JP6310347B2 - 特許評価装置 - Google Patents
特許評価装置 Download PDFInfo
- Publication number
- JP6310347B2 JP6310347B2 JP2014139946A JP2014139946A JP6310347B2 JP 6310347 B2 JP6310347 B2 JP 6310347B2 JP 2014139946 A JP2014139946 A JP 2014139946A JP 2014139946 A JP2014139946 A JP 2014139946A JP 6310347 B2 JP6310347 B2 JP 6310347B2
- Authority
- JP
- Japan
- Prior art keywords
- field
- patents
- belonging
- application
- event
- 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.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims description 122
- 238000004364 calculation method Methods 0.000 claims description 129
- 230000004083 survival effect Effects 0.000 claims description 65
- 230000009471 action Effects 0.000 claims description 37
- 238000000034 method Methods 0.000 description 69
- 230000008569 process Effects 0.000 description 65
- 230000000694 effects Effects 0.000 description 49
- 238000012545 processing Methods 0.000 description 33
- 230000010365 information processing Effects 0.000 description 15
- 230000009467 reduction Effects 0.000 description 9
- 239000000284 extract Substances 0.000 description 6
- 230000008033 biological extinction Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
また、本発明の別の観点においては、所定行為の珍しさそのものが特許評価に与える影響を軽減し、時期で区切った場合における所定行為の珍しさを評価対象に加えることにより、一層適切な特許評価をすることのできる特許評価装置を提供することを目的とする。
複数の特許出願又は複数の特許についての特許データを記憶していると共に、前記複数の特許出願又は前記複数の特許のそれぞれの技術分野の情報と、前記複数の特許出願又は前記複数の特許のそれぞれに関する所定の行為が行われた時期の情報と、を含む特許属性情報を記憶している記憶装置に、アクセス可能な特許評価装置であって、
指定された技術分野に属する複数の特許出願又は複数の特許についての特許データと、前記指定された技術分野に属する該複数の特許出願又は該複数の特許のそれぞれに関する前記所定の行為が行われた時期の情報とを、前記指定された技術分野の情報に基づき前記記憶装置より取得する手段と、
前記指定された技術分野に属する該複数の特許出願又は該複数の特許のそれぞれに関する前記所定の行為が行われた時期の情報に基づいて、前記所定の行為が出願から第1の期間内に行われた第1の特許出願又は特許権よりも、前記所定の行為が出願から前記第1の期間より早い第2の期間内に行われた第2の特許出願又は特許権の方が高く評価されるように、前記指定された技術分野に属する該複数の特許出願又は該複数の特許のそれぞれの評価値を算出する評価値算出手段と、
を有する。
複数の特許出願又は複数の特許についての特許データを記憶していると共に、前記複数の特許出願又は前記複数の特許のそれぞれの技術分野の情報と、前記複数の特許出願又は前記複数の特許のそれぞれに関する所定の行為がなされたこと又はなされていないことを示す情報と、を含む特許属性情報を記憶している記憶装置に、アクセス可能な特許評価装置であって、
指定された技術分野に属する複数の特許出願又は複数の特許についての特許データと、前記指定された技術分野に属する該複数の特許出願又は該複数の特許のそれぞれに関する前記所定の行為がなされたこと又はなされていないことを示す前記情報とを、前記指定された技術分野の情報に基づき前記記憶装置より取得する手段と、
前記指定された技術分野に属する複数の特許出願又は複数の特許のうち、前記所定の行為がなされたことを示す情報を前記特許属性情報として含む全体割合を算出する手段と、
