KR20230150982A - 식별자 레코드의 영향력을 결정하기 위한 방법, 장치, 및 비일시적 컴퓨터 판독 가능 저장 매체 - Google Patents
식별자 레코드의 영향력을 결정하기 위한 방법, 장치, 및 비일시적 컴퓨터 판독 가능 저장 매체 Download PDFInfo
- Publication number
- KR20230150982A KR20230150982A KR1020237032550A KR20237032550A KR20230150982A KR 20230150982 A KR20230150982 A KR 20230150982A KR 1020237032550 A KR1020237032550 A KR 1020237032550A KR 20237032550 A KR20237032550 A KR 20237032550A KR 20230150982 A KR20230150982 A KR 20230150982A
- Authority
- KR
- South Korea
- Prior art keywords
- identifier
- group
- influence
- generated
- records
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 claims description 35
- 230000002688 persistence Effects 0.000 claims description 16
- 230000006872 improvement Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 description 21
- 230000015654 memory Effects 0.000 description 19
- 238000004422 calculation algorithm Methods 0.000 description 15
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000013459 approach Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 7
- 239000000872 buffer Substances 0.000 description 6
- 238000010606 normalization Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000011524 similarity measure Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002860 competitive effect Effects 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010960 commercial process Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008521 reorganization Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
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
- G06Q50/184—Intellectual property management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9032—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0282—Rating or review of business operators or products
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Finance (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Technology Law (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
데이터베이스로부터, 식별자 레코드 및 적어도 하나의 다른 식별자 레코드를 포함하는 식별자 레코드 그룹을 생성하고, 생성된 식별자 레코드 그룹의 하나 이상의 영향력 지표를 생성하고, 각각의 영향력 지표와 관련된 평균값에 기초하여 하나 이상의 영향력 지표 각각의 값을 정규화하고, 하나 이상의 영향력 지표의 정규화된 값의 합에 기초하여 생성된 식별자 레코드 그룹의 영향력 메트릭의 값을 생성하고, 데이터베이스 내의 복수의 식별자 레코드 그룹과 관련된 영향력 메트릭의 값 중에서 영향력 메트릭의 값의 순위를 정하고, 순위에 기초하여 식별자 레코드의 영향력 점수로서 생성된 식별자 레코드 그룹의 영향력 점수를 결정하는 방법, 장치 및 컴퓨터 판독 가능 저장 매체가 개시된다.
Description
관련 출원에 대한 상호 참조
본 출원은 2021년 2월 26일자로 출원된 미국 특허 가출원 제63/154,510호에 대해 우선권을 주장하는 2022년 2월 25일자로 출원된 미국 특허 출원 제17/680,534호에 대해 우선권을 주장한다. 이들 출원의 전체 개시내용은 모든 목적을 위해 그 전체가 참조에 의해 본 명세서에 원용된다
개시내용의 기술분야
본 개시내용은 식별자 레코드의 영향력을 결정하기 위한 방법에 관한 것이다.
글로벌 지적 재산(IP) 및 혁신 환경이 빠르게 변화함에 따라서, 조직이 '스마트 IP 데이터'를 활용하는 능력은 점점 더 중요해지고 있다. 그러나, 이를 위해, 분석 및 시각화는 기본적인 데이터의 품질과 폭에 의해 제한된다. 그러므로, IP 데이터의 특정 도출된 메트릭은 간결하고 효율적인 데이터 시각화를 가능하게 하는 유용한 유사체로서 역할을 할 수 있다.
이러한 도출된 메트릭 및 기타 고유한 벤치마크와 관련하여, 상표와 관련하여 거의 진전이 이루어지지 않았다. 예를 들어, 소위 하향식(top-down) 접근 방식과 같이 상표의 가치를 평가하기 위한 특정 노력이 있었을지라도, 상표의 가치를 처음부터 평가하는 객관적인 척도는 없다. 근본적인 접근 방식은 한 양태에서 상표의 기본 요소를 상표의 도출된 메트릭으로 간주한다. 그러나, 현재까지 이러한 접근 방식은 존재하지 않는다.
전술한 "배경" 설명은 본 개시내용의 내용을 일반적으로 제시하는 목적을 위한 것이다. 본 배경기술 섹션에 기술된 범위까지의 발명자의 저작물 및 출원 당시의 선행 기술로서 달리 인정되지 않을 수 있는 설명의 양태는 본 발명에 대한 선행 기술로서 명시적으로 또는 묵시적으로 인정되지 않는다.
본 개시내용은 식별자 레코드의 영향력 점수(strength score)를 결정하기 위한 방법을 포함한다. 방법에서, 식별자 레코드 및 적어도 하나의 다른 식별자 레코드를 포함하는 식별자 레코드 그룹이 데이터베이스로부터 생성된다. 식별자 레코드 그룹에서의 각각의 식별자 레코드는 동일한 브랜드와 관련된다. 생성된 식별자 레코드 그룹의 하나 이상의 영향력 지표가 생성된다. 하나 이상의 영향력 지표는 지속성 지표, 시장 지표, 관할권 적용 범위 지표, 또는 구별 지표 중 적어도 하나를 포함한다. 하나 이상의 영향력 지표의 각각의 값은 각각의 영향력 지표와 관련된 평균값에 기초하여 정규화된다. 각각의 영향력 지표와 관련된 평균값은 생성된 식별자 레코드 그룹을 포함하는 데이터베이스 내의 복수의 식별자 레코드 그룹에 기초하여 결정된다. 생성된 식별자 레코드 그룹의 영향력 메트릭의 값은 생성된 식별자 레코드 그룹의 하나 이상의 영향력 지표의 정규화된 값의 합에 기초하여 생성된다. 생성된 식별자 레코드 그룹의 영향력 메트릭 값은 데이터베이스 내의 복수의 식별자 레코드 그룹과 관련된 영향력 메트릭 값 중에서 순위가 정해진다. 순위에 기초하여, 생성된 식별자 레코드 그룹의 영향력 점수는 식별자 레코드의 영향력 점수로서 결정된다.
실시형태에서, 생성된 식별자 레코드 그룹의 영향력 점수가 복수의 식별자 레코드 그룹에서 최고 순위의 식별자 레코드 그룹의 영향력 점수보다 낮은 것에 기초하여 생성된 식별자 레코드 그룹의 하나 이상의 영향력 지표 중 적어도 하나에 대한 개선안이 결정된다.
실시형태에서, 개선안은 네트워크를 통해 서버와 통신 가능하게 결합된 전자 디바이스의 사용자 인터페이스에 의해 디스플레이된다.
실시형태에서, 식별자 레코드는 전자 디바이스로부터의 입력에 기초하여 결정된다.
실시형태에서, 입력은 텍스트 문자열 또는 이미지이다.
실시형태에서, 지속성 지표는 생성된 식별자 레코드 그룹과 관련된 상표 등록의 평균 연차(average age)이다.
실시형태에서, 시장 지표는 생성된 식별자 레코드 그룹의 경제적 풋프린트 또는 생성된 식별자 레코드 그룹의 산업 풋프린트 중 적어도 하나이다.
실시형태에서, 관할권 적용 범위 지표는 데이터베이스 내의 관할권의 총 수에 의해 정규화된 등록 관할권의 수이다. 생성된 식별자 레코드 그룹과 관련된 상표는 등록 관할권의 수에서 등록된다.
실시형태에서, 구별 지표는 생성된 식별자 레코드 그룹의 대표 식별자 레코드의 구별성이다.
실시형태에서, 생성된 식별자 레코드 그룹의 경제적 풋프린트는 각각의 등록 관할권에 대한 각각의 국내 총생산에 기초하여 등록 관할권의 수에 가중치를 부여하는 것에 의해 결정된다.
실시형태에서, 생성된 식별자 레코드 그룹의 산업 풋프린트는 생성된 식별자 레코드 그룹과 관련된 상표가 지정된 관할권 내에서 차지하는 Nice 분류의 클래스의 백분율로서 정의되는 생성된 식별자 레코드 그룹의 시장 점유율을 계산하고, 생성된 식별자 레코드 그룹과 관련된 상표가 지정된 관할권 내에서 등록되는 Nice 분류의 다양한 클래스의 수를 추가로 계산하는 것에 의해 결정된다.
실시형태에서, 대표 식별자 레코드는 텍스트 문자열과 관련된다. 생성된 식별자 레코드 그룹의 대표 식별자 레코드의 구별성은 관련 텍스트 문자열의 길이만큼 대표 식별자 레코드에 가중치를 부여하는 것에 의해, 추가로 데이터베이스 내의 다른 식별자 레코드와 관련된 다른 텍스트 문자열에 대한 관련 텍스트 문자열의 문자열 유사성 척도를 계산하는 것에 의해 결정되고, 데이터베이스 내의 다른 식별자 레코드는 생성된 식별자 레코드 그룹과 관련되지 않은 식별자 레코드이다.
