KR20160041277A - Apparatus and method for recommending technical cooperation partner - Google Patents

Apparatus and method for recommending technical cooperation partner Download PDF

Info

Publication number
KR20160041277A
KR20160041277A KR1020140134877A KR20140134877A KR20160041277A KR 20160041277 A KR20160041277 A KR 20160041277A KR 1020140134877 A KR1020140134877 A KR 1020140134877A KR 20140134877 A KR20140134877 A KR 20140134877A KR 20160041277 A KR20160041277 A KR 20160041277A
Authority
KR
South Korea
Prior art keywords
matrix
patents
common
similarity
holder
Prior art date
Application number
KR1020140134877A
Other languages
Korean (ko)
Other versions
KR101691379B1 (en
Inventor
윤병운
박인채
이기은
Original Assignee
동국대학교 산학협력단
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 동국대학교 산학협력단 filed Critical 동국대학교 산학협력단
Priority to KR1020140134877A priority Critical patent/KR101691379B1/en
Publication of KR20160041277A publication Critical patent/KR20160041277A/en
Application granted granted Critical
Publication of KR101691379B1 publication Critical patent/KR101691379B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/18—Legal services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Technology Law (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Machine Translation (AREA)

Abstract

An objective of the present invention is to provide an apparatus and a method for recommending a technical collaboration partner, which use bibliography information and text information of a patent to ascertain a relationship between research and development entities, and generate a technical collaboration map and recommend a technical collaboration partner based on a common citation relation and a semantic similarity relation. The apparatus for recommending a technical collaboration partner comprises: a patent owner matrix generating part which generates at least one among a common citation-based association matrix between patent owners and a semantic similarity-based association matrix between patent owners based on patents collected in a target technical field; and a potential technical collaboration map generating part which visualizes patent owners who can potentially collaborate as technical collaboration partner to generate a technical collaboration map based on the generated association matrix between patent owners.

Description

기술 협력 파트너 추천 장치 및 방법{APPARATUS AND METHOD FOR RECOMMENDING TECHNICAL COOPERATION PARTNER} [0001] APPARATUS AND METHOD FOR RECOMMENDING TECHNICAL COOPERATION PARTNER [0002]

본 발명은 특허 정보를 기반으로 잠재적 기술 협력 파트너를 추천하는 장치 및 방법에 관한 것이다.
The present invention relates to an apparatus and method for recommending potential technical cooperation partners based on patent information.

시장의 변화가 빨라지고 제품의 수명주기가 짧아짐에 따라서 기업의 기술개발에 대한 위험이 증가하고 있다. 많은 기업이 직면한 어려움을 극복하기 위해 오픈 이노베이션을 도입하여 다양한 방식의 기술협력을 통해서 기술개발에 투자되는 비용과 위험을 줄이고자 노력하고 있다.As market changes become faster and product life cycles become shorter, there is a growing risk for technology development by companies. To overcome the difficulties faced by many companies, Open Innovation is being introduced to reduce the costs and risks invested in technology development through various types of technology cooperation.

그러나 기존의 기술협력 파트너의 선정은 지리적 근접성과 기업 내부의 네트워크 등을 기반으로 이루어져 왔다. 따라서 기술개발의 결과물로 나타낼 수 있는 특허정보를 활용하여, 과거의 기술개발 협력의 패턴을 바탕으로 현재의 기술협력 현황을 파악하고, 미래의 적절한 기술 협력 파트너를 찾고자 하는 기업의 의도에 맞춘 체계화된 시스템이 필요하다.
However, the selection of existing technology cooperation partners has been based on geographical proximity and internal network. Therefore, by utilizing patent information that can be expressed as a result of technology development, it is possible to grasp the current state of technology cooperation based on past patterns of technology development cooperation, We need a system.

본 발명은 특허의 서지 정보와 텍스트 정보를 활용하여 연구개발 주체 간의 관계를 파악하고, 공통인용관계, 의미론적 유사관계에 기반하여 기술 협력 맵을 생성하고 기술 협력 파트너를 추천하는 장치 및 방법을 제공한다.
The present invention provides a device and method for identifying a relationship between R & D entities using bibliographic information and text information of a patent, creating a technology cooperation map based on a common quotation relationship, a semantic similarity relationship, and recommending a technology cooperation partner do.

본 발명의 일 측면에 따르면, 기술 협력 파트너 추천 장치로서,According to an aspect of the present invention,

대상기술분야 내의 수집된 특허에 기반하여, 공통인용 기반의 특허보유자 간 연관도 행렬 및 의미론적 유사도 기반의 특허보유자 간 연관도 행렬 중 적어도 하나를 생성하는 특허보유자 간 행렬 생성부; 및 상기 생성된 특허보유자 간 연관도 행렬에 기반하여, 잠재적으로 기술 협력 파트너로서 협력 가능한 특허보유자 간을 시각화하여 나타낸 기술 협력 맵을 생성하는 잠재적 기술 협력 맵 생성부를 포함하는 기술 협력 파트너 추천 장치가 제공된다.
A patent-holder intercalation matrix generation unit for generating at least one of a correlation matrix between patent holders based on common citations and an association matrix between patent holders based on semantic similarity, based on collected patents in the target technology field; And a potential technical cooperation map generating unit for generating a technical cooperation map represented by visualizing the patent holders that can potentially be cooperated as a technical cooperation partner based on the generated association matrix between the patent holders do.

일 실시예에서, 상기 수집된 특허를 대상으로, 특허 간 서지 정보 유사도 행렬을 생성하는 특허 간 서지 정보 유사도 행렬 생성부를 더 포함하되,In one embodiment, the system further includes an inter-patent bibliographic information similarity matrix generator for generating the inter-patent bibliographic information similarity matrix on the collected patents,

상기 특허 간 서지 정보 유사도 행렬 생성부는,The inter-patent bibliographic information similarity matrix generator may include:

특허 간의 인용문헌 리스트를 비교하여, 공통으로 인용한 인용문헌의 개수를 계산하는 공통인용문헌수 계산부; 상기 계산된 특허 간 공통인용문헌수를 정규화 처리하는 공통인용문헌수 정규화 계산부; 및 상기 정규화 처리된 값을 이용하여 특허 간 공통인용 기반의 유사도 행렬을 생성하는 공통인용 기반 유사도 행렬 생성부를 포함할 수 있다.
A common quotation calculator for comparing a list of quoted documents between patents and calculating the number of quoted documents cited in common; A common quotation sentence normalization computation unit for normalizing the computed common patent quotation between patents; And a common citation base similarity matrix generator for generating a similarity matrix based on common quotes between patents using the normalized values.

일 실시예에서, 상기 공통인용문헌수 정규화 계산부는, 하기 수학식 1을 이용하여 특허 간 공통인용문헌수를 정규화 처리하고,In one embodiment, the common quotation normalization calculator may normalize the common quotation dictionaries between patents using Equation (1) below,

상기 특허보유자 간 행렬 생성부는, 하기 수학식 2를 이용하여 공통인용 기반의 특허보유자 간 연관도 행렬을 생성할 수 있다.The patentee-to-patentee matrix generator may generate a patentee-to-patentee association matrix based on common quotation using Equation (2).

[수학식 1][Equation 1]

Figure pat00001
Figure pat00001

여기서,

Figure pat00002
는 특허 i와 특허 j 간의 공통인용문헌수의 정규화 처리 값이고, rij는 특허 i와 특허 j 간의 공통인용문헌수이고, ni는 특허 i의 인용문헌수이고, nj는 특허 j의 인용문헌수임. here,
Figure pat00002
R ij is the common quotation between patent i and patent j, n i is the quotation of patent i, and n j is the number of citations of patent j.

[수학식 2]&Quot; (2) "

Figure pat00003

Figure pat00003

여기서,

Figure pat00004
는 특허보유자 m과 특허보유자 n 간의 공통인용문헌수에 관한 연관도 값이고,
Figure pat00005
는 각각 특허 i와 특허 j를 보유한 특허보유자 m과 특허보유자 n 간의 정규화 처리된 공통인용문헌수 값이고,
Figure pat00006
는 특허보유자 m이 보유하고 있는 특허의 수이고,
Figure pat00007
은 특허보유자 n이 보유하고 있는 특허의 수임.
here,
Figure pat00004
Is the association value for the common quotation of the patent holder m and the patent holder n,
Figure pat00005
Is a common quotation value between the patent holder m and the patent holder n having patent i and patent j, respectively,
Figure pat00006
Is the number of patents held by the patentee m,
Figure pat00007
Is the number of patents owned by the patent holder n.