前記指定された技術分野に属し、且つ第1の所定の期間内に出願された複数の特許出願又は複数の特許のうち、前記所定の行為がなされたことを示す情報を前記特許属性情報として含む第1の特許群の割合を算出する手段と、
前記指定された技術分野に属し、且つ第2の所定の期間内に出願された複数の特許出願又は複数の特許のうち、前記所定の行為がなされたことを示す情報を前記特許属性情報として含む第2の特許群の割合を算出する手段と、
を有し、
前記評価値算出手段は、前記第1の特許群の割合を前記全体割合で除算した値が、前記第2の特許群の割合を前記全体割合で除算した値より低い場合に、前記第1の特許群に属する特許出願又は特許が前記第2の特許群に属する特許出願又は特許より高く評価されるように、前記指定された技術分野に属する該複数の特許出願又は該複数の特許のそれぞれの評価値を算出する。
図1は、本発明の実施形態に係る特許評価装置の機能ブロック図である。
特許評価装置は、特許出願又は特許の評価を行う情報処理装置1と、評価対象の特許出願又は特許等の各種情報を記憶する記憶装置2と、分析者からの各種要求を受け付ける入力装置3と、情報処理装置1が実行した特許評価結果を出力する出力装置4と、を備える。
図2は、図1に示される情報処理装置1のハードウェア構成図である。
情報処理装置1は、CPU(Central Processing Unit)10と、RAM(Random Access Memory)等の主記憶装置11と、HDD等の補助記憶装置12と、周辺装置(ここでは、入力装置3および出力装置4)との間で行われるデータの送受信を制御するI/Oインターフェイス13と、ネットワークに接続されている装置(ここでは、記憶装置2)との間で行われるデータの送受信を制御するネットワークインターフェイス14と、を有する。
図3は、上記実施形態に係る特許評価装置の概略処理を示すフローチャートである。
特許評価装置が行う概略フローは、特許評価装置の初期設定のための初期設定フェーズA1と、実際に特許評価を行う特許評価フェーズA2とに分類される。
次に、S3において、評価値算出部120が、特許出願又は特許iのスコア素点を算出する。スコア素点の算出処理については後述する。
図4に、図1に示される記憶装置2に格納された特許属性情報205の例を示す。記憶装置2には、多数の特許出願又は登録された特許、例えば過去10年間における日本国内での全特許出願約400万件について、出願日21、審査請求日22、請求項数23、特許分類24、消滅日25、情報提供26、被引用(他社)27などの特許属性情報が格納される。なお、本願の図面及び以下の説明においては、特許出願又は特許をまとめて単に特許出願と称する。
このように、特許属性情報に基づいて客観的に定まる数値情報に基づいて、特許出願又は特許の価値を適切に評価することが可能な本発明は、膨大な数の特許出願又は特許を迅速に評価することに適している。従って例えば、膨大な数の特許出願又は特許から「光る石」を見つけ出したり、ある特許出願又は特許について詳細評価を行う前段階として対象技術分野での大まかな位置づけを把握したりすることが簡単にできる。
図6は、記憶装置2に記憶される調整定数の例を示す。この調整定数は、イベントごとに予め定められる。
図7は、初期設定フェーズA1のS051で算出されて記憶装置2に記憶される生存率効果の例を示す。算出方法については図16を参照しながら後述する。
図8は、初期設定フェーズA1のS052で算出されて記憶装置2に記憶される珍しさの例を示す。算出方法については図17を参照しながら後述する。
図9は、初期設定フェーズA1のS046で算出されて記憶装置2に記憶されるピーク年の例を示す。算出方法については図19を参照しながら後述する。
図10は、初期設定フェーズA1のS049で算出されて記憶装置2に記憶される生存率の例を示す。算出方法については図21を参照しながら後述する。
図11は、図3に示されるスコア素点の算出処理(S3)のサブルーチンを示すフローチャートである。図11の前提として、図3のS2又はS5において1つの特許出願iが特定されている。スコア素点は、特許出願iの各々について、複数のイベントjを用いて算出される。以下の説明において、jは1からJまでの整数とし、J個のイベントを用いてスコア素点を算出するものとする。
当該特許出願iが生存していない場合(S30;NO)、評価値算出部120は、当該特許出願iのスコア素点を0とし(S39)、本フローチャートの処理を終了する。
次に、S32において、評価値算出部120は、当該特許出願iの請求項数項を算出する。この処理の詳細については図13を参照しながら後述する。
次に、S34において、評価値算出部120が、当該特許出願iについて、イベントjのイベント基本項を算出する。イベント基本項の算出処理については図15を参照しながら後述する。
スコア素点=出願経過日数項+請求項数項+Σjイベント基本項
本フローチャートの処理を終了したら、処理は図3のS4に移行する。
