JP5765691B1 - Patent literature analysis method - Google Patents

Patent literature analysis method Download PDF

Info

Publication number
JP5765691B1
JP5765691B1 JP2014267143A JP2014267143A JP5765691B1 JP 5765691 B1 JP5765691 B1 JP 5765691B1 JP 2014267143 A JP2014267143 A JP 2014267143A JP 2014267143 A JP2014267143 A JP 2014267143A JP 5765691 B1 JP5765691 B1 JP 5765691B1
Authority
JP
Japan
Prior art keywords
patent classification
classification
analysis
similarity
map
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.)
Expired - Fee Related
Application number
JP2014267143A
Other languages
Japanese (ja)
Other versions
JP2016115321A (en
Inventor
剛一 尾和
剛一 尾和
Original Assignee
剛一 尾和
剛一 尾和
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 剛一 尾和, 剛一 尾和 filed Critical 剛一 尾和
Priority to JP2014267143A priority Critical patent/JP5765691B1/en
Application granted granted Critical
Publication of JP5765691B1 publication Critical patent/JP5765691B1/en
Publication of JP2016115321A publication Critical patent/JP2016115321A/en
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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2Provided is a method for stratifying a relationship between a specific technology and an element technical item of the specific technology and an assumed item in a time-series patent map. The number of patent documents consisting of a reference patent classification using one axis as a reference for calculating similarity of time series transitions between patent classifications, and an analysis target patent classification for calculating a correlation coefficient in combination with the reference patent classification A time-series patent map showing the number of patent documents for each patent classification for each time-series section, with the other axis as a time axis having a time-series section having at least three or more analysis periods Convert to The correlation coefficient value in the time axis direction of all patent classifications in the table, which varies depending on the numerical value of the similarity between the base patent classification and the analysis patent classification and the number of samples used to calculate the correlation coefficient. By comparing with the correlation determination reference value, the relationship between the reference patent classification and the analysis target patent classification is stratified according to whether the similarity is positive / negative / none. [Selection] Figure 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。The present invention relates to a method for analyzing a patent document for obtaining a direction for developing a new technology.

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。As a method of grasping elemental technical items such as elemental technology, development purpose, device method, device form, etc. of a specific technology currently in progress, a time-series patent map or matrix of a collection of patent documents related to the specific technology to be analyzed There is a method of creating a patent map and observing technical items assumed as elemental technical items of a specific technology from the patent map.

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。Specifically, a patent document set related to a specific technology is created, a time series patent map is created regarding the technical items that are assumed to be elemental technical items of the specific technology, and patents of patent classifications granted to the specific technology Observe the time series transition of the number of documents and the number of patent documents of the patent classification assigned to the assumed technical item as the elemental technical item of the specific technology, similar to the trend of the patent classification assigned to the specific technology Or the patent classification assigned to the specific technology and the technical classification assumed to be the element technical item of the specific technology. A matrix patent map in which the patent classification of one axis, the other axis is the applicant to be analyzed, and the intersection of both axes describes the patent classification of each axis and the number of patent documents to which the applicant is assigned at the same time The The ratio of the number of patent documents of the patent classification granted to a specific technology and the number of patent classifications assigned to an assumed technical item is almost constant regardless of the applicant. This is a method for estimating that a combination of patent classifications possessed is a combination of a specific technology and elemental technology items.

特許第5527566号Patent No. 5527566

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。In the case of a time-series patent map, the time series of the number of patent documents of a patent classification assigned to a specific technology and the number of patent documents of a patent classification assigned to an assumed technical item as an elemental technical item of the specific technology The transition is similar in a certain period and may show completely different trends in a certain period, so it is difficult to accurately estimate the elemental technical items while observing them. A method for quantitatively evaluating the similarity of a series transition using a correlation coefficient is described in Patent Document 1, but the dummy used as a reference for the time series trend in Patent Document 1 is a monotonically increasing trend or a monotonically decreasing trend. In this method, it is difficult to classify patent classifications assumed as elemental technical items from the viewpoint of whether or not they are elemental technical items.

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。In the case of a matrix patent map, the ratio of the number of patent documents in the patent classification assigned to the assumed technical item and the patent classification assigned to the specific technology and the element technical item for each applicant of the matrix patent map. However, it is difficult to analyze a matrix patent map that does not have a scale for identifying an applicant to be analyzed.

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。Therefore, the object of the present invention is given to the technical items to be assumed as the number of patent documents of the patent classification assigned to the specific technology and the elemental technical items of the specific technology in the analysis target period of the time series patent map. Similarity between the number of patent documents of the specified technology and the number of patent documents of the specified technology and the number of patent documents to be assumed as the element technology item of the specified technology by the correlation coefficient of the scatter diagram of the time series The specific technique and the elemental technical items of the specific technique are assumed by comparing the quantified degree of similarity and the correlation discrimination reference value that changes depending on the number of samples used for calculating the correlation coefficient. It is to provide a method for stratifying the relationship of the selected items.

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。In addition, in the matrix patent map in which one axis is the patent classification axis and the other axis is the applicant axis, the object of the present invention is the number of patent documents of the patent classification assigned to a specific technique and the specific technique. The number of patent documents of the specific technology and the specific number of correlations in the scatter diagram for seeing the correlation of the number of patent documents of the patent classification assigned to the assumed technical items By quantifying the similarity of the number of patent documents of the assumed technical item technical item and the item, by comparing the quantified similarity and a correlation criterion value that changes depending on the number of samples used to calculate the correlation coefficient, It is to provide a method for stratifying the relationship between the specific technology and the elemental technical items of the specific technology and assumed items.

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。In order to solve the above-described problems and achieve the object, the present invention provides the following patent document analysis method.

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。
The invention according to claim 1 is a patent document analysis method for processing a patent document set accumulated in a storage unit of a computer in which patent document analysis software is installed, by the patent document analysis software,
The number of patent documents of the analysis target patent classification that calculates the correlation coefficient in combination with the reference patent classification and the reference patent classification in which one axis is used as a reference for calculating the similarity of the number of patent documents of patent classification The number axis of patent documents that display
The other axis is a time series axis in which the analysis period is divided into time series sections having at least three or more data,
Creating a time series patent map indicating the number of patent documents for each patent classification for each time series section, and converting the time series patent map into a time series numerical table;
Create a correlation matrix in the time axis direction between all patent classifications of the time series numerical table, and the correlation coefficient values of the reference patent classification and the analysis target patent classification of the correlation matrix in the time series patent map The degree of similarity of the time series transition of the number of patent documents of the reference patent classification and the analysis target patent classification is quantified, and the correlation determination changes depending on the numerical value of the similarity and the number of samples used to create the correlation matrix. Stratifying the relationship between the reference patent classification and the analysis-target patent classification into a positive similarity, no similarity, and a negative similarity by comparison with a reference value;
The patent document analysis method characterized by comprising.

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。
A patent document analysis method for processing a patent document set accumulated in a storage unit of a computer in which patent document analysis software is installed by the patent document analysis software,
Selection of the target patent category, which uses one axis as a standard for calculating the similarity of the number of patent documents between patent categories, the target patent category for calculating the correlation coefficient in combination with the reference patent category, and the target applicant for analysis A patent classification axis consisting of a specific patent classification and
The other axis is an applicant axis in which at least three specific applicants selected from among applicants having the number of patent documents to which the specific patent classification is assigned are arranged,
Create a matrix patent map in which the number of patent documents to which the patent classification and the applicant are simultaneously assigned is written at the intersection of the patent classification axis and the applicant axis, and the matrix patent map is Converting to a matrix numeric table;
Create a correlation matrix in the applicant axis direction of all patent classifications of the patent classification axis of the matrix numerical table, and use the correlation coefficient values of the reference patent classification and the analysis target patent classification of the correlation matrix to calculate the matrix Quantify the similarity between the number of patent documents of the reference patent classification and the analysis patent classification in the applicant axis direction in the patent map,
By comparing the digitized value of the similarity with a correlation criterion value that varies depending on the number of samples used to create the correlation matrix, the relationship between the reference patent classification and the analysis patent classification is positively similar. Stratifying relevant, non-similar, negative-similar,
The patent document analysis method characterized by comprising.