일 실시예에서, 상기 수집된 특허를 대상으로, 특허 간 문서 내의 텍스트 정보의 의미론적 유사도 행렬을 생성하는 특허 간 텍스트 정보 유사도 행렬 생성부를 포함하되,In one embodiment, the inter-patent text information similarity degree matrix generation unit generates a semantic similarity degree matrix of text information in a document between patents, with respect to the collected patent,

상기 특허 간 텍스트 정보 유사도 행렬 생성부는,The inter-patent text information similarity matrix generator may include:

특허 문서 내에서 의미 분석에 활용될 단어를 추출하는 키워드 추출부; 특허 문서 내의 추출된 단어의 출현 빈도수를 정규화 계산하는 출현 빈도수 정규화 계산부; 추출된 단어 각각에 대한 출현 빈도수를 나타낸 단어-특허문서 출현 행렬을 생성하는 단어-특허문서 출현 행렬 생성부; 단어-특허문서 출현 행렬에 기반하여, 어느 2개의 특허문서 별로의 코사인 유사도를 계산하는 잠재적 의미 분석 수행부; 상기 코사인 유사도를 이용하여 특허 간 의미론적 유사도 행렬을 생성하는 의미론적 유사도 행렬 생성부를 포함할 수 있다.
A keyword extracting unit for extracting words to be used for semantic analysis in a patent document; An appearance frequency normalization calculation unit for normalizing the appearance frequencies of extracted words in the patent document; A word indicating an appearance frequency for each of the extracted words; a word for generating a patent document appearance matrix; a patent document appearance matrix generation unit; A potential semantic analysis execution unit for calculating a degree of similarity of each of the two patent documents based on a word-patent document appearance matrix; And a semantic similarity matrix generator for generating a semantic similarity matrix between patents using the cosine similarity.

일 실시예에서, 상기 출현 빈도수 정규화 계산부는, 하기 수학식 3에 의해 추출 단어의 출현 빈도수를 정규화 계산하고,In one embodiment, the appearance frequency normalization calculation unit normalizes and calculates an appearance frequency of an extracted word by the following equation (3)

상기 잠재적 의미 분석 수행부는, 하기 수학식 4에 의해 어느 2개의 특허문서 간의 코사인 유사도를 계산하고,The potential semantic analysis performing unit calculates the cosine similarity between any two patent documents by the following expression (4)

상기 특허보유자 간 행렬 생성부는, 하기 수학식 5에 의해 의미론적 유사도 기반의 특허보유자 간 연관도 행렬을 생성할 수 있다.The patentee-to-patentee matrix generator may generate a relationship matrix between patent holders based on the semantic similarity by the following equation (5).

[수학식 3]&Quot; (3) "

Figure pat00008
Figure pat00008

여기서,

Figure pat00009
는 추출 단어에 관한 정규화 처리된 출현 빈도수 값이고,
Figure pat00010
는 특허문서 내의 해당 추출 단어의 출현 빈도수이고, N은 전체 특허문서의 수이고,
Figure pat00011
는 추출된 단어 t가 존재하는 특허문서 수임. here,
Figure pat00009
Is the normalized processed frequency value of the extracted word,
Figure pat00010
Is the frequency of occurrence of the corresponding extracted word in the patent document, N is the total number of patent documents,
Figure pat00011
Is the number of patent documents in which the extracted word t exists.

[수학식 4]&Quot; (4) "

Figure pat00012
Figure pat00012

여기서, D1 및 D2는 어느 2개의 특허문서에 관한 각 추출 단어 별로의 정규화 출현 빈도수 값을 나타낸 행렬이고,

Figure pat00013
및
Figure pat00014
는 상기 어느 2개의 특허문서 행렬에 관한 벡터 표현임.Here, D 1 and D 2 are matrices representing normalized occurrence frequency values for each extracted word regarding any two patent documents,
Figure pat00013
And
Figure pat00014
Is a vector representation of any of the above two patent document matrices.

[수학식 5]&Quot; (5) "

Figure pat00015

Figure pat00015

여기서,

Figure pat00016
는 특허보유자 m과 특허보유자 n 간의 의미론적 유사도에 관한 연관도 값이고,
Figure pat00017
는 각각 특허 i와 특허 j를 보유한 특허보유자 m과 특허보유자 n 간의 정규화 처리된 의미론적 유사도 값이고,
Figure pat00018
는 특허보유자 m이 보유하고 있는 특허의 수이고,
Figure pat00019
은 특허보유자 n이 보유하고 있는 특허의 수임.
here,
Figure pat00016
Is the association value for the semantic similarity between the patent holder m and the patent holder n,
Figure pat00017
Is a normalized semantic similarity value between a patent holder m and a patent holder n having patents i and j, respectively,
Figure pat00018
Is the number of patents held by the patentee m,
Figure pat00019
Is the number of patents owned by the patent holder n.

일 실시예에서, 상기 잠재적 기술 협력 맵 생성부는,In one embodiment, the potential technical cooperation map generator comprises:

특허보유자 별 공동특허건수를 계산하는 공동특허건수 계산부; 특허보유자 별 연구개발주체의 유형을 판단하는 유형 판단부; 상기 연구개발주체의 유형을 구분하여 상기 기술 협력 맵의 제1축 정보로서 이용하고, 상기 공동특허건수를 상기 기술 협력 맵의 제2축 정보로서 이용하며, 각 특허보유자의 기술력 정도를 볼륨정보로서 이용하여 2차원의 기술 협력 맵을 시각화하여 구현하는 기술 협력 맵 시각화부를 포함할 수 있다.
The number of joint patents counting the number of joint patents per patent holder; A type judgment unit for judging the type of R & D subject by the patent holder; The type of the research and development subject is classified as the first axis information of the technical cooperation map, the number of the co-patent is used as the second axis information of the technology cooperation map, and the degree of technology of each patent holder is set as volume information And a technology cooperation map visualization unit for visualizing and implementing the two-dimensional technical cooperation map using the two-dimensional technical cooperation map.

일 실시예에서, 상기 잠재적 기술 협력 맵 생성부는,In one embodiment, the potential technical cooperation map generator comprises:

상기 공동특허건수에 기반하여 현재의 기술 협력 현황을 상기 기술 협력 맵에 시각화하여 표현하고, 상기 생성된 특허보유자 간 연관도 행렬에 기반하여 높은 연관도를 갖는 잠재적 기술 협력 파트너 간을 상기 현재의 기술 협력 현황과 시각적으로 구별하여 표현할 수 있다.
The present technical cooperation status is visually expressed in the technical cooperation map on the basis of the number of co-patents, and the potential technical cooperation partner having a high degree of association based on the generated association degree matrix between the patent holders is referred to as the present technology It can be visually distinguished from the cooperation status.

일 실시예에서, 상기 공통인용 기반의 특허보유자 간 연관도 행렬 및 상기 의미론적 유사도 기반의 특허보유자 간 연관도 행렬 중 적어도 하나에 기반하여, 연관도 값이 높은 순서대로 랭킹화하여 기술 협력 파트너를 시각적으로 추천하는 잠재적 기술 협력 파트너 추천부를 더 포함할 수 있다.
In one embodiment, based on at least one of the association matrix between patent holders based on the common citation and the association matrix between patent holders based on the semantic similarity, the association degree value is ranked in descending order, And may further include a potential technical cooperation partner recommendation section that is visually recommended.

본 발명의 다른 측면에 따르면, 기술 협력 파트너 추천 장치에 의해 구현되는 컴퓨터 구현 방법으로서,According to another aspect of the present invention, there is provided a computer implemented method implemented by a technical cooperation partner recommendation apparatus,

대상기술분야 내의 수집된 특허에 기반하여, 공통인용 기반의 특허보유자 간 연관도 행렬 및 의미론적 유사도 기반의 특허보유자 간 연관도 행렬 중 적어도 하나를 생성하는 특허보유자 간 행렬 생성 단계; 및 상기 생성된 특허보유자 간 연관도 행렬에 기반하여, 잠재적으로 기술 협력 파트너로서 협력 가능한 특허보유자 간을 시각화하여 나타낸 기술 협력 맵을 생성하는 잠재적 기술 협력 맵 생성 단계를 포함하는 기술 협력 파트너 추천 방법이 제공될 수 있다.
A patentee-to-patentee matrix generation step of generating at least one of a patentee-to-patentee association degree matrix and a patentee-to-patentee association degree matrix based on semantic similarity based on collected patents within the target technology field; And a potential technical cooperation map generation step of generating a technical cooperation map expressed by visualizing the patent holder capable of cooperating as a potential technical cooperation partner based on the generated association matrix between the patent holders, Can be provided.

본 발명의 실시예에 의하면, 특허의 서지 정보와 텍스트 정보를 활용하여 연구개발 주체 간의 관계를 파악하고, 공통인용관계, 의미론적 유사관계에 기반하여 기술 협력 맵을 생성하고 기술 협력 파트너를 추천할 수 있는 효과가 있다.According to the embodiment of the present invention, the relationship between the research and development subjects can be grasped by utilizing the bibliographic information and the text information of the patent, the technology cooperation map can be generated based on the common quotation relation and the semantic similarity relation, There is an effect that can be.

또한 본 발명의 실시예에 의하면, 기술 협력 맵을 작성함으로써 대상 기술 분야 내의 현재 협력 현황을 직관적으로 파악할 수 있고, 잠재적으로 기술 협력이 가능한 기술 협력의 대상을 파악할 수 있는 효과가 있다. 즉, 기업적 측면에서 볼 때 대상 기술 분야의 현재 협력 현황에 관한 정보를 파악하고 새로운 기술 협력 파트너를 추천 받을 수 있으며, 정부적 측면에서 볼 때 중소기업, 대학, 연구기관 등의 기술 협력을 중개하고 장려하는데 유용한 도구로 활용할 수 있다.
Further, according to the embodiment of the present invention, by creating the technology cooperation map, it is possible to intuitively grasp the current state of cooperation in the target technology field and to grasp the object of the technical cooperation that can potentially be technically possible. In other words, from the viewpoint of the enterprise, information on current cooperation status of the target technology field can be grasped and a new technology cooperation partner can be recommended. From the governmental viewpoint, it is possible to mediate technical cooperation between SMEs, universities and research institutes It can be used as a useful tool to promote.