図12は、図11に示される出願経過日数項の算出処理(S31)のサブルーチンを示すフローチャートである。図12の前提として、図3のS2又はS5において1つの特許出願iが特定されている。出願経過日数項は、特許出願iの各々について、出願日21等の特許属性情報を用いて算出される。
出願経過日数=現在日付−当該特許出願iの出願日
現在日付は、情報処理装置1が保持している現在の日付でよい。当該特許出願iの出願日は、図4に示される出願日21でよい。
審査請求経過日数=現在日付−当該特許出願iの審査請求日
現在日付は、情報処理装置1が保持している現在の日付でよい。当該特許出願iの審査請求日は、図4に示される審査請求日22でよい。
出願経過日数項=A exp(−B×出願経過日数)
+ C exp(−D×審査請求経過日数)
A、B、C、Dは、それぞれ予め設定される正の定数である。出願経過日数及び審査請求経過日数は、それぞれ上述のS311及びS313で算出される値である。exp(X)は、ネイピア数のX乗の値である。
出願経過日数項=A exp(−B×出願経過日数)
以上のようにして算出される出願経過日数項は、出願後の経過日数に応じて減衰する。そして、審査請求された場合は、一旦上昇する。
図13は、図11に示される請求項数項の算出処理(S32)のサブルーチンを示すフローチャートである。図13の前提として、図3のS2又はS5において1つの特許出願iが特定されている。請求項数項は、特許出願iの各々について、請求項数23等の特許属性情報を用いて算出される。
請求項減少率=最小請求項数/最大請求項数
最小請求項数は、図4に示される請求項数23から抽出される。図4に示される公開公報の請求項数と登録公報の請求項数のうち、小さい方が最小請求項数となる。あるいは、異議決定後の請求項数がさらに小さい場合には、それを最小請求項数としてもよい。
請求項数項=基本請求項数項−0.04
基本請求項数項は、上述のS321で読み込まれる値である。
請求項数項=基本請求項数項−0.02
基本請求項数項は、上述のS321で読み込まれる値である。
本フローチャートの処理を終了したら、処理は図11のS33に移行する。
図14は、図3に示される請求項数項の算出処理(S021)のサブルーチンを示すフローチャートである。基本請求項数項は、技術分野ごとに、且つ最大請求項数のクラスごとに、出願から所定の判定年が経過した時点での生存率を用いて算出される。
基本請求項数項=第2生存率−第1生存率
算出された基本請求項数項は、図5に示されるパラメータ情報として記憶装置2に記憶される。
図15は、図11に示されるイベント基本項の算出処理(S34)のサブルーチンを示すフローチャートである。図15の前提として、図3のS2又はS5において1つの特許出願iが特定されている。さらに、図15の前提として、図11のS33又はS37において1つのイベントjが特定されている。イベント基本項は、特許出願iの各々について、且つ、イベントjの各々について、図4に示される発生年や発生回数等の情報を用いて算出される。
当該イベントjがイベント早さの算出対象である場合(S344;YES)、評価値算出部120は、S346において、当該特許出願iについて当該イベントjのイベント早さを算出する。この処理の詳細については図18を参照しながら後述する。イベント早さを算出した後、評価値算出部120は、処理をS347に進める。
当該イベントjが回数効果の算出対象である場合(S347;YES)、評価値算出部120は、S349において、当該特許出願iについて当該イベントjの回数効果を算出する。この処理の詳細については図20を参照しながら後述する。回数効果を算出した後、評価値算出部120は、処理をS351に進める。
イベント基本項=調整定数×(イベント早さ×回数効果×生存率効果×珍しさ)1.25
調整定数、イベント早さ、回数効果、生存率効果、珍しさは、それぞれ、上述のS343、S346、S349、S351,S352において、読み込まれ又は算出されたものである。
本フローチャートの処理を終了したら、処理は図11のS36に移行する。
図16は、図3に示される生存率効果の算出処理(S051)のサブルーチンを示すフローチャートである。生存率効果は、技術分野ごとに、且つイベントjの種類ごとに、出願から所定の判定年数が経過した時点での生存率を用いて算出される。
Nno=Ntotal−Nex
イベントjが発生していない出願数Nnoは、算出ではなくカウントしてもよい。その場合、Ntotal又はNexの一方は、カウントではなく算出してもよい。
次に、S0515において、初期設定部110は、Nnoのうちの、出願後判定年Xが経過するまでの生存数Nnoliveをカウントする。
出願後判定年Xが経過するまでの生存数のカウントは、各特許出願についての図4に示される消滅日25の記録の有無、あるいは消滅日25の記録がある場合には消滅日25と出願日21との差に基づいて、行うことができる。
イベントあり生存率=Nexlive/Nex
次に、S0517において、初期設定部110は、イベントなし生存率を以下の式により算出する。
イベントなし生存率=Nnolive/Nno
生存率効果=イベントあり生存率−イベントなし生存率
