JP7444930B2 - 指標算出装置、指標算出方法及びプログラム - Google Patents

Description

本発明は、指標算出装置、指標算出方法及びプログラムに関する。

近年、企業が保有する特許に基づいてその企業を評価するための技術が進化しつつある。

例えば、特許文献１には、企業を評価するための指標を算出する指標算出装置が記載されている。指標算出装置は、複数の特許それぞれについて、特許としての価値を示す値であるスコアを算出し、算出したスコアと所定の抽出条件とに基づいて、複数の特許を抽出元として、スコアの高い特許から順に抽出する。指標算出装置は、さらに、抽出した特許それぞれのスコアを各特許に対応する企業単位で合算し、合算後の各企業のスコアの値を各企業の企業価値を示す指標値として出力する。

特開２０２１－０３３３６５号公報

特許出願に基づいて企業を評価する上では、企業が研究開発に取り組むテーマ、そのテーマにおいて注力する技術、サービス等に関連する、特許出願の特徴を把握できることが好ましい。

本発明の目的は、企業の特許出願の特徴を示す特徴データを作成するための指標算出装置、指標算出方法及びプログラムを提供することにある。

かかる課題を解決するため、本発明は、特定テーマに関連する複数の特許出願のＩＰＣ分類データに基づいて、特許出願毎に、ＩＰＣ分類データの有無を示すｍ次元のデータを生成するｍ次元データ生成部と、ｍ次元のデータを主成分分析した結果に基づいて、特許出願毎に、各主成分を軸とするｋ次元（但しｍ＞ｋ）の空間の座標値に対応する特許スコアを算出する特許スコア算出部と、特許出願毎の特許スコアを利用して、いくつかの特許出願を含む特許クラスタを複数個生成する特許クラスタ生成部と、特許クラスタの少なくとも一つについて、特許出願人の特許出願に関する特許スコアの合計に基づいて、特許出願人である企業の評価値を示す企業スコアを算出する企業スコア算出部と、企業スコアを算出した特許クラスタについて、企業の企業スコアと企業スコアの算出に利用した特許出願の数との比率を示す集中化傾向指標を算出する指標算出部と、集中化傾向指標に基づいて、特定テーマにおける企業の特許出願の特徴を示す特徴データを作成及び出力する特徴データ作成出力部と、を有する指標算出装置を提供する。

この指標算出装置において、集中化傾向指標は、企業スコアの算出に利用した特許出願の数に対する企業スコアの比率が小さいほど、企業が特定テーマに関してより基礎的な技術に係る特許出願を行っていることを示すことが好ましい。

この指標算出装置は、特定テーマに関連する複数の特許出願に関するデータを含んだ母集団データを作成する母集団データ作成部であって、データは、少なくとも当該特許出願の出願人を示す企業名称データを含む、母集団データ作成部と、マイノリティ出資を行っている出資企業と、当該出資企業からマイノリティ出資を受けている被出資企業との関連付けを示すマイノリティデータを取得するマイノリティ取得部と、をさらに有し、母集団データ作成部は、さらに、特許出願の出願人と被出資企業とが一致するか否かを判定し、一致するとき、特許出願の出願人が当該被出資企業に関連付けられた出資企業を示すように母集団データを作成することが好ましい。

この指標算出装置は、特定テーマに関連する複数の特許出願に関するデータを含んだ母集団データを作成する母集団データ作成部であって、データは、少なくとも当該特許出願の出願人を示す企業名称データを含む、母集団データ作成部と、企業買収候補となる企業リストを母集団データから取得及び出力する企業リスト出力部と、企業リストから選択された買収企業及び被買収企業を示す買収候補データを取得する買収候補企業データ取得部と、をさらに有し、母集団データ作成部は、さらに、特許出願の出願人と被買収企業とが一致するか否かを判定し、一致するとき、特許出願の出願人に代えて被買収企業に関連付けられた買収企業を示すように母集団データを作成することが好ましい。

本発明は、特定テーマに関連する複数の特許出願のＩＰＣ分類データに基づいて、特許出願毎に、ＩＰＣ分類データの有無を示すｍ次元のデータを生成し、ｍ次元のデータを主成分分析した結果に基づいて、特許出願毎に、各主成分を軸とするｋ次元（但しｍ＞ｋ）の空間の座標値に対応する特許スコアを算出し、特許出願毎の特許スコアを利用して、いくつかの特許出願を含む特許クラスタを複数個生成し、特許クラスタの少なくとも一つについて、特許出願人の特許出願に関する特許スコアの合計に基づいて、特許出願人である企業の評価値を示す企業スコアを算出し、企業スコアを算出した特許クラスタについて、企業の企業スコアと企業スコアの算出に利用した特許出願の数との比率を示す集中化傾向指標を算出し、集中化傾向指標に基づいて、特定テーマにおける企業の特許出願の特徴を示す特徴データを作成及び出力する、指標算出方法を提供する。

本発明は、特定テーマに関連する複数の特許出願のＩＰＣ分類データに基づいて、特許出願毎に、ＩＰＣ分類データの有無を示すｍ次元のデータを生成し、ｍ次元のデータを主成分分析した結果に基づいて、特許出願毎に、各主成分を軸とするｋ次元（但しｍ＞ｋ）の空間の座標値に対応する特許スコアを算出し、特許出願毎の特許スコアを利用して、いくつかの特許出願を含む特許クラスタを複数個生成し、特許クラスタの少なくとも一つについて、特許出願人の特許出願に関する特許スコアの合計に基づいて、特許出願人である企業の評価値を示す企業スコアを算出し、企業スコアを算出した特許クラスタについて、企業の企業スコアと企業スコアの算出に利用した特許出願の数との比率を示す集中化傾向指標を算出し、集中化傾向指標に基づいて、特定テーマにおける企業の特許出願の特徴を示す特徴データを作成及び出力する、ことをプロセッサに実行させるプログラムを提供する。

本発明に係る指標算出装置、指標算出方法及びプログラムは、企業の特許出願の特徴を示す特徴データを作成することができる。

指標算出装置における処理概要図の一例である。 指標算出システム１の概略構成図の一例である。 指標算出装置４０の概略構成図の一例である。 （Ａ）は特許ＤＢのデータ構造図の一例であり、（Ｂ）は出資・財務ＤＢのデータ構造図の一例である。 指標算出装置４０の動作の一例を示すフローチャートである。 ＩＰＣテーブルのデータ構造図の一例である。 特許スコアテーブルのデータ構造図の一例である。 クラスタリングの概念図の一例である。 特許クラスタテーブルのデータ構造図の一例である。 母集団データ作成処理の一例を示すフローチャートである。 母集団テーブルのデータ構造図の一例である。 企業スコア算出処理の一例を示すフローチャートである。 企業スコアテーブルのデータ構造図の一例である。 指標算出処理の一例を示すフローチャートである。 特徴データ作成出力処理の一例を示すフローチャートである。 特徴データを端末１０に表示した表示画面の一例である。 第１変形例に係る指標算出装置６０の概略構成図の一例である。 第１変形例に係る指標算出装置６０の動作の一例を示すフローチャートである。 第１変形例に係る母集団データ作成処理の一例を示すフローチャートである。 第１変形例に係る母集団テーブルの一例である。 第１変形例に係る企業スコア算出処理の一例を示すフローチャートである。 第１変形例に係る企業スコアテーブルの一例である。 第２変形例に係る指標算出装置７０の概略構成図の一例である。 第２変形例に係る指標算出装置７０の動作の一例を示すフローチャートである。 第２変形例に係る母集団データ作成処理の一例を示すフローチャートである。 第２変形例に係る企業スコア算出処理の一例を示すフローチャートである。 第２実施形態に係る指標算出装置における処理回路の概略構成を示すブロック図である。