도 1은 본 발명의 실시예에 따른 잠재적 기술 협력 파트너 추천 장치에 관한 블록도.
도 2는 특허 간 서지 정보 유사도 행렬 생성부에 관한 블록도.
도 3은 특허 간 텍스트 정보 유사도 행렬 생성부에 관한 블록도.
도 4는 특허보유자 간 행렬 생성부에 관한 블록도.
도 5는 잠재적 기술 협력 맵 생성부에 관한 블록도.
도 6은 본 발명의 실시예에 따른 단어-특허문서 출현 행렬에 관한 예시도.
도 7은 잠재적 기술 협력 맵의 일 예시.
도 8 및 도 9는 공통인용 기반 및 의미론적 유사도 기반의 잠재적 기술 협력 파트너 추천의 각 예를 나타낸 표.1 is a block diagram of a potential technical cooperation partner recommendation apparatus according to an embodiment of the present invention;
FIG. 2 is a block diagram of a patent-to-patent bibliographic information similarity matrix generator. FIG.
FIG. 3 is a block diagram of a text information similarity matrix generator between patents. FIG.
4 is a block diagram of a patent holder inter-matrix generation unit;
5 is a block diagram of a potential technical cooperation map generating unit;
FIG. 6 is an exemplary diagram of a word-patent document appearance matrix according to an embodiment of the present invention; FIG.
Figure 7 is an example of a potential technical cooperation map.
FIGS. 8 and 9 are tables showing examples of potential technical cooperation partner recommendations based on common quotation and semantic similarity. FIG.

본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.BRIEF DESCRIPTION OF THE DRAWINGS The present invention is capable of various modifications and various embodiments, and specific embodiments are illustrated in the drawings and described in detail in the detailed description. It is to be understood, however, that the invention is not to be limited to the specific embodiments, but includes all modifications, equivalents, and alternatives falling within the spirit and scope of the invention.

본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 본 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제1, 제2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.
DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS In the following description of the present invention, a detailed description of known technologies will be omitted when it is determined that the gist of the present invention may be unnecessarily obscured. In addition, numerals (e.g., first, second, etc.) used in the description of the present invention are merely an identifier for distinguishing one component from another.

도 1은 본 발명의 실시예에 따른 잠재적 기술 협력 파트너 추천 장치에 관한 블록도이다. 여기서, 도 2는 특허 간 서지 정보 유사도 행렬 생성부에 관한 블록도이고, 도 3은 특허 간 텍스트 정보 유사도 행렬 생성부에 관한 블록도이고, 도 4는 특허보유자 간 행렬 생성부에 관한 블록도이고, 도 5는 잠재적 기술 협력 맵 생성부에 관한 블록도이다.1 is a block diagram of a potential technical cooperation partner recommendation apparatus according to an embodiment of the present invention. FIG. 2 is a block diagram of a patent-to-patent bibliographic information similarity matrix generator, FIG. 3 is a block diagram of an inter-patent textual information similarity matrix generator, FIG. 4 is a block diagram of a patent- , And FIG. 5 is a block diagram of a potential technical cooperation map generation unit.

이하, 첨부된 도면들을 참조하여 본 발명의 실시예를 상세히 설명한다. 그리고 본 발명의 실시예를 설명함에 있어서, 도 6 내지 도 9를 함께 참조하기로 한다. 여기서, 도 6은 본 발명의 실시예에 따른 단어-특허문서 출현 행렬에 관한 예시도이고, 도 7은 잠재적 기술 협력 맵의 일 예시이며, 도 8 및 도 9는 공통인용 기반 및 의미론적 유사도 기반의 잠재적 기술 협력 파트너 추천의 각 예를 나타낸 표이다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings. In describing the embodiment of the present invention, FIGS. 6 to 9 will be referred to together. FIG. 6 is a diagram illustrating an example of a word-patent document appearance matrix according to an embodiment of the present invention, FIG. 7 is an example of a potential technical cooperation map, FIGS. 8 and 9 show a common citation base and a semantic similarity base Of the potential technical cooperation partners.

먼저, 도 1을 참조하면, 본 발명의 실시예에 따른 기술 협력 파트너 추천 장치(100)는 특허 수집부(130, 기술분야 특허 수집부 참조), 특허 간 서지 정보 유사도 행렬 생성부(140a, 특허 간 Bibliographic Coupling 행렬 생성부 참조), 특허 간 텍스트 정보 유사도 행렬 생성부(140b, 특허 간 Latent Semantic Analysis 행렬 생성부 참조), 출원인 간 행렬 생성부(150), 잠재적 기술 협력 맵 생성부(160), 잠재적 기술 협력 파트너 추천부(170)를 포함할 수 있다. 여기서, 상기 기술 협력 파트너 추천 장치(100)는 특허 정보에 기반한 잠재적 기술 협력 파트너 추천 방법을 구현할 수 있는 컴퓨터 프로그램으로 구현될 수도 있다. 이하, 각 구성부에 대하여 차례로 설명하기로 한다.
Referring to FIG. 1, a technology cooperation partner recommendation apparatus 100 according to an embodiment of the present invention includes a patent collection unit 130 (refer to a technical field patent collection unit), a patent-to-patent bibliographic information similarity matrix generation unit 140a Patent-to-patent textual similarity matrix generation unit 140b, patent-to-patent latent semantic analysis matrix generation unit), inter-applicant matrix generation unit 150, potential technical cooperation map generation unit 160, And a potential technical cooperation partner recommendation unit 170. Here, the technology cooperation partner recommendation apparatus 100 may be implemented as a computer program that can implement a potential technology cooperation partner recommendation method based on patent information. Hereinafter, each component will be described in turn.

특허 Patent 수집부Collecting section (130)(130)

특허 수집부(130)는 사용자(분석자 또는 연구개발주체 등)가 찾고자 하는 대상기술분야의 특허의 수집을 담당한다. The patent collection unit 130 is responsible for collecting patents in the target technical field that a user (analyst or R & D subject, etc.) sought.

이때, 특허의 수집을 위해서, 대상기술분야의 기술 키워드, 기술 트리 별 키워드, 경쟁사 정보, 주요 연구개발주체 정보 등이 고려될 수 있다. 일 예로, 특허 수집부(130)는 위와 같은 키워드, 연구개발주체 정보 등을 관련기술자료(예를 들어, 기술동향, 산업동향, 해당 기술의 분석보고서 등)로부터 자동 추출하여 이를 기초로 특허검색을 수행함으로써 특허 수집을 할 수 있다. 다른 예로, 특허 수집부(130)는 이미 확보된 키워드, 연구개발주체 정보 등을 이용하여 바로 특허 수집을 할 수도 있다. 또한, 특허 수집부(130)는 이미 수집된 특허를 대상으로 특허 서지 정보 또는/및 특허 텍스트 정보를 수집/추출할 수도 있다.At this time, in order to collect the patent, technology keywords in the target technology field, keywords according to the technology tree, competitor information, and main research and development subject information can be considered. For example, the patent collecting unit 130 automatically extracts the keyword, R & D subject information, and the like from the related technical data (for example, technology trend, industry trend, analysis report of the technology, etc.) To collect patents. As another example, the patent collecting unit 130 may collect the patent right by using already secured keywords, R & D subject information, and the like. In addition, the patent collection unit 130 may collect / extract the patent bibliographic information and / or the patent text information on already collected patents.

특허 서지 정보 또는/및 특허 텍스트 정보는, 후술할 공통인용기반의 유사도 분석과 의미론적 유사도 기반의 분석을 수행하기 위한 기초 자료로서 활용된다. 이를 위해, 특허 수집부(130)는, 도 1에 도시된 바와 같이, 특허 서지 정보 수집부(131) 및 특허 텍스트 정보 수집부(132)를 포함할 수 있다. 여기서, 특허 서지 정보는 특허 문서 내의 실제 발명 내용을 구성하는 명세서, 청구범위, 도면을 제외한 정보로서, 특허출원/등록 번호, 특허출원인, 특허권리자, 출원국가, 문헌 인용정보 등을 의미한다. 특허 텍스트 정보는, 특허 내의 기술 내용을 파악할 수 있는 정보로서 명세서, 청구범위, 도면에 기재된 해당 정보를 의미한다.
Patent bibliographic information and / or patent text information are used as basic data for carrying out similarity analysis based on common reference and analysis based on semantic similarity, which will be described later. For this, the patent collection unit 130 may include a patent bibliographic information collection unit 131 and a patent text information collection unit 132, as shown in FIG. Here, the patent bibliographic information is information excluding the specification, claims, and drawings constituting the contents of the actual invention in the patent document, and means a patent application / registration number, a patent applicant, a patent holder, an applicant country, The patent text information is information capable of grasping the contents of the patent in the patent, and means the corresponding information described in the specification, claims, and drawings.

본 발명의 실시예에서는 특허 서지 정보로부터 추출되는 특허 간 공통인용문헌에 관한 정보에 관한 공통인용 기반의 유사도 또는/및 특허 텍스트 정보로부터 추출되는 특허 간 의미론적 유사도에 따라 잠재적 기술 협력 파트너를 추천하는 방식이 이용된다.In the embodiment of the present invention, the potential technical cooperation partner is recommended according to the similarity based on the common quotation on the information on the common citations between patents extracted from the patent bibliographic information or / and the semantic similarity between patents extracted from the patent text information Method is used.