算出された生存率効果は、図7に示されるパラメータ情報として記憶装置2に記憶される。
図17は、図3に示される珍しさの算出処理(S052)のサブルーチンを示すフローチャートである。珍しさは、技術分野ごとに、且つ出願年ごとに、且つイベントjの種類ごとに、当該イベントの発生率を用いて算出される。
Pa=(分野aにおけるイベントjの発生数+ 0.1)/分野aにおける出願数
ここでは、出願年tごとではなく、対象技術分野aにおける特許出願全体に対してイベントjの発生率Paが算出される。
Pat=(分野a且つ出願年tにおけるイベントjの発生数+ 0.1)/分野a且つ出願年tにおける出願数
ここでは、出願年tごとに、対象技術分野aにおけるイベントjの発生率Patが算出される。
珍しさ=1+ exp(−Pat/Pa)
珍しさの値は、1から2までの範囲の値となる。
算出された珍しさの値は、図8に示されるパラメータ情報として記憶装置2に記憶される。
図18は、図15に示されるイベント早さの算出処理(S346)のサブルーチンを示すフローチャートである。図18の前提として、図3のS2又はS5において1つの特許出願iが特定されている。さらに、図18の前提として、図11のS33又はS37において1つのイベントjが特定されている。また、図18の前提として、図15のS344において当該イベントjがイベント早さの算出対象であるとの判定がなされている。イベント早さは、特許出願iの各々について、且つ、イベント早さの算出対象であるイベントjの各々について、図4に示される発生年や図9に示されるピーク年等の情報を用いて算出される。
発生年Daがピーク年Pyより早くない場合(S3463;NO)、評価値算出部120は、S3464において、当該特許出願iについての当該イベントjのイベント早さを1として、本フローチャートの処理を終了する。
イベント早さ=2/(1+ exp(−S×(Py−Da)))
Sは正の定数である。Sの値は、例えば、発生年Daがピーク年Pyより1年早い場合にイベント早さが約1.1となり、発生年Daがピーク年Pyより2年早い場合にイベント早さが約1.2となるように決められる。
以上の処理により算出されたイベント早さを用いることにより、イベントjが起こる早さに表れた当該特許出願に対する関心の高さを数値化して、スコアに反映させることができる。
図19は、図3に示されるイベント発生年及びピーク年の算出処理(S046)のサブルーチンを示すフローチャートである。イベント発生年Daは、特許出願iごとに、且つイベント早さの算出対象であるイベントjの種類ごとに、当該特許出願iにおける当該イベントjの発生日を用いて算出される。ピーク年Pyは、イベント早さの算出対象であるイベントjの種類ごとに、発生年Daの最頻値として算出される。
Da=INT((イベント発生日−出願日)/365.25)+ 0.5
イベント発生日は、1つの特許出願について同じイベントが複数回発生する場合には、最初の発生日である。INT(X)は、Xにおける1未満の端数を切り捨てた整数である。算出された発生年Daは、図4に示される特許属性情報として記憶装置2に記憶される。
図20は、図15に示される回数効果の算出処理(S349)のサブルーチンを示すフローチャートである。図20の前提として、図3のS2又はS5において1つの特許出願iが特定されている。さらに、図20の前提として、図11のS33又はS37において1つのイベントjが特定されている。また、図20の前提として、図15のS347において当該イベントjが回数効果の算出対象であるとの判定がなされている。回数効果は、特許出願iの各々について、且つ、回数効果の算出対象であるイベントjの各々について、図10に示される生存率等の情報を用いて算出される。
発生回数kが閾値n未満でない場合(S3491;NO)、評価値算出部120は、S3493において、当該特許出願iにおける当該イベントjの発生回数kが、nに等しいか否かを判定する。
発生回数kがnに等しい場合(S3493;YES)、評価値算出部120は、S3494において、回数効果を1として、本フローチャートの処理を終了する。
発生回数kがn+1である場合(S3496;YES)、評価値算出部120は、S3497において、回数効果を以下の式により算出して、本フローチャートの処理を終了する。
回数効果=Pn+1/Pn
発生回数kがn+2である場合(S3498;YES)、評価値算出部120は、S3499において、回数効果を以下の式により算出して、本フローチャートの処理を終了する。
回数効果=Pn+2/Pn
発生回数kがn+3である場合(S3500;YES)、評価値算出部120は、S3501において、回数効果を以下の式により算出して、本フローチャートの処理を終了する。
回数効果=Pn+3/Pn
回数効果=Pn+4/Pn
以上の処理により算出された回数効果を用いることにより、イベントjの発生回数が生存率に与える影響を数値化してスコアに反映させることができる。
図21は、図3に示される生存率の算出処理(S049)のサブルーチンを示すフローチャートである。生存率Pn〜Pn+4は、回数効果の算出対象であるイベントjの種類ごとに、且つイベントjの発生回数n〜n+4のそれぞれについて算出される。