본 개시내용은 식별자 레코드의 영향력 점수를 결정하기 위한 장치를 포함한다. 장치는 데이터베이스로부터, 식별자 레코드 및 적어도 하나의 다른 식별자 레코드를 포함하는 식별자 레코드 그룹을 생성하는 처리 회로망을 포함하고, 식별자 레코드 그룹에서의 각각의 식별자 레코드는 동일한 브랜드와 관련된다. 처리 회로망은 생성된 식별자 레코드 그룹의 하나 이상의 영향력 지표를 생성한다. 하나 이상의 영향력 지표는 지속성 지표, 시장 지표, 관할권 적용 범위 지표, 또는 구별 지표 중 적어도 하나를 포함한다. 처리 회로망은 각각의 영향력 지표와 관련된 평균값에 기초하여 하나 이상의 영향력 지표 각각의 값을 정규화한다. 각각의 영향력 지표와 관련된 평균값은 생성된 식별자 레코드 그룹을 포함하는 데이터베이스 내의 복수의 식별자 레코드 그룹에 기초하여 결정된다. 처리 회로망은 생성된 식별자 레코드 그룹의 하나 이상의 영향력 지표의 정규화된 값의 합에 기초하여 생성된 식별자 레코드 그룹의 영향력 메트릭 값을 생성한다. 처리 회로망은 데이터베이스 내의 복수의 식별자 레코드 그룹과 관련된 영향력 메트릭의 값 중에서 생성된 식별자 레코드 그룹의 영향력 메트릭 값의 순위를 정한다. 처리 회로망은 순위에 기초한 식별자 레코드의 영향력 점수로서 생성된 식별자 레코드 그룹의 영향력 점수를 결정한다.
본 개시내용은 식별자 레코드의 영향력 점수를 결정하기 위해 컴퓨터에 의해 실행될 때, 컴퓨터로 하여금, 데이터베이스로부터, 식별자 레코드 및 적어도 하나의 다른 식별자 레코드를 포함하는 식별자 레코드 그룹으로서, 식별자 레코드 그룹에서의 각각의 식별자 레코드가 동일한 브랜드와 관련되는, 상기 식별자 레코드 그룹을 생성하는 것, 지속성 지표, 시장 지표, 관할권 적용 범위 지표, 또는 구별 지표 중 적어도 하나를 포함하는, 생성된 식별자 레코드 그룹의 하나 이상의 영향력 지표를 생성하는 것, 각각의 영향력 지표와 관련된 평균값에 기초하여 하나 이상의 영향력 지표의 각각의 값을 정규화하는데, 각각의 영향력 지표와 관련된 평균값이 생성된 식별자 레코드 그룹을 포함하는 데이터베이스 내의 복수의 식별자 레코드 그룹에 기초하여 결정되는 것, 생성된 식별자 레코드 그룹의 하나 이상의 영향력 지표의 정규화된 값의 합에 기초하여 생성된 식별자 레코드 그룹의 영향력 메트릭의 값을 생성하는 것, 데이터베이스 내의 복수의 식별자 레코드 그룹과 관련된 영향력 메트릭의 값 중에서 생성된 식별자 레코드 그룹의 영향력 메트릭 값의 순위를 매기는 것, 및 순위에 기초한 식별자 레코드의 영향력 점수로서 생성된 식별자 레코드의 영향력 점수를 결정하는 것을 수행하게 하는, 컴퓨터 판독 가능 명령을 저장하는 비일시적 컴퓨터 판독 가능 저장 매체를 포함한다.
전술한 단락은 일반적인 서론을 통해 제공되었으며, 다음의 청구범위의 범위를 제한하도록 의도되지 않는다. 설명된 실시형태는 추가적인 이점과 함께, 첨부된 도면과 함께 취해진 다음의 상세한 설명을 참조하는 것에 의해 가장 잘 이해될 것이다.
본 개시내용의 보다 완전한 이해 및 이에 수반되는 많은 장점은 첨부된 도면과 관련하여 고려될 때 다음의 상세한 설명을 참조하는 것에 의해 더 잘 이해됨에 따라서 쉽게 얻어질 것이다:
도 1은 본 개시내용의 실시형태에 따른, 네트워크를 통해 서버에 통신 가능하게 연결된 클라이언트 디바이스의 개략도이고;
도 2는 본 개시내용의 예시적인 실시형태에 따른, 브랜드의 영향력 점수를 결정하는 방법의 흐름도이고;
도 3은 본 개시내용의 예시적인 실시형태에 따른, 브랜드의 영향력 점수를 결정하는 다른 방법의 흐름도이고;
도 4는 본 개시내용의 예시적인 실시형태에 따른, 영향력 지표의 그래픽 표현이고;
도 5는 본 개시내용의 예시적인 실시형태에 따른, 순위를 정하는 테이블 표현이고;
도 6은 본 개시내용의 실시형태에 따른 브랜드의 영향력 점수를 결정하는 방법을 수행하기 위한 시스템의 하드웨어 구성의 개략도이다.
도 1은 본 개시내용의 실시형태에 따른, 네트워크를 통해 서버에 통신 가능하게 연결된 클라이언트 디바이스의 개략도이고;
도 2는 본 개시내용의 예시적인 실시형태에 따른, 브랜드의 영향력 점수를 결정하는 방법의 흐름도이고;
도 3은 본 개시내용의 예시적인 실시형태에 따른, 브랜드의 영향력 점수를 결정하는 다른 방법의 흐름도이고;
도 4는 본 개시내용의 예시적인 실시형태에 따른, 영향력 지표의 그래픽 표현이고;
도 5는 본 개시내용의 예시적인 실시형태에 따른, 순위를 정하는 테이블 표현이고;
도 6은 본 개시내용의 실시형태에 따른 브랜드의 영향력 점수를 결정하는 방법을 수행하기 위한 시스템의 하드웨어 구성의 개략도이다.
본 명세서에서 사용되는 바와 같이, 단수 표현 용어는 하나 또는 하나 이상으로서 정의된다. 본 명세서에서 사용되는 바와 같이, "복수"라는 용어는 2개 또는 2개 초과로서 정의된다. 본 명세서에서 사용되는 바와 같이, "또 다른"이라는 용어는 적어도 두 번째 이상으로서 정의된다. 본 명세서에서 사용되는 바와 같이, "구비하는" 및/또는 "가진"이라는 용어는 포함하는 것으로서 정의된다(즉, 개방 언어). 본 문서 전체에 걸쳐서, "일 실시형태", "특정 실시형태", "실시형태", "구현예", "예" 또는 유사한 용어에 대한 참조는 실시형태와 관련하여 설명된 특정 특징, 구조 또는 특성이 본 개시내용의 적어도 하나의 실시형태에 포함된다는 것을 의미한다. 따라서, 본 명세서 전반에 걸쳐 또는 여러 곳에서 이러한 문구의 등장은 반드시 모두 동일한 실시형태를 언급하는 것은 아니다. 또한, 특정 특징, 구조 또는 특성은 제한 없이 하나 이상의 실시형태에서 임의의 적절한 방식으로 조합될 수 있다.
기업 및 조직에 속한 브랜드의 범위, 영향력, 배경 및 전망은 시장 및 경쟁 구도를 평가하기 위한 중요한 인자이다. 예를 들어, 특정 브랜드 및 상표는 다른 브랜드 및 상표보다 더 가치가 있다. 또한, 무형자산과 관련됨에 따라서, 그 가치를 평가하는 것은 복잡하면서도 중요한 작업임을 알 수 있다. 그 무형자산의 중요성 증가를 고려하여, 일부 회사는 거래를 추적, 관리 및 검증하는 관행뿐만 아니라 상업 전략에 대한 통찰력으로서 브랜드 가치 평가를 제공할 수 있다. 브랜드의 인식과 관련성에 영향을 미치는 외부성(예를 들어, 회사 또는 제품의 경쟁적 위치, 잠재 고객에 대한 인식, 산업의 특성)뿐만 아니라, 미래 비즈니스 및 시장 성과의 예측 불가능성 때문에, 이러한 브랜드 가치 평가는 종종 주관적인 메트릭과 가정에 의존하거나, 또는 순전히 수익, 비용 등과 같은 비즈니스 산출 메트릭에 기반한다.
현재의 주관적인 브랜드 가치 평가 도구가 부적절하다는 점을 인식하면, 상표 소유자가 그의 브랜드를 보호하는 영향력 및 효율성을 평가하는 것에 의해 브랜드를 객관적으로 평가하기 위한 방안으로서 상표 및 상표 등록을 고려할 수 있다.
불행히도 현재 강한 상표와 약한 상표 사이의 차이를 결정하기 위한 실질적이고 객관적인 방법은 없다. 일부 관련 기술에서, 글로벌 데이터 소스로부터 통찰력을 얻고자 하는 사용자는 가능한 경우 상이한 플랫폼으로부터 다수의 관할권에 걸쳐 데이터 소스에서 자체 통계 모델링, 데이터 조작, 데이터 재구성 및 수동 정리를 수행해야 한다. 예를 들어, 사람이 이러한 접근 방식을 수동으로 시도하였으면, 8천만회의 계산이 여러 번 독립적으로 수행될 필요가 있으며, 총 5억회 이상의 계산이 필요하다. 5억회 이상의 계산을 거친 후에야만, 하나의 상표 또는 상표 패밀리에 대한 평가가 가능하다. 계산의 책임자가 한 번의 계산이 5분 안에 수행될 수 있는 것을 경험한다고 가정하면, 평가는 여전히 4,656년의 계산을 요구할 것이다. 이러한 시간 요구 사항과 전 세계적으로 매일 발생하는 새로운 상표 등록을 통합하기 위해 상표의 평가가 매일 업데이트되어야 한다는 사실을 감안할 때, 이러한 접근 방식에 대한 계산 작업량은 엄청나다. 따라서 개인, 소기업, 심지어 대기업도 이러한 객관적이고 분석적인 도구를 구축하기 위해 필요한 자원을 할애할 수 없을 것이다.