특허의 인용은 관련된 선행특허의 인용을 하고 주로 같은 출원인 혹은 출원인이 알고 있는 문서를 인용하는 가능성이 많아서 유사관계를 보는 것이 주로 지역에 한정적인 경향이 있다. 그러나 특허의 인용 정보는 출원인(즉, 연구개발주체)가 직접 선정한 것이라는 점에서 기술적 공통 연관도를 매우 정확히 표현해주고 있는 데이터이다. 또한, 특허의 텍스트 정보를 활용한 유사도 비교는, 앞서 설명한 특허의 인용 정보와 달리, 지역에 관계없이 특허간의 기술적 유사관계를 계산하여 파트너를 추천할 수 있는 가능성이 있다.The citation of a patent tends to be limited primarily to the region, as it cites the relevant prior patents and often has a high likelihood of citing documents known to the same applicant or applicant. However, patent citation information is data that expresses precisely the technical common linkage in that it is directly selected by the applicant (ie, research and development entity). In addition, similarity comparison using text information of a patent may be possible to recommend a partner by calculating a technical similarity relation between patents regardless of the region, unlike the citation information of the patent described above.

따라서, 본 발명의 실시예에서는 상기의 두 가지 접근법을 모두 활용하여 기존에 기업의 내부 네트워크에 의존한 파트너 탐색의 한계를 넘어서 정량적인 방법 기반으로 새로운 잠재적 기술협력 파트너를 추천할 수 있다.Therefore, in the embodiment of the present invention, it is possible to recommend a new potential technical cooperation partner based on a quantitative method beyond the limit of searching for a partner that relies on an internal network of the company, utilizing both of the above approaches.

다만, 실시예에 따라, 공통인용 기반의 유사도 정보만을 이용하여 잠재적 기술 협력 파트너를 추천할 수도 있고(도 1의 도면번호 110번 루트 참조), 의미론적 유사도 정보만을 이용하여 잠재적 기술 협력 파트너를 추천할 수도 있다(도 1의 도면번호 120번 루트 참조). 이하에서는, 잠재적 기술 협력 파트너의 추천에 이용되는 공통인용 기반의 유사도 및 의미론적 유사도 도출 방법에 관하여 각각 설명하기로 한다.
However, according to the embodiment, it is possible to recommend a potential technical cooperation partner using only the similarity based information based on the common quotation (refer to reference numeral 110 in FIG. 1), and recommend a potential technical cooperation partner only using semantic similarity information (See the reference numeral 120 in FIG. 1). Hereinafter, the similarity based on the common quotation used in the recommendation of the potential technical cooperation partner and the semantic similarity derivation method will be described, respectively.

특허 간 서지 정보 유사도 행렬 Patent Similarity Matrix 생성부Generating unit (140a)(140a)

도 2를 참조하면, 특허 간 서지 정보 유사도 행렬 생성부(140a)는, 공통인용 기반의 유사도 도출을 위해, 특허 간의 인용문헌 리스트를 비교하여 공통으로 인용한 인용문헌의 개수 (bibliographic coupling strength) 를 계산하는 공통인용문헌수 계산부(140a-1); 상기 계산된 특허 간 공통인용문헌수를 정규화 처리하는 공통인용문헌수 정규화 계산부(140a-2, 특허 간 Normalized Coupling Strength(NCS) 계산부 참조); 및 상기 정규화 처리된 값을 이용하여 특허 간 공통인용 기반의 유사도 행렬을 생성하는 공통인용 기반 유사도 행렬 생성부(140a-3)를 포함한다.Referring to FIG. 2, the patent-to-patent bibliographic information similarity matrix generator 140a compares a list of cited documents between two patents to derive the similarity based on the common quotation, and calculates a bibliographic coupling strength A common quotation calculator 140a-1 for calculating a quotation; A common quotation normalization calculation section 140a-2 for calculating the normalized coupling strength (NCS) between the patents; And a common citation-based similarity matrix generator 140a-3 for generating a similarity matrix based on common quotes between patents using the normalized values.

여기서, 상기 공통인용문헌수 정규화 계산부(140a-2)는, 하기 수학식 1을 이용하여 특허 간 공통인용문헌수를 정규화 처리할 수 있다.
Herein, the common quotation normalization calculator 140a-2 can normalize the common quotation dictionaries between patents using Equation (1) below.

Figure pat00020
Figure pat00020

여기서,

Figure pat00021
는 특허 i와 특허 j 간의 공통인용문헌수의 정규화 처리 값이고, rij는 특허 i와 특허 j 간의 공통인용문헌수이고, ni는 특허 i의 인용문헌수이고, nj는 특허 j의 인용문헌수이다. here,
Figure pat00021
R ij is the common quotation between patent i and patent j, n i is the quotation of the patent i, and n j is the quotation of the patent j.

위 수학식 1에 의해 정규화 처리된 값을 이용하여, 공통인용 기반 유사도 행렬 생성부(140a-3)는 특허 간 공통인용 기반의 유사도 행렬을 생성하게 된다.
Using the values normalized by Equation (1), the common citation base similarity degree matrix generator 140a-3 generates a similarity matrix based on common quotations between patents.

특허 간 텍스트 정보 유사도 행렬 Textual information similarity matrix between patents 생성부Generating unit (140b)(140b)

도 3을 참조하면, 특허 간 텍스트 정보 유사도 행렬 생성부(140b)는, 의미론적 유사도 도출을 위해, 특허 문서 내에서 의미 분석에 활용될 단어를 추출하는 키워드 추출부(140b-1); 특허 문서 내의 추출된 단어의 출현 빈도수를 정규화 계산하는 출현 빈도수 정규화 계산부(140b-3); 추출된 단어 각각에 대한 출현 빈도수를 나타낸 단어-특허문서 출현 행렬을 생성하는 단어-특허문서 출현 행렬 생성부(140b-2); 단어-특허문서 출현 행렬에 기반하여, 어느 2개의 특허문서 별로의 코사인 유사도를 계산하는 잠재적 의미 분석 수행부(140b-4, Latent Semantic Analysis 수행부 참조); 상기 코사인 유사도 값을 이용하여 특허 간 의미론적 유사도 행렬을 생성하는 의미론적 유사도 행렬 생성부(140b-5)를 포함한다.Referring to FIG. 3, the inter-patent textual information similarity matrix generator 140b includes a keyword extracting unit 140b-1 for extracting words to be used for semantic analysis in a patent document to derive a semantic similarity. An appearance frequency normalization calculation unit 140b-3 for normalizing the appearance frequency of extracted words in the patent document; A word indicating the appearance frequency for each of the extracted words; a word for generating a patent document appearance matrix; a patent document appearance matrix generation unit 140b-2; A potential semantic analysis performing unit 140b-4 (see Latent Semantic Analysis performing unit) for calculating the cosine similarity degree of any two patent documents based on the word-patent document appearance matrix; And a semantic similarity matrix generator 140b-5 for generating a semantic similarity matrix between patents using the cosine similarity value.

여기서, 상기 출현 빈도수 정규화 계산부(140b-3)는 하기 수학식 2에 의해 추출 단어의 출현 빈도수를 정규화 계산(즉, Average Normalized Coupling Strength : ANCS를 계산)수 있다.
Here, the appearance frequency normalization calculation unit 140b-3 may normalize the occurrence frequencies of the extracted words (i.e., calculate Average Normalized Coupling Strength (ANCS)) by the following equation (2).

Figure pat00022
Figure pat00022

여기서,

Figure pat00023
는 추출 단어에 관한 정규화 처리된 출현 빈도수 값이고,
Figure pat00024
는 특허문서 내의 해당 추출 단어의 출현 빈도수이고, N은 전체 특허문서의 수이고,
Figure pat00025
는 추출된 단어 t가 존재하는 특허문서 수이다.
here,
Figure pat00023
Is the normalized processed frequency value of the extracted word,
Figure pat00024
Is the frequency of occurrence of the corresponding extracted word in the patent document, N is the total number of patent documents,
Figure pat00025
Is the number of patent documents in which the extracted word t exists.

그리고 상기 잠재적 의미 분석 수행부(140b-4)는, 단어-특허 문서(Term-Document) 행렬 X(도 6 참조)를

Figure pat00026
로 분해한 뒤,
Figure pat00027
로 구성된 대각행렬 S0의 차원을 축소하여
Figure pat00028
로 구성된 X'로 만드는 특이치 분해(Singular Value Decomposition : SVD) 기법을 활용한다. 그리고 특허간 의미론적 유사도 행렬은 차원-문서 행렬(
Figure pat00029
)에 코사인 유사도를 활용하여 하기 수학식 3과 같이 계산한다.
Then, the potential semantic analysis performing unit 140b-4 obtains a term-document matrix X (see FIG. 6)
Figure pat00026
After that,
Figure pat00027
The dimension of the diagonal matrix S 0 composed of
Figure pat00028
(Singular Value Decomposition (SVD) technique is used to construct X '. And the semantic similarity matrix between patents is a dimension-document matrix (
Figure pat00029
) Using the cosine similarity as shown in Equation (3) below.

Figure pat00030
Figure pat00030

여기서, D1 및 D2는 어느 2개의 특허문서에 관한 각 추출 단어 별로의 정규화 출현 빈도수 값을 나타낸 행렬이고,

Figure pat00031
및
Figure pat00032
는 상기 어느 2개의 특허문서 행렬에 관한 벡터 표현이다. 그리고
Figure pat00033
및
Figure pat00034
는 각 벡터의 크기이다.
Here, D 1 and D 2 are matrices representing normalized occurrence frequency values for each extracted word regarding any two patent documents,
Figure pat00031
And
Figure pat00032
Is a vector representation of any of the above two patent document matrices. And
Figure pat00033
And
Figure pat00034
Is the magnitude of each vector.

출원인 간 행렬 Applicant matrix 생성부Generating unit (150)(150)

도 4를 참조하면, 출원인 간 행렬 생성부(150)는 특허 문서에 표기된 출원인의 명칭을 통일하는 출원인 명칭 정규화부(151); 앞서 도출된 특허 간 공통인용 기반의 유사도 행렬에 기반하여 출원인 간 연관도 행렬을 생성하는 인용 기반의 출원인 간 행렬 생성부(152); 앞서 도출된 특허 간 의미론적 유사도 기반의 행렬에 기반하여 출원인 간 연관도 행렬을 생성하는 의미론적 유사도 기반의 출원인 간 행렬 생성부(153)을 포함한다.4, the applicant-to-applicant matrix generation unit 150 includes a applicant's name normalization unit 151 that unifies the applicant's name indicated in the patent document; An inter-applicant matrix generation unit 152 for generating an inter-applicant inter-applicant matrix based on the similarity matrix based on the common citations between the patents derived above; And a semantic similarity-based inter-applicant matrix generation unit 153 for generating the inter-applicant matrices based on the matrices based on the semantic similarity between patents derived above.

도 4에서는 출원인을 기준으로 하였지만, 특허 권리자(특허권 이전의 경우 최종 등록 명의자 등)를 기준으로 행렬을 생성할 수도 있을 것이다. 본 명세서에서는 이하 이를 포괄하여 특허보유자로 명명한다. In FIG. 4, although the applicant is based on the applicant, a matrix may be generated based on the patent holder (in the case of patent transfer, the final registration name, etc.). Hereinafter, the patentee is hereinafter referred to as a patent holder.

인용 기반의 출원인 간 행렬 생성부(152)는, 하기 수학식 4를 이용하여 공통인용 기반의 출원인 간 연관도 행렬을 생성할 수 있다.
The inter-applicant matrix generation unit 152 based on the citation can generate the inter-applicant matrix based on the common reference using the following equation (4).

Figure pat00035
Figure pat00035

여기서,

Figure pat00036
는 출원인 m과 출원인 n 간의 공통인용문헌수에 관한 연관도 값이고,
Figure pat00037
는 각각 특허 i와 특허 j를 보유한 출원인 m과 출원인 n 간의 정규화 처리된 공통인용문헌수 값이고,
Figure pat00038
는 출원인 m이 보유하고 있는 특허의 수이고,
Figure pat00039
은 출원인 n이 보유하고 있는 특허의 수이다.
here,
Figure pat00036
Is the association value for the common quotation dictum between applicant m and applicant n,
Figure pat00037
Is a normalized quoted value of a quoted value between applicants m and n having patent i and patent j,
Figure pat00038
Is the number of patents owned by applicant m,
Figure pat00039
Is the number of patents owned by applicant n.

그리고 의미론적 유사도 기반의 출원인 간 행렬 생성부(153)는, 하기 수학식 5에 의해 의미론적 유사도 기반의 출원인 간 연관도 행렬을 생성할 수 있다.
The inter-applicant matrix generation unit 153 based on semantic similarity can generate the inter-applicant matrix based on the semantic similarity by the following equation (5).

Figure pat00040
Figure pat00040

여기서,

Figure pat00041
는 출원인 m과 출원인 n 간의 의미론적 유사도에 관한 연관도 값이고,
Figure pat00042
는 각각 특허 i와 특허 j를 보유한 출원인 m과 출원인 n 간의 정규화 처리된 의미론적 유사도 값이고,
Figure pat00043
는 출원인 m이 보유하고 있는 특허의 수이고,
Figure pat00044
은 출원인 n이 보유하고 있는 특허의 수이다.
here,
Figure pat00041
Is the association value for semantic similarity between applicant m and applicant n,
Figure pat00042
Is the normalized semantic similarity value between the applicant m and the applicant n having patent i and patent j, respectively,
Figure pat00043
Is the number of patents owned by applicant m,
Figure pat00044
Is the number of patents owned by applicant n.

잠재적 기술 협력 맵 Potential Technology Cooperation Map 생성부Generating unit (160) 및 기술 협력 파트너 (160) and a technical cooperation partner 추천부Recommendation (170)(170)

도 5를 참조하면, 잠재적 기술 협력 맵 생성부(160)는, 출원인 별 특허출원건수를 계산하는 출원인 별 특허출원건수 계산부(161); 출원인 별 특허 공동출원 파트너 수를 계산하는 출원인 별 특허 공동출원 파트너 수 계산부(162); 출원인 별 연구개발주체의 유형을 판단하는 유형 판단부(163); 상기 연구개발주체의 유형을 구분하여 상기 기술 협력 맵의 X축 정보로 이용하고, 상기 특허 공동출원 파트너 수를 상기 기술 협력 맵의 Y축 정보로 이용하며, 각 출원인의 기술력 정도를 볼륨정보로서 이용(본 예에서는 출원인 별 특허출원 건수를 이용)하여 2차원의 기술 협력 맵을 시각화하여 구현하는 기술 협력 맵 시각화부(164)를 포함할 수 있다.Referring to FIG. 5, the potential technical cooperation map generation unit 160 includes a patent application number calculation unit 161 for each applicant for calculating the number of patent applications per applicant; An applicant-specific patent application partner number calculation unit 162 for calculating the number of patent partner application partners per applicant; A type determination unit (163) for determining the type of research and development subject by applicant; The type of the research and development subject is classified and used as X-axis information of the technical cooperation map, the number of patented application partners is used as Y-axis information of the technical cooperation map, and the degree of technology of each applicant is used as volume information (Using the number of patent applications per applicant in this example) to visualize and implement a two-dimensional technical cooperation map.

여기서, 잠재적 기술 협력 맵 시각화부(164)는, 특허 공동출원 파트너 수에 현재의 기술 협력 현황을 상기 기술 협력 맵에 시각화하여 표현하고, 상기 생성된 출원인 간 연관도 행렬에 기반하여 높은 연관도를 갖는 잠재적 기술 협력 파트너 간을 상기 현재의 기술 협력 현황과 시각적으로 구별하여 표현할 수 있다.Here, the potential technical cooperation map visualization unit 164 visualizes and expresses the present state of technical cooperation in the number of patented application partners in the technical cooperation map, and displays a high degree of association based on the generated association map matrix The potential technical cooperation partner having the present technical cooperation status can be visually distinguished from the current technical cooperation status.

이에 관한 예가 도 7에 도시되어 있다. 도 7을 참조하면, 특허 공동 출원 파트너 수를 기반으로 협력 파트너의 협력 현황을 Y축으로 나타낸 것이다. 이때, 현재 협력 파트너 현황은 짙은 색의 실선으로 표시하고, 공통인용정보와 의미론적 유사도를 기반으로 잠재적 협력 파트너가 될 수 있는 가능성을 얇은 선으로 나타냈다. 각 선은 0-1사이의 정규화된 유사도값에 따라 굵기와 함께 숫자로 표시되어 Y축의 현재 협력현황과 더불어 잠재적 협력 가능성을 직관적으로 파악할 수 있다. 또한 출원인의 유형을 기업, 연구기관, 대학으로 구분하여 잠재적 협력 가능성의 정보를 출원인과 연결하여 직관적인 정보를 제공할 수 있다.An example of this is shown in Fig. Referring to FIG. 7, the cooperation status of the cooperative partners is shown on the Y axis based on the number of patent application partners. At this time, the current cooperative partner status is indicated by a solid solid line, and the possibility of becoming a potential cooperative partner based on common quotation information and semantic similarity is expressed as a thin line. Each line can be displayed numerically together with the thickness according to the normalized similarity value between 0 and 1, so that it is possible to intuitively grasp the possibility of potential cooperation with the current cooperation status of the Y axis. In addition, the type of applicant can be divided into enterprise, research institute, and university to provide intuitive information by linking potential cooperative potential information with the applicant.

그리고 기술 협력 파트너 추천부(170)는, 상기 공통인용 기반의 특허보유자 간 연관도 행렬 및 상기 의미론적 유사도 기반의 특허보유자 간 연관도 행렬 중 적어도 하나에 기반하여, 연관도 값이 높은 순서대로 랭킹화하여 기술 협력 파트너를 추천한다. 도 8 및 도 9는 이에 관한 예시이다.Based on at least one of the association degree matrix between patent holders based on the common quotation and the association degree matrix between patent holders based on the semantic similarity, the technical cooperation partner recommendation unit 170 searches for a ranking And recommend technical cooperation partners. Figures 8 and 9 are illustrative of this.