次に、S0492において、初期設定部110は、イベントjがk回発生した特許出願について、出願後判定年Xが経過するまでの生存率Pkを算出する。判定年Xは、図16を参照しながら説明したものと同じでよい。出願後判定年Xが経過するまでの生存率Pkは、出願後判定年X以上が経過した特許出願のうち、判定年Xが経過する時点において生存している特許出願の割合である。
kの値がn+4に達していない場合(S0493;NO)、初期設定部110は、S0494において、現在のkの値に1を加えてkの値を更新し、処理を上述のS0492に戻す。これにより、次のkについて生存率Pkを算出する。
算出された生存率の値は、図10に示されるパラメータ情報として記憶装置2に記憶される。また、算出された生存率の値を用いて、図20に示される処理が実行される。
図22は、図3に示されるスコア算出処理(S6)のサブルーチンを示すフローチャートである。図22の前提として、図3のS2からS5までの処理においてI個の特許出願iについてスコア素点が算出されている。スコアは、I個の特許出願iのうち、スコア素点が0より大きい特許出願iの各々について、図3のS3において算出されたスコア素点を用いて算出される。
次に、S61において、評価値算出部120は、抽出されたI+個の特許出願iのスコア素点をそれぞれ対数化する。対数は、自然対数でも常用対数でもよい。
次に、S62において、評価値算出部120は、対数化されたスコア素点の平均値と標準偏差を算出する。この平均値と標準偏差は、I個の特許出願における平均値と標準偏差ではなく、抽出されたI+個の特許出願における平均値と標準偏差である。
次に、S63において、評価値算出部120は、対数化されたスコア素点の偏差値を、I+個の特許出願のスコアとして算出し、本フローチャートの処理を終了する。この偏差値は、S62において算出された平均値と標準偏差を用いて算出される。
以上のようにしてスコアが算出される。
Claims (4)
- 複数の特許出願又は複数の特許についての特許データを記憶していると共に、前記複数の特許出願又は前記複数の特許のそれぞれの技術分野の情報と、前記複数の特許出願又は前記複数の特許のそれぞれに関する所定の行為が行われた時期の情報と、を含む特許属性情報を記憶している記憶装置に、アクセス可能な特許評価装置であって、
指定された技術分野に属する複数の特許出願又は複数の特許についての特許データと、前記指定された技術分野に属する該複数の特許出願又は該複数の特許のそれぞれに関する前記所定の行為が行われた時期の情報とを、前記指定された技術分野の情報に基づき前記記憶装置より取得する手段と、
前記指定された技術分野に属する該複数の特許出願又は該複数の特許のそれぞれに関する前記所定の行為が行われた時期の情報に基づいて、前記所定の行為が出願から第1の期間内に行われた第1の特許出願又は特許権よりも、前記所定の行為が出願から前記第1の期間より早い第2の期間内に行われた第2の特許出願又は特許権の方が高く評価されるように、前記指定された技術分野に属する該複数の特許出願又は該複数の特許のそれぞれの評価値を算出する評価値算出手段と、
を有する、特許評価装置。 - 請求項1に記載の特許評価装置であって、
所定の技術分野に属する複数の特許出願又は複数の特許のうち、第1の所定の行為がなされたことを示す情報を前記特許属性情報として有する特許出願又は特許を含む第1の特許群について、出願から第1の所定年数経過した時点における第1の生存率を算出する手段と、
前記所定の技術分野に属する複数の特許出願又は複数の特許のうち、第2の所定の行為がなされたことを示す情報を前記特許属性情報として有する特許出願又は特許を含む第2の特許群について、出願から第2の所定年数経過した時点における第2の生存率を算出する手段と、
前記所定の技術分野に属する複数の特許出願又は複数の特許のうち、前記第1の所定の行為がなされたことを示す情報を前記特許属性情報として有しない特許出願又は特許を含む第3の特許群について、出願から前記第1の所定年数経過した時点における第3の生存率を算出する手段と、
前記所定の技術分野に属する複数の特許出願又は複数の特許のうち、前記第2の所定の行為がなされたことを示す情報を前記特許属性情報として有しない特許出願又は特許を含む第4の特許群について、出願から前記第2の所定年数経過した時点における第4の生存率を算出する手段と、
をさらに有し、
前記評価値算出手段は、前記第1の生存率から前記第3の生存率を減算した値が、前記第2の生存率から前記第4の生存率を減算した値より高い場合に、前記第1の特許群に属する特許出願又は特許が前記第2の特許群に属する特許出願又は特許より高く評価されるように、前記指定された技術分野に属する該複数の特許出願又は該複数の特許のそれぞれの評価値を算出する、
特許評価装置。 - 複数の特許出願又は複数の特許についての特許データを記憶していると共に、前記複数の特許出願又は前記複数の特許のそれぞれの技術分野の情報と、前記複数の特許出願又は前記複数の特許のそれぞれに関する所定の行為がなされたこと又はなされていないことを示す情報と、を含む特許属性情報を記憶している記憶装置に、アクセス可能な特許評価装置であって、