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。According to the analysis of the patent document, the present invention has the following effects.

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。In the invention described in claim 1, if the analysis is performed by applying the patent classification of the development target technology to the basic patent classification and applying the analysis to the analysis target patent classification by applying the patent classification assumed to be the element technical item of the development target technology, The target element technology item can be stratified into a stability element technology item, a decline element technology item, and a variability element technology item.

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。In the invention described in claim 1, the analysis period is divided into a plurality of analysis periods, and a quantitative value of the similarity between the reference patent classification and the analysis target patent classification is calculated for each analysis period. By connecting quantitative values in chronological order, it is possible to know the transition of the similarity between the standard patent classification and the analysis-target patent classification, in other words, the patent classification of the technology that is being developed to the standard patent classification. By applying a patent classification that is assumed to be an elemental technical item constituting the technology to be developed to the analysis-target patent classification, it is possible to know the time series transition of the elemental technical item of the technology to be developed. it can.

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。In the invention according to claim 2, the patent classification given to the technology targeted for development is applied to the standard patent classification, the patent classification assumed as the elemental technical item of the technology targeted for development is applied to the analysis target patent classification, If the patent classification of the company's specialty technology field is applied to the selector patent classification and analyzed, the element technology items constituting the technology as the development target adopted by the applicant who has the same specialty field as the company are adopted. Can be sieved.

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。Further, in the invention described in claim 2, if the base patent classification and the analysis target patent classification are the same and only the selector patent classification is analyzed, the similarity between the base patent classification and the analysis target patent classification in different technical fields Because it can know the difference, it can also lead to a change in idea.

特許文献分析装置の構成ブロック図Configuration block diagram of patent document analyzer 発明の第1の実施形態を示す時系列特許マップの分析のフローチャートFlowchart of analysis of time-series patent map showing the first embodiment of the invention 分析期間が1996年〜2000年の時系列特許マップTime-series patent map with analysis period of 1996-2000 分析期間が1996年〜2000年の時系列数値テーブルTime series numerical table for analysis period 1996-2000 分析期間が1996年〜2000年の時系列数値テーブルを相関分析して得た相関マトリクスCorrelation matrix obtained by correlation analysis of time series numerical tables with analysis period of 1996-2000 分析期間が1996年〜2000年の分析対象特許分類の基準特許分類3C707AS01との相似度一覧表Similarity list of analysis target patent classifications of the analysis target patent classification 3C707AS01 of 1996-2000 分析期間が1996年〜2000年の分析対象特許分類の基準特許分類3C707AS01との降順相似度一覧表と分析対象特許分類の層別結果一覧表Descending order similarity list of analysis target patent classification 3C707AS01 and analysis result patent classification stratified result list of analysis patent period of 1996-2000 分析期間が2000年〜2004年の分析対象特許分類の基準特許分類3C707AS01との降順相似度一覧表と分析対象特許分類の層別結果一覧表Descending order similarity list with reference patent classification 3C707AS01 of analysis target patent classification of analysis period 2000-2004 and stratified result list of analysis target patent classification 分析期間が2004年〜2008年の分析対象特許分類の基準特許分類3C707AS01との降順相似度一覧表と分析対象特許分類の層別結果一覧表Descending order similarity list of the analysis target patent classification of the analysis target patent classification 3C707AS01 and analysis result patent classification stratified result list 分析期間が2008年〜2012年の分析対象特許分類の基準特許分類3C707AS01との降順相似度一覧表と分析対象特許分類の層別結果一覧表Descending order similarity list of analysis target patent classification 3C707AS01 of analysis target patent classification and analysis result patent classification stratification result list of analysis period 2008-2012 分析期間の変遷に伴う分析対象特許分類の基準特許分類との相似度の変化一覧表Table of changes in similarity between the analysis target patent classification and the reference patent classification due to changes in the analysis period 分析期間の変遷に伴う分析対象特許分類の基準特許分類との相似度の変遷グラフ(その1)Transition graph of similarity between the analysis target patent classification and the reference patent classification (Part 1) 分析期間の変遷に伴う分析対象特許分類の基準特許分類との相似度の変遷グラフ(その2)Transition graph of similarity between the analysis target patent classification and the standard patent classification (Part 2) 分析期間の変遷に伴う分析対象特許分類の基準特許分類との相似度の変遷グラフ(その3)Transition graph of similarity between the analysis target patent classification and the reference patent classification (Part 3) 分析期間の変遷に伴う分析対象特許分類の基準特許分類との相似度の変遷グラフ(その4)Transition graph of similarity between the analysis target patent classification and the reference patent classification (Part 4) この発明の第2の実施形態のマトリクス特許マップの分析のフローチャートFlowchart of matrix patent map analysis of the second embodiment of the present invention 第1マトリクス特許マップFirst matrix patent map 第1マトリクス数値テーブルFirst matrix numeric table 第2マトリクス数値テーブル(セレクタ特許分類3C707BS10)Second matrix numerical table (selector patent classification 3C707BS10) 第3マトリクス数値テーブル(セレクタ特許分類3C707BS10)Third matrix numerical table (selector patent classification 3C707BS10) 基準特許分類を3C707AS01、分析対象特許分類を3C707MTのFタームとする相関マトリクス(セレクタ特許分類3C707BS10)Correlation matrix with 3C707AS01 as the reference patent classification and 3C707MT as the analysis target patent classification (selector patent classification 3C707BS10) 3C707MTのFタームの3C707AS01との相似度一覧表(セレクタ特許分類3C707BS10)3C707MT F-term similarity list with 3C707AS01 (selector patent classification 3C707BS10) 3C707MTのFタームの3C707AS01との相似度一覧表(セレクタ特許分類3C707BS26)3C707MT F-term similarity list with 3C707AS01 (selector patent classification 3C707BS26) 分析対象特許分類の基準特許分類3C707AS01との降順相似度一覧表と分析対象特許分類の層別結果一覧表(セレクタ特許分類3C707BS10)Descending similarity list with reference patent classification 3C707AS01 of analysis target patent classification and stratified result list of analysis target patent classification (selector patent classification 3C707BS10) 分析対象特許分類の基準特許分類3C707AS01との降順相似度一覧表と分析対象特許分類の層別結果一覧表(セレクタ特許分類3C707BS26)Descending similarity list with reference patent classification 3C707AS01 of analysis target patent classification and stratified result list of analysis target patent classification (selector patent classification 3C707BS26) セレクタ特許分類の違いによる分析対象特許分類の基準特許分類との相似度の比較一覧表Comparison list of similarity of the analysis target patent classification to the standard patent classification due to the difference of selector patent classification 異なるセレクタ特許分類の場合の分析対象特許分類の基準特許分類との相似度の比較グラフComparison graph of similarity between the analysis target patent classification and the reference patent classification for different selector patent classifications

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。Hereinafter, an embodiment of the analysis method of the patent document of the present invention will be described. The embodiment of the present invention shows the most preferable mode of the present invention, and the present invention is not limited to this.

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。FIG. 1 shows a patent document analysis apparatus 1 having a computer 2 in which patent document analysis software used for the analysis method of all patent documents to which patent classification is assigned, such as published patent gazettes and patent gazettes, is installed. The configuration will be described. This patent document analysis apparatus 1 has a computer 2 to which a control device 3, an arithmetic device 4, a storage device 5 and an I / O 6 are connected via a bus line, and on the input side of the I / O 6 of the computer 2 A keyboard 7, a mouse 8, an input device 9, a CD-ROM drive 10 including an MO drive, etc. are connected, and on the output side of the I / O 6, a display device 11 comprising a CRT (including a liquid crystal display), a printer 12 etc. are connected. Further, it can be connected to an ASP patent database 13 such as PATOLIS through a communication line 14. The patent database 13 stores patent documents such as bibliographic information and specification contents.

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。
The main functions of the patent document analyzer 1 are as follows.
A time-series patent map and matrix drawn on the display device 11 by operating the input device 9 to open the analysis-target patent document set file using the patent document analysis software preinstalled in the storage device 5 of the computer 2 A function to create a patent map by inputting conditions suitable for the purpose of analysis from the creation condition setting screen of various patent maps such as a patent map, a function to switch from a patent map to a numerical table, and from a numerical table to a patent map, a numerical table The function of deleting any row or column of the above, the rearrangement of the column of the numerical table is to arrange the number of patent documents in a specific row in ascending order or descending order, the rearrangement of the row is the number of patent documents in a specific column Functions that can be implemented by arranging them in ascending order or descending order, from the patent literature set installed in the storage device 5, the input device The search expression prepared by the operation, and has a function for creating a new patent document set.

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。In the correlation analysis, an analysis condition setting screen of correlation analysis software installed in the storage device 5 in advance is drawn on the display device 11 by operating the input device 9, and the range of analysis is displayed on the numerical table of the patent map to be analyzed. After specifying whether the analysis direction is the row direction or the column direction, specifying whether or not to use the first column or the first row as a label, a correlation matrix can be created by clicking the OK button on the analysis condition setting screen. .

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。
A method for creating a collection of patent documents necessary for analysis is as follows. First, the input device 9 is operated to access the patent database 13 or the published patent publication CD set in the drive 10 such as a CD-ROM, A patent document set necessary for analysis is created using a search expression composed of patent classifications and keywords, a name is given to the patent document set required for analysis, and it is stored in the storage device 5 and stored. A set of patent documents necessary for analysis is converted into a format that can be processed by the patent document analysis software using a data format conversion program installed in the storage device 5 in advance, and the converted patent document set is screened and analyzed. It is necessary to make it a set of conforming patent documents.
The patent classification in the present application is any of IPC, FI subclass, main group, subgroup, F-term theme code, theme code + viewpoint, and F-term.

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。If the collection conditions of the set of patent documents for analysis are too wide to be suitable for detailed analysis, use the search function attached to the patent document analysis software and use the conditions suitable for detailed analysis. If a set of patent document references is searched, a copy of a patent document set is created, and the copy of the copy of the patent document is stored as an object of the set of patent document sets for analysis, it can be used as needed.

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。Table 1 shows the technical items that are assumed to be the elemental technical items of the specific technology of the time-series patent map, whether they are the stationary element technical item, the decline element technical item, or the variability element technical item of the specific technology. In order to explain a method for stratifying, a patent classification given to the specific technology is referred to as a standard patent classification, and as a specific example of the standard patent classification, the standard patent classification A, the specific technology patent classification to be applied to the technical fields to assume that element technology items described analyzed patent classification, specific examples of the analyte patent classification, analyzed patent classification B1, analyzed patent classification B2, analyzed Patent classification It is a model figure of the time series patent map created using X1 and the analysis object patent classification | category X2.

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。In the time series patent map, when the horizontal axis is the time axis, the vertical axis is the patent document number axis, and when the horizontal axis is the patent document number axis, the vertical axis is the time axis, but in either case the result is In order to avoid confusion, the horizontal axis will be described as a time axis and the vertical axis will be described as a patent document number axis.

Figure 0005765691
Figure 0005765691

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。It is determined that the technical item to which the analysis target patent classification is assigned is the stability element technical item of the technology to which the reference patent classification is assigned because the reference patent classification and the analysis target patent classification are the same In the time-series patent map (see Table 1) of the set of patent documents for analysis, the patent documents of the reference patent classification and the analysis target patent classification in the period to be analyzed are included. This is a case where the time-series transitions that change with the number of cases are in a similar state (for example, the relationship between the standard patent classification A and the analysis target patent classification B1 in Table 1).

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β、該β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Rに等しいと定義すると、該βが、1≧β≧α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α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。Quantitatively, the time series patent similarity of time-series transition of the patent document number of the reference patent classification and the analyzed patent classification of the analysis period in the map size beta 1, the beta 1 is the analytical If it is defined that it is equal to the correlation coefficient magnitude R 1 of the scatter diagram of the time series transition of the number of patent documents of the target patent classification and the analysis target patent classification in the target period, the β 1 is 1 ≧ β 1 ≧ α When 1 is a positive value, in other words, the analysis-target patent classification when the similarity of the time series transition of the number of patent documents of the reference patent classification and the analysis-target patent classification has a positive correlation is the standard It is defined as a stability element technical item of patent classification. However, α 1 is a correlation determination reference value of the time-series patent map calculated by Equation 1 .

ここでβ=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、β=α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Rが数1で算出されるαが正の値、に等しくなる場合(前記Rがα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αの2乗値は0.333となり、表3のデータのバラツキ状態がαの正の値に近い状態になっている)である。

Figure 0005765691
但し、αは、相関係数をαとした場合、α >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、α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。)Here, when β 1 = 1, the magnitude of the correlation coefficient of the scatter diagram of the time series transition of the number of patent documents of the reference patent classification and the analysis target patent classification is 1 (for example, in Table 1) Scatter chart of standard patent classification A and analysis target patent classification B1 (see Table 2), and β 1 = α 1 is a positive value, the number of patent documents of the reference patent classification and the analysis target patent classification When the correlation coefficient magnitude R 1 of the scatter diagram of the time-series transition is equal to the positive value α 1 calculated by Equation 1 (the R 1 is approaching the positive value of α 1 ) Is a scatter diagram of the standard patent classification A and the analysis target patent classification X1 in Table 1, Table 3. The number of data in Table 3 is 10, the square value of the correlation coefficient of the scatter diagram is 0.334, The square value of the correlation determination reference value α 1 in the case of N = 10 in Equation 1 is 0.333, and the data variation state in Table 3 Is close to a positive value of α 1 ).
Figure 0005765691
However, alpha 1, when the correlation coefficient was α 1, α 1 2> 4 / (N + 2): a value (N number of data) is determined to be correlated if satisfied, time the alpha 1 sequence It is described as the correlation determination reference value of the patent map, and N means the number of samples when obtaining the correlation coefficient between the reference patent classification and the analysis target patent classification.
(Equation 1 is published in “Operations Research” July 1997, Taichiro Ueda, as an expression for determining whether there is a correlation.)

Figure 0005765691
Figure 0005765691
Figure 0005765691
Figure 0005765691

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。The number of patent documents to which the reference patent classification is assigned is determined that the technical item to which the analysis-target patent classification is assigned is a declining element technical item of the technique to which the reference patent classification is assigned. If the number of patent documents to which the analysis target patent classification is assigned decreases, the number of patent documents to which the reference patent classification is assigned decreases, and the number of patent documents to which the analysis target patent classification is assigned increases. In the time series patent map (see Table 1) of the relevant patent document set for analysis, the time series transition of the number of patent documents of the reference patent classification and the analysis target patent classification in the analysis target period is on the time axis. This is a case where there is a line-symmetric relationship (for example, the relationship between the standard patent classification A and the analysis target patent classification B2 in Table 1) with a specific parallel axis as the symmetry axis.

定量的には前記βが、−1≦β≦α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。Quantitatively, when β 1 is a negative value of −1 ≦ β 1 ≦ α 1 , in other words, the similarity of the time series transition of the number of patent documents of the reference patent classification and the analysis target patent classification is The analysis-target patent classification in the case of having a negative correlation is defined as a fading element technical item of the reference patent classification.

ここでβ=−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、β=α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Rが前記数1で算出されるαの負の値、に等しくなる場合(前記Rが該α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αの2乗値は0.333となり、表5のデータのバラツキ状態がαの負の値、に近い状態になっている)である。Here, when β 1 = −1, the correlation coefficient of the scatter diagram of the time series transition of the number of patent documents of the reference patent classification and the analysis target patent classification is −1 (as an example 1 is a scatter diagram of the reference patent classification A and the analysis target patent classification B2, Table 4), and when β 1 = a negative value of α 1 , the patent documents of the reference patent classification and the analysis target patent classification size negative values of alpha 1 wherein R 1 is calculated by the number 1 of the correlation coefficient of the scatter plot of time-series transition of the number is equal to the case (the R 1 approaches the negative value of the alpha 1 Example 5 is a scatter diagram of the standard patent classification A and analysis target patent classification X2 in Table 1, Table 5. The number of data in Table 5 is 10, and the square value of the correlation coefficient of the scatter diagram is 0.334, On the other hand, the square value of the criterion value α 1 in the case of N = 10 in Equation 1 is 0.333, and the data variation state in Table 5 Is close to the negative value of α 1 ).