도 8을 참조하면, 기술 협력 파트너 추천부(170)는 공통인용 기반으로 Average Normalized coupling strength(ANCS)가 높은 순서대로 매칭된 출원인의 정보(출원인명, 위치, 유형)를 제시하고 있다. 그리고 도 9를 참조하면, 의미론적 유사도 기반으로 Average cosine similarity가 높은 순서대로 매칭된 출원인의 정보(출원인명, 위치, 유형)를 제시하여 잠재적 기술협력 파트너를 추천하고 있다.
Referring to FIG. 8, the technical cooperation partner recommendation unit 170 provides information (applicant name, location, and type) of applicants matched in order of average normalized coupling strength (ANCS) based on a common reference. Referring to FIG. 9, a potential technical cooperation partner is recommended by presenting information (applicant name, location, and type) of applicants matched in order of high degree of average cosine similarity based on semantic similarity.

이상에서는 본 발명의 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 쉽게 이해할 수 있을 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it will be understood by those of ordinary skill in the art that various changes in form and details may be made therein without departing from the spirit and scope of the invention as defined by the following claims And changes may be made without departing from the spirit and scope of the invention.

Claims (15)

기술 협력 파트너 추천 장치로서,
대상기술분야 내의 수집된 특허에 기반하여, 공통인용 기반의 특허보유자 간 연관도 행렬 및 의미론적 유사도 기반의 특허보유자 간 연관도 행렬 중 적어도 하나를 생성하는 특허보유자 간 행렬 생성부; 및
상기 생성된 특허보유자 간 연관도 행렬에 기반하여, 잠재적으로 기술 협력 파트너로서 협력 가능한 특허보유자 간을 시각화하여 나타낸 기술 협력 맵을 생성하는 잠재적 기술 협력 맵 생성부
를 포함하는 기술 협력 파트너 추천 장치.
As a technology cooperation partner recommendation device,
A patent-holder intercalation matrix generation unit for generating at least one of a correlation matrix between patent holders based on common citations and an association matrix between patent holders based on semantic similarity, based on collected patents in the target technology field; And
A potential technical cooperation map generating unit for generating a technical cooperation map represented by visualizing the patent holders that can potentially cooperate as a technical cooperation partner based on the generated association degree matrix between the patent holders,
A technical cooperation partner recommendation device.
제1항에 있어서,
상기 수집된 특허를 대상으로, 특허 간 서지 정보 유사도 행렬을 생성하는 특허 간 서지 정보 유사도 행렬 생성부를 더 포함하되,
상기 특허 간 서지 정보 유사도 행렬 생성부는,
특허 간의 인용문헌 리스트를 비교하여, 공통으로 인용한 인용문헌의 개수를 계산하는 공통인용문헌수 계산부; 상기 계산된 특허 간 공통인용문헌수를 정규화 처리하는 공통인용문헌수 정규화 계산부; 및 상기 정규화 처리된 값을 이용하여 특허 간 공통인용 기반의 유사도 행렬을 생성하는 공통인용 기반 유사도 행렬 생성부를 포함하는, 기술 협력 파트너 추천 장치.
The method according to claim 1,
And an inter-patent bibliographic information similarity matrix generator for generating a bibliographic information similarity matrix between patents on the collected patents,
The inter-patent bibliographic information similarity matrix generator may include:
A common quotation calculator for comparing a list of quoted documents between patents and calculating the number of quoted documents cited in common; A common quotation sentence normalization computation unit for normalizing the computed common patent quotation between patents; And a common citation base similarity matrix generator for generating a similarity matrix based on common quotes between patents using the normalized values.
제2항에 있어서,
상기 공통인용문헌수 정규화 계산부는, 하기 수학식 1을 이용하여 특허 간 공통인용문헌수를 정규화 처리하고,
상기 특허보유자 간 행렬 생성부는, 하기 수학식 2를 이용하여 공통인용 기반의 특허보유자 간 연관도 행렬을 생성하는, 기술 협력 파트너 추천 장치.

[수학식 1]
Figure pat00045

여기서,
Figure pat00046
는 특허 i와 특허 j 간의 공통인용문헌수의 정규화 처리 값이고, rij는 특허 i와 특허 j 간의 공통인용문헌수이고, ni는 특허 i의 인용문헌수이고, nj는 특허 j의 인용문헌수임.

[수학식 2]
Figure pat00047


여기서,
Figure pat00048
는 특허보유자 m과 특허보유자 n 간의 공통인용문헌수에 관한 연관도 값이고,
Figure pat00049
는 각각 특허 i와 특허 j를 보유한 특허보유자 m과 특허보유자 n 간의 정규화 처리된 공통인용문헌수 값이고,
Figure pat00050
는 특허보유자 m이 보유하고 있는 특허의 수이고,
Figure pat00051
은 특허보유자 n이 보유하고 있는 특허의 수임.
3. The method of claim 2,
Wherein the common quotation normalization calculation unit normalizes the common quotation digits between patents using Equation (1) below,
The patentee-to-patentee matrix generation unit generates a patentee-to-patentee association matrix based on the common reference using the following equation (2).

[Equation 1]
Figure pat00045

here,
Figure pat00046
R ij is the common quotation between patent i and patent j, n i is the quotation of patent i, and n j is the number of citations of patent j.

&Quot; (2) "
Figure pat00047


here,
Figure pat00048
Is the association value for the common quotation of the patent holder m and the patent holder n,
Figure pat00049
Is a common quotation value between the patent holder m and the patent holder n having patent i and patent j, respectively,
Figure pat00050
Is the number of patents held by the patentee m,
Figure pat00051
Is the number of patents owned by the patent holder n.
제1항에 있어서,
상기 수집된 특허를 대상으로, 특허 간 문서 내의 텍스트 정보의 의미론적 유사도 행렬을 생성하는 특허 간 텍스트 정보 유사도 행렬 생성부를 포함하되,
상기 특허 간 텍스트 정보 유사도 행렬 생성부는,
특허 문서 내에서 의미 분석에 활용될 단어를 추출하는 키워드 추출부; 특허 문서 내의 추출된 단어의 출현 빈도수를 정규화 계산하는 출현 빈도수 정규화 계산부; 추출된 단어 각각에 대한 출현 빈도수를 나타낸 단어-특허문서 출현 행렬을 생성하는 단어-특허문서 출현 행렬 생성부; 단어-특허문서 출현 행렬에 기반하여, 어느 2개의 특허문서 별로의 코사인 유사도를 계산하는 잠재적 의미 분석 수행부; 상기 계산된 코사인 유사도를 이용하여 특허 간 의미론적 유사도 행렬을 생성하는 의미론적 유사도 행렬 생성부를 포함하는, 기술 협력 파트너 추천 장치.
The method according to claim 1,
And an inter-patent text information similarity degree matrix generation unit for generating a semantic similarity degree matrix of text information in a document between patents with respect to the collected patent,
The inter-patent text information similarity matrix generator may include:
A keyword extracting unit for extracting words to be used for semantic analysis in a patent document; An appearance frequency normalization calculation unit for normalizing the appearance frequencies of extracted words in the patent document; A word indicating an appearance frequency for each of the extracted words; a word for generating a patent document appearance matrix; a patent document appearance matrix generation unit; A potential semantic analysis execution unit for calculating a degree of similarity of each of the two patent documents based on a word-patent document appearance matrix; And a semantic similarity matrix generator for generating a semantic similarity matrix between patents using the calculated cosine similarity.
제4항에 있어서,
상기 출현 빈도수 정규화 계산부는, 하기 수학식 3에 의해 추출 단어의 출현 빈도수를 정규화 계산하고,
상기 잠재적 의미 분석 수행부는, 하기 수학식 4에 의해 어느 2개의 특허문서 간의 코사인 유사도를 계산하고,
상기 특허보유자 간 행렬 생성부는, 하기 수학식 5에 의해 의미론적 유사도 기반의 특허보유자 간 연관도 행렬을 생성하는, 기술 협력 파트너 추천 장치.

[수학식 3]
Figure pat00052

여기서,
Figure pat00053
는 추출 단어에 관한 정규화 처리된 출현 빈도수 값이고,
Figure pat00054
는 특허문서 내의 해당 추출 단어의 출현 빈도수이고, N은 전체 특허문서의 수이고,
Figure pat00055
는 추출된 단어 t가 존재하는 특허문서 수임.

[수학식 4]
Figure pat00056

여기서, D1 및 D2는 어느 2개의 특허문서에 관한 각 추출 단어 별로의 정규화 출현 빈도수 값을 나타낸 행렬이고,
Figure pat00057
및
Figure pat00058
는 상기 어느 2개의 특허문서 행렬에 관한 벡터 표현임.

[수학식 5]
Figure pat00059


여기서,
Figure pat00060
는 특허보유자 m과 특허보유자 n 간의 의미론적 유사도에 관한 연관도 값이고,
Figure pat00061
는 각각 특허 i와 특허 j를 보유한 특허보유자 m과 특허보유자 n 간의 정규화 처리된 의미론적 유사도 값이고,
Figure pat00062
는 특허보유자 m이 보유하고 있는 특허의 수이고,
Figure pat00063
은 특허보유자 n이 보유하고 있는 특허의 수임.
5. The method of claim 4,
Wherein the appearance frequency normalization calculation unit normalizes and calculates an appearance frequency of the extracted word by the following expression (3)
The potential semantic analysis performing unit calculates the cosine similarity between any two patent documents by the following expression (4)
The patentee-to-patentee matrix generation unit generates a patentee-to-patentee association matrix based on the semantic similarity degree by the following equation (5).

&Quot; (3) "
Figure pat00052

here,
Figure pat00053
Is the normalized processed frequency value of the extracted word,
Figure pat00054
Is the frequency of occurrence of the corresponding extracted word in the patent document, N is the total number of patent documents,
Figure pat00055
Is the number of patent documents in which the extracted word t exists.