指定された技術分野に属する複数の特許出願又は複数の特許についての特許データと、前記指定された技術分野に属する該複数の特許出願又は該複数の特許のそれぞれに関する前記所定の行為がなされたこと又はなされていないことを示す前記情報とを、前記指定された技術分野の情報に基づき前記記憶装置より取得する手段と、
前記指定された技術分野に属する複数の特許出願又は複数の特許のうち、前記所定の行為がなされたことを示す情報を前記特許属性情報として含む全体割合を算出する手段と、
前記指定された技術分野に属し、且つ第1の所定の期間内に出願された複数の特許出願又は複数の特許のうち、前記所定の行為がなされたことを示す情報を前記特許属性情報として含む第1の特許群の割合を算出する手段と、
前記指定された技術分野に属し、且つ第2の所定の期間内に出願された複数の特許出願又は複数の特許のうち、前記所定の行為がなされたことを示す情報を前記特許属性情報として含む第2の特許群の割合を算出する手段と、
前記第1の特許群の割合を前記全体割合で除算した値が、前記第2の特許群の割合を前記全体割合で除算した値より低い場合に、前記第1の特許群に属する特許出願又は特許が前記第2の特許群に属する特許出願又は特許より高く評価されるように、前記指定された技術分野に属する該複数の特許出願又は該複数の特許のそれぞれの評価値を算出する評価値算出手段と、
を有する、特許評価装置。 - 請求項1に記載の特許評価装置であって、
前記指定された技術分野に属する複数の特許出願又は複数の特許のうち、前記所定の行為がなされたことを示す情報を前記特許属性情報として含む全体割合を算出する手段と、
前記指定された技術分野に属し、且つ第1の所定の期間内に出願された複数の特許出願又は複数の特許のうち、前記所定の行為がなされたことを示す情報を前記特許属性情報として含む第1の特許群の割合を算出する手段と、
前記指定された技術分野に属し、且つ第2の所定の期間内に出願された複数の特許出願又は複数の特許のうち、前記所定の行為がなされたことを示す情報を前記特許属性情報として含む第2の特許群の割合を算出する手段と、
をさらに有し、
前記評価値算出手段は、前記第1の特許群の割合を前記全体割合で除算した値が、前記第2の特許群の割合を前記全体割合で除算した値より低い場合に、前記第1の特許群に属する特許出願又は特許が前記第2の特許群に属する特許出願又は特許より高く評価されるように、前記指定された技術分野に属する該複数の特許出願又は該複数の特許のそれぞれの評価値を算出する、
特許評価装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014139946A JP6310347B2 (ja) | 2014-07-07 | 2014-07-07 | 特許評価装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014139946A JP6310347B2 (ja) | 2014-07-07 | 2014-07-07 | 特許評価装置 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018050271A Division JP6439067B2 (ja) | 2018-03-16 | 2018-03-16 | 特許評価装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016018336A JP2016018336A (ja) | 2016-02-01 |
JP6310347B2 true JP6310347B2 (ja) | 2018-04-11 |
Family
ID=55233530
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014139946A Active JP6310347B2 (ja) | 2014-07-07 | 2014-07-07 | 特許評価装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6310347B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101932517B1 (ko) | 2017-11-27 | 2018-12-26 | 한국발명진흥회 | 다중회귀모델을 활용한 특허 평가 방법 및 시스템 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2008053949A1 (ja) * | 2006-11-01 | 2010-02-25 | 株式会社パテント・リザルト | 文書群分析装置 |
EP2079049A4 (en) * | 2006-11-02 | 2011-11-09 | Patent Result Co Ltd | PATENT EVALUATION DEVICE |