Figure 0005765691
Figure 0005765691
Figure 0005765691
Figure 0005765691

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。It is determined that the technical item to which the analysis target patent classification is assigned is a variability element technical item of the technology to which the reference patent classification is assigned because the reference patent classification and the analysis target patent classification are the same In the time-series patent map (see Table 1) of the set of relevant patent documents for analysis, the frequency of the reference patent classification and the analysis target patent classification in the analysis target period are randomly changed. When the time series transition of the number of patent documents is not similar, or the time series transition of the number of patent documents of the reference patent classification and the analysis target patent classification is a line with a specific axis parallel to the time axis as the axis of symmetry This is the case where there is no symmetric relationship.

定量的には、前記βが、αが正の値>β>α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。Quantitatively, when β is in a range where α 1 is a positive value>β> α 1 is a negative value, in other words, when the number of patent documents of the reference patent classification and the analysis target patent classification is The analysis-target patent classification in the case where the degree of similarity of the series transition has a non-correlated relationship is defined as the variability element technical item of the reference patent classification.

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。Table 6 shows the technical items that are assumed to be the elemental technical items of the specific technology of the matrix patent map consisting of 10 applicants to be analyzed as the steady-state element technical items of the specific technology. In order to explain a method for stratifying whether the item is a variable element technical item, a patent classification given to the specific technology is described as a standard patent classification, and a standard patent classification is given as a specific example of the standard patent classification. C, a patent classification assigned to an element technical item of the specific technology and an assumed technical item is described as an analysis target patent classification, and as an example of the analysis target patent classification, an analysis target patent classification D1, an analysis target patent classification It is a model figure of the matrix patent map created using D2, analysis object patent classification Y1, and analysis object patent classification Y2.

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。Table 7 is a model diagram of a matrix patent map in which the number of patent documents of the basic patent classification C in Table 6 is arranged in descending order from the left to the right.

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。If the vertical axis is the patent classification, the horizontal axis is the applicant, and the vertical axis is the applicant, the horizontal axis is the patent classification, but in both cases the result is the same, To avoid confusion, the vertical axis is the patent classification and the horizontal axis is the applicant.

Figure 0005765691
Figure 0005765691
Figure 0005765691
Figure 0005765691

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。It is determined that the technical item to which the analysis target patent category is assigned is the stability element technical item of the technology to which the reference patent category is assigned. The number of patent documents to which the reference patent classification is assigned and the analysis-target patent classification are assigned in the matrix patent map (see Table 6) of the patent document collection of the applicant to be analyzed when the frequency is given to the documents. This is a case where the ratio of the number of patent documents being registered is constant regardless of the applicant (for example, the relationship between the reference patent classification C and the analysis target patent classification D1 in Table 6).

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β、該β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Rに等しいと定義すると、該βが、1≧β≧α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α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。Quantitatively, the reference patent classification and the analysis of the similarity of the patent document number of applicants axis direction of the subject patent classification size beta 2 in the matrix patent map, the beta 2 is the analyte and the reference Patent Classification If it is defined that it is equal to the magnitude R 2 of the correlation coefficient of the scatter diagram of the number of patent documents in the applicant's axial direction in the patent classification, if β 2 is 1 ≧ β 2 ≧ α 2 is a positive value, If the similarity of the number of patent documents in the applicant axis direction of the reference patent classification and the analysis target patent classification has a positive correlation, the analysis target patent classification is a stability element technical item of the reference patent classification. Define that there is. However alpha 2 is the correlation determination reference value matrix patent map calculated by the number 2.

ここでβ=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、β=α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Rが数2で算出されるαが正の値、に等しくなる場合(前記Rがα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αの2乗値は0.333となり、表9のデータのバラツキ状態がαの正の値、に近い状態になっている)である。

Figure 0005765691
但し、αは、相関係数をαとした場合、α >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、α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。)Here, when β 2 = 1, the correlation coefficient of the scatter diagram of the number of patent documents in the applicant's axial direction of the reference patent classification and the analysis target patent classification is 1 (for example, Table 6). Scatter chart of the reference patent classification C and the analysis target patent classification D1, see Table 8), and β 2 = α 2 is a positive value, the applicant axis of the reference patent classification and the analysis patent classification When the magnitude R 2 of the correlation coefficient of the scatter diagram of the number of patent documents in the direction is equal to α 2 calculated by Expression 2 (the R 2 approaches a positive value of α 2 ) Examples are the scatter diagram of the reference patent classification C and the analysis target patent classification Y1 in Table 6, Table 9. The number of data in Table 9 is 10, the square value of the correlation coefficient of the scatter diagram is 0.3342, On the other hand, the square value of the correlation determination reference value α 2 in the case of N = 10 in Equation 2 is 0.333, and the variation of the data in Table 9 is as follows. The key state is close to a positive value of α 2 ).
Figure 0005765691
However, alpha 2, when the correlation coefficient and α 2, α 2 2> 4 / (N + 2): a value (N number of data) is determined to be correlated if satisfied, the alpha 2 matrix patent It is described as a correlation discrimination reference value of the map, and N means the number of samples when obtaining the correlation coefficient between the reference patent classification and the analysis target patent classification.
(Note that Equation 2 is published in “Operations Research” July 1997, Taichiro Ueda, as an expression for determining whether there is a correlation.)

Figure 0005765691
Figure 0005765691
Figure 0005765691
Figure 0005765691

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。It is determined that the technical item to which the analysis target patent classification is assigned is a declining element technical item of the technology to which the reference patent classification is assigned because the number of patent documents to which the reference patent classification is assigned is determined. As the number of patent documents to which the analysis-target patent classification is assigned decreases, the number of patent documents to which the reference patent classification is assigned decreases, and the number of patent documents to which the analysis-target patent classification is assigned increases. In the case of a matrix patent map, the patent map 1 (for example, the matrix patent map of Table 6) in which the number of patent documents in the reference patent classification column is arranged in ascending order from left to right and the patent documents in the reference patent classification column. For example, the first column of the patent map 1 and the first column of the patent map 2 of the patent map 2 (for example, the matrix patent map of Table 7) in which the numbers are arranged in descending order from left to right. The number of patent documents to which the reference patent classification of the patent map 1 in the same column is assigned (for example, the number of patent documents of the basic patent classification C in Table 6) and the analysis target patent classification of the patent map 2 are This is a case where the ratio of the number of patent documents to be granted (for example, the number of patent documents of the analysis target patent classification D2 in Table 7) becomes constant. In other words, the reference patent classification is assigned in the patent map 1 This is a case where the number of patent documents and the number of patent documents to which the analysis object patent classification is assigned are in a plane-symmetric relationship.

定量的には前記βが、−1≦β≦α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。Quantitatively, when β 2 is negative, −1 ≦ β 2 ≦ α 2 , in other words, the similarity between the number of patent documents in the applicant's axial direction of the reference patent classification and the analysis target patent classification The analysis-target patent classification in the case where has a negative correlation is defined as a decaying element technical item of the reference patent classification.

ここでβ=−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、β=α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Rが数2で算出されるαの負の値、に等しくなる場合(前記Rが該α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α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αの負の値に近い状態になっている)である。Here, when β 2 = −1, the correlation coefficient of the scatter diagram of the number of patent documents in the applicant's axis direction in the matrix patent map of the reference patent classification and the analysis-target patent classification is −1. In the case (for example, a scatter diagram of the standard patent classification C and the analysis target patent classification D2 in Table 6, Table 10), and when β 2 = negative value of α 2 , the reference patent classification and the analysis target When the correlation coefficient magnitude R 2 of the scatter diagram of the number of patent documents in the applicant's axis direction in the matrix patent map of patent classification is equal to the negative value of α 2 calculated by Equation 2 (the R 2 is An example of approaching the negative value of α 2 is a scatter diagram of the standard patent classification C and the analysis target patent classification Y2 in Table 6, Table 11, where the number of data in Table 11 is 10, The square value of the number of relations is 0.3344, while the number 2 in the number 2 is 10 Since the square value of the correlation determination reference value α 2 of the matrix patent map is 0.333, the variation state of the data in Table 11 is close to the negative value of α 2 ).