&Quot; (4) "
Figure pat00056

Here, D 1 and D 2 are matrices representing normalized occurrence frequency values for each extracted word regarding any two patent documents,
Figure pat00057
And
Figure pat00058
Is a vector representation of any of the above two patent document matrices.

&Quot; (5) "
Figure pat00059


here,
Figure pat00060
Is the association value for the semantic similarity between the patent holder m and the patent holder n,
Figure pat00061
Is a normalized semantic similarity value between a patent holder m and a patent holder n having patents i and j, respectively,
Figure pat00062
Is the number of patents held by the patentee m,
Figure pat00063
Is the number of patents owned by the patent holder n.
제1항에 있어서,
상기 잠재적 기술 협력 맵 생성부는,
특허보유자 별 공동특허 파트너 수를 계산하는 공동특허 파트너 수 계산부; 특허보유자 별 연구개발주체의 유형을 판단하는 유형 판단부; 상기 연구개발주체의 유형을 구분하여 상기 기술 협력 맵의 제1축 정보로서 이용하고, 상기 공동특허 파트너 수를 상기 기술 협력 맵의 제2축 정보로서 이용하며, 각 특허보유자의 기술력 정도를 볼륨정보로서 이용하여 2차원의 기술 협력 맵을 시각화하여 구현하는 기술 협력 맵 시각화부를 포함하는, 기술 협력 파트너 추천 장치.
The method according to claim 1,
The potential technical cooperation map generation unit generates,
A joint patent partner number calculation unit for calculating the number of joint patent partners per patent holder; A type judgment unit for judging the type of R & D subject by the patent holder; The type of the research and development subject is classified as the first axis information of the technical cooperation map, the number of the common patent partners is used as the second axis information of the technology cooperation map, And a technical cooperation map visualization unit for visualizing and implementing a two-dimensional technical cooperation map using the technical cooperation map visualization unit.
제6항에 있어서,
상기 잠재적 기술 협력 맵 시각화부는,
상기 공동특허 파트너 수에 기반하여 현재의 기술 협력 현황을 상기 기술 협력 맵에 시각화하여 표현하고, 상기 생성된 특허보유자 간 연관도 행렬에 기반하여 높은 연관도를 갖는 잠재적 기술 협력 파트너 간을 시각적으로 표현하는, 기술 협력 파트너 추천 장치.
The method according to claim 6,
The potential technical cooperation map visualization unit,
Visualizing the present state of technology cooperation on the basis of the number of co-patent partners on the technical cooperation map, and visually expressing the potential technical cooperation partner having a high degree of association based on the generated association degree matrix between the patent holders Technology cooperation partner recommendation device.
제1항에 있어서,
상기 공통인용 기반의 특허보유자 간 연관도 행렬 및 상기 의미론적 유사도 기반의 특허보유자 간 연관도 행렬 중 적어도 하나에 기반하여, 연관도 값이 높은 순서대로 랭킹화하여 기술 협력 파트너를 시각적으로 추천하는 잠재적 기술 협력 파트너 추천부를 더 포함하는, 기술 협력 파트너 추천 장치.
The method according to claim 1,
Based on at least one of the association matrix between patent holders based on the common quotation and the association hold matrix between patent holders based on the semantic similarity, the potential value of visually recommending the technical cooperation partner A technical cooperation partner recommendation apparatus further including a technical cooperation partner recommendation unit.
기술 협력 파트너 추천 장치에 의해 구현되는 컴퓨터 구현 방법으로서,
대상기술분야 내의 수집된 특허에 기반하여, 공통인용 기반의 특허보유자 간 연관도 행렬 및 의미론적 유사도 기반의 특허보유자 간 연관도 행렬 중 적어도 하나를 생성하는 특허보유자 간 행렬 생성 단계; 및
상기 생성된 특허보유자 간 연관도 행렬에 기반하여, 잠재적으로 기술 협력 파트너로서 협력 가능한 특허보유자 간을 시각화하여 나타낸 기술 협력 맵을 생성하는 잠재적 기술 협력 맵 생성 단계
를 포함하는 기술 협력 파트너 추천 방법.
A computer implemented method implemented by a technology cooperation partner recommendation device,
A patentee-to-patentee matrix generation step of generating at least one of a patentee-to-patentee association degree matrix and a patentee-to-patentee association degree matrix based on semantic similarity based on collected patents within the target technology field; And
A potential technical cooperation map generation step of generating a technical cooperation map expressed by visualizing between the patent holders that can potentially be cooperated as a technical cooperation partner based on the generated association degree matrix between the patent holders
To recommend a technical cooperation partner.
제9항에 있어서,
상기 특허보유자 간 행렬 생성 단계 이전에,
상기 수집된 특허를 대상으로, 특허 간 서지 정보 유사도 행렬을 생성하는 특허 간 서지 정보 유사도 행렬 생성 단계를 더 포함하되,
상기 특허 간 서지 정보 유사도 행렬 생성 단계는,
특허 간의 인용문헌 리스트를 비교하여, 공통으로 인용한 인용문헌의 개수를 계산하는 공통인용문헌수 계산 단계; 상기 계산된 특허 간 공통인용문헌수를 정규화 처리하는 공통인용문헌수 정규화 계산 단계; 및 상기 정규화 처리된 값을 이용하여 특허 간 공통인용 기반의 유사도 행렬을 생성하는 공통인용 기반 유사도 행렬 생성 단계를 포함하는, 기술 협력 파트너 추천 방법.
10. The method of claim 9,
Before the step of generating a matrix between patent holders,
And generating an inter-patent bibliographic information similarity matrix based on the collected patent,
The inter-patent bibliographic information similarity degree matrix generation step includes:
Comparing a list of cited documents between patents and calculating a number of cited documents commonly cited; A common quotation of the common patent quotation between the patents calculated; a common quotation normalization calculation step; And generating a similarity matrix based on common quotes between patents by using the normalized values.
제10항에 있어서,
상기 공통인용문헌수 정규화 계산 단계는, 하기 수학식 1을 이용하여 특허 간 공통인용문헌수를 정규화 처리하고,
상기 특허보유자 간 행렬 생성 단계는, 하기 수학식 2를 이용하여 공통인용 기반의 특허보유자 간 연관도 행렬을 생성하는, 기술 협력 파트너 추천 방법.

[수학식 1]
Figure pat00064

여기서,
Figure pat00065
는 특허 i와 특허 j 간의 공통인용문헌수의 정규화 처리 값이고, rij는 특허 i와 특허 j 간의 공통인용문헌수이고, ni는 특허 i의 인용문헌수이고, nj는 특허 j의 인용문헌수임.

[수학식 2]
Figure pat00066


여기서,
Figure pat00067
는 특허보유자 m과 특허보유자 n 간의 공통인용문헌수에 관한 연관도 값이고,
Figure pat00068
는 각각 특허 i와 특허 j를 보유한 특허보유자 m과 특허보유자 n 간의 정규화 처리된 공통인용문헌수 값이고,
Figure pat00069
는 특허보유자 m이 보유하고 있는 특허의 수이고,
Figure pat00070
은 특허보유자 n이 보유하고 있는 특허의 수임.
11. The method of claim 10,
The common quotation normalization calculation step normalizes the common quotation of patent quotations between patents using Equation (1) below,
Wherein the step of generating a matrix between patent holders generates a relation matrix between patent holders based on common quotation by using the following equation (2).

[Equation 1]
Figure pat00064

here,
Figure pat00065
R ij is the common quotation between patent i and patent j, n i is the quotation of patent i, and n j is the number of citations of patent j.

&Quot; (2) "
Figure pat00066


here,
Figure pat00067
Is the association value for the common quotation of the patent holder m and the patent holder n,
Figure pat00068
Is a common quotation value between the patent holder m and the patent holder n having patent i and patent j, respectively,
Figure pat00069
Is the number of patents held by the patentee m,
Figure pat00070
Is the number of patents owned by the patent holder n.
제9항에 있어서,
상기 수집된 특허를 대상으로, 특허 간 문서 내의 텍스트 정보의 의미론적 유사도 행렬을 생성하는 특허 간 텍스트 정보 유사도 행렬 생성 단계를 포함하되,
상기 특허 간 텍스트 정보 유사도 행렬 생성 단계는,
특허 문서 내에서 의미 분석에 활용될 단어를 추출하는 키워드 추출 단계; 특허 문서 내의 추출된 단어의 출현 빈도수를 정규화 계산하는 출현 빈도수 정규화 계산 단계; 추출된 단어 각각에 대한 출현 빈도수를 나타낸 단어-특허문서 출현 행렬을 생성하는 단어-특허문서 출현 행렬 생성 단계; 단어-특허문서 출현 행렬에 기반하여, 어느 2개의 특허문서 별로의 코사인 유사도를 계산하는 잠재적 의미 분석 수행 단계; 상기 코사인 유사도를 이용하여 특허 간 의미론적 유사도 행렬을 생성하는 의미론적 유사도 행렬 생성 단계를 포함하는, 기술 협력 파트너 추천 방법.
10. The method of claim 9,
And generating a semantic similarity matrix of text information in a document between patents with respect to the collected patents,
The inter-patent text information similarity degree matrix generation step may include:
A keyword extracting step of extracting a word to be used for semantic analysis in a patent document; An appearance frequency normalization calculation step of normalizing an appearance frequency of an extracted word in a patent document; A word indicating an appearance frequency for each of the extracted words; a word for generating a patent document appearance matrix; a patent document appearance matrix generation step; A potential semantic analysis step of calculating a cosine similarity degree of any two patent documents based on a word-patent document appearance matrix; And generating a semantic similarity matrix between patents by using the cosine similarity.
제12항에 있어서,
상기 출현 빈도수 정규화 계산 단계는, 하기 수학식 3에 의해 추출 단어의 출현 빈도수를 정규화 계산하고,
상기 잠재적 의미 분석 수행 단계는, 하기 수학식 4에 의해 어느 2개의 특허문서 간의 코사인 유사도를 계산하고,
상기 특허보유자 간 행렬 생성 단계는, 하기 수학식 5에 의해 의미론적 유사도 기반의 특허보유자 간 연관도 행렬을 생성하는, 기술 협력 파트너 추천 방법.

[수학식 3]
Figure pat00071

여기서,
Figure pat00072
는 추출 단어에 관한 정규화 처리된 출현 빈도수 값이고,
Figure pat00073
는 특허문서 내의 해당 추출 단어의 출현 빈도수이고, N은 전체 특허문서의 수이고,
Figure pat00074
는 추출된 단어 t가 존재하는 특허문서 수임.

[수학식 4]
Figure pat00075

여기서, D1 및 D2는 어느 2개의 특허문서에 관한 각 추출 단어 별로의 정규화 출현 빈도수 값을 나타낸 행렬이고,
Figure pat00076
및
Figure pat00077
는 상기 어느 2개의 특허문서 행렬에 관한 벡터 표현임.

[수학식 5]
Figure pat00078


여기서,
Figure pat00079
는 특허보유자 m과 특허보유자 n 간의 의미론적 유사도에 관한 연관도 값이고,
Figure pat00080
는 각각 특허 i와 특허 j를 보유한 특허보유자 m과 특허보유자 n 간의 정규화 처리된 의미론적 유사도 값이고,
Figure pat00081
는 특허보유자 m이 보유하고 있는 특허의 수이고,
Figure pat00082
은 특허보유자 n이 보유하고 있는 특허의 수임.
13. The method of claim 12,
Wherein the appearance frequency normalization calculation step normalizes and calculates an appearance frequency of an extracted word by the following expression (3)
The step of performing the potential semantic analysis may include calculating the cosine similarity between any two patent documents by the following expression (4)
Wherein the step of generating a matrix between patent holders generates the association degree matrix between patent holders based on the semantic similarity degree by the following equation (5).

&Quot; (3) "
Figure pat00071

here,
Figure pat00072
Is the normalized processed frequency value of the extracted word,
Figure pat00073
Is the frequency of occurrence of the corresponding extracted word in the patent document, N is the total number of patent documents,
Figure pat00074
Is the number of patent documents in which the extracted word t exists.

&Quot; (4) "
Figure pat00075

Here, D 1 and D 2 are matrices representing normalized occurrence frequency values for each extracted word regarding any two patent documents,
Figure pat00076
And
Figure pat00077
Is a vector representation of any of the above two patent document matrices.

&Quot; (5) "
Figure pat00078


here,
Figure pat00079
Is the association value for the semantic similarity between the patent holder m and the patent holder n,
Figure pat00080
Is a normalized semantic similarity value between a patent holder m and a patent holder n having patents i and j, respectively,
Figure pat00081
Is the number of patents held by the patentee m,
Figure pat00082
Is the number of patents owned by the patent holder n.
제9항에 있어서,
상기 잠재적 기술 협력 맵 시각화 단계는,
특허보유자 별 공동특허 파트너 수를 계산하는 공동특허 파트너 수 계산 단계; 특허보유자 별 연구개발주체의 유형을 판단하는 유형 판단 단계; 상기 연구개발주체의 유형을 구분하여 상기 기술 협력 맵의 제1축 정보로서 이용하고, 상기 공통특허 파트너 수를 상기 기술 협력 맵의 제2축 정보로서 이용하며, 각 특허보유자의 기술력 정도를 볼륨정보로서 이용하여 2차원의 기술 협력 맵을 시각화하여 구현하는 기술 협력 맵 시각화 단계를 포함하는, 기술 협력 파트너 추천 방법.
10. The method of claim 9,
The step of visualizing the potential technical cooperation map comprises:
Calculating the number of joint patent partners to calculate the number of joint patent partners per patent holder; A type judgment step of judging the type of R & D subject by the patent holder; The type of the research and development subject is classified as the first axis information of the technical cooperation map, the common patent partner number is used as the second axis information of the technology cooperation map, And visualizing and implementing a two-dimensional technical cooperation map using the technical cooperation map visualization step.
제9항에 있어서,
상기 잠재적 기술 협력 맵 시각화 단계는,
상기 공동특허 파트너 수에 기반하여 현재의 기술 협력 현황을 상기 기술 협력 맵에 시각화하여 표현하고, 상기 생성된 특허보유자 간 연관도 행렬에 기반하여 높은 연관도를 갖는 잠재적 기술 협력 파트너 간을 시각적으로 표현하는, 기술 협력 파트너 추천 방법. 10. The method of claim 9,
The step of visualizing the potential technical cooperation map comprises:
Visualizing the present state of technology cooperation on the basis of the number of co-patent partners on the technical cooperation map, and visually expressing the potential technical cooperation partner having a high degree of association based on the generated association degree matrix between the patent holders How to recommend a technical cooperation partner.
KR1020140134877A 2014-10-07 2014-10-07 Apparatus and method for recommending technical cooperation partner KR101691379B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140134877A KR101691379B1 (en) 2014-10-07 2014-10-07 Apparatus and method for recommending technical cooperation partner

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140134877A KR101691379B1 (en) 2014-10-07 2014-10-07 Apparatus and method for recommending technical cooperation partner

Publications (2)

Publication Number Publication Date
KR20160041277A true KR20160041277A (en) 2016-04-18
KR101691379B1 KR101691379B1 (en) 2016-12-30

Family

ID=55916421

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140134877A KR101691379B1 (en) 2014-10-07 2014-10-07 Apparatus and method for recommending technical cooperation partner

Country Status (1)

Country Link
KR (1) KR101691379B1 (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111767370A (en) * 2020-06-24 2020-10-13 北京墨丘科技有限公司 Associated entity mining method, system and computer readable medium
KR102268570B1 (en) * 2020-01-15 2021-06-24 현대엔지비 주식회사 Apparatus and method for generating document cluster
CN113434706A (en) * 2020-03-23 2021-09-24 北京国双科技有限公司 Academic collaboration relation analysis method and device

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130013510A (en) * 2011-07-28 2013-02-06 포항공과대학교 산학협력단 System for patent network analysis using semantic patent similarity and method using the same

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130013510A (en) * 2011-07-28 2013-02-06 포항공과대학교 산학협력단 System for patent network analysis using semantic patent similarity and method using the same

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
[2013 추계 대한산업공학회 발표자료 2013.11.18.]* *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102268570B1 (en) * 2020-01-15 2021-06-24 현대엔지비 주식회사 Apparatus and method for generating document cluster
CN113434706A (en) * 2020-03-23 2021-09-24 北京国双科技有限公司 Academic collaboration relation analysis method and device
CN111767370A (en) * 2020-06-24 2020-10-13 北京墨丘科技有限公司 Associated entity mining method, system and computer readable medium

Also Published As

Publication number Publication date
KR101691379B1 (en) 2016-12-30

Similar Documents

Publication Publication Date Title
Hashimi et al. Selection criteria for text mining approaches
Patel et al. Text mining: A Brief survey
Abdullah et al. Machine learning in safety and health research: a scientometric analysis
JP7026973B2 (en) Search system and search method
Huang et al. A multiple-perspective approach to constructing and aggregating citation semantic link network
CN102193994B (en) Method for searching Web services according to non-functional requirements of user
US20110191335A1 (en) Method and system for conducting legal research using clustering analytics
Zhang et al. A coarse-to-fine framework to efficiently thwart plagiarism
Yang et al. A rule-based approach for effective sentiment analysis
Tribhuvan et al. A peer review of feature based opinion mining and summarization
KR101691379B1 (en) Apparatus and method for recommending technical cooperation partner
Alohaly et al. Better privacy indicators: a new approach to quantification of privacy policies
Qadir et al. Activity modeling in email
KR20110010664A (en) System for analyzing documents
Dastani et al. Identifying emerging trends in scientific texts using TF-IDF algorithm: A case study of medical librarianship and information articles
CN114780601A (en) Data query method and device, electronic equipment and storage medium
Neunerdt et al. Ontology-based corpus generation for web comment analysis
Augustyniak et al. Extracting aspects hierarchies using rhetorical structure theory
Surwase et al. Mapping the structure and development of science using co-citation analysis
KR101779892B1 (en) System for generating patent development maps and method thereof
Dong et al. A hybrid concept similarity measure model for ontology environment
Krzywucki et al. Workflow similarity analysis
US20230161958A1 (en) Federated system and method for analyzing language coherency, conformance, and anomaly detection
Cesarini et al. GraphDBLP Released: Querying the Computer Scientists Network as a Graph.
Kuna et al. Generating a Ranking Algorithm for Scientific Documents in the Computing Science Area

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20191128

Year of fee payment: 4