본 개시내용은 브랜드의 영향력 점수를 결정하기 위한 방법을 제공한다.
실시형태에서, 상표 등록에 기초하여 브랜드의 영향력 점수를 결정하기 위해 다양한 데이터 소스를 분석하기 위한 객관적인 도구가 제공된다. 객관적인 도구는 상표 패밀리 기반 메트릭을 허용하도록 데이터를 재구성하기 위한 방법을 포함한다. 분석은 점수링될 수 있는 정의된 메트릭에 따른 무형자산의 평가를 포함할 수 있다. 예를 들어, 분석은 상표가 전 세계적으로 잘 보호되고 있는지 여부, 상표가 소유자에 의해 투자되었는지 여부, 및/또는 상표가 영향력이 있는지 여부를 평가할 수 있다. 이어서, 점수링된 메트릭은 브랜드의 영향력 점수를 결정하기 위해 분석 모델에 통합될 수 있다.
실시형태에서, 본 개시내용은 전 세계적으로 출원된 모든 상표 등록을 비교하고, 상표 패밀리에 의해 상표 등록을 비교하고, 이것들의 법적 형태 또는 지리적 존재에 기초하여 회사들을 배제하지 않는 철저한 보고서를 생성하는 것을 허용한다. 본 개시내용의 객관적인 도구는 공기업, 민간 회사 또는 개인일 수 있는 모든 상표 소유자에 의해 전 세계적으로 출원된 모든 상표 등록에 대한 정보를 포함하는 공식 데이터에 의존한다.
실시형태에서, 본 개시내용은 상표의 구별성, 시장 풋프린트 및 영향을 측정하기 위한 경험적 접근법을 기술한다.
실시형태에 따르면, 본 개시내용은 상표 등록에 기초하여 브랜드의 영향력 점수를 결정하기 위한 방법을 설명한다. 영향력 점수는 특정 상표 또는 하나 이상의 관련 상표를 가진 특정 브랜드의 하나 이상의 인자에 기초하여 결정될 수 있다.
실시형태에서, 하나 이상의 인자는 하나 이상의 영향력 지표일 수 있고, 예를 들어 지속성, 시장 풋프린트, 관할권 적용 범위, 및 구별성 및 복잡성을 포함할 수 있다.
지속성은 특정 브랜드와 관련된 상표 등록의 평균 연차의 척도일 수 있다. 평균 연차가 높을수록 브랜드가 널리 알려지기 쉽고, 따라서 더 강력하다는 것을 나타낼 수 있다.
시장 풋프린트는 기업의 경제적 풋프린트 및/또는 산업 풋프린트를 포함한다. 경제적 풋프린트는 상표 등록을 기반으로 지정된 브랜드에서 총체적으로 이루어진 투자 폭의 척도일 수 있다. 이러한 척도는 2개의 하위 메트릭의 조합을 포함할 수 있다. 투자와 관련된 제1 하위 메트릭은 브랜드와 관련된 식별자 레코드(또는 식별자 레코드 그룹)가 등록된 관할권의 결정된 총 수를 포함한다. 나중에 자세히 설명하겠지만, 각각의 식별자 레코드는 임의의 캐릭터 세트에서의 텍스트 문자열이거나 브랜드와 관련된 이미지일 수 있다. 식별자 레코드 그룹은 동일한 브랜드를 정의하는 데 사용되는 식별자 레코드의 모음일 수 있으며, 그러므로 상표 패밀리를 한정할 수 있다. 단순화를 위해, 본 개시내용의 나머지 부분은 식별자 레코드를 텍스트 문자열로서 간주할 것이다. 식별자 레코드에 대한 후속 참조는 상호 교환 가능하게 텍스트 문자열로서 영숫자 문자열에 대한 참조일 수 있다. 제1 하위 메트릭은 관할권 비용과 관련되만, 제2 하위 메트릭은 식별자 레코드(또는 식별자 레코드 그룹)가 등록된 국내 총 생산(GDP)에 대해 가중치가 부여된 관할권의 결정된 총 수를 포함한다. 제2 하위 메트릭은 상표가 보호되는 관할권을 기반으로 하는 시장 풋프린트와 상관된다. 산업 풋프린트는 예를 들어 Nice 분류를 기반으로 하는 브랜드의 침투 및 교차 시장 적용 가능성의 척도일 수 있고, 2개의 척도를 조합할 수 있다. Nice 분류는 당업자가 이해할 수 있는 바와 같이 상표의 등록을 위해 적용되는 상품 및 서비스의 국제적 분류이다. 제1 척도는 지정된 관할권 내에서 식별자 레코드가 차지하는 Nice 분류의 클래스의 백분율 결정을 포함한다. 이러한 백분율은 시장 점유율의 척도로서 역할을 한다. 제2 척도는 식별자 레코드(예를 들어, 영숫자 문자열)가 지정된 관할권에 걸쳐서 성공적으로 등록된 Nice 분류의 상이한 클래스 수에 대한 결정을 포함한다.
구별성과 복잡성은 주어진 식별자 레코드(또는 식별자 레코드 그룹)가 상표 등록 데이터베이스 내의 다른 식별자 레코드(또는 식별자 레코드 그룹)에 대해 얼마나 구별되는지의 척도일 수 있으며, 데이터베이스에서의 각각의 상표 등록은 식별자 레코드에 대응하고 및/또는 식별자 레코드 그룹과 관련된다. 식별자 레코드 그룹이 고려될 때, 동일한 브랜드로부터의 상표 등록은 제외될 수 있다. 브랜드가 얼마나 고유한지를 결정하기 위해, 식별자 레코드와 관련된 영숫자 문자열, 또는 식별자 레코드 그룹을 나타내는 대표 영숫자 문자열은 먼저 영숫자 문자열 또는 대표 영숫자 문자열의 길이만큼 가중치가 부여된다. 문자열이 길수록 본질적으로 짧은 문자열보다 더 고유하다. 이어서, 문자열 유사성 알고리즘은 주어진 영숫자 문자열이 데이터베이스 내의 다른 영숫자 문자열과 얼마나 유사한지 결정하도록 적용될 수 있다. 실시형태에서, 문자열 유사성 알고리즘은 편집 거리 척도일 수 있다. 실시형태에서, 문자열 유사성 알고리즘은 Jaro-Winkler 편집 거리 척도, Sorenson-Dice 알고리즘 등일 수 있다. 예에서, 문자열 유사성 알고리즘은 각각의 식별자 레코드와 관련된 영숫자 문자열 또는 식별자 레코드 그룹과 관련된 대표 영숫자 문자열에 대해 실행되는 문자열 유사성 알고리즘이고, 알고리즘은 데이터베이스 내의 모든 식별자 레코드(즉, 상표 등록)의 무작위 샘플(예를 들어, 0.15%)에 대한 영숫자 문자열 또는 대표 영숫자 문자열의 비교를 포함한다.
실시형태에서, 하나 이상의 영향력 지표는 시장 관심을 더 포함할 수 있다. 시장 관심은 주어진 식별자 레코드(또는 식별자 레코드 그룹)가 일반 대중에게 얼마나 인기가 있는지의 척도일 수 있다. 예를 들어, 척도는 식별자 레코드가 임의의 선택된 시간 프레임에서 특정 관할권에 얼마나 인기가 있는지를 나타낼 수 있다. 이러한 데이터는 예를 들어 검색 엔진에서의 검색 추세를 기반으로 할 수 있다.
하나 이상의 영향력 지표의 값은 브랜드의 영향력 점수를 결정하는 데 사용될 수 있다. 영향력 점수는 하나 이상의 영향력 지표의 각각의 값을 각각의 영향력 지표의 글로벌 평균으로 먼저 정규화하고, 이어서, 식별자 레코드(또는 식별자 레코드 그룹)에 대한 하나 이상의 영향력 지표와 관련된 정규화된 값을 합산하는 것에 의해 영향력 점수 또는 영향력 메트릭의 값을 생성하는 것에 의해 결정될 수 있다.
즉, 하나 이상의 영향력 지표의 값은 브랜드 영향력 점수로 직접 가지 않는다. 대신, 각각의 값은 모든 데이터에 걸쳐서 각각의 기준 평균과 비교된다. 예에서, 각각의 값은 각각의 기준 평균으로 정규화될 수 있다. 다른 예에서, 각각의 값은 각각의 기준 평균으로 정규화될 수 있고, 이어서, 각각의 기준 평균으로부터의 결정된 거리에 기초하여 포인트가 할당될 수 있다. 이어서, 영향력 지표당 할당된 포인트는 영향력 점수를 형성하기 위해 합산될 수 있다. 강한 브랜드는 영향력 높은 점수가 있는 밴드이다.
실시형태에서, 위에서 수행된 객관적인 분석은 상이한 섹터, 회사 및 국가를 고려할 수 있다.