Figure 0005765691
Figure 0005765691
Figure 0005765691
Figure 0005765691

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。It is determined that the technical item to which the analysis target patent classification is assigned is a variability element technical item of the technology to which the reference patent classification is assigned because the reference patent classification and the analysis target patent classification are the same The number of patent documents to which the reference patent classification is assigned and the analysis in the matrix patent map (see Table 6) of the set of patent documents of the applicant to be analyzed When the ratio of the number of patent documents to which the target patent classification is assigned varies depending on the applicant, or the number of patent documents to which the reference patent classification is assigned and the number of patent documents to which the analysis target patent classification is assigned Is not in a plane symmetry relationship.

定量的には、前記βが、αが正の値>β>α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。Quantitatively, when β 2 is in a range where α 2 is a positive value> β 2 > α 2 is a negative value, in other words, the applicant axis of the reference patent classification and the analysis patent classification The analysis target patent classification when the similarity of the number of patent documents in the direction is uncorrelated is defined as the variability element technical item of the reference patent classification.

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βと相関判別基準値α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βと相関判別基準値α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α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α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。In the case of the time-series patent map, the relationship between the similarity β 1 of the time-series transition of the number of patent documents in the time-series patent map and the analyzed patent classification in the time-series patent map and the correlation determination reference value α 1 In this case, the analysis-target patent classification is determined based on the relation between the similarity β 2 of the number of patent documents in the applicant's axis direction of the matrix patent map and the patent classification of the analysis-target patent classification and the correlation determination reference value α 2 . The method of stratifying whether it is a stability element technical item, a decline element technical item, or a variability element technical item is defined, but the correlation determination reference value α 1 in the time-series patent map is Contact since calculation expression number 1 and the number 2 is a calculation formula of the correlation determination reference value alpha 2 in the matrix patent map is are identical, in chronological Patent map and matrix patent map Or a stable element technology item the analyzed patent classification Te, or a decline element technology items, how to stratify on whether the variability component technology fields it is understood that handle the same.

以上のことより時系列特許マップの前記βをβ、前記αをα、マトリクス特許マップの前記βをβ、前記α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。As described above, the analysis in the time-series patent map and the matrix patent map is performed by rewriting the β 1 in the time-series patent map as β, the α 1 as α, the β 2 in the matrix patent map as β, and the α 2 as α. The categorization criteria for the target patent classification are summarized as follows.

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。
In the time series patent map, β is the similarity of the time series transition of the number of patent documents in the analysis target period and the number of patent documents in the analysis target patent classification, and in the matrix patent map, the reference patent classification and analysis target of the applicant to be analyzed When the similarity of the number of patent documents in the applicant's axial direction of the patent classification is β, the patent classification to be analyzed is stratified into the following three types of elemental technical items by the value of β.
Here, α is a correlation determination reference value calculated by Equation 3.

Figure 0005765691
但し、αは、相関係数をαとした場合、α>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、αを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。)
Figure 0005765691
However, when α is a correlation coefficient, α is a value determined to have a correlation if α 2 > 4 / (N + 2) (N: number of data) is established, and α is described as a correlation determination reference value. N represents the number of samples when the correlation coefficient between the standard patent classification and the analysis target patent classification is obtained.
(Note that Equation 2 is published in “Operations Research” July 1997, Taichiro Ueda, as an expression for determining whether there is a correlation.)

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。When 1 ≧ β ≧ α is a positive value, the similarity between the reference patent classification and the analysis target patent classification is a positive similarity, and in the stratified determination, the analysis target patent classification is the stability of the reference patent classification. Judged as an elemental technical item.

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。When α is a negative value ≧ β ≧ −1, the similarity between the reference patent classification and the analysis target patent classification has a negative similarity relationship, and in the stratified determination, the analysis target patent classification is determined based on the reference patent classification. Judged to be a decline elemental technical item.

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。If α is a positive value> β> α is a negative value, there is no correlation between the similarity of the reference patent classification and the analysis-target patent classification. Judged as a variability element technical item.

(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。
(First embodiment)
The first embodiment relates to an analysis method based on a time-series patent map, and the analysis target patent document set uses the data of the patent document set A stored as an object of the file name and the manipulator patent document set. As will be described with reference to FIGS. 1 and 2 to 15, it is assumed that the patent document collection of the manipulator is already stored in the storage device 5.

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。The analysis purpose of the first embodiment is that the standard patent classification is F-term 3C707AS01 (manipulator use: transport, transfer, article supply, take-out), and the analysis target patent classification is F-term 3C707MT (manipulator control purpose). A specific period of the time-series patent map with F terms is divided into a plurality of analysis target periods, and the similarity between the time series transitions of the number of patent documents of 3C707MT and 3C707AS01 is calculated for each divided analysis target period. And stratifying the 3C707MT F-term into 3C707AS01 stability, decay, or variability component technical items using the similarity value; and The similarity value is connected to the time series of each F term of 3C707MT to clarify the time series transition of the similarity.

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。Specifically, the patent document set A consisting of the applicants with the top 20 documents in the patent code set of the theme code 3C707 (manipulator) whose application date is 1996-2012 is the analysis period of 1996-2000. , 2000-2004, 2004-2008, and 2008-2012, each period is divided into 1 year with 5 data, and 3C707AS01 and 3C707MT F-terms for each period The 3C707MT F-term is a stability element technical item of 3C707AS01 using the magnitude β of the similarity and the correlation determination reference value α calculated by the above equation 3 or It was categorized as an elemental technical item or a variable elemental technical item, and the similarity value was connected in time series by F-term of 3C707MT. A map is created to clarify the time series transition of the similarity.

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。In the first embodiment, how to count the number of patent documents of 1996 to 2012 to be analyzed and the number of patent documents of the analysis target patent classification is analyzed according to the number of patent documents belonging to 1996. There is a one-to-one correspondence between the patent application filing year and the subject year of analysis, such as the number of patent documents in 1996. To alleviate changes in the number of patent documents in the time-series patent map Furthermore, the number of patent documents analyzed in 1996 = (number of patent documents filed in 1995 and 1996) ÷ 2, the number of patent documents analyzed in 1996 = (patents whose application date was 1994-1996) A moving average such as a 2-year moving average or a 3-year moving average can also be taken as (number of documents) ÷ 3.

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。In the first embodiment, all the four analysis periods are equally divided so that each period has five data, but the time series of the number of patent documents of the reference patent classification and the analysis target patent classification. In order to improve the accuracy of the degree of similarity β of the transition, the time series transition of the number of patent documents of the standard patent classification is approximated by a plurality of straight lines, and the straight section is set as the analysis period. It is possible to analyze even if the analysis period includes three data, including 5 data in a certain analysis period, and different data numbers for each analysis period, but at least three or more data are included in each analysis period. It is necessary to include.

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。However, since the magnitude α of the correlation determination reference value varies depending on the value N according to the above formula 3, if it is desired to accurately compare the magnitude β of the similarity every analysis period, correction is necessary using the formula 4. However, if you want to roughly grasp the transition of β for each period, the correction is negligible.

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。

Figure 0005765691
ここで、
αは数3のNがNの場合の相関判別基準値
αは数3のNがNの場合の相関判別基準値
、Nは通常3〜5の値をとるため、N=3、N=5の場合でα=0.85αとなり、αとαの違いは約15%である。This is because the influence of N on α in Equation 3 can be expressed by Equation 4.
Figure 0005765691
here,
Since alpha 1 can take values of the correlation determination reference value N 1, N 2 is usually 3 to 5 when the number 3 of N is correlated discrimination reference value alpha 2 is the number 3 in the case of N 1 N is N 2, In the case of N 1 = 3 and N 2 = 5, α 2 = 0.85α 1 , and the difference between α 1 and α 2 is about 15%.

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。Since the analysis methods of the 3C707AS01 and 3C707MT F terms in the four analysis periods are all the same, the description of the analysis method is limited to the analysis period of 1996 to 2000, and only the analysis results are described for the other periods.

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。Hereinafter, an analysis method using a time-series patent map will be described with reference to the flowchart of FIG.

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)。The patent document analysis software is activated, and the analysis target patent document set file is opened (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。The patent document analysis software installed in advance in the storage device 5 of the patent document analysis apparatus 1 is activated by operating the input device 9 to open a file name stored in the storage device 5 in advance and a patent document collection of manipulators.

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)。A condition for creating a time-series patent map as basic data for analysis is set (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。The time series patent map creation condition screen is displayed on the display device 11 by operating the input device 9, and the time series patent map creation condition to be analyzed is input from the display screen by the input device 9.

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。The main input items necessary for creating the time series patent map to be analyzed are the patent document set A stored as an object of the patent document set of the manipulator, and the display of the number of patent documents on the time series patent map. Target 3C707AS01, 3C707MT F term, analysis period displayed on the horizontal axis of the time-series patent map, 1996-2000, yearly division unit of the analysis target period, display item on the vertical axis It is the number of patent documents which is a unit.

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。Here, the number of patent classifications that can be input by the patent document analysis software will be described. The maximum number of patent classifications that can be input is 100 in the case of a time-series patent map, and normally, there is one standard patent classification. Therefore, the maximum number that can be input for the analysis target patent classification is 99.

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)。A time-series patent map is created based on the time-series patent map creation conditions (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。When input of time series patent map creation conditions is completed on the time series patent map creation condition screen and a tab on the screen is operated by the input device 9, a time series patent map (see FIG. 3) is drawn on the display device 11. Is done.

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。The period of the horizontal axis of the time-series patent map drawn on the display device 11, the division unit of the period, the transition of the number of patent documents by patent classification, etc. are overlooked to confirm whether they are suitable for the purpose of analysis.

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)。The time series patent map is switched to a numerical table to create a time series numerical table of the time series patent map (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。The time series patent map can be switched to the time series numerical table (see FIG. 4) by operating the tab on the screen on which the time series patent map is drawn with the input device 9.

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)。A correlation matrix is created by executing correlation analysis in the time axis direction of all patent classification combinations in the time-series numerical table (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。The correlation matrix is created by operating the input device 9 to open the correlation analysis software installed in the storage device 5 of the patent document analysis device 1 in advance and drawing the correlation analysis software drawn on the display device 11. By inputting the data of all patent classification rows of the time-series numerical table (see FIG. 4) in the analysis range of the analysis condition setting screen and specifying the data direction of analysis as rows, the correlation analysis is executed. A correlation matrix (see FIG. 5) in which correlation coefficients in the time axis direction of all combinations of patent classifications in the series numerical value table are described can be created.

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)。The correlation coefficient in the correlation coefficient list composed of a column describing the reference patent classification and the analysis target patent classification of the correlation matrix created in A-S5 and a column describing the reference patent classification is read as similarity. Then, a similarity list of the analysis target patent classification and the reference patent classification is created (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。If 3C707AS01 is arranged in the first row of the data string at the time of creating the time-series numerical table (see FIG. 4), the similarity list with 3C707AS01 of the 3C707MT F-term is created (see FIG. 6). If the column containing the patent classification name in the first column of the correlation matrix (see FIG. 5) and the 3C707AS01 column in the first data column adjacent to the column are extracted by the operation of the input device 9, A similarity list (see FIG. 6) of the 3C707MT F term 3C707AS01 can be created.

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)。Rearranging the rows of the similarity list of the analysis target patent classification with the reference patent classification, rearranging in descending order using the similarity degree of the similarity list as a sorting key, the analysis target patent A descending similarity list with the reference patent classification of the classification is created (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。Since the 3C707MT F-term is stratified by the range of the degree of similarity with 3C707AS01, in order to create a set of 3C707MT F-terms belonging to the same stratification range, the degree of similarity with 3C707AS01 is descending. The descending-order similarity list (see FIG. 7) with the C707MT F-term 3C707AS01 is created.

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。FIG. 7 is a list of descending similarity of 3C707MT of F-term of 3C707MT whose analysis period is 1996 to 2000 with 3C707AS01 (however, except for the stratified result column of the list, FIG. 8, FIG. 9 and FIG. The part excluding the separate result column is the similarity degree descending list), but the analysis results of 2000 to 2004 analyzed by the same method as FIG. 7 are the analysis of FIG. 8 and 2004 to 2008 The result is FIG. 9, and the analysis result from 2008 to 2012 is FIG. 10.

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)。The analysis target patent classification is determined by comparing the similarity degree β of the descending similarity list between the analysis target patent classification and the reference patent classification with the correlation determination reference value magnitude α calculated by the equation (3). Layered into the following three types (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。The number of samples in the time-series numerical table (see FIG. 4) defining the correlation analysis range of the correlation matrix (see FIG. 5) for calculating the correlation coefficient that becomes the replacement source of the similarity of the 3C707MT F term with 3C707AS01 is 1996. Since there are five years from 2000 to 2000, the magnitude α of the correlation discrimination reference value calculated by the above equation 3 is ± 0.76.

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。Each patent classification in the descending order similarity list with the 3C707AS01 of the 3C707MT F term of the analysis period from 1996 to 2000 is stratified using the correlation discriminating reference value, α = ± 0.76. FIG.

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。The patent classification in which the magnitude β of similarity of C707MT F term with 3C707AS01 is in the range of 1 ≧ β ≧ 0.76 is the stability element technical item of 3C707AS01 (FIG. 7 shows the patent classification corresponding to the stability element technical item. Is pear).

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。The analysis target patent classification in which the degree of similarity β between the reference patent classification and the analysis target patent classification is in the range of 0.76> β> −0.76 is the variability element technical item of the standard patent classification 3C707AS01 (see FIG. 7). NO2 to NO17 correspond to variability element technical items).

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。The analysis target patent classification in which the degree of similarity β between the reference patent classification and the analysis target patent classification is in the range of −0.76 ≧ β ≧ −1 is a destructive element technical item of the standard patent classification 3C707AS01 (in FIG. The patent classification corresponding to the declining elemental technical item is “No”.

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。The analysis result from 2000 to 2004 analyzed by the same method as FIG. 7 is FIG. 8, the analysis result from 2004 to 2008 is FIG. 9, and the analysis result from 2008 to 2012 is FIG.

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。Further, FIG. 11 shows a list of changes in similarity between the 3C707MT F-term and the 3C707AS01 as the analysis period changes, and FIGS. 12 to 15 show the 3C707MT F-term 2008-2012 in the list of FIG. The values of the degree of similarity β of the year are arranged in descending order and divided into an appropriate number and graphed.

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。With the analysis method described in the first embodiment, the technical items assumed as the elemental technical items of the specific technology can be stratified into the stability element technical item, the variability element technical item, and the decline element technical item. It becomes possible to know the situation that changes with the era of the elemental technical items constituting the specific technology.

(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。
(Second Embodiment)
The second embodiment relates to an analysis method based on a matrix patent map, and uses FIG. 1 and FIGS. 16 to 27 by using data of a patent document set B stored as a file name and an object of a patent document set of a manipulator. As will be described with reference, it is assumed that the patent document set of the manipulator is already stored in the storage device 5.
In this embodiment, the same components as those in the first embodiment will be described with the same reference numerals.

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。The purpose of the analysis of the second embodiment is from the patent document set B consisting of the applicants up to the top 250 in the patent document set of the theme code 3C707 (manipulator) whose application date is 2008-2012, Patent document set BS10 consisting of the top ten applicants of patent documents to which F-term 3C707BS10 (vertical articulated type), which is a patent classification for creating applicants (hereinafter referred to as selector patent classification), is assigned A patent document set BS26 composed of the top ten applicants of patent documents to which selector patent classification F-term 3C707BS26 (double-armed manipulator) is assigned is created, and the patent document set BS10 and the patent document set BS26 The standard patent classification is the same F-term 3C707AS01 (use of manipulator: transport, transfer, article supply) ), And the analysis target patent classification is also the F term of the same patent classification 3C707MT (manipulator control purpose), and the reference patent classification and the analysis target patent of each of the patent document set BS10 and the patent document set BS26 The degree of similarity β of the classification is obtained, and the analysis target patent classification is stratified into the three types of elemental technical items by using the correlation determination reference value α calculated using the β and Equation 3, and different. This is to clarify the difference in the degree of similarity β between the patent document set BS10 extracted by the selector patent classifications 3C707BS10 and 3C707BS26 and the 3C707AS01 of the 3C707MT F-term in the patent document set BS26.

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。The patent document set BS10 is a group of applicants whose field of expertise is a vertical articulated manipulator (3C707BS10), and the patent document set BS26 is a group of applicants whose field of expertise is a multi-arm manipulator (3C707BS26). If it is read as a group of applicants with different fields of expertise, the elements of different technical fields are determined by clarifying the difference in similarity between the patent document set consisting of applicants of different fields of expertise and the reference patent classification of the analyzed patent classification. It can be used as a hint for introducing new technology because it shows the utilization status of technical items.

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。  Since the analysis methods of the analysis target patent classifications of the patent document set BS10 and the patent document set BS26 are exactly the same, the description in each analysis step will be described only for the patent document set BS10, and the patent document set BS26. Only the analysis result is described.

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。Hereinafter, B. of FIG. A description will be given along an analysis flowchart of the matrix patent map.

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)。The patent document analysis software is activated to open the patent document set B (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。The patent document analysis software preinstalled in the storage device 5 of the patent document analysis device 1 is activated by operating the input device 9 to open a collection of patent documents of file names and manipulators stored in the storage device 5 in advance.

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)。A condition for creating a first matrix patent map serving as base data for obtaining the similarity between the reference patent classification and the analysis target patent classification is set (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。The input items necessary for creating the first matrix patent map are the patent document set B stored as an object of the patent document set of the manipulator, the patent classification name displayed on the vertical axis of the first matrix patent map, and 3C707AS01. 3C707BS10, 3C707MT F-term, applicant name displayed on the horizontal axis of the first matrix patent map, applicants 1, 2,..., 250, and the number of patent documents as the type of aggregation target.

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)。The creation condition of the first matrix patent map is input, and the first matrix patent map (see FIG. 17) is created (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。Specifically, by operating the input device 9, a matrix patent map creation condition screen is displayed on the display device 11, and the first matrix patent map creation condition is input from the display screen by the input device 9, When the input is completed, the first matrix patent map (see FIG. 17) is created by operating the tab with the input device 9, and the bird's eye view confirms whether the first matrix map is suitable for the purpose of analysis.

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)。The first matrix patent map is switched to a numerical table to create a first matrix numerical table (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。The first matrix patent map (see FIG. 17) is drawn on the display device 11, and the screen switching tab is operated with the input device 9 to display the first matrix patent map (see FIG. 17) in the first matrix numerical table (see FIG. 17). 18).

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)。The rearrangement of the columns of the first matrix numerical table is performed by rearranging the number of patent documents in the selector patent classification row in descending order from the left side to the right side to create a second matrix numerical table (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。The patent document analysis software has a function of rearranging the number of designated rows or columns in the matrix numerical table in ascending or descending order by operation of the input device 9, so in this step, the first matrix numerical table ( The rearrangement of the column of (see FIG. 18) is performed by rearranging the number of rows of the selector patent classification and 3C707BS10 from the left side to the right side in descending order to create the second matrix numerical value table (see FIG. 19).

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)。The applicant's range is determined using the number of patent documents of the selector patent classification of the second matrix numerical table as an evaluation measure, and a third matrix numerical table is created (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。The applicant's range is specified by using the number of patent documents to which the selector patent classification is assigned as an evaluation scale, and the third matrix numerical table for correlation analysis (see FIG. 20) is created by narrowing down to applicants having a specific technology. For this reason, in the present embodiment, the applicants up to the top 10 in the number of patent documents to which the selector patent classification is assigned are the applicants to be analyzed.

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)。A correlation matrix is created by executing correlation analysis in the applicant's axial direction for all combinations of patent classifications in the third matrix numerical table (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。The correlation matrix is created by operating the input device 9 to open the correlation analysis software installed in the storage device 5 of the patent document analysis device 1 in advance and drawing the correlation analysis software on the display device 11. By executing the correlation analysis by specifying the data of all patent classification rows of the third matrix numerical table (see FIG. 20) as the analysis range of the analysis condition setting screen and specifying the analysis data direction as rows. A correlation matrix (see FIG. 21) is created in which the correlation coefficients in the applicant's axial direction of all combinations of patent classifications in the third matrix numerical table (see FIG. 20) are described.

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)。The correlation coefficient in the correlation coefficient table composed of a column describing the reference patent classification and the analysis target patent classification of the correlation matrix created in B-S7 and a column describing the reference patent classification is read as similarity. Then, a similarity list of the analysis target patent classification with the reference patent classification is created (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。If 3C707AS01 is arranged in the first row of the data string at the stage of creating the matrix numerical value table (see FIG. 20), the similarity list with 3C707AS01 of the 3C707MT F-term (see FIG. 22) If the 3C707AS01 column, which is the first column of the data column adjacent to the column in which the patent classification name in the first column of the correlation matrix (see FIG. 21) is written, is extracted by the operation of the input device 9, 3C707MT A similarity list (see FIG. 22) with F-term 3C707AS01 can be created.

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。FIG. 23 is a similarity list of 3C707MT F-term 3C707AS01 when the selector patent classification 3C707BS26 is used, and comparing FIG. 22 and FIG. 23, the degree of similarity β of the same analysis target patent classification It can be seen that there are various things such as almost the same thing, greatly different things.

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)。Rearranging the rows of the similarity list of the analysis target patent classification with the reference patent classification, rearranging in descending order using the similarity degree of the similarity list as a sorting key, the analysis target patent A descending similarity list with the standard patent classification of the classification is created (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。Since the 3C707MT F-terms are stratified according to the range of the degree of similarity with 3C707AS01, in order to create a set of 3C707MT F-terms belonging to the same stratification range, the degree of similarity with 3C707AS01 is descended in descending order. A descending-order similarity list (see FIG. 24) with the C707MT F-term 3C707AS01 is created.

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。24 shows the descending similarity degree list of the selector patent classification 3C707BS10 (however, the portion excluding the stratified result column of the list, and the portion excluding the stratified result column of FIG. 25 is the similar descending order list. However, FIG. 25 shows the analysis result of the selector patent classification 3C707BS26 analyzed by the same method as in FIG.

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)。The analysis target patent classification is determined by comparing the similarity degree β of the descending similarity list between the analysis target patent classification and the reference patent classification with the correlation determination reference value magnitude α calculated by the equation (3). Layered into the following three types (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。The matrix numerical value table (see FIG. 20) that defines the correlation analysis range of the correlation matrix (see FIG. 21) that calculates the correlation coefficient that is the replacement source of the similarity of the 3C707MT F term with the 3C707AS01 is shown in FIG. Since there are people, the number of samples is 10, and the magnitude of the correlation determination reference value calculated by Equation 3 is α = ± 0.58.

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。When the selector patent classification is 3C707BS10, each patent classification in the descending similarity list of the 3C707MT F-term of the 3C707MT and the 3C707AS01 is stratified using the correlation discrimination reference value α = ± 0.58. It is.

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。The patent classification in which the degree of similarity β of 3C707MT F term with 3C707AS01 is in the range of 1 ≧ β ≧ 0.58 (NO2 to NO10 in FIG. 24) is a stability element technical item of 3C707AS01.