以下、図面を参照しつつ、本発明の様々な実施形態について説明する。ただし、本発明の技術的範囲はそれらの実施形態に限定されず、特許請求の範囲に記載された発明とその均等物に及ぶ点に留意されたい。

図１は、指標算出装置における処理概要図の一例である。

指標算出装置は、特定テーマに関連する複数の特許出願に関する特許データを記憶している。特定テーマは、事業領域（自企業が他企業の買収又は他企業との連携により強化又は補完を図る事業領域等）を示し、例えば、スマートファクトリーである。特許データは、特許出願毎に、各特許出願の特許出願人を示すデータと、各特許出願に付与されたＩＰＣ分類を示すデータとを含む。図１の例では、特許出願の数（ｎ）は、６であり、各特許出願に付与されたＩＰＣ分類の種類の総数（ｍ）は、３である。

最初に、指標算出装置は、特許出願毎に、ｍ個のＩＰＣ分類のそれぞれが付与されているか否かを示すｍ次元のデータを生成する（図１（ａ））。ｍ次元のデータの各次元は、ＩＰＣ分類のそれぞれと１：１に対応し、当該ＩＰＣ分類が特許出願に付与されていれば１、付与されていなければ０の値をとる。例えば、特許１には、ＩＰＣ分類としてＡ４１Ｄ及びＧ０７Ｇが付与されており、Ｇ０６Ｑは付与されていない。この０及び１の値を、ＩＰＣフラグと称することがある。

次に、指標算出装置は、各特許出願に対応するｎ個のｍ次元のデータを主成分分析して主成分を算出し、特許出願毎に、各主成分を軸とするｋ次元の空間の座標値に対応する特許スコアを算出する（図１（ｂ））。特許スコアは、特許出願の評価値を示す。

次に、指標算出装置は、特許出願毎の特許スコアを利用して、いくつかの特許出願を含む特許クラスタを複数個生成する（図１（ｃ））。図１（ｃ）の例では、ｋ次元の空間の原点に近い第１特許クラスタと、原点から遠い第２特許クラスタが生成されている。

本出願の出願人は、ｋ次元の空間の原点に近い特許クラスタは、特定テーマにおける基礎的な技術と関連が強いことと、ｋ次元の空間の原点から遠い特許クラスタは、特定テーマにおける基礎的な技術と異なる特徴的な技術と関連が強いこととを発見した。基礎的な技術とは、特定テーマにおいて多くの出願人が共通して利用する技術を指し、特徴的な技術とは、特定テーマにおいて一部の出願人のみが利用する技術を指す。

次に、指標算出装置は、集中化傾向指標を算出し、算出した集中化傾向指標に基づいて、特定テーマにおける企業（特許出願人）の特許出願の特徴を示す特徴データを作成及び出力する（図１（ｄ））。集中化傾向指標は、ある企業の企業スコアと企業スコアの算出に使用した特許出願の数との比率を示し、例えば、集中化傾向指標＝（企業スコア）／（企業スコアの算出に使用した特許出願の数）と定義することができる。ここで、企業スコアは、企業が出願した特許出願に関する特許スコアの合計に基づいて算出される値であり、企業の評価値を示す。企業スコアは、例えば、その企業が出願人である各特許出願にそれぞれ対応する特許スコアのベクトルを合計し、合計後のベクトルのノルム（長さ）をとった値である。なお、集中化傾向指標は、企業スコアの算出に使用した特許出願の数に対する企業スコアの比率が小さいほど、企業が特定テーマに関してより基礎的な技術に係る特許出願を行っていることを示すように定められてもよい。

集中化傾向指標は、企業スコアを利用して、すなわち特許スコアの合計に基づいて算出されるため、企業の特許出願が基礎的な技術に関連するかどうかの傾向を示す。このため、指標算出装置は、集中化傾向指標に基づいて、企業の特許出願の特徴を示す特徴データを作成することができる。

＜第１実施形態＞
図２は、指標算出システム１の概略構成図の一例である。

指標算出システム１は、端末１０及び指標算出装置４０等を有する。端末１０及び指標算出装置４０は、インターネット等の通信ネットワーク５０を介して接続される。

端末１０は、ユーザが指標算出装置４０を操作するために使用する端末である。端末１０は、ＴＣＰ／ＩＰ（Transmission Control Protocol / Internet Protocol）等の通信方式により、通信ネットワーク５０を介して指標算出装置４０と通信し、通信の内容に応じた表示を実行する。また、端末１０は、入力部（不図示）から入力されたユーザの指示を、通信ネットワーク５０を介して指標算出装置４０に送信する。

図３は、指標算出装置４０の概略構成図の一例である。

指標算出装置４０は、通信部４１と、記憶部４２と、処理部４３とを有する。

通信部４１は、有線ＬＡＮ（Local Area Network）等の有線の通信インターフェース回路、又は、無線ＬＡＮ等の無線の通信インターフェース回路を有する。通信部４１は、通信ネットワーク５０を介して、端末１０等とＴＣＰ／ＩＰ等の通信方式により通信を実行する。通信部４１は、端末１０等から受信したデータを処理部４３に供給する。通信部４１は、処理部４３から供給されたデータを端末１０等に送信する。

記憶部４２は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等のメモリ装置、ハードディスク等の固定ディスク装置、又はフレキシブルディスク、光ディスク等の可搬用の記憶装置等を有する。記憶部４２は、処理部４３による処理に用いられるドライバプログラム、オペレーティングシステムプログラム、アプリケーションプログラム、データ等を記憶する。

例えば、記憶部４２は、ドライバプログラムとして、通信部４１を制御する通信デバイスドライバプログラム等を記憶する。また、記憶部４２は、オペレーティングシステムプログラムとして、ＴＣＰ／ＩＰ等の通信方式による接続制御プログラム等を記憶する。また、記憶部４２は、アプリケーションプログラムとして、各種データの送受信を実行するデータ処理プログラム等を記憶する。コンピュータプログラムは、例えばＣＤ－ＲＯＭ（Compact Disk Read Only Memory）、ＤＶＤ－ＲＯＭ（Digital Versatile Disk Read Only Memory）等のコンピュータ読み取り可能な可搬型記録媒体から、公知のセットアッププログラム等を用いて記憶部４２にインストールされてもよい。

記憶部４２には、特許ＤＢ及び出資・財務ＤＢ等が記憶される。特許ＤＢ及び出資・財務ＤＢの詳細については後述する。

処理部４３は、一又は複数個のプロセッサ及びその周辺回路を有し、指標算出装置４０の全体的な動作を統括的に制御する。処理部４３は、例えば、ＣＰＵ（Central Processing Unit）である。なお、処理部４３は、ＤＳＰ（digital signal processor）、ＬＳＩ（large scale integration）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programming Gate Array）等でもよい。

処理部４３は、指標算出装置４０の各種処理が記憶部４２に記憶されているプログラム等に応じて適切な手順で実行されるように、通信部４１等の動作を制御する。処理部４３は、記憶部４２に記憶されているプログラム（ドライバプログラム、オペレーティングシステムプログラム、アプリケーションプログラム等）に基づいて処理を実行する。また、処理部４３は、複数のプログラム（アプリケーションプログラム等）を並列に実行できる。