이제 도면을 참조하면, 도 1은 본 개시내용의 실시형태에 따른, 네트워크(102)를 통해 서버(제2 디바이스(103))와 같은 제2 전자 디바이스에 통신 가능하게 연결된 클라이언트/사용자 디바이스(제1 디바이스(101))와 같은 전자 디바이스의 개략도이다. 또한, 도 1이 단지 하나의 클라이언트/사용자 디바이스를 도시하였을지라도, 실시형태에서, 추가적인 클라이언트/사용자 디바이스는 제1 디바이스(101) 및 제2 디바이스(103) 모두에 통신 가능하게 연결될 수 있다. 예를 들어, 제2 클라이언트/사용자 디바이스는 제1 디바이스(101)와 제2 디바이스(103)에 통신 가능하게 연결되거나, 또는 복수의 클라이언트/사용자 디바이스는 제1 디바이스(101)와 제2 디바이스(103)에 통신 가능하게 연결될 수 있다.
본 명세서에 기술된 방법을 실행하기 위해 애플리케이션이 제1 디바이스(101)에 설치되거나 액세스될 수 있다. 애플리케이션은 또한 제1 디바이스(101)의 운영 체제(OS)에 통합될 수 있다. 제1 디바이스(101)는 개인용 컴퓨터, 태블릿, 스마트폰, 스마트폰-시계, 스마트 TV, 인터랙티브 스크린, 스마트 프로젝터, 또는 투사 플랫폼, IoT(사물 인터넷) 디바이스 등과 같은 임의의 전자 디바이스일 수 있지만 이에 제한되지 않는다.
도 1에 도시된 바와 같이, 제1 디바이스(101)는 다른 구성요소(도 7에서 자세히 도시됨) 중에서 중앙 처리 유닛(CPU), 그래픽 처리 유닛(GPU), 주 메모리 및 버퍼(프레임 버퍼, 오디오 버퍼 등)를 포함한다. 실시형태에서, 제1 디바이스(101)는 디스플레이에 디스플레이되는 그래픽을 호출할 수 있다. 제1 디바이스(101)의 그래픽은 GPU에 의해 처리되고, 디스플레이에 연결된 프레임 버퍼와 같은 버퍼에 저장된 장면에서 렌더링될 수 있다. 실시형태에서, 제1 디바이스(101)는 디스플레이 상에 디스플레이되는 소프트웨어 애플리케이션 또는 프로그램을 구동할 수 있다. 소프트웨어 애플리케이션은 CPU에 의해 실행되기 위해, 액세스 시간이라는 측면에서 하드 디스크 드라이브 또는 솔리드 스테이트 드라이브와 같은 보조 저장 장치보다 빠를 수 있는 주 메모리에 로드될 수 있다. 주 메모리는 예를 들어 랜덤 액세스 메모리(RAM)일 수 있으며, 제1 디바이스(101)의 기본 내부 메모리인 물리적 메모리이다.
CPU는 관련 CPU 메모리를 가질 수 있고, GPU는 관련 비디오 또는 GPU 메모리를 가질 수 있다. 프레임 버퍼는 비디오 메모리의 할당된 영역일 수 있다. GPU는 소프트웨어 애플리케이션에 속하는 데이터를 디스플레이할 수 있다. CPU는 다중 코어를 가질 수 있거나, 또는 그 자체가 제1 디바이스(101)에서의 다중 처리 코어 중 하나일 수 있음이 이해될 수 있다. CPU는 C++와 같은 CPU 프로그래밍 언어로 명령을 실행할 수 있다. GPU는 고급 셰이딩 언어(High-Level Shading Language: HLSL)과 같은 GPU 프로그래밍 언어로 명령을 실행할 수 있다. GPU는 또한 그래픽 처리 작업에 특화된 다수의 코어를 포함할 수 있다. 상기 설명이 제1 디바이스(101)에 대해 논의되었을지라도, 동일한 설명이 도 1의 제2 디바이스(103)에 적용됨을 이해해야 한다. 또한, 제2 디바이스(103)는 데이터베이스를 포함할 수 있고/있거나, 특정 실시형태에서 네트워크(105)를 통해 데이터베이스(104)에 연결될 수 있다.
도 2는 본 개시내용의 실시형태에 따른, 상표 등록에 기초하여 브랜드의 영향력 점수를 결정하기 위한 방법의 흐름도이다. 일 실시형태에서, 방법은 도 1의 서버(103)에 의해 수행될 수 있다. 일 실시형태에서, 방법은 제1 디바이스(101), 또는 제1 디바이스(101)와 서버(103)의 조합에 의해 수행될 수 있다. 방법에서, 예를 들어, 평가를 위한 브랜드를 나타내는 사용자 디바이스(예를 들어, 도 1의 제1 디바이스(101))에 사용자가 입력을 제공했다고 가정한다. 입력은 회사명, 브랜드명, 특정 상표 등록 등일 수 있다.
브랜드의 표시는 사용자가 관심을 가진 특정 식별자 레코드의 식별을 포함할 수 있다. 특정 식별자 레코드는 임의의 캐릭터 세트에서의 텍스트 문자열 또는 이미지와 같은 상표 등록일 수 있다. 실시형태에서, 상표 등록이 텍스트 문자열(예를 들어, 영숫자 문자열)이고, 하나 이상의 상표 등록이 상표 등록과 관련된다고 가정한다.
단계(215)에서, 식별자 레코드 그룹이 특정 식별자 레코드에 기초하여 생성될 수 있다. 그룹은, 약간 다르지만 관련된 상표 등록이 동일한 브랜드와 관련되는 것을 허용한다. 예를 들어, 다양한 상표 등록이 동일한 기업에 의해 소유될 수 있더라도, 영숫자 문자열일 수 있는 다양한 상표 등록의 각각은 인쇄 오류 및 번역 오류뿐만 아니라 지역적 차이에 기초한 사소한 변형을 가질 수 있다. 예를 들어, 회사 접미사는 지역이나 관할 지역에 따라 다를 수 있다.
실시형태에서, 단계(215)는 소유자 이름에 기초하여 데이터베이스 내의 식별자 레코드들을 관련시키는 것에 의해 수행될 수 있다. 상기 관련은 기계 학습 알고리즘을 사용하여 수행될 수 있고 규칙 기반일 수 있으며, 수동 평가를 포함할 수 있다. 데이터베이스 내의 데이터는 글로벌 상표 등록 데이터일 수 있다. 정보는 상표가 지정된 관할권 내에서 등록된 등록 분류의 수, 지정된 관할권의 경제적 산출물과 관련된 관련 통계, 및 지정된 관할권 내의 시장 역학을 포함할 수 있다. 유사한 상표 등록이 있는 식별자 레코드는 브랜드의 영향력을 평가하는 목적을 위해 동일한 브랜드를 나타내도록 그룹화된다. 즉, 데이터베이스는 세계적으로 등록된 고유 상표와 관련된 식별자 레코드를 포함할 수 있다. 따라서, 단계(215)는 동일한 브랜드에 속하는 식별자 레코드의 그룹화를 허용한다.
단계(225)에서, 하나 이상의 영향력 지표가 생성된 식별자 레코드 그룹에 대해 계산될 수 있다. 하나 이상의 영향력 지표는 지속성 지표, 시장 지표, 관할권 지표 및/또는 구별 지표를 포함할 수 있다.
실시형태에서, 지속성 지표는 생성된 식별자 레코드 그룹과 관련된 상표 등록의 평균 연차로서 결정될 수 있다. 예를 들어, 생성된 식별자 레코드 그룹과 관련된 각각의 상표 등록에 대해, 정규화된 출원일이 생성될 수 있다. 정규화된 출원일은 개별 관할권/지역/국가 규칙을 고려하고, 상표 등록이 출원된 유용한 실제 또는 예상 날짜의 추출을 허용한다. 다음으로, 정규화된 출원일과 현재 날짜 사이의 평균 차이가 상표 등록의 평균 연차로서 계산될 수 있다. 계산은 생성된 식별자 레코드 그룹과 관련된 각각의 식별자 레코드에 대해 수행될 수 있다. 특히, 지속성 지표가 '현재 날짜'에 의존함에 따라서, 생성된 식별자 레코드 그룹과 관련된 상표 등록의 결과적인 평균은 계산이 수행된 날짜에 대해서만 유효하다.
실시형태에서, 상표 등록의 평균 연차는 데이터베이스 내의 나머지 식별자 레코드 그룹의 평균 연차에 기초하여 정규화될 수 있다. 따라서, 데이터베이스 내의 나머지 식별자 레코드 그룹의 각각의 평균 연차(즉, 데이터베이스에서의 다른 모든 상표 패밀리의 평균 연차)를 계산한 후, 생성된 식별자 레코드 그룹의 평균 연차는 나머지 식별자 레코드 그룹의 평균 연차에 기초하여 정규화될 수 있고, 0 내지 1의 점수가 할당된다. 따라서, 도 4는 Google 상표 등록의 수명에 대한 그래픽 설명을 제공한다.