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。The patent classification in which the magnitude β of similarity of 3C707MT F term with 3C707AS01 is in the range of 0.58> β> −0.58 (NO11 to NO18 in FIG. 24) is a variable element technical item of 3C707AS01.

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。3C707MT F-term 3C707AS01 similarity β is in the range of −0.76 ≧ β ≧ −1 (the corresponding patent classification is not applicable in FIG. 24), and the patent classification is a degrading element technical item of 3C707AS01. .

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。FIG. 25 shows the analysis result in the case of selector patent classification 3C707BS26 analyzed by the same method as in FIG.

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。FIG. 26 is a similarity comparison list between the analysis target patent classification and the reference patent classification when the selector patent classification is different, and FIG. 27 is a graph of the similarity comparison list.

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。From FIG. 27, it can be seen that if the selector patent classification is different, the similarity of the analysis target patent classification with the reference patent classification may be the same or different.

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。By performing the analysis as described above, it is possible to know the element technical items of the specific technology in the specific applicant set, and further, if the specific applicant set is an applicant set having different fields of expertise, This will lead to new ideas with hints of elemental technology items in different fields.

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。This invention is important for new technology development because it can easily grasp the transition of element technology items of a specific technology and easily compare the degree of adoption of element technology items among a group of applicants with different strengths. It is thought that it can obtain a simple hint.

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
DESCRIPTION OF SYMBOLS 1 Patent document analyzer 2 Computer 3 Controller 4 Arithmetic device 5 Storage device 6 I / O
7 Keyboard 8 Mouse 9 Input device 10 Drive such as CD-ROM 11 Display device 12 Printer 13 Patent database 14 Communication circuit

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。
A patent document analysis method for processing a patent document set accumulated in a storage unit of a computer in which patent document analysis software is installed by the patent document analysis software,
The number of patent documents of the analysis target patent classification that calculates the correlation coefficient in combination with the reference patent classification and the reference patent classification in which one axis is used as a reference for calculating the similarity of the number of patent documents of patent classification The number axis of patent documents that display
The other axis is a time series axis in which the analysis period is divided into time series sections having at least three or more data,
Creating a time series patent map indicating the number of patent documents for each patent classification for each time series section, and converting the time series patent map into a time series numerical table;
Create a correlation matrix in the time axis direction between all patent classifications of the time series numerical table, and the correlation coefficient values of the reference patent classification and the analysis target patent classification of the correlation matrix in the time series patent map The degree of similarity of the time series transition of the number of patent documents of the reference patent classification and the analysis target patent classification is quantified, and the correlation determination changes depending on the numerical value of the similarity and the number of samples used to create the correlation matrix. Stratifying the relationship between the reference patent classification and the analysis-target patent classification into a positive similarity, no similarity, and a negative similarity by comparison with a reference value;
The patent document analysis method characterized by comprising.
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。
A patent document analysis how the patent document set stored in the storage unit of the computer patent document analysis software is installed for processing by the patent document analysis software,
Selection of the target patent category, which uses one axis as a standard for calculating the similarity of the number of patent documents between patent categories, the target patent category for calculating the correlation coefficient in combination with the reference patent category, and the target applicant for analysis A patent classification axis consisting of a specific patent classification and
The other axis is an applicant axis in which at least three specific applicants selected from among applicants having the number of patent documents to which the specific patent classification is assigned are arranged,
Create a matrix patent map in which the number of patent documents to which the patent classification and the applicant are simultaneously assigned is written at the intersection of the patent classification axis and the applicant axis, and the matrix patent map is Converting to a matrix numeric table;
Create a correlation matrix in the applicant axis direction of all patent classifications of the patent classification axis of the matrix numerical table, and use the correlation coefficient values of the reference patent classification and the analysis target patent classification of the correlation matrix to calculate the matrix Quantify the similarity between the number of patent documents of the reference patent classification and the analysis patent classification in the applicant axis direction in the patent map,
By comparing the digitized value of the similarity with a correlation criterion value that varies depending on the number of samples used to create the correlation matrix, the relationship between the reference patent classification and the analysis patent classification is positively similar. Stratifying relevant, non-similar, negative-similar,
The patent document analysis method characterized by comprising.
JP2014267143A 2014-12-11 2014-12-11 Patent literature analysis method Expired - Fee Related JP5765691B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2014267143A JP5765691B1 (en) 2014-12-11 2014-12-11 Patent literature analysis method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014267143A JP5765691B1 (en) 2014-12-11 2014-12-11 Patent literature analysis method

Publications (2)

Publication Number Publication Date
JP5765691B1 true JP5765691B1 (en) 2015-08-19
JP2016115321A JP2016115321A (en) 2016-06-23

Family

ID=53887997

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014267143A Expired - Fee Related JP5765691B1 (en) 2014-12-11 2014-12-11 Patent literature analysis method

Country Status (1)

Country Link
JP (1) JP5765691B1 (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5988235B1 (en) * 2015-12-25 2016-09-07 剛一 尾和 Patent Literature Search Method
JP6156763B1 (en) * 2016-11-24 2017-07-05 剛一 尾和 Patent Literature Search Method
CN113610401A (en) * 2021-08-09 2021-11-05 上海应用技术大学 State evaluation method of traction power supply transformer

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6380871B1 (en) * 2017-10-25 2018-08-29 剛一 尾和 Method for analyzing patent document set

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5988235B1 (en) * 2015-12-25 2016-09-07 剛一 尾和 Patent Literature Search Method
JP6156763B1 (en) * 2016-11-24 2017-07-05 剛一 尾和 Patent Literature Search Method
JP2018085082A (en) * 2016-11-24 2018-05-31 剛一 尾和 Search method of patent document
CN113610401A (en) * 2021-08-09 2021-11-05 上海应用技术大学 State evaluation method of traction power supply transformer
CN113610401B (en) * 2021-08-09 2023-08-11 上海应用技术大学 State evaluation method of traction power supply transformer

Also Published As

Publication number Publication date
JP2016115321A (en) 2016-06-23

Similar Documents

Publication Publication Date Title
Lee et al. A stochastic patent citation analysis approach to assessing future technological impacts
Stadler Recovering speciation and extinction dynamics based on phylogenies
JP5765691B1 (en) Patent literature analysis method
Khajouei et al. Determination of the effectiveness of two methods for usability evaluation using a CPOE medication ordering system
Stockdale et al. The potential of genomics for infectious disease forecasting
WO2017010103A1 (en) Data analysis device, data analysis method, and storage medium storing data analysis program
Singh et al. Student performance analysis using clustering algorithm
JP6909596B2 (en) Knowledge model construction system and knowledge model construction method
JP5527566B1 (en) Patent map analysis method
Wu et al. Kinesthetic pathways: a tabletop visualization to support discovery in systems biology
JP2013073619A (en) Method, device and system for providing technology transition using technology life cycle graph and technology transition information database construction device
Rouhani et al. A prototyping and evaluation of hospital dashboard through end-user computing satisfaction model (EUCS)
Sturm et al. Discovering Medical Knowledge Using Visual Analytics.
Cilibrasi et al. ViruClust: direct comparison of SARS-CoV-2 genomes and genetic variants in space and time
JP2007087125A (en) Visualization method of life information, visualization program, and storage medium
Boyne Researching the new public management: the role of quantitative methods
JP6623774B2 (en) Pathway analysis program, pathway analysis method, and information processing apparatus
JP6226258B1 (en) Method for analyzing patent document set
JP7454213B2 (en) New business proposal computer system, new business proposal computer program, new business proposal method, new business proposal device
Azimian et al. Sensitivity analysis of projects efficiency in a multi-project environtment based on data envelopment analysis
JP6380871B1 (en) Method for analyzing patent document set
Eales et al. Methodology capture: discriminating between the" best" and the rest of community practice
Nagpal et al. Can machines learn the mutation signatures of SARS-CoV-2 and enable viral-genotype guided predictive prognosis?
JP2020067998A (en) Method for analyzing patent literature set
JP6094937B1 (en) Patent Literature Collection Screening Method

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