処理部４３は、母集団データ作成部４３１、ｍ次元データ生成部４３２、特許スコア算出部４３３、特許クラスタ生成部４３４、企業スコア算出部４３５、指標算出部４３６及び特徴データ作成出力部４３７等を有する。処理部４３が有するこれらの各部は、処理部４３が有するプロセッサ上で実行されるプログラムによって実装される機能モジュールである。あるいは、処理部４３が有するこれらの各部は、独立した集積回路、マイクロプロセッサ、又はファームウェアとして指標算出装置４０に実装されてもよい。

図４（Ａ）は、特許ＤＢのデータ構造図の一例である。

特許ＤＢには、特定テーマに関連する特許出願を一意に識別するための出願ＩＤ、特許出願人の名称を示す出願人名称、特許出願の優先日、特許出願の抄録、特許出願に係る発明の用途、特許出願に付与されたＩＰＣ分類等が互いに関連付けられて記憶される。出願ＩＤの一例は、出願番号である。優先日は、出願ＩＤで識別される特許出願の最先の優先日である。ＩＰＣ分類は、当該特許出願に付与されたＩＰＣ分類を示すＩＰＣ分類データを一つ以上含む。ＩＰＣ分類データは、セクション、クラス及びサブクラスからなる（例えばＧ０１Ｄ）が、さらにグループを含むもの（例えばＧ０１Ｄ１／００）であってもよい。特許ＤＢには、さらに、特許出願のタイトル（名称）、特許出願の新規な構成を説明する文章、特定テーマを識別する識別子等が互いに関連付けられて記憶されてもよい。

図４（Ｂ）は、出資・財務ＤＢのデータ構造図の一例である。

出資・財務ＤＢには、企業名称、企業が属する業界を示す業界区分、企業の会計期間、年度毎の企業の売上高、企業の出資先に関する出資データ、企業が受けたマイノリティ出資の額（不図示）、企業のＥＢＩＴＤＡ（不図示）等が互いに関連付けられて記憶される。会計期間は、企業会計における財務諸表作成対象の期間を示し、１月～１２月、４月～３月等である。出資データには、出資先名称、出資先の企業における出資比率等が互いに関連付けられて記憶される。ＥＢＩＴＤＡは、Earnings Before Interest Taxes Depreciation and Amortizationの略語である。

図５は、指標算出装置４０の動作の一例を示すフローチャートである。

以下、図５に示したフローチャートを参照しつつ、指標算出装置４０の動作の例を説明する。以下に説明する動作は、予め記憶部４２に記憶されているプログラムに基づき、主に処理部４３により各要素と協働して実行される。

最初に、母集団データ作成部４３１は、端末１０から受信した指示と、特許ＤＢ及び出資・財務ＤＢの記憶内容とに基づいて、母集団データ作成処理を実行する（Ｓ１１）。母集団データ作成部４３１は、母集団データ作成処理において、母集団テーブルを生成し、記憶部４２に記憶する。母集団データ作成処理の詳細については後述する。

次に、ｍ次元データ生成部４３２は、出願ＩＤ毎に、ＩＰＣ分類データの有無を示すｍ次元のデータを生成する（Ｓ１２）。ｍ次元データ生成部４３２は、特許ＤＢから全ての出願ＩＤとＩＰＣ分類データとの組を読み出し、出願ＩＤ毎に各ＩＰＣ分類に対応するＩＰＣフラグを設定したｍ次元のデータを生成する。ｍ次元データ生成部４３２は、出願ＩＤに対応する出願人名称及び優先日を特許ＤＢから取得し、出願人名称に対応する会計期間を企業ＤＢから取得して、出願ＩＤによって識別される特許出願が属する会計年度を判定する。ｍ次元データ生成部４３２は、出願ＩＤ、出願人名称、会計年度及びＩＰＣフラグからＩＰＣテーブルを生成し、記憶部４２に記憶する。

図６は、ＩＰＣテーブルのデータ構造図の一例である。

ＩＰＣテーブルには、出願ＩＤ、出願人名称、会計年度、ＩＰＣフラグ等が互いに関連付けられて記憶される。出願ＩＤによって識別される特許出願が属する会計年度は、例えば、会計期間が４月～３月、特許出願の優先日が２０１７年３月２１日のとき、２０１６年度である。なお、会計年度は、年度に代えて西暦、和暦等の年であってもよい。

次に、特許スコア算出部４３３は、ＩＰＣテーブルに記憶された複数のｍ次元のデータを主成分分析した結果に基づいて、特許出願毎に特許スコアを算出する（Ｓ１３）。特許スコア算出部４３３は、複数のｍ次元のデータを主成分分析して第１～第ｋ主成分（但しｍ＞ｋ）を算出し、第１～第ｋ主成分と出願ＩＤ毎のｍ次元のデータとを用いて、出願ＩＤ毎に第１～第ｋ主成分スコアを算出する。第１～第ｋ主成分スコアは、ｍ次元のデータが各主成分に対応する座標軸上でとる値を示す。特許スコア算出部４３３は、第１～第ｋ主成分スコアを成分とするｋ次元のベクトルを生成し、特許スコアとする。特許スコア算出部４３３は、出願ＩＤ、ＩＰＣテーブルに記憶された出願人名称及び会計年度、及び特許スコアから特許スコアテーブルを生成し、記憶部４２に記憶する。

図７は、特許スコアテーブルのデータ構造図の一例である。

特許スコアテーブルには、出願ＩＤ、出願人名称、会計年度、特許スコア等が互いに関連付けられて記憶される。例えば、「特許１」の特許スコアは、（Ｙ１１、Ｙ１２、...、Ｙ１ｋ）であり、Ｙ１ｋは、特許１のｍ次元データの、第ｋ主成分に対応する主成分スコアを示す。

次に、特許クラスタ生成部４３４は、特許出願毎の特許スコアを利用して、いくつかの特許出願を含む特許クラスタを複数個生成する（Ｓ１４）。特許クラスタ生成部４３４は、非階層型クラスタリング手法であるｋ－ｍｅａｎｓ法を各特許スコアに適用して、特許クラスタを生成する。特許クラスタ生成部４３４は、他の非階層型クラスタリング手法又は階層型クラスタリング手法を用いて特許クラスタを生成してもよい。特許クラスタ生成部４３４は、特許クラスタＩＤを各特許クラスタに割り当て、出願ＩＤ、特許スコアテーブルに記憶された出願人名称及び会計年度、特許クラスタＩＤ及び特許スコアから特許クラスタテーブルを生成し、記憶部４２に記憶する。特許クラスタＩＤは、特許クラスタの識別子である。

図８は、クラスタリングの概念図の一例である。

図８の概念図は、特許出願が６個、主成分が２個、特許クラスタが２個の場合の例である。特許スコアの各成分の値は、０～１に正規化されているが、正規化されていない値であっても、負の値であってもよい。

図９は、特許クラスタテーブルのデータ構造図の一例である。

特許スコアテーブルには、出願ＩＤ、出願人名称、会計年度、特許クラスタＩＤ、特許スコア等が互いに関連付けられて記憶される。

次に、企業スコア算出部４３５は、特許クラスタ毎に、各特許クラスタに含まれる特許出願と、母集団データとに基づいて、企業スコア算出処理を実行する（Ｓ１５）。企業スコア算出部４３５は、企業スコア選出処理において、企業スコアを算出する。企業スコア算出処理の詳細については後述する。

母集団データ作成部４３１、ｍ次元データ生成部４３２、特許スコア算出部４３３、特許クラスタ生成部４３４及び企業スコア算出部４３５は、処理対象となる特定テーマ毎にＳ１１～Ｓ１５の処理を実行する。すなわち、Ｓ１１～Ｓ１５の処理における特許出願は、特定テーマに関連する複数の特許出願である。

次に、指標算出部４３６は、企業スコアに基づいて、指標算出処理を実行する（Ｓ１６）。指標算出部４３６は、指標算出処理において、企業スコアを算出した特許クラスタについて、企業の企業スコアと企業スコアの算出に利用した特許出願の数との比を示す集中化傾向指標を算出する。指標算出処理の詳細については後述する。

次に、特徴データ作成出力部４３７は、集中化傾向指標に基づいて、特徴データ作成出力処理を実行する（Ｓ１６）。特徴データ作成出力部４３７は、特徴データ作成出力処理において、集中化傾向指標に基づいて、特定テーマにおける企業の特許出願の特徴を示す特徴データを作成及び出力する。特徴データ作成出力処理の詳細については後述する。以上により、図５に示す一連の処理を終了する。

図１０は、母集団データ作成処理の一例を示すフローチャートである。母集団データ作成処理は、図５のＳ１１で実行される。

最初に、母集団データ作成部４３１は、特許ＤＢに記憶された出願人名称に対応する特許出願人毎に、特定テーマに限定した全特許出願件数を算出する（Ｓ２１）。母集団データ作成部４３１は、出願人名称をキーとして出資・財務ＤＢから会計期間を取得し、外部の特許データベース（不図示）から、特許出願人の会計期間毎に、特定テーマに限定した全特許出願件数を取得してもよい。外部の特許データベースは、例えば、ＤＷＰＩ（Derwent World Patents Index。登録商標）である。

次に、母集団データ作成部４３１は、母集団テーブルを生成し、記憶部４２に記憶する（Ｓ２２）。母集団データ作成部４３１は、特許ＤＢに記憶された各出願人名称をキーとして出資・財務ＤＢを検索し、業界区分、会計期間、売上高等を取得する。母集団データ作成部４３１は、出願人名称、Ｓ２１の処理で取得した全特許出願件数、業界区分、会計年度、会計期間、売上高等を互いに関連付けて母集団テーブルを生成し、記憶部４２に記憶する。以上により、母集団データ作成処理を終了する。

図１１は、母集団テーブルのデータ構造図の一例である。

母集団テーブルには、企業名称（出願人名称）、業界区分、会計年度、会計期間、売上高、特許出願件数（全特許出願件数）等が互いに関連付けられて記憶される。母集団テーブルには、売上高以外の財務データがさらに関連付けられて記憶されてもよい。母集団テーブルに記憶されるデータを母集団データと称し、母集団データのうち、企業名称（出願人名称）と、出資・財務ＤＢから取得された業界区分、会計期間、売上高等とを、企業データと称することがある。また、母集団テーブルに記憶される企業名称（出願人名称）は、企業名称データの一例である。

図１２は、企業スコア算出処理の一例を示すフローチャートである。企業スコア算出処理は、図５のＳ１５で実行される。

最初に、企業スコア算出部４３５は、特定テーマにおける特許出願件数を算出する（Ｓ３１）。企業スコア算出部４３５は、特許クラスタテーブルに記憶された特許出願について、特許クラスタ、出願人名称及び会計年度のすべてが同一の特許出願の件数を、特許クラスタ毎、出願人毎且つ会計年度毎に算出する。

次に、企業スコア算出部４３５は、特許スコアから企業スコアを算出する（Ｓ３２）。企業スコア算出部４３５は、特許クラスタテーブルに記憶された、特許クラスタ、出願人名称及び会計年度のすべてが同一の特許出願について、各特許出願の特許スコアを主成分毎に合計してベクトルを算出する。企業スコア算出部４３５は、算出したベクトルのノルムを算出して企業スコアとする。この企業スコアは、当該特許クラスタ、当該出願人（出願人名称）且つ当該会計年度における企業スコアである。

企業スコア算出部４３５は、特許クラスタ及び出願人名称が同一の特許出願について、各特許出願の特許スコアを主成分毎且つ会計年度を問わずに合計したベクトルを算出し、算出したベクトルのノルムを算出して企業スコアとしてもよい。この企業スコアは、当該特許クラスタ且つ当該出願人における企業スコアであり、期間全体企業スコアと称することができる。また、企業スコア算出部４３５は、出願人名称が同一の特許出願について、各特許出願の特許スコアを主成分毎且つ特許クラスタ及び会計年度を問わずに合計したベクトルを算出し、算出したベクトルのノルムを算出して企業スコアとしてもよい。この企業スコアは、当該出願人における企業スコアである。

次に、企業スコア算出部４３５は、算出した特許出願件数及び企業スコアを特許クラスタＩＤ、出願人名称及び会計年度と互いに関連付けて企業スコアテーブルを生成し、記憶部４２に記憶する（Ｓ３３）。以上により、企業スコア算出処理を終了する。

図１３は、企業スコアテーブルのデータ構造図の一例である。

企業スコアテーブルには、特許クラスタ毎に、出願人名称、会計年度毎及び期間全体の特許出願件数及び企業スコア等が互いに関連付けられて記憶される。

図１４は、指標算出処理の一例を示すフローチャートである。指標算出処理は、図５のＳ１６で実行される。

最初に、指標算出部４３６は、集中化傾向指標を算出する対象である企業（出願人）を決定する（Ｓ７１）。指標算出部４３６は、端末１０の入力部から入力されたユーザの指示を、通信部４１を介して受信し、ユーザの指示に基づいて企業を決定する。

次に、指標算出部４３６は、決定した企業について集中化傾向指標を算出する（Ｓ７２）。指標算出部４３６は、決定した企業について、企業スコアテーブルに記憶された企業スコアを対応する特許出願件数で除して、集中化傾向指標を算出する。指標算出部４３６は、決定した企業について、特定テーマ毎、特許クラスタ毎且つ会計年度毎に集中化傾向指標を算出する。なお、指標算出部４３６は、会計年度を問わずに特定テーマ毎且つ特許クラスタ毎に集中化傾向指標を算出しても、特許クラスタ及び会計年度を問わずに特定テーマ毎に集中化傾向指標を算出してもよい。以上により、指標算出処理を終了する。

図１５は、特徴データ作成出力処理の一例を示すフローチャートである。特徴データ作成出力処理は、図５のＳ１７で実行される。

最初に、特徴データ作成出力部４３７は、決定された企業に関する特徴データを作成する（Ｓ８１）。特徴データ作成出力部４３７は、Ｓ７１の処理で決定された企業、Ｓ７２の処理で算出された集中化傾向指標、当該集中化傾向指標に対応する特定テーマ、特許クラスタ及び／又は会計年度等に基づいて、特徴データを作成する。

次に、特徴データ作成出力部４３７は、特徴データを、端末１０に表示させるために通信部４１を介して端末１０に出力する（Ｓ８２）。以上により、特徴データ作成出力処理を終了する。

図１６は、特徴データを端末１０に表示した表示画面の一例である。

表示画面には、特定テーマ（Autonomous Driving等の文字列）、各特定テーマに関する集中化傾向指標（０．７等の数値）、各特定テーマに関する企業スコア（実線）及び特許出願件数（点線）等が表示されている。

このように、指標算出装置４０は、特定テーマに関連する複数の特許出願が特定のＩＰＣ分類を有するか否かをｍ次元空間に示したデータを主成分分析して、ｋ次元（但しｍ＞ｋ）の特許スコアを算出し、特許スコアを利用して特許クラスタを生成する。出願人が発見したように、ｋ次元の空間の原点に近い特許クラスタは、特定テーマにおける基礎的な技術と関連が強いため、ｋ次元の空間の原点に近い特許出願もまた、特定テーマにおける基礎的な技術と関連が強い。集中化傾向指標は、企業スコアを利用して、すなわち特許スコアの合計に基づいて算出されるため、企業の特許出願が基礎的な技術に関連するかどうかの傾向を示す。このため、指標算出装置４０は、集中化傾向指標に基づいて、企業の特許出願の特徴を示す特徴データを作成することができる。

なお、特許ＤＢ、出資・財務ＤＢ、母集団テーブル等は、一つのテーブルではなく、リレーショナルデータベースのように複数のテーブルを関連付けたものであってもよい。また、特許ＤＢの各レコードと出資・財務ＤＢの各レコードとは、特許出願人等のデータによって互いに関連付けられていてもよい。

また、同一企業に対応する、出資・財務ＤＢに記憶された企業名称と、特許ＤＢに記憶された出願人名称とが異なり、データを適切に取得できないことがある。これを防止するため、記憶部４２は、企業名称と出願人名称とを対応付けたテーブルを予め記憶してもよい。母集団データ作成部４３１は、母集団テーブル作成処理Ｓ２２において、出願人名称に代えて出願人名称に対応付けられた企業名称をキーとして出資・財務ＤＢを検索することにより、出資・財務ＤＢに記憶されたデータを適切に取得することができる。

また、特許クラスタ生成部４３４は、特許クラスタを生成した後、図８の概念図、図９のデータ構造図等の特許クラスタの特徴を示す情報を、指標算出装置４０の表示部（不図示）等に表示してもよい。指標算出装置４０は、表示内容に基づいて決定された各特許クラスタの名称を、キーボード等の入力部（不図示）から取得し、特許クラスタＩＤと関連付けて、又は特許クラスタＩＤに代えて、特許スコアテーブルに記憶してもよい。また、特許クラスタ生成処理（Ｓ１４）より後の処理において、企業スコア算出部４３５、指標算出部４３６、特徴データ作成出力部４３７等は、特許クラスタＩＤに代えて、特許クラスタの名称を用いて各処理を実行してもよい。例えば、特徴データ作成出力部４３７は、特徴データ作成処理（Ｓ８１）において特許クラスタの名称を表示できるように特徴データを作成してもよい。

また、企業スコア算出部４３５は、各特許出願人の特許出願について特許出願件数の算出（Ｓ３１）～企業スコアテーブルの作成（Ｓ３３）を実行することに代えて、特定の特許出願人（企業）の特許出願についてＳ３１～Ｓ３３の処理を実行してもよい。例えば、企業スコア算出部４３５は、指標算出部４３６が企業を決定（Ｓ７１）した後、その企業の集中化傾向指標を算出（Ｓ７２）する前に、その企業の特許出願に対してＳ３１～Ｓ３３の処理を実行して、企業スコアを算出してもよい。これにより、企業スコアを集中化傾向指標の算出にのみ利用する場合、企業スコア算出処理の処理量を減少させることができる。

また、企業スコア算出部４３５は、各特許クラスタについて特許出願件数の算出（Ｓ３１）～企業スコアテーブルの作成（Ｓ３３）を実行することに代えて、特許クラスタの少なくとも一つについてＳ３１～Ｓ３３の処理を実行して、企業スコアを算出してもよい。これにより、企業スコアを特定の特許クラスタの集中化傾向指標の算出にのみ利用する場合、企業スコア算出処理の処理量を減少させることができる。

また、企業スコア算出部４３５は、各会計年度について特許出願件数の算出（Ｓ３１）～企業スコアテーブルの作成（Ｓ３３）を実行することに代えて、会計年度の少なくとも一つについてＳ３１～Ｓ３３の処理を実行して、企業スコアを算出してもよい。これにより、企業スコアを特定の会計年度の集中化傾向指標の算出にのみ利用する場合、企業スコア算出処理の処理量を減少させることができる。

＜第１変形例＞
図１７は、第１変形例に係る指標算出装置６０の概略構成図の一例である。

指標算出装置６０は、母集団データ作成部４３１に代えて母集団データ作成部６３１を、企業スコア算出部４３５に代えて企業スコア算出部６３５を有し、マイノリティ取得部６３８をさらに有することが指標算出装置４０と相違する。母集団データ作成部６３１、企業スコア算出部６３５及びマイノリティ取得部６３８以外の指標算出装置６０の構成要素の構成及び機能は、同一符号が付された指標算出装置４０の構成要素の構成及び機能と同一であるため、ここでは詳細な説明を省略する。

図１８は、第１変形例に係る指標算出装置６０の動作の一例を示すフローチャートである。

第１変形例に係る指標算出装置６０の動作は、母集団データ作成処理Ｓ１１の代わりに母集団データ作成処理Ｓ１１′が、企業スコア算出処理Ｓ１５の代わりに企業スコア算出処理Ｓ１５′が実行されることが、実施形態における指標算出装置４０の動作と相違する。母集団データ作成処理Ｓ１１′及び企業スコア算出処理Ｓ１５′以外の第１変形例に係る指標算出装置６０の動作は、同一符号が付された指標算出装置４０の動作と同一であるため、ここでは詳細な説明を省略する。

図１９は、第１変形例に係る母集団データ作成処理の一例を示すフローチャートである。

第１変形例に係る母集団データ作成処理Ｓ１１′は、さらにＳ４１～Ｓ４４の処理が実行されることが、実施形態における母集団データ作成処理Ｓ１１と相違する。Ｓ４１～Ｓ４４の処理以外の第１変形例に係る母集団データ作成処理Ｓ１１′は、同一符号が付された母集団データ作成処理Ｓ１１の処理と同一であるため、ここでは詳細な説明を省略する。

最初に、母集団データ作成部６３１は、Ｓ２１及びＳ２２の処理を実行し、母集団テーブルを生成する。

次に、マイノリティ取得部６３８は、出資・財務ＤＢから、マイノリティデータを取得する（Ｓ４１）。マイノリティデータは、マイノリティ出資を行っている出資企業と、その出資企業からマイノリティ出資を受けている被出資企業とが関連付けられたデータであり、出資企業名、被出資企業名等を含むデータである。マイノリティ取得部６３８は、出資・財務ＤＢに記憶された各企業のデータのうち、０％より大きく５０％より小さな出資比率を含む企業のデータから、マイノリティデータを取得する。マイノリティデータの出資企業名及び被出資企業名は、それぞれ、出資・財務ＤＢの企業名称及び出資先名称で識別される企業名である。例えば、図４（Ｂ）の出資・財務ＤＢから取得されるマイノリティデータは、出資企業名がＡ社で被出資企業名がＢ社のデータ、及び出資企業名がＣ社で被出資企業名がＤ社のデータである。

次に、母集団データ作成部６３１は、マイノリティデータの被出資企業名が、母集団テーブル中の企業名称（出願人名称）と一致するか否かを判定する（Ｓ４２）。被出資企業名が母集団テーブル中の企業名称と一致する場合（Ｓ４２－Ｙ）、母集団データ作成部６３１は、マイノリティデータから被出資企業名に対応する出資企業名を特定し、母集団テーブルにおいて出資企業名に対応する特許件数を更新する（Ｓ４３）。母集団データ作成部６３１は、母集団テーブル中の出資企業名に対応する特許件数を、出資企業名に対応する特許件数に被出資企業名に対応する特許件数を加えた件数に更新する。被出資企業名が母集団テーブル中の企業名称と一致しない場合（Ｓ４２－Ｎ）、母集団データ作成部６３１は、Ｓ４３の処理を行わない。母集団データ作成部６３１は、Ｓ４２及びＳ４３の処理をマイノリティデータの被出資企業名毎に実行する。