JPWO2008075744A1 (ja) * | 2006-12-20 | 2010-04-15 | 株式会社パテント・リザルト | 情報処理装置、提携先を選定するための情報を生成する方法、およびプログラム |
-
2014
- 2014-07-07 JP JP2014139946A patent/JP6310347B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016018336A (ja) | 2016-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yeung et al. | Dissociating response conflict and error likelihood in anterior cingulate cortex | |
CN108597617B (zh) | 流行病分级预测方法及装置、计算机装置和可读存储介质 | |
JP7242882B2 (ja) | 情報処理装置、情報処理装置の作動方法、情報処理装置の作動プログラム | |
WO2018098039A1 (en) | Distributed clinical workflow training of deep learning neural networks | |
EP4101125A1 (en) | Automated web traffic anomaly detection | |
Ali et al. | Serial intervals and case isolation delays for coronavirus disease 2019: a systematic review and meta-analysis | |
WO2019153596A1 (zh) | 水痘发病预警方法、服务器及计算机可读存储介质 | |
CN108989987A (zh) | 使用频繁客户端移动性模式确定客户端设备存在于场所中 | |
CN107292751B (zh) | 一种时序网络中节点重要性的挖掘方法和装置 | |
CN112130892A (zh) | 产品灰度发布方法、装置、设备及存储介质 | |
JP6310347B2 (ja) | 特許評価装置 | |
Allen et al. | Feasibility of a hyper-acute stroke unit model of care across England: a modelling analysis | |
CN109215785A (zh) | 用于姿势稳定性评估的方法和系统 | |
JP6439067B2 (ja) | 特許評価装置 | |
KR20190118618A (ko) | 정보 처리 장치, 정보 처리 방법 및 기록 매체 | |
Muenz et al. | Phase I–II trial design for biologic agents using conditional auto-regressive models for toxicity and efficacy | |
Paul et al. | Covid-19 transmission dynamics during the unlock phase and significance of testing | |
CN106202847B (zh) | 一种就诊预测方法 | |
CN112131467A (zh) | 一种数据预测方法、系统、介质及设备 | |
CN114464246B (zh) | 基于CovMutt框架检测与遗传性增加相关的突变的方法 | |
CN105589799A (zh) | 一种用户游戏行为的检测方法 | |
CN104809547A (zh) | 基于事实及服务结果的服务评级系统及其评级方法 | |
CN109815222A (zh) | 一种基于贝叶斯算法的住户用电数据清洗方法 | |
JP2022086803A (ja) | 要因推定方法、予測方法、属性値推定方法、要因推定装置、予測装置、属性値推定装置およびプログラム | |
Piccoli et al. | Control of covid-19 outbreak using an extended seir model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170406 |
|
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: 20180227 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180316 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6310347 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 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |