した実施形態の情報処理装置１が有する評価値算出部１２０の機能を一部追加しものである。評価値算出部１２０以外の構成は、上記実施形態のものと同じである。そのため、以下では、異なる部分を中心に説明する。なお、評価値算出部１２０は、上記実施形態のものと一部機能が異なるが、説明の便宜上、同じ符号を用いる。

具体的には、第８変形例は、特許データを評価する場合に、分析者から分析時期を指定する情報（年月日を示す情報（以下「分析時期情報」という））を受け付ける。そして、評価値算出部１２０は、分析者から分析時期を基準にした特許属性情報を利用して、特許データの評価値を求めるようにする。
なお、第８変形例では、記憶装置２に過去の経過情報２１０も格納しておくものとする。

すなわち、評価値算出部１２０は、図１０のＳ２２１において、分析者から受け付けた分析時期情報が示す年月日より前に付与された経過情報２１０及び分析時期情報が示す年月日より前の内容情報２２０を読み出し、その読み出した経過情報及び内容情報を用い、「出願からの経過日数」、「審査請求からの経過日数」、「登録日からの経過日数」についても当該過去の時点での経過日数に引き直して、上記実施形態と同様の手順にしたがい、各特許データの過去の評価値を算出する。

過去のスコアが求まることによって、異なる時点間のスコアの相対比較が可能になる。例えば、評価対象の特許データの特定時点における過去スコアをそれぞれ算出することによって、価値の時間的推移を確認することができる。

また、当該過去の時点での評価とその後の特許権維持率との関係、当該過去の時点での評価とその後の取引事例における具体的な価値評価との関係などを分析することにより、上記実施形態による評価の妥当性を検証したり、分析対象母集団の技術分野に応じてパラメータを微調整したりすることが可能となる。

図３０は、1998年時点での評価値と、その後明らかになった2005年までの特許権維持率との関係を示すグラフである。日本国内で1996年（１年間）に特許権設定登録された特許権を分野毎に分けてそれぞれ分析対象母集団とし、各特許権の評価値を算出した。そして、偏差値のクラス毎に平均維持率を算出し、2005年までの推移をプロットした。その結果、1998年時点での評価値が高いほどその後の維持率の平均が高く（価値が高く）、経過情報及び内容情報に基づく評価が妥当であったことわかる。

図３１は、各種発明賞受賞特許について上述の実施形態により算出した評価値（偏差値）の分布を示すグラフである。具体的には、平成１７年〜平成１９年の３年間に何らかの発明賞を受賞した特許について、各受賞特許のＩＰＣに基づき当該受賞特許を含む分析対象母集団を抽出し、各受賞特許の当該母集団における評価値（偏差値）を算出してその分布を図示したものである。
図に示すように、ごく一部を除くほとんどの受賞特許は全体の平均値（５０）を超える評価値を有しており、受賞特許での平均を見ると約６５〜７０程度のかなり高い評価値を有していることがわかる。この評価値は、各特許データの経過情報及び内容情報による計算結果であり、受賞歴など一切考慮しなかったものであるが、各種発明賞での評価と同様の高評価となった。

図３２は、各種パテントプール対象特許について上述の実施形態により算出した評価値（偏差値）の分布を示すグラフである。具体的には、各種標準規格の必須特許を相互にライセンスすること等を目的としたパテントプール対象特許について、各対象特許のＩＰＣに基づき当該対象特許を含む分析対象母集団を抽出し、各対象特許の当該母集団における評価値（偏差値）を算出してその分布を図示したものである。
図に示すように、ごく一部を除くほとんどのパテントプール対象特許は全体の平均値（５０）を超える評価値を有しており、対象特許での平均を見ると何れも６０以上とかなり高い評価値を有していることがわかる。この評価値は、各特許データの経過情報及び内容情報による計算結果であり、パテントプール対象特許であるか否かなど一切考慮しなかったものであるが、重要特許であることを示す高評価となった。

なお、本発明は、以上で説明した実施形態に限定されるものではなく、本発明の要旨の範囲内において種々の変形が可能である。
また、上記実施形態では、分析対象母集団とする特許データをＩＰＣコードで指定された特許群としたが、特にこれに限定されるものではない。ＩＰＣコードで指定された特許群以外でも、技術内容の関連する特許群、例えば、ある特許に対する類似度上位所定件数の特許群としてもよい。
また、上記実施形態では、分析対象母集団を出願年ごとのグループに分類するものとしたが、特にこれに限定されるものではない。例えば、優先日が属する年ごとでもよい。また、１年ごとに限らず、半年ごと、月ごとでも良いし、複数年ごとでも良い。
また、上記実施形態では、各グループに属する各特許データの特許属性情報を利用して求めた値に、該グループ毎に所定値を合計した値の減少関数の値を乗算して評価点を算出するものとしたが、特にこれに限定されるものではない。例えば、早い時期の同時期グループには軽く、遅い時期の同時期グループには重くするなどの重み付けでもよい。
また、上記実施形態では、評価点の二乗和の平方根を評価素点としたが、特にこれに限定されるものではない。例えば、複数種類の評価点をそれぞれα乗し、これらの和を［１／α］乗（但しα＞１）した値としてもよい。
また、上記実施形態では、処理装置１の各機能部（制御部１００、データ取得部１０５、初期設定部１１０、データ分類部１１５、評価値算出部１２０、偏差値算出部１２５、および出力部１３０）がソフトウェアにより実現される場合を例にしたが、特にこれに限定されるものではない。処理装置１の各機能部は、各機能部を実行するために専用に設計された回路（ＡＳＩＣ（Application Specific Integrated Circuit）等）により実現されてもよい。
また、上記実施形態では、所定行為の有無を示す情報、特許データの引用回数を示す情報、および特許データの期間に関する情報を利用して、特許データの評価値を算出するようにしているが特にこれに限定されるものではない。特許データの評価値の算出に、所定行為の有無を示す情報、特許データの引用回数を示す情報、および特許データの期間に関する情報のうちの少なくとも１つを利用することとしてもよい。この場合には、記憶装置２に格納する経過情報は、所定行為の有無を示す情報、特許データの引用回数を示す情報、および特許データの期間に関する情報のうちの少なくとも１つでよい。
また、上記実施形態では、情報処理装置１が、評価対象の特許公報類等の特許データを記憶装置２から取得する場合を例にしたが、特にこれに限定するものではない。例えば、情報処理装置１は、インターネット等のネットワークを介して、外部の情報提供サーバと通信を行い、外部の情報提供サーバから、特許データを取得するようにしてもよい。
また、上記実施形態では、特許データの評価に、図８に示した内容情報２２０の中から、特許データの請求項当たりの平均文字数と、特許データの頁数と、特許データの請求項と、を利用する場合を示したが、特にこれに限定するものではない。特許データの評価に、図８に示した内容情報のうち少なくとも１つを利用するようにしてもよい。また、図８示した内容情報は、あくまでも例示であり、他のもの（例えば、出願人数、発明者数等）を用いてもよい。
また、上記実施形態では、初期設定フェーズＡ１において、特許データの評価に利用する経過情報２１０および内容情報２２０を加工し、記憶装置２に格納する場合について説明したが、特にこれに限定されるものではない。情報処理装置１が、経過情報２１０および内容情報２２０を外部の装置から取得するようにしてもよい。なお、この場合には、初期設定フェーズは不要になる。

Claims (19)

1. 複数の特許データを記憶していると共に、該特許データ各々の技術分野の情報と出願日の情報又は優先日の情報と経過情報に基づく数値情報とを含む特許属性情報を記憶している特許データベースに、アクセス可能な特許評価装置であって、
   技術分野の指定を受け付ける手段と、
   前記指定された技術分野に属する複数の特許データ、および該特許データ各々の特許属性情報を前記技術分野の情報に基づき前記特許データベースより取得する手段と、
   前記取得した各特許データを前記出願日の情報又は前記優先日の情報に基づき所定期間毎のグループに分類する手段と、
   前記グループ毎に、該グループに属する各特許データの前記経過情報に基づく数値情報と、該グループに属するすべての特許データの前記経過情報に基づく数値情報の合計値の減少関数の値とを乗算することにより、該特許データ各々の評価点を算出する評価点算出手段と、を有すること
   を特徴とする特許評価装置。
2. 請求項１に記載の特許評価装置であって、
   前記経過情報に基づく数値情報には、前記特許データに対する所定行為の有無を示す情報、該特許データの引用回数を示す情報、および該特許データの期間に関する情報のうちの少なくとも１つが含まれていて、
   前記評価点算出手段は、前記所定行為の有無を示す情報、前記引用回数を示す情報、および前記期間に関する情報のうちの少なくとも１つを用いて、前記特許データ各々の評価点を算出すること
   を特徴とする特許評価装置。
3. 請求項１に記載の特許評価装置であって、
   前記経過情報に基づく数値情報には、少なくとも、前記特許データに対する所定行為の有無を示す情報、該特許データの引用回数を示す情報、および該特許データの期間に関する情報が含まれていて、
   前記評価点算出手段は、前記所定行為の有無を示す情報を用いて第１評価点を算出し、前記引用回数を示す情報を用いて第２評価点を算出し、前記期間に関する情報を用いて第３評価点を算出するものであり、
   前記第１評価点、前記第２評価点、および前記第３評価点の二乗和の正の平方根を算出することにより、前記特許データ各々の評価値を算出する評価値算出手段を更に有すること
   を特徴とする特許評価装置。
4. 請求項２又は３に記載の特許評価装置であって、
   前記所定行為の有無を示す情報には、分割出願の有無、早期審査請求の有無、拒絶査定不服審判における特許審決の有無、特許異議申立てにおける維持決定の有無、無効審判における維持審決の有無、優先権主張の有無、PCT出願の有無、および包袋閲覧の有無を示す情報のうちの少なくとも１つが含まれていて、
   前記引用回数を示す情報には、拒絶理由通知書における被引用回数の情報が含まれていて、
   前記期間に関する情報には、該特許データに対する手続日の情報が含まれていること
   を特徴とする特許評価装置。
5. 請求項１に記載の特許評価装置であって、
   前記特許属性情報には、前記特許データの内容情報に基づく数値情報が更に含まれていて、
   前記経過情報に基づく数値情報には、少なくとも、前記特許データに対する所定行為の有無を示す情報および該特許データの引用回数を示す情報のうちの何れかと、該特許データの期間に関する情報とが含まれていて、
   前記内容情報に基づく数値情報には、請求項数、全頁数、および請求項あたりの平均文字数乃至単語数のうちの少なくとも１つが含まれていて、
   前記評価点算出手段は、
   前記所定行為の有無を示す情報および前記引用回数を示す情報のうちの何れかを用いて第１又は第２評価点を算出し、且つ、
   前記期間に関する情報を用いて第３評価点を算出し、前記内容情報に基づく数値情報と所定の閾値との大小関係を判定し、該大小関係に基づく所定の定数を前記第３評価点に乗算することにより前記第３評価点の補正値を算出するものであり、
   前記第１又は第２評価点の少なくとも何れか及び前記第３評価点の補正値の、二乗和の正の平方根を算出することにより、前記特許データ各々の評価値を算出する評価値算出手段を更に有すること
   を特徴とする特許評価装置。
6. 請求項３又は５に記載の特許評価装置であって、
   前記評価値算出手段は、更に前記特許データ各々の評価値の対数を算出し、この算出された対数の前記取得した所定技術分野の特許データ全体で標準化した値を標準化評価値として算出すること
   を特徴とする特許評価装置。
7. 請求項１〜６の何れか一項に記載の特許評価装置であって、
   前記経過情報に基づく数値情報には、少なくとも、当該特許データが他社の特許出願の審査において引用された回数を示す情報と、当該特許データが自社の他の特許出願において引用された回数を示す情報とが含まれていて、
   前記評価点算出手段は、前記他社の特許出願の審査において引用された回数の影響を前記自社の他の特許出願の審査において引用された回数より大きく受ける増加関数の値を算出することにより、前記特許データ各々の評価点を算出すること
   を特徴とする特許評価装置。
8. 複数の特許データを記憶していると共に、該特許データ各々の技術分野の情報と出願日の情報又は優先日の情報と経過情報に基づく数値情報とを含む特許属性情報を記憶している特許データベースにアクセス可能な情報処理装置が行う特許データの評価方法であって、
   技術分野の指定を受け付けるステップと、
   前記指定された技術分野に属する複数の特許データ、および該特許データ各々の特許属性情報を前記技術分野の情報に基づき前記特許データベースより取得するステップと、
   前記取得した各特許データを前記出願日の情報又は前記優先日の情報に基づき所定期間毎のグループに分類するステップと、
   前記グループ毎に、該グループに属する各特許データの前記経過情報に基づく数値情報と、該グループに属するすべての特許データの前記経過情報に基づく数値情報の合計値の減少関数の値とを乗算することにより、該特許データ各々の評価点を算出するステップと、を実行すること
   を特徴とする特許データの評価方法。
9. 複数の特許データを記憶していると共に、該特許データ各々の技術分野の情報と出願日の情報又は優先日の情報と経過情報に基づく数値情報とを含む特許属性情報を記憶している特許データベースにアクセス可能な情報処理装置に特許データを評価する処理を実行させるプログラムであって、
   前記プログラムは、
   技術分野の指定を受け付ける処理と、
   前記指定された技術分野に属する複数の特許データ、および該特許データ各々の特許属性情報を前記技術分野の情報に基づき前記特許データベースより取得する処理と、
   前記取得した各特許データを前記出願日の情報又は前記優先日の情報に基づき所定期間毎のグループに分類する処理と、
   前記グループ毎に、該グループに属する各特許データの前記経過情報に基づく数値情報と、該グループに属するすべての特許データの前記経過情報に基づく数値情報の合計値の減少関数の値とを乗算することにより、該特許データ各々の評価点を算出する処理と、を前記情報処装置に実行させること
   を特徴とするプログラム。
10. 請求項２〜６の何れか一項に記載の特許評価装置であって、
    前記経過情報に基づく数値情報のうち前記引用回数を示す情報には、少なくとも、当該特許データが他の特許出願の審査において引用された回数を示す情報と、当該他の特許出願が更に別の特許出願で引用された回数を示す情報とが含まれていることを特徴とする特許評価装置。
11. 請求項２〜６の何れか一項に記載の特許評価装置であって、
    前記経過情報に基づく数値情報のうち前記所定行為の有無を示す情報には、分割出願の原出願であるか否かの情報が含まれていること
    を特徴とする特許評価装置。
12. 請求項３又は５に記載の特許評価装置であって、
    前記評価値算出手段により算出された複数の特許データの評価値を記憶する評価値記憶手段と、
    所定の母集団に属する特許データの評価値を前記評価値記憶手段から取得すると共に、該取得した特許データの評価値の平均値を算出し、さらに、該取得した特許データ毎に、該特許データの評価値から、該算出した平均値を減算した値を求め、該減算した値を所定の正数値で除算した値の指数関数の値を加重スコアとして算出する加重スコア算出手段とを有することを特徴とする特許評価装置。
13. 請求項１２に記載の特許評価装置であって、
    前記特許データには、該特許データの出願人及び業種に関する情報、並びに出願日に関する情報が含まれていて、
    特許権の存続期間に関する情報を記憶する存続期間記憶手段と、
    現在の日付に関する情報を記憶する現在日付記憶手段と、
    前記加重スコア算出手段により算出された複数の特許データの加重スコアを記憶する加重スコア記憶手段と、
    所定の業種の指定を受け付け、該受け付けた業種に属する出願人の特許データを前記出願人及び業種に関する情報に基づいて特定し、前記加重スコア記憶手段から、該業種に属する出願人の特許データの加重スコアを読み出す手段と、
    前記読み出した業種に属する出願人の特許データの出願日に関する情報に前記存続期間を加算し、前記現在の日付に関する情報を減算することにより、該特許データの残存年数を算出し、該出願人の特許データの各加重スコアに該特許データの残存年数を乗算した値を求め、該出願人毎に、該求めた値の総和を算出すると共に、その総和を対数化する手段と、
    前記業種に属する出願人毎に、前記対数化した値を標準化する手段とを有することを特徴とする特許評価装置。
14. 請求項１２に記載の特許評価装置であって、
    前記特許データには、該特許データの出願人及び業種に関する情報が含まれていて、
    前記加重スコア算出手段により算出された複数の特許データの加重スコアを記憶する加重スコア記憶手段と、
    所定の業種の指定を受け付け、該受け付けた業種に属する出願人の特許データを前記出願人及び業種に関する情報に基づいて特定し、前記加重スコア記憶手段から、該業種に属する出願人の特許データの加重スコアを読み出す手段と、
    前記読み出した業種に属する出願人の特許データ数を該出願人毎にカウントし、該出願人毎に、該加重スコアの総和を算出すると共に、該算出した総和を前記出願人の特許データ数で除算し、該除算した値を対数化する手段と、
    前記業種に属する出願人毎に、前記対数化した値を標準化する手段とを有することを特徴とする特許評価装置。
15. 請求項１〜７の何れか一項に記載の特許評価装置であって、
    前記経過情報には、当該経過情報が付与された時期を示す情報が関連付けられていて、
    分析時期を指定する情報を受け付ける手段を有し、
    前記評価点算出手段は、前記分析時期の指定する情報を受け付けると、前記指定された分析時期より前に付された経過情報を利用して、前記特許データ各々の評価点を算出することを特徴とする特許評価装置。
16. 請求項１〜７のいずれか一項に記載の特許評価装置であって、
    前記特許データベースは、技術分野を上位の区分に分類し、該上位の区分をより下位の区分に分類し、該分類した区分毎に該区分を識別するコードであって該区分の上位の区分を識別する上位コードの末尾に所定の桁数を付加したコードを付し、各特許データに、前記上位コードを含んだ該区分を識別するコードを関連付けて記憶したものであって、
    前記取得する手段は、
    前記区分を指定するコードの入力を受け付け、
    前記特許データベースにアクセスし、該受け付けたコードと関連付けられた特許データの数をカウントして、該カウントした数が所定値以上であれば、分析対象の特許データとして、前記受け付けたコードと関連付けられた特許データを取得し、該カウントした数が所定値より小さければ、所定値以上の特許データが含まれる区分が見つかるまで、前記受け付けたコードの末尾から前記所定の桁数を除去した上位コードを含むコードと関連付けられた特許データの数をカウントして、該カウントした数が該所定値以上であれば、分析対象の特許データとして該上位コードを含むコードと関連付けられた特許データを取得することを特徴とする特許評価装置。
17. 請求項２又は３に記載の特許評価装置であって、
    前記所定の行為の有無を示す情報には、分割出願の有無、早期審査請求の有無、拒絶査定不服審判における特許審決の有無、特許異議申立てにおける維持決定の有無、無効審判における維持審決の有無、優先権主張の有無、PCT出願の有無、および包袋閲覧の有無を示す情報のうちの少なくとも１つが含まれていて、
    前記引用回数を示す情報には、拒絶理由通知書における被引用回数、異議証拠の被引用回数、異議採用証拠の被引用回数、審判請求証拠の被引用回数、審判採用証拠の被引用回数、分割出願の回数、優先権の回数、無効審判維持審決の回数のうちの少なくとも１つが含まれていて、
    前記期間に関する情報には、該特許データに対する手続日が含まれていること
    を特徴とする特許評価装置。
18. 複数の特許データを記憶していると共に、該特許データ各々の技術分野の情報と出願日の情報又は優先日の情報と経過情報に基づく数値情報とを含む特許属性情報を記憶している特許データベースに、アクセス可能な特許評価装置であって、
    前記経過情報に基づく数値情報には、前記特許データに対する所定行為の有無を示す情報、前記特許データに対する所定行為の回数を示す情報、および該特許データの期間に関する情報のうちの少なくとも１つが含まれていて、
    前記所定行為の有無を示す情報には、仮出願の有無を示す情報が含まれ、
    前記所定行為の回数を示す情報には、再審査請求が行われた回数、分割出願の回数、継続出願の回数、一部継続出願回数、優先権の回数、被引用回数のうちの少なくとも１つが含まれ、
    技術分野の指定を受け付ける手段と、
    前記指定された技術分野に属する複数の特許データ、および該特許データ各々の特許属性情報を前記技術分野の情報に基づき前記特許データベースより取得する手段と、
    前記取得した各特許データを前記出願日の情報又は前記優先日の情報に基づき所定期間毎のグループに分類する手段と、
    前記グループ毎に、該グループに属する各特許データの前記経過情報に基づく数値情報と、該グループに属するすべての特許データの前記経過情報に基づく数値情報の合計値の減少関数の値とを乗算することにより、該特許データ各々の評価点を算出する評価点算出手段とを有すること
    を特徴とする特許評価装置。
19. 請求項１８に記載の特許評価装置であって、
    前記特許データベースは、所定の技術分野に対し所定のコードを付し、前記所定の技術分野を更に限定した技術分野に対して前記所定のコードの末尾に所定の桁数を付加した下位コードを付し、各特許データに、前記所定のコード又は前記下位コードの何れかを関連付けて記憶したものであって、
    前記取得する手段は、
    分析対象の技術分野として前記コードの指定を受け付ける手段と、
    前記特許データベースにアクセスし、該受け付けたコードと関連付けられた特許データの数をカウントし、該カウントした数が所定値以上であれば、分析対象の特許データとして、前記受け付けたコードと関連付けられた特許データを取得し、該カウントした数が所定値より小さければ、分析対象の技術分野を拡張した上で、分析対象の特許データを取得する母集団形成手段とを有し、
    前記母集団形成手段は、前記分析対象の技術分野を拡張する場合、
    前記受け付けたコードの末尾に所定の桁数を付加した下位コードを分析対象の技術分野として付加し、該受け付けたコードと関連付けられた特許データおよび該付加した下位コードと関連付けられた特許データの合計数をカウントする処理を、所定値以上の特許データがカウントされるまで行い、
    前記所定値以上の特許データがカウントされると、分析対象の特許データとして、該受け付けたコードに関連付けられた特許データおよび該付加した下位コードに関連付けられた特許データを取得することを特徴とする特許評価装置。

Images