次に、母集団データ作成部６３１は、母集団テーブルから企業名称が被出資企業名と一致するデータを削除する（Ｓ４４）。以上により、第１変形例に係る母集団データ作成処理を終了する。

図２０は、第１変形例に係る母集団テーブルの一例である。

第１変形例に係る母集団テーブルの構造は、図１１に示す母集団テーブルの構造と同一である。また、第１変形例に係る母集団テーブルのデータは、Ｂ社及びＤ社のデータがなく、Ａ社の特許出願件数にＢ社の特許出願件数が、Ｃ社の特許出願件数にＤ社の特許出願件数がそれぞれ加えられている点が、図１１に示す母集団テーブルのデータと異なる。第１変形例に係る母集団テーブルのその他の点は、図１１に示す母集団テーブルと同一である。

図２１は、第１変形例に係る企業スコア算出処理の一例を示すフローチャートである。

第１変形例に係る企業スコア算出処理Ｓ１５′は、さらにＳ４１′～Ｓ４３′の処理が実行されることが、実施形態における企業スコア算出処理Ｓ１５と相違する。Ｓ４１′～Ｓ４３′の処理以外の第１変形例に係る企業スコア算出処理Ｓ１５′は、同一符号が付された企業スコア算出処理Ｓ１５の処理と同一であるため、ここでは詳細な説明を省略する。

最初に、マイノリティ取得部６３８は、出資・財務ＤＢから、マイノリティデータを取得する（Ｓ４１′）。マイノリティ取得部６３８は、母集団データ作成処理Ｓ１１′のマイノリティデータ取得処理（Ｓ４１）と同様な処理を行ってマイノリティデータを取得する。マイノリティ取得部６３８は、この処理に代えて、母集団データ作成処理Ｓ１１′のマイノリティデータ取得処理（Ｓ４１）で取得したマイノリティデータを記憶部４２に記憶し、記憶したマイノリティデータを以後の処理に使用してもよい。

次に、企業スコア算出部６３５は、マイノリティデータの被出資企業名が、特許クラスタテーブル中の出願人名称と一致するか否かを判定する（Ｓ４２′）。被出資企業名が特許クラスタテーブル中の出願人名称と一致する場合（Ｓ４２′－Ｙ）、企業スコア算出部６３５は、マイノリティデータから被出資企業名に対応する出資企業名を特定し、特許クラスタテーブルの出願人名称を変更する（Ｓ４３′）。企業スコア算出部６３５は、特許クラスタテーブル中の出願人名称を、被出資企業名から出資企業名に変更する。被出資企業名が特許クラスタテーブル中の出願人名称と一致しない場合（Ｓ４２′－Ｎ）、企業スコア算出部６３５は、Ｓ４３′の処理を行わない。企業スコア算出部６３５は、Ｓ４２′及びＳ４３′の処理をマイノリティデータの被出資企業名毎に実行する。

次に、企業スコア算出部６３５は、Ｓ３１～Ｓ３３の処理を実行する。以上により、企業スコア算出処理Ｓ１５′を終了する。

図２２は、第１変形例に係る企業スコアテーブルの一例である。

第１変形例に係る企業スコアテーブルは、Ｂ社及びＤ社のデータがなく、Ａ社の企業スコアにＢ社の特許出願が、Ｃ社の企業スコアにＤ社の特許出願がそれぞれ反映されている点が、図１３に示す特許スコアテーブルと異なる。第１変形例に係る企業スコアテーブルのその他の点は、図１３に示す企業スコアテーブルと同一である。

指標算出装置６０は、マイノリティ出資の被出資企業が特許出願人である場合、特許出願の出願人が被出資企業に関連付けられた出資企業を示すように母集団データ及び企業スコアを作成する。この結果、企業スコア算出処理Ｓ１５′において、被出資企業による特許出願は、出資企業による特許出願として処理され、出資企業の企業スコアは、被出資企業の特許出願を反映したものとなる。この結果、特徴データ作成出力処理Ｓ１７において、企業の特許出願の特徴を示す特徴データは、被出資企業の特許出願を出資企業に反映したものとなる。このようにして、指標算出装置６０は、マイノリティ出資を買収とみなした場合の特徴データを、企業買収又は企業連携を検討するユーザに提供することができる。

なお、企業スコア算出部６３５がＳ４１′～Ｓ４３′の処理を実行することに代えて、ｍ次元データ生成部４３２、特許スコア算出部４３３及び特許クラスタ生成部４３４のいずれかが、Ｓ４１′～Ｓ４３′と同様な処理を実行し、出願人名称の変更を行ってもよい。例えば、ｍ次元データ生成部４３２は、特許ＤＢから取得した出願人名称に対してＳ４１′～Ｓ４３′と同様な処理を実行することにより、マイノリティ出資の被出資企業による特許出願を、マイノリティ出資の出資企業による特許出願としてもよい。あるいは、指標算出装置６０は、母集団データ作成処理Ｓ１１′より前に、特許ＤＢに記憶されたデータに対してＳ４１′～Ｓ４３′と同様な処理を行ったデータを生成してもよい。この場合、指標算出装置６０は、生成したデータに対して実施形態と同様な処理を実行することにより、第１変形例と同様な結果を得ることができる。

また、特徴データ作成出力部４３７は、第１変形例に記載の処理によって生成された特徴データと、実施形態に記載の処理によって生成された特徴データの両方を出力してもよい。

＜第２変形例＞
図２３は、第２変形例に係る指標算出装置７０の概略構成図の一例である。

指標算出装置７０は、母集団データ作成部４３１に代えて母集団データ作成部７３１を、企業スコア算出部４３５に代えて企業スコア算出部７３５を有することが指標算出装置４０と相違する。また、指標算出装置７０は、企業リスト出力部７３８及び買収候補企業データ取得部７３９をさらに有することが指標算出装置４０と相違する。母集団データ作成部７３１、企業スコア算出部７３５、企業リスト出力部７３８及び買収候補企業データ取得部７３９以外の指標算出装置７０の構成要素の構成及び機能は、同一符号が付された指標算出装置４０の構成要素の構成及び機能と同一である。このため、同一符号が付された指標算出装置７０の構成要素の構成及び機能については、ここでは詳細な説明を省略する。

図２４は、第２変形例に係る指標算出装置７０の動作の一例を示すフローチャートである。

第２変形例に係る指標算出装置７０の動作は、母集団データ作成処理Ｓ１１の代わりに母集団データ作成処理Ｓ１１”が、企業スコア算出処理Ｓ１５の代わりに企業スコア算出処理Ｓ１５”が実行されることが、実施形態における指標算出装置４０の動作と相違する。母集団データ作成処理Ｓ１１”及び企業スコア算出処理Ｓ１５”以外の指標算出装置７０の動作は、同一符号が付された指標算出装置４０の動作と同一であるため、ここでは詳細な説明を省略する。

図２５は、第２変形例に係る母集団データ作成処理の一例を示すフローチャートである。

第２変形例に係る母集団データ作成処理Ｓ１１”は、さらにＳ５１～Ｓ５５の処理が実行されることが、実施形態における母集団データ作成処理Ｓ１１と相違する。Ｓ５１～Ｓ５５の処理以外の第２変形例に係る母集団データ作成処理Ｓ１１”は、同一符号が付された母集団データ作成処理Ｓ１１の処理と同一であるため、ここでは詳細な説明を省略する。

最初に、母集団データ作成部７３１は、Ｓ２１及びＳ２２の処理を実行し、母集団データを作成する。

次に、企業リスト出力部７３８は、企業買収候補となる企業リストを母集団データから取得し、取得した企業リストを、通信部４１を介して端末１０に出力する（Ｓ５１）。企業リスト出力部７３８は、企業リストを母集団テーブルの企業名称欄に記憶された出願人名称から取得する。企業リスト出力部７３８は、取得した企業リストに同一の企業名が重複して記載されている場合、重複している記載を企業リストから削除する。

次に、買収候補企業データ取得部７３９は、端末１０から、企業リストから選択された買収企業及び被買収企業を示す買収候補データを取得する（Ｓ５２）。買収候補データは、買収を検討している買収企業と、その買収企業が買収対象として検討している被買収企業とが関連付けられたデータであり、買収企業名、被買収企業名等を含むデータである。買収候補企業データ取得部７３９は、取得した買収候補データを記憶部４２に記憶する。

次に、母集団データ作成部７３１は、買収候補データの被買収企業名が、母集団テーブル中の企業名称（出願人名称）と一致するか否かを判定する（Ｓ５３）。被買収企業名が母集団テーブル中の企業名称と一致する場合（Ｓ５３－Ｙ）、母集団データ作成部７３１は、買収候補データから被買収企業名に対応する買収企業名を特定し、母集団テーブルの買収企業名に対応する特許件数及び財務データを更新する（Ｓ５４）。母集団データ作成部７３１は、母集団テーブル中の買収企業名に対応する特許件数を、買収企業名に対応する特許件数に被買収企業名に対応する特許件数を加えた件数に更新する。また、母集団データ作成部７３１は、各財務データについて、母集団テーブル中の買収企業名に対応する財務データを、買収企業名に対応する財務データに被買収企業名に対応する財務データを加えた件数に更新する。被買収企業名が母集団テーブル中の企業名称と一致しない場合（Ｓ５３－Ｎ）、母集団データ作成部７３１は、Ｓ５４の処理を行わない。母集団データ作成部７３１は、Ｓ５３及びＳ５４の処理を買収候補データの被買収企業名毎に実行する。

次に、母集団データ作成部７３１は、母集団テーブルから企業名称が被買収企業名と一致するデータを削除する（Ｓ５５）。以上により、第２変形例に係る母集団データ作成処理を終了する。

第２変形例に係る母集団テーブルの構造は、図２０に示す母集団テーブルの構造と同様である。また、実施形態と同様なデータを使用し、Ａ社がＢ社を買収し、Ｃ社がＤ社を買収したことを示す買収候補データが取得された場合、第２変形例に係る母集団テーブルのデータは、図２０に示す母集団テーブルのデータと同様である。

図２６は、第２変形例に係る企業スコア算出処理の一例を示すフローチャートである。

第２変形例に係る企業スコア算出処理Ｓ１５”は、さらにＳ５２′～Ｓ５４′の処理が実行されることが、実施形態における企業スコア算出処理Ｓ１５と相違する。Ｓ５２′～Ｓ５４′の処理以外の第２変形例に係る企業スコア算出処理Ｓ１５”は、同一符号が付された企業スコア算出処理Ｓ１５の処理と同一であるため、ここでは詳細な説明を省略する。

最初に、買収候補企業データ取得部７３９は、母集団データ作成処理Ｓ１１”の買収候補データ取得処理（Ｓ５２）で取得した買収候補データを、記憶部４２から取得する（Ｓ５２′）。

次に、企業スコア算出部７３５は、買収候補データの被買収企業名が、特許クラスタテーブル中の出願人名称と一致するか否かを判定する（Ｓ５３′）。被買収企業名が特許クラスタテーブル中の出願人名称と一致する場合（Ｓ５３′－Ｙ）、企業スコア算出部７３５は、買収候補データから被買収企業名に対応する買収企業名を特定し、特許クラスタテーブルにおいて、出願人名称を変更する（Ｓ５４′）。企業スコア算出部７３５は、特許クラスタテーブル中の出願人名称を、被買収企業名から買収企業名に変更する。被買収企業名が特許クラスタテーブル中の出願人名称と一致しない場合（Ｓ５３′－Ｎ）、企業スコア算出部７３５は、Ｓ５４′の処理を行わない。企業スコア算出部７３５は、Ｓ５３′及びＳ５４′の処理を買収候補データの被買収企業名毎に実行する。

次に、企業スコア算出部７３５は、Ｓ３１～Ｓ３３の処理を実行する。以上により、企業スコア算出処理Ｓ１５”を終了する。

第２変形例に係る企業スコアテーブルの構造は、図２２に示す企業スコアテーブルの構造と同様である。また、実施形態と同様なデータを使用し、Ａ社がＢ社を買収し、Ｃ社がＤ社を買収したことを示す買収候補データが取得された場合、第２変形例に係る企業スコアテーブルのデータは、図２２に示す企業スコアテーブルのデータと同様である。

指標算出装置７０は、被買収企業が特許出願人である場合、特許出願の出願人が被買収企業に関連付けられた買収企業を示すように母集団データを作成する。この結果、企業スコア算出処理Ｓ１５”において、被買収企業による特許出願は、買収企業による特許出願として処理され、買収企業の企業スコアは、被買収企業の特許出願を反映したものとなる。このようにして、指標算出装置７０は、買収企業が被買収企業を買収した場合の特徴データを、企業買収又は企業連携を検討するユーザに提供することができる。

＜第２実施形態＞
図２７は、第２実施形態に係る指標算出装置における処理回路の概略構成を示すブロック図である。

処理回路９３は、指標算出装置４０の処理部４３の代わりに用いられ、処理部４３の代わりに、母集団データ作成処理、ｍ次元データ生成処理、特許スコア算出処理、特許クラスタ生成処理、企業スコア算出処理及び特徴データ作成出力処理を実行する。処理回路９３は、母集団データ作成回路９３１、ｍ次元データ生成回路９３２、特許スコア算出回路９３３、特許クラスタ生成回路９３４、企業スコア算出回路９３５、指標算出回路９３６、特徴データ作成出力回路９３７等を有する。なお、処理回路９３として、ＬＳＩ、ＤＳＰ、ＡＳＩＣ又はＦＰＧＡ等が用いられてよい。

母集団データ作成回路９３１は、母集団データ作成部の一例であり、母集団データ作成部４３１と同様の機能を有する。母集団データ作成回路９３１は、端末１０から通信部４１を介して受信した指示に基づいて、特許ＤＢ、出資・財務ＤＢ等に記憶されたデータから、特許出願人を示す企業名称データを含む母集団テーブルを生成する。

ｍ次元データ生成回路９３２は、ｍ次元データ生成部の一例であり、ｍ次元データ生成部４３２と同様の機能を有する。ｍ次元データ生成回路９３２は、特許ＤＢに記憶されたデータから、各特許出願に特定のＩＰＣデータが付与されているか否かを示すｍ次元のデータを含むＩＰＣテーブルを生成する。

特許スコア算出回路９３３は、特許スコア算出部の一例であり、特許スコア算出部４３３と同様の機能を有する。特許スコア算出回路９３３は、ＩＰＣテーブルに記憶されたｍ次元のデータを主成分分析した結果に基づいて、各特許出願の特許スコアを算出する。特許スコア算出回路９３３は、算出した特許スコアを含む特許スコアテーブルを生成する。

特許クラスタ生成回路９３４は、特許クラスタ生成部の一例であり、特許クラスタ生成部４３４と同様の機能を有する。特許クラスタ生成回路９３４は、特許出願毎の特許スコアを利用して、いくつかの特許出願を含む特許クラスタを複数個生成する。特許クラスタ生成回路９３４は、生成した特許クラスタに関するデータを含む特許クラスタテーブルを生成する。

企業スコア算出回路９３５は、企業スコア算出部の一例であり、企業スコア算出部４３５と同様の機能を有する。企業スコア算出回路９３５は、特許クラスタテーブルと母集団データとに基づいて、企業スコア算出処理を実行し、算出した企業スコアを含む企業スコアテーブルを生成する。

指標算出回路９３６は、指標算出部の一例であり、指標算出部４３６と同様の機能を有する。指標算出回路９３６は、企業スコアを算出した特許クラスタについて、企業の企業スコアと企業スコアの算出に利用した特許出願の数との比を示す集中化傾向指標を算出する。

特徴データ作成出力回路９３７は、特徴データ作成出力部の一例であり、特徴データ作成出力部４３７と同様の機能を有する。特徴データ作成出力回路９３７は、集中化傾向指標に基づいて、特定テーマにおける企業の特許出願の特徴を示す特徴データを作成し、通信部４１を介して端末１０に出力する。

以上詳述したように、指標算出装置は、処理回路９３を用いる場合も、企業の特許出願の特徴を示す特徴データを作成することが可能である。

当業者は、本発明の精神及び範囲から外れることなく、様々な変更、置換及び修正をこれに加えることが可能であることを理解されたい。

４０、６０、７０ 指標算出装置
４３１、６３１、７３１ 母集団データ作成部
４３２ ｍ次元データ生成部
４３３ 特許スコア算出部
４３４ 特許クラスタ生成部
４３５、６３５、７３５ 企業スコア算出部
４３６ 指標算出部
４３７ 特徴データ作成出力部
６３８ マイノリティ取得部
７３８ 企業リスト出力部
７３９ 買収候補企業データ取得部

Claims (6)

1. 特定テーマに関連する複数の特許出願のＩＰＣ分類データに基づいて、前記特許出願毎に、ＩＰＣ分類データの有無を示すｍ次元のデータを生成するｍ次元データ生成部と、
   前記ｍ次元のデータを主成分分析した結果に基づいて、前記特許出願毎に、各主成分を軸とするｋ次元（但しｍ＞ｋ）の空間の座標値に対応する特許スコアを算出する特許スコア算出部と、
   前記特許出願毎の前記特許スコアを利用して、いくつかの特許出願を含む特許クラスタを複数個生成する特許クラスタ生成部と、
   前記特許クラスタの少なくとも一つについて、特許出願人の特許出願に関する前記特許スコアの合計に基づいて、前記特許出願人である企業の評価値を示す企業スコアを算出する企業スコア算出部と、
   前記企業スコアを算出した特許クラスタについて、前記企業の企業スコアと前記企業スコアの算出に利用した特許出願の数との比率を示す集中化傾向指標を算出する指標算出部と、
   前記集中化傾向指標に基づいて、前記特定テーマにおける前記企業の特許出願の特徴を示す特徴データを作成及び出力する特徴データ作成出力部と、
   を有することを特徴とする指標算出装置。
2. 前記集中化傾向指標は、前記企業スコアの算出に利用した特許出願の数に対する前記企業スコアの比率が小さいほど、前記企業が前記特定テーマに関してより基礎的な技術に係る特許出願を行っていることを示す、請求項１に記載の指標算出装置。
3. 前記特定テーマに関連する複数の特許出願に関するデータを含んだ母集団データを作成する母集団データ作成部であって、前記データは、少なくとも当該特許出願の出願人を示す企業名称データを含む、母集団データ作成部と、
   マイノリティ出資を行っている出資企業と、当該出資企業からマイノリティ出資を受けている被出資企業との関連付けを示すマイノリティデータを取得するマイノリティ取得部と、をさらに有し、
   前記母集団データ作成部は、さらに、前記特許出願の出願人と前記被出資企業とが一致するか否かを判定し、一致するとき、前記特許出願の出願人が当該被出資企業に関連付けられた出資企業を示すように前記母集団データを作成する、請求項１又は２に記載の指標算出装置。
4. 前記特定テーマに関連する複数の特許出願に関するデータを含んだ母集団データを作成する母集団データ作成部であって、前記データは、少なくとも当該特許出願の出願人を示す企業名称データを含む、母集団データ作成部と、
   企業買収候補となる企業リストを前記母集団データから取得及び出力する企業リスト出力部と、
   前記企業リストから選択された買収企業及び被買収企業を示す買収候補データを取得する買収候補企業データ取得部と、をさらに有し、
   前記母集団データ作成部は、さらに、前記特許出願の出願人と前記被買収企業とが一致するか否かを判定し、一致するとき、前記特許出願の出願人に代えて当該被買収企業に関連付けられた買収企業を示すように前記母集団データを作成する、請求項１又は２に記載の指標算出装置。
5. コンピュータによって実行される指標算出方法であって、
   特定テーマに関連する複数の特許出願のＩＰＣ分類データに基づいて、前記特許出願毎に、ＩＰＣ分類データの有無を示すｍ次元のデータを生成し、
   前記ｍ次元のデータを主成分分析した結果に基づいて、前記特許出願毎に、各主成分を軸とするｋ次元（但しｍ＞ｋ）の空間の座標値に対応する特許スコアを算出し、
   前記特許出願毎の前記特許スコアを利用して、いくつかの特許出願を含む特許クラスタを複数個生成し、
   前記特許クラスタの少なくとも一つについて、特許出願人の特許出願に関する前記特許スコアの合計に基づいて、前記特許出願人である企業の評価値を示す企業スコアを算出し、
   前記企業スコアを算出した特許クラスタについて、前記企業の企業スコアと前記企業スコアの算出に利用した特許出願の数との比率を示す集中化傾向指標を算出し、
   前記集中化傾向指標に基づいて、前記特定テーマにおける前記企業の特許出願の特徴を示す特徴データを作成及び出力する、
   ことを特徴とする指標算出方法。
6. 特定テーマに関連する複数の特許出願のＩＰＣ分類データに基づいて、前記特許出願毎に、ＩＰＣ分類データの有無を示すｍ次元のデータを生成し、
   前記ｍ次元のデータを主成分分析した結果に基づいて、前記特許出願毎に、各主成分を軸とするｋ次元（但しｍ＞ｋ）の空間の座標値に対応する特許スコアを算出し、
   前記特許出願毎の前記特許スコアを利用して、いくつかの特許出願を含む特許クラスタを複数個生成し、
   前記特許クラスタの少なくとも一つについて、特許出願人の特許出願に関する前記特許スコアの合計に基づいて、前記特許出願人である企業の評価値を示す企業スコアを算出し、
   前記企業スコアを算出した特許クラスタについて、前記企業の企業スコアと前記企業スコアの算出に利用した特許出願の数との比率を示す集中化傾向指標を算出し、
   前記集中化傾向指標に基づいて、前記特定テーマにおける前記企業の特許出願の特徴を示す特徴データを作成及び出力する、
   ことをプロセッサに実行させることを特徴とするプログラム。

Images