실시형태에서, 시장 지표는 생성된 식별자 레코드 그룹과 관련된 경제적 풋프린트 및/또는 생성된 식별자 레코드 그룹과 관련된 산업 풋프린트일 수 있다. 경제적 풋프린트는 먼저 생성된 식별자 레코드 그룹과 관련된 상표가 등록된 관할권의 수를 결정하고, 둘째 상표가 등록된 각각의 관할권에 대한 각각의 GDP에 따라 상표가 등록된 관할권의 결정된 수에 가중치를 부여하는 것에 의해 계산될 수 있다. 산업 풋프린트는 먼저 생성된 식별자 레코드 그룹과 관련된 상표 등록의 시장 점유율을 계산하는 데, 시장 점유율이 지정된 관할권 내에서 상표 등록이 차지하는 Nice 분류의 클래스의 백분율로서 정의되고, 둘째, 지정된 관할권 내에서 상표가 등록된 Nice 분류의 상이한 클래스의 수를 계산하는 것에 의해 결정된다.
실시형태에서, 모든 글로벌 상표 데이터에 걸쳐 각각의 관할권에서의 Nice 분류는 분모(denominator)를 제공한다. 따라서, 시장 지표는 생성된 식별자 레코드 그룹과 관련된 상표 등록의 수를, 지정된 관할권에서 Nice 분류의 특정 클래스에 등록된 기존의 상표의 수로 나누는 것에 의해 계산될 수 있다. 이러한 계산은 한 국가에서 Nice 분류에 등록된 모든 관련 상표에 대해 이루어질 수 있다. 이어서, 이러한 계산은 위에서 소개된 바와 같이 GDP에 의해 가중치가 부여될 수 있다.
실시형태에서, 관할권 지표는 상표 적용 범위 또는 브랜드 노출의 지표로서 결정될 수 있다. 예를 들어, 생성된 식별자 레코드 그룹을 위하여, 대응하는 수의 관할권 등록이 계산될 수 있다. 이러한 계산은 지역 상표 등록에 대한 고려와, 해당 지역의 개별 회원국에 대한 적용 범위의 등록의 분할을 포함한다. 이어서, 계산된 적용 범위는 데이터베이스에서 고려된 가능한 관할권의 총 수에 의해 관할권 등록의 정규화로서 간주될 수 있다.
실시형태에서, 구별 지표는 식별자 레코드의 영숫자 문자열 또는 생성된 식별자 레코드 그룹의 대표 영숫자 문자열이 데이터베이스 내의 다른 식별자 레코드와 관련된 다른 영숫자 문자열 또는 다른 식별자 레코드 그룹과 관련된 다른 대표적인 영숫자 문자열에 대해 얼마나 구별되는지에 대한 척도로서 결정될 수 있다. 구별 지표의 척도는 영숫자 문자열 또는 대표 영숫자 문자열에 대해, 먼저 문자열의 길이만큼 문자열에 가중치를 부여하고, 이어서, 데이터베이스 내의 다른 문자열에 대한 문자열의 문자열 유사성 척도를 계산하는 것에 의해 결정될 수 있다. 문자열 유사성 척도는 주어진 영숫자 문자열, 따라서 상표 등록이 서로 얼마나 상이한지를 결정하기 위해 적용될 수 있는 문자열 유사성 알고리즘일 수 있다. 예에서, 문자열 유사성 알고리즘은 다른 관련 기술 중에서도 Jaro-Winkler 척도일 수 있다. 예를 들어, 문자열 유사성 알고리즘은 편집 거리 척도를 이용할 수 있다.
실시형태에서, 구별 지표는 생성된 식별자 레코드 그룹의 각각의 영숫자 문자열에 대해 계산될 수 있다. 영숫자 문자열은 2개의 글자 문자열로 분할될 수 있다. 유사하게, 데이터베이스 내의 식별자 레코드의 무작위 대표 샘플과 관련된 영숫자 문자열은 2개의 글자 문자열로 분할될 수 있다. 생성된 식별자 레코드 그룹으로부터의 영숫자 문자열과 데이터베이스 내의 식별자 레코드의 무작위 대표 샘플과 관련된 영숫자 문자열의 비교는 식별자 레코드 그룹에서의 각각의 레코드에 대한 유사성 점수를 산출한다. 이어서, 유사성 점수는 식별자 레코드와 관련된 모든 영숫자 문자열과 비교할 때 영숫자 문자열의 고유성 점수를 제공하기 위해 무작위 대표 샘플 점수의 역평균으로 계산될 수 있다.
단계(235)에서, 생성된 식별자 레코드 그룹에 대한 각각의 영향력 지표의 값은 데이터베이스 내의 나머지 식별자 레코드 그룹의 영향력 지표의 값에 따라서 정의된 각각의 글로벌 평균에 의해 정규화될 수 있다. 정규화는 대응하는 값의 직접적인 비교일 수 있다.
실시형태에서, 정규화는 0과 1 사이의 스케일에 대해 수행될 수 있다. 실시형태에서, 생성된 식별자 레코드 그룹에 대한 하나 이상의 영향력 지표의 정규화된 값은 값과 기준값 사이의 차이의 정도에 따른 할당된 포인트 값일 수 있다. 예를 들어, 포인트는 1과 10 사이의 포인트 스케일에 기초하여 할당될 수 있다. 예에서, 나머지 식별자 레코드 그룹의 하나 이상의 영향력 지표 값의 획득은 데이터베이스 내의 각각의 식별자 레코드 그룹의 영향력 지표에 대해 할당된 포인트의 획득을 포함할 수 있다.
단계(245)에서, 생성된 식별자 레코드 그룹에 대한 영향력 메트릭의 값이 생성/결정될 수 있다. 영향력 메트릭의 값은 생성된 식별자 레코드 그룹에 대한 하나 이상의 영향력 지표의 각각에 대한 정규화된 값의 합일 수 있다.
단계(255)에서, 생성된 식별자 레코드 그룹에 대한 영향력 메트릭 값은 데이터베이스 내의 나머지 식별자 레코드 그룹의 각각에 대한 대응하는 영향력 메트릭 값 중에서 순위가 정해질 수 있다. 예시적인 순위가 도 5에 도시되어 있다.
단계(265)에서, 생성된 식별자 레코드 그룹과 관련된 브랜드의 상대적 영향력은 단계(255)에서 결정된 순위에 기초하여 결정될 수 있다. 상대적 영향력은 생성된 식별자 레코드 그룹의 영향력 메트릭 값을 순위의 가장 높은 순위 식별자 레코드 그룹에 비교하는 것에 의해 결정될 수 있다.
단계(275)에서, 생성된 식별자 레코드 그룹의 영향력 메트릭 값의 순위 및 순위의 가장 높은 순위의 식별자 레코드 그룹과의 비교에 기초하여, 개선을 위해 생성된 식별자 레코드 그룹의 하나 이상의 영향력 지표의 추천이 이루어질 수 있다. 실시형태에서, 영향력 메트릭 값의 비교가 1 미만의 값을 초래하면, 추천이 만들어질 수 있다. 실시형태에서, 영향력 메트릭 값의 비교는 1과 동일한 값을 초래하고, 이는 생성된 식별자 레코드 그룹이 가장 높은 순위의 영향력 메트릭 값임을 의미하고, 추천이 이루어지지 않는다.
추천이 단계(275)에서 이루어지는 실시형태에서, 그래픽이 사용자 디바이스(예를 들어, 도 1의 디바이스(101))의 사용자 인터페이스를 통해 사용자에게 디스플레이되어, 개선될 수 있는 하나 이상의 영향력 지표의 적어도 하나를 사용자에게 알린다. 앞에서 설명된 바와 같이, 하나 이상의 영향력 지표의 각각에서의 우수성은 높은 순위가 정해지도록 요구된다. 유사하게, 생성된 식별자 레코드 그룹의 상대적인 약점은 하나 이상의 영향력 지표의 각각의 정규화된 값의 관점에서 평가될 수 있다. 이러한 방식으로, 그리고 예에서, 추천은 하나 이상의 영향력 지표 중 최악의 성능 지표를 개선하는 데 초점을 맞추는 것일 수 있다. 추천은, 다른 예에서, 하나 이상의 영향력 지표 중 어느 것이 단기간에 가장 큰 개선을 볼 수 있는지에 기초하여, 회사 특정 능력의 평가를 요구하는 추천일 수 있다.
언급한 바와 같이, 추천은 사용자 디바이스의 사용자 인터페이스를 통해 사용자에게 제공될 수 있다. 이러한 방식으로, 브랜드의 상대적 영향력에 관한 즉각적인 피드백이 사용자에게 제공된다.
도 3은 본 개시내용의 실시형태에 따른 상표 등록에 기초하여 브랜드의 영향력 점수를 결정하기 위한 방법의 흐름도이다. 일 실시형태에서, 방법은 도 1에서의 서버(103)에 의해 수행될 수 있다. 일 실시형태에서, 방법은 제1 디바이스(101) 또는 제1 디바이스(101)와 서버(103)의 조합에 의해 수행될 수 있다. 방법에서, 개선할 영역에 관한 추천은 이루어지지 않는다. 대신, 추천은 본 명세서에서 설명된 방법 이외의 다른 프로세스에 의해 이루어질 수 있거나, 또는 전혀 이루어지지 않을 수 있다. 그러나, 아래에 개괄되는 바와 같은 나머지 단계 및 하위 프로세스는 도 2에서의 방법을 참조하여 위에서 설명된 것과 실질적으로 동일하다.
도 3의 방법에서, 예를 들어 사용자가 평가를 위한 브랜드를 나타내는 입력을 사용자 디바이스(예를 들어, 도 1의 제1 디바이스(101))에 제공했다고 가정한다. 입력은 회사명, 브랜드명, 특정 상표 등록 등일 수 있다.
브랜드의 표시는 사용자가 관심을 가진 특정 식별자 레코드의 식별을 포함할 수 있다. 특정 식별자 레코드는 임의의 캐릭터 세트에서의 텍스트 문자열 또는 이미지와 같은 상표 등록일 수 있다. 실시형태에서, 상표 등록이 텍스트 문자열(예를 들어, 영숫자 문자열)이고, 하나 이상의 상표 등록이 상표 등록과 관련된다고 가정한다.
단계(315)에서, 식별자 레코드 그룹은 특정 식별자 레코드에 기초하여 생성될 수 있다. 그룹은 약간 다르지만 관련된 상표 등록이 동일한 브랜드와 관련되는 것을 가능하게 한다. 예를 들어, 다양한 상표 등록이 동일한 기업에 의해 소유될 수 있을지라도, 영숫자 문자열일 수 있는 다양한 상표 등록의 각각은 인쇄 오류 및 번역 오류뿐만 아니라 지역적 차이에 따른 사소한 변형을 가질 수 있다. 예를 들어 회사 접미사는 지역이나 관할 지역에 따라 다를 수 있다.
실시형태에서, 단계(315)는 소유자 이름에 기초하여 데이터베이스 내의 식별자 레코드들을 관련시키는 것에 의해 수행될 수 있다. 상기 관련은 기계 학습 알고리즘을 사용하여 수행될 수 있고 규칙 기반일 수 있으며, 수동 평가를 포함할 수 있다. 데이터베이스 내의 데이터는 글로벌 상표 등록 데이터일 수 있다. 정보는 상표가 지정된 관할권 내에서 등록된 등록 분류의 수, 지정된 관할권의 경제적 산출물과 관련된 관련 통계, 및 지정된 관할권 내의 시장 역학을 포함할 수 있다. 유사한 상표 등록이 있는 식별자 레코드는 브랜드의 영향력 점수를 평가하는 목적을 위해 동일한 브랜드를 나타내도록 그룹화된다. 즉, 데이터베이스는 세계적으로 등록된 고유 상표와 관련된 식별자 레코드를 포함할 수 있다. 따라서, 단계(315)는 동일한 브랜드에 속하는 식별자 레코드의 그룹화를 허용한다.
단계(325)에서, 하나 이상의 영향력 지표가 생성된 식별자 레코드 그룹에 대해 계산될 수 있다. 하나 이상의 영향력 지표는 지속성 지표, 시장 지표, 관할권 지표 및/또는 구별 지표를 포함할 수 있다.
실시형태에서, 지속성 지표는 생성된 식별자 레코드 그룹과 관련된 상표 등록의 평균 연차로서 결정될 수 있다. 예를 들어, 생성된 식별자 레코드 그룹과 관련된 각각의 상표 등록에 대해, 정규화된 출원일이 생성될 수 있다. 정규화된 출원일은 개별 관할권/지역/국가 규칙을 고려하고, 상표 등록이 출원된 유용한 실제 또는 예상 날짜의 추출을 허용한다. 다음으로, 정규화된 출원일과 현재 날짜 사이의 평균 차이가 상표 등록의 평균 연차로서 계산될 수 있다. 계산은 생성된 식별자 레코드 그룹과 관련된 각각의 식별자 레코드에 대해 수행될 수 있다. 특히, 지속성 지표가 '현재 날짜'에 의존함에 따라서, 생성된 식별자 레코드 그룹과 관련된 상표 등록의 결과적인 평균은 계산이 수행된 날짜에 대해서만 유효하다.
실시형태에서, 상표 등록의 평균 연차는 데이터베이스 내의 나머지 식별자 레코드 그룹의 평균 연차에 기초하여 정규화될 수 있다. 따라서, 데이터베이스 내의 나머지 식별자 레코드 그룹의 각각의 평균 연차(즉, 데이터베이스에서의 모든 다른 상표 패밀리의 평균 연차)를 계산한 후, 생성된 식별자 레코드 그룹의 평균 연차는 나머지 식별자 레코드 그룹의 평균 연차에 기초하여 정규화될 수 있고, 따라서 0 내지 1의 점수가 할당된다. 도 4는 Google 상표 등록의 수명에 대한 그래픽 설명을 제공한다.
실시형태에서, 시장 지표는 생성된 식별자 레코드 그룹과 관련된 경제적 풋프린트 및/또는 생성된 식별자 레코드 그룹과 관련된 산업 풋프린트일 수 있다. 경제적 풋프린트는 먼저 생성된 식별자 레코드 그룹과 관련된 상표가 등록된 관할권의 수를 결정하고, 둘째 상표가 등록된 각각의 관할권에 대한 각각의 GDP에 따라 상표가 등록된 관할권의 결정된 수에 가중치를 부여하는 것에 의해 계산될 수 있다. 산업 풋프린트는 먼저 생성된 식별자 레코드 그룹과 관련된 상표 등록의 시장 점유율을 계산하는 데, 시장 점유율이 지정된 관할권 내에서 상표 등록이 차지하는 Nice 분류의 클래스의 백분율로서 정의되고, 둘째, 지정된 관할권 내에서 상표가 등록된 Nice 분류의 상이한 클래스의 수를 계산하는 것에 의해 결정된다.
실시형태에서, 모든 글로벌 상표 데이터에 걸쳐 각각의 관할권에서의 Nice 분류는 분모를 제공한다. 따라서, 시장 지표는 생성된 식별자 레코드 그룹과 관련된 상표 등록의 수를, 지정된 관할권에서 Nice 분류의 특정 클래스에 등록된 기존의 상표의 수로 나누는 것에 의해 계산될 수 있다. 이러한 계산은 한 국가에서 Nice 분류에 등록된 모든 관련 상표에 대해 이루어질 수 있다. 이어서, 이러한 계산은 위에서 소개된 바와 같이 GDP만큼 가중치가 부여될 수 있다.
실시형태에서, 관할권 지표는 상표 적용 범위 또는 브랜드 노출의 지표로서 결정될 수 있다. 예를 들어, 생성된 식별자 레코드 그룹을 위하여, 대응하는 수의 관할권 등록이 계산될 수 있다. 이러한 계산은 지역 상표 등록에 대한 고려와, 해당 지역의 개별 회원국에 대한 적용 범위의 등록의 분할을 포함한다. 이어서, 계산된 적용 범위는 데이터베이스에서 고려된 가능한 관할권의 총 수에 의한 관할권 등록의 정규화로서 간주될 수 있다.
실시형태에서, 구별 지표는 식별자 레코드의 영숫자 문자열 또는 생성된 식별자 레코드 그룹의 대표 영숫자 문자열이 데이터베이스 내의 다른 식별자 레코드와 관련된 다른 영숫자 문자열 또는 다른 식별자 레코드 그룹과 관련된 다른 대표적인 영숫자 문자열에 대해 얼마나 구별되는지에 대한 척도로서 결정될 수 있다. 구별 지표의 척도는 영숫자 문자열 또는 대표 영숫자 문자열에 대해, 먼저 문자열의 길이만큼 문자열에 가중치를 부여하고, 이어서, 데이터베이스 내의 다른 문자열에 대한 문자열의 문자열 유사성 척도를 계산하는 것에 의해 결정될 수 있다. 문자열 유사성 척도는 주어진 영숫자 문자열, 따라서 상표 등록이 서로 얼마나 상이한지를 결정하기 위해 적용될 수 있는 문자열 유사성 알고리즘일 수 있다. 예에서, 문자열 유사성 알고리즘은 다른 관련 기술 중에서도 Jaro-Winkler 척도일 수 있다. 예를 들어, 문자열 유사성 알고리즘은 편집 거리 척도를 이용할 수 있다.
실시형태에서, 구별 지표는 생성된 식별자 레코드 그룹의 각각의 영숫자 문자열에 대해 계산될 수 있다. 영숫자 문자열은 2개의 글자 문자열로 분할될 수 있다. 유사하게, 데이터베이스 내의 식별자 레코드의 무작위 대표 샘플과 관련된 영숫자 문자열은 2개의 글자 문자열로 분할될 수 있다. 생성된 식별자 레코드 그룹으로부터의 영숫자 문자열과 데이터베이스 내의 식별자 레코드의 무작위 대표 샘플과 관련된 영숫자 문자열의 비교는 식별자 레코드 그룹에서의 각각의 레코드에 대한 유사성 점수를 산출한다. 이어서, 유사성 점수는 식별자 레코드와 관련된 모든 영숫자 문자열과 비교할 때 영숫자 문자열의 고유성 점수를 제공하기 위해 무작위 대표 샘플 점수의 역평균으로 계산될 수 있다.
단계(335)에서, 생성된 식별자 레코드 그룹에 대한 각각의 영향력 지표의 값은 데이터베이스 내의 나머지 식별자 레코드 그룹의 영향력 지표의 값에 따라서 정의된 각각의 글로벌 평균에 의해 정규화될 수 있다. 정규화는 대응하는 값의 직접 비교일 수 있다.
실시형태에서, 정규화는 0과 1 사이의 스케일에 대해 수행될 수 있다. 실시형태에서, 생성된 식별자 레코드 그룹에 대한 하나 이상의 영향력 지표의 정규화된 값은 값과 기준값 사이의 차이의 정도에 따른 할당된 포인트 값일 수 있다. 예를 들어, 포인트는 1과 10 사이의 포인트 스케일에 기초하여 할당될 수 있다. 예에서, 나머지 식별자 레코드 그룹의 하나 이상의 영향력 지표 값의 획득은 데이터베이스 내의 각각의 식별자 레코드 그룹의 영향력 지표에 대해 할당된 포인트의 획득을 포함할 수 있다.
단계(345)에서, 생성된 식별자 레코드 그룹에 대한 영향력 메트릭의 값이 생성/결정될 수 있다. 영향력 메트릭의 값은 생성된 식별자 레코드 그룹에 대한 하나 이상의 영향력 지표의 각각에 대한 정규화된 값의 합일 수 있다.
단계(355)에서, 생성된 식별자 레코드 그룹에 대한 영향력 메트릭 값은 데이터베이스 내의 나머지 식별자 레코드 그룹의 각각에 대한 대응하는 영향력 메트릭 값 중에서 순위가 정해질 수 있다. 예시적인 순위가 도 5에 도시되어 있다.
단계(365)에서, 생성된 식별자 레코드 그룹과 관련된 브랜드의 상대적 영향력은 단계(355)에서 결정된 순위에 기초하여 결정될 수 있다. 상대적 영향력은 생성된 식별자 레코드 그룹의 영향력 메트릭 값을 순위의 가장 높은 순위 식별자 레코드 그룹에 비교하는 것에 의해 결정될 수 있다.
실시형태에서, 단계(355)에서의 영향력 메트릭 값의 순위 지정 또는 단계(365)에서의 브랜드의 상대적 영향력의 결정 후에, 그래픽이 사용자 디바이스(예를 들어, 도 1의 디바이스(101))의 사용자 인터페이스를 통해 사용자에게 디스플레이되어, 브랜드의 평가된 영향력을 사용자에게 알릴 수 있다.
실시형태에서, 도 3에서의 방법으로부터의 순위 지정 및 결정된 상대적 영향력 출력은 개선을 위해 생성된 식별자 레코드 그룹의 하나 이상의 영향력 지표의 추천을 생성 및 제공 및/또는 디스플레이하기 위해 방법 외부의 다른 프로세스에 의해 사용될 수 있다. 영향력 메트릭 값의 비교가 1 미만의 값을 초래하면, 추천이 이루어질 수 있다. 영향력 메트릭 값의 비교가 1인 값을 초래할 때, 이는 생성된 식별자 레코드 그룹이 가장 높은 순위의 영향력 메트릭 값임을 의미하고, 어떠한 추천도 없다. 실시형태에서, 추천은 하나 이상의 영향력 지표 중 최악의 성능 지표를 개선하는 데 초점을 맞추는 것일 수 있다. 추천은, 다른 예에서, 하나 이상의 영향력 지표 중 어느 것이 단기간에 가장 큰 개선을 볼 수 있는지에 기초하여, 회사 특정 능력의 평가를 요구하는 추천일 수 있다.
본 발명의 양태에 따르면, 본 명세서에 기술된 방법은 진보된 계산 및 대량의 데이터 수집을 신속하게 처리하는 능력에 의존할 수 있다. 예를 들어, 방법이 사용자 입력에 기초하여 생성된 식별자 레코드 그룹과 관련됨에 따라서, 그리고 데이터베이스의 각각의 나머지 그룹에 대해, 식별자 레코드는 텍스트 문자열을 포함하고, 거의 8천만개의 라이브 레코드 수집에서의 각각의 레코드가 검토되고 수집 내의 거의 8천만개의 라이브 레코드 중 각각의 나머지에 비교되어야만 한다. 이것은 6,400조번의 계산을 초래한다. 각각의 식별자 레코드가 이미지를 포함할 때, 각각의 이미지의 각각의 개별 픽셀의 비교가 요구되고, 이에 의해 필요한 계산의 수가 더욱 증폭된다. 이러한 노력의 규모에 응답하여, 본 개시내용의 방법은 데이터베이스에서의 다른 식별자 레코드와의 관련성에 기초하여 8천만개의 식별자 레코드를 그룹화한다. 이것은 하나 이상의 영향력 지표 결정을 포함하는 후속 계산이 8천만개의 식별자 레코드의 하위 집합에 적용되는 것을 허용한다. 계산 요구에서의 이러한 감소는 방법론의 속도를 크게 향상시키고, 크게 확장된 구현을 허용한다. 즉, 본 명세서에서 논의된 실시형태는 효율성 및 정확성을 개선하면서 계산 요구를 감소시킨다는 점에서 기술적 개선을 제공한다.
더욱이, 데이터베이스 자체는 지속적으로 업데이트되어, 본 개시내용의 계산이 매일 수행되도록 요구한다.
실시형태에서, 방법이 산업 풋프린트와 관련됨에 따라서, 데이터베이스의 8천만개의 식별자 레코드의 각각의 식별자 레코드는 커버된 각각의 Nice 분류(1보다 큼)에 대해 평가되고, 이에 의해 8천만번 이상의 계산이 필요하다. 또한, Nice 분류의 공유는 모든 8천만개의 식별자 레코드에 걸친 공유의 분포에 기초하여 계산될 수 있다. GDP는 전 세계 약 200개 국가 및 지역별로 소싱될 수 있다. 산업 풋프린트는 정규화되어, 0에서 1의 스케일로의 그 분포와 모든 8천만개의 식별자 레코드를 비교한다.
전체적으로, 각각의 식별자 레코드 또는 식별자 레코드 그룹에 대한 영향력 점수의 생성이 이력적으로 정성적이었던 데이터 포인트에 대한 상세한 정량적 정보를 생성한다는 것을 알 수 있다. 이름 및 식별자의 관련 평가는 수익, 이익 및 주가와 같은 출력된 상업적 메트릭에 의존해 왔다. 본 명세서에서 설명된 방법은 상업적 프로세스를 역전시키고, 대신 입력 변수의 기술적 알고리즘 분석, 정량화 및 비교에 의존한다. 비교기 정량적 값은 과거 정량적 정보 백 파일과 비교하여 제공되고, 그러므로 값에서의 변동 및 근접성을 강조한다. 많은 양의 데이터가 유사성 또는 불일치의 영역을 필터링하고 정확히 찾아내도록 사용된다. 또한, 본 개시내용의 방법은 데이터베이스에서의 모든 다른 식별자 레코드와 비교하여 식별자 레코드(제품 및 회사)의 분포 및 영향력에 기초하여 국가 또는 지역의 경제 활동을 평가할 수 있게 한다.
본 개시내용에서 기술된 방법의 유용성을 확인하는 실험 결과가 다음에 기술될 것이다.
다음의 경험적 결과는 양호한 상표와 덜 양호한 상표를 구별할 수 있다. 이는 특정 회사의 상표를 집단적으로 또는 전체적으로 볼 때에도 마찬가지이다.
검증 동안, 언어적 요소에 포함된 모든 상표(즉, 이미지 전용 상표가 제외됨)가 분석된다. 위에서 설명된 영향력 지표는 언어적 요소와 소유자의 고유한 각각의 쌍에 대해 계산된다. 데이터 시각화 소프트웨어(예를 들어, Tableau 등)는 선택한 집단에 기초하여 동적 점수링 및 순위 지정을 허용함에 따라서 계산을 위해 사용된다.
결과는 반복 후에 내부 전문가 패널에 의해 검토된다.
경제적 풋프린트에 관련하여, 대응하는 메트릭은 이제 GDP별 PTO 가중치를 포함하고, 그러므로 시장 풋프린트과 상표 등록을 상관시킨다. 산업 풋프린트에 관하여, 그리고 모든 Nice 분류가 동일하지 않음에 따라서, 하나의 등록이 나타내는 클래스의 공유가 계산된다. 그런 다음, 이러한 모든 공유는 클래스 수뿐만 아니라 크기를 모두 고려한 대응하는 메트릭에 도달하도록 합산된다
실시형태에 따르면, 검증은 InterBrand 2019 "Best Global Brands"에 대해 본 개시내용의 방법의 현재 반복을 체크하는 것에 의해 수행된다. 이러한 비교는 순수하게 경험적 접근 방식이 관련 방법론에 대한 상관 관계를 제공하는지 여부와 그 방법의 평가를 가능하게 한다.
결과는 InterBrand 2019 Top 100의 27%가 본 개시내용의 방법에 의해 결정된 상위 100 내에 있음을 나타낸다. InterBrand 2019 Top 200의 43%는 또한 본 개시내용의 방법에 의해 결정된 상위 200 내에 있다. InterBrand 2019 Top 500의 50%는 또한 본 개시내용의 방법에 의해 결정된 상위 500 내에 있다. InterBrand 2019 Top 1000의 66%는 또한 본 개시내용의 방법에 의해 결정된 상위 1000 내에 있다. InterBrand 2019 Top 2000의 81%는 또한 본 개시내용의 방법에 의해 결정된 상위 2000 내에 있다.
본 개시내용의 방법의 다양한 변형이 본 개시내용에 포함될 수 있음에 유의한다. 관련 기술에서, 브랜드 가치 평가 방법론은 하향식 경향이 있다. 대조적으로, 본 개시내용의 방법은 독립적으로 상향식이고, 그러므로 훨씬 더 광범위한 정보 기반에 기초한다. 또한 InterBrand 스타일 순위는 하우스 브랜드를 향해 편향된 반면, 본 개시내용의 방법은 제품 브랜드와 함께 동일하게 잘 이용될 수 있음에 유의한다. 그러므로, 본 개시내용의 방법의 메트릭은 훨씬 더 많은 양의 개별 단어 상표를 포함한다.
본 명세서에 기술된 요지 및 기능적 동작의 실시형태는 본 명세서에 개시된 구조 및 이들의 구조적 등가물, 또는 이들 중 하나 이상의 조합을 포함하는, 디지털 전자 회로, 유형적으로 구현된 컴퓨터 소프트웨어 또는 펌웨어, 컴퓨터 하드웨어에서 구현될 수 있다. 본 명세서에 기술된 요지의 실시형태는 하나 이상의 컴퓨터 프로그램, 즉 데이터 처리 장치의 동작을 제어하거나 제어하도록 실행하기 위해 유형의 비일시적 프로그램 캐리어에서 인코딩된 컴퓨터 프로그램 명령의 하나 이상의 모듈로서 구현될 수 있다. 대안적으로 또는 추가로, 프로그램 명령은 인공적으로 생성된 전파 신호, 예를 들어 데이터 처리 장치에 의한 실행을 위해 적절한 수신기 장치로 전송을 위해 정보를 인코딩하도록 생성된 기계 생성 전기, 광학 또는 전자기 신호에서 인코딩될 수 있다. 컴퓨터 저장 매체는 기계 판독 가능 저장 디바이스, 기계 판독 가능 저장 기판, 랜덤 또는 직렬 액세스 메모리 디바이스 또는 이들 중 하나 이상의 조합일 수 있다.
"데이터 처리 장치"라는 용어는 데이터 처리 하드웨어를 지칭하고, 예를 들어 프로그램 가능한 프로세서, 컴퓨터 또는 다중 프로세서 또는 컴퓨터를 포함하여 데이터를 처리하기 위한 모든 종류의 장치, 디바이스 및 기계를 포함한다. 장치는 FPGA(필드 프로그램 가능 게이트 어레이) 또는 ASIC(주문형 집적 회로)와 같은 특수 목적 논리 회로일 수 있거나 또는 이를 더 포함할 수 있다. 장치는 선택적으로 하드웨어에 추가하여, 컴퓨터 프로그램을 위한 실행 환경을 생성하는 코드, 예를 들어 프로세서 펌웨어, 프로토콜 스택, 데이터베이스 관리 시스템, 운영 체제 또는 이들 중 하나 이상의 조합을 구성하는 코드를 포함할 수 있다.
프로그램, 소프트웨어, 소프트웨어 애플리케이션, 모듈, 소프트웨어 모듈, 스크립트 또는 코드로서 지칭되거나 설명될 수 있는 컴퓨터 프로그램은 컴파일되거나 또는 해석된 언어, 선언적 또는 절차적 언어를 포함하여 임의의 형태의 프로그래밍 언어로 작성될 수 있으며, 독립 실행형 프로그램 또는 모듈, 구성요소, 서브루틴 또는 컴퓨팅 환경에서 사용하기에 적합한 다른 유닛을 포함하여 임의의 형태로 배포될 수 있다. 컴퓨터 프로그램은 파일 시스템에서의 파일에 대응할 수 있지만 반드시 그럴 필요는 없다. 프로그램은 다른 프로그램이나 데이터, 예를 들어 마크업 언어 문서에 저장된 하나 이상의 스크립트, 당해 프로그램에 전용된 단일 파일 또는 다수의 조정된 파일, 예를 들어 하나 이상의 모듈, 하위 프로그램 또는 코드 부분을 저장하는 파일을 유지하는 파일의 부분에 저장될 수 있다. 컴퓨터 프로그램은 하나의 컴퓨터 또는 하나의 사이트에 있거나 여러 사이트에 걸쳐 분산되어 통신 네트워크에 의해 연결된 다수의 컴퓨터에서 실행되도록 배포될 수 있다.
본 명세서에 기술된 프로세스 및 논리 흐름은 입력 데이터에 대해 동작하고 출력을 생성하는 것에 의해 기능을 수행하기 위해 하나 이상의 컴퓨터 프로그램을 실행하는 하나 이상의 프로그램 가능 컴퓨터에 의해 수행될 수 있다. 프로세스 및 논리 흐름은 또한 FPGA(필드 프로그램 가능 게이트 어레이) 또는 ASIC(주문형 집적 회로)과 같은 특수 목적 논리 회로에 의해 수행될 수 있고, 장치는 이러한 것으로서 구현될 수 있다.
컴퓨터 프로그램의 실행에 적합한 컴퓨터는 예로서 범용 또는 특수 목적 마이크로프로세서 또는 둘 모두, 또는 임의의 다른 종류의 중앙 처리 유닛을 포함한다. 일반적으로, 중앙 처리 유닛은 읽기 전용 메모리 또는 랜덤 액세스 메모리 또는 둘 모두로부터 명령 및 데이터를 수신할 것이다. 컴퓨터의 필수 요소는 명령을 수행하거나 실행하기 위한 중앙 처리 유닛과 명령 및 데이터를 저장하기 위한 하나 이상의 메모리 디바이스이다. 일반적으로, 컴퓨터는 또한 데이터를 저장하기 위한 하나 이상의 대용량 저장 디바이스, 예를 들어, 자기, 광자기 디스크 또는 광학 디스크를 포함하거나 또는 이로부터 데이터를 수신하거나 또는 이에 데이터를 전송하도록 동작 가능하게 결합될 것이다. 그러나, 컴퓨터는 이러한 디바이스를 가질 필요가 없다. 또한, 컴퓨터는 몇 가지 예를 들면 휴대폰, 개인 휴대 정보 단말기(PDA), 모바일 오디오 또는 비디오 플레이어, 게임 콘솔, 위성 항법 시스템(GPS) 수신기, 또는 휴대용 저장 디바이스, 예를 들어 범용 직렬 버스(USB) 플래시 드라이브와 같은 다른 디바이스에 내장될 수 있다. 컴퓨터 프로그램 명령 및 데이터를 저장하기에 적합한 컴퓨터 판독 가능 매체는 예를 들어 EPROM, EEPROM 및 플래시 메모리 디바이스와 같은 반도체 메모리 디바이스; 자기 디스크, 예를 들어 내부 하드 디스크 또는 이동식 디스크; 광자기 디스크; 및 CD-ROM 및 DVD-ROM 디스크를 포함하여 비휘발성 메모리, 매체 및 메모리 디바이스의 모든 형태를 포함한다. 프로세서와 메모리는 특수 목적 논리 회로에 의해 보완되거나 이에 통합될 수 있다.
사용자와의 상호 작용을 제공하기 위해, 본 명세서에 기술된 요지의 실시형태는 사용자에게 정보를 디스플레이하기 위한 디스플레이 디바이스, 예를 들어 CRT(음극선관) 또는 LCD(액정 디스플레이) 모니터, 및 사용자가 컴퓨터에 입력을 제공할 수 있게 하는 키보드 및 포인팅 디바이스, 예를 들어, 마우스 또는 트랙볼을 가진 컴퓨터에서 구현될 수 있다. 다른 종류의 디바이스는 마찬가지로 사용자와의 상호 작용을 제공하도록 사용될 수 있으며; 예를 들어, 사용자에게 제공되는 피드백은 예를 들어 시각적 피드백, 청각 피드백, 또는 촉각 피드백과 같은 임의의 형태의 감각 피드백일 수 있으며; 사용자로부터의 입력은 음향, 음성 또는 촉각 입력을 포함하여 임의의 형태로 수신될 수 있다. 아울러, 컴퓨터는 사용자에 의해 사용되는 디바이스로 문서를 전송하고 디바이스로부터 문서를 수신하는 것에 의해; 예를 들어, 웹 브라우저로부터 수신된 요청에 응답하여 사용자의 디바이스의 웹 브라우저에 웹 페이지를 전송하는 것에 의해 사용자와 상호 작용할 수 있다.
본 명세서에 기술된 요지의 실시형태는 예를 들어 데이터 서버로서 백-엔드 구성요소를 포함하거나, 또는 애플리케이션 서버와 같은 미들웨어 구성요소를 포함하거나, 또는 프런트 엔드 구성요소, 예를 들어 사용자가 이를 통해 본 명세서에 기술된 요지의 구현예와 상호 작용할 수 있는 그래픽 사용자 인터페이스 또는 웹 브라우저를 가진 클라이언트 컴퓨터, 또는 하나 이상의 이러한 백-엔드, 미들웨어 또는 프런트 엔드 구성요소의 임의의 조합을 포함하는 컴퓨팅 시스템에서 구현될 수 있다. 시스템의 구성요소는 예를 들어 통신 네트워크와 같은 디지털 데이터 통신의 임의의 형태 또는 매체에 의해 상호 연결될 수 있다. 통신 네트워크의 예는 근거리 통신망(LAN) 및 광역 통신망(WAN), 예를 들어 인터넷을 포함한다.
컴퓨팅 시스템은 클라이언트와 서버를 포함할 수 있다. 클라이언트와 서버는 일반적으로 서로 멀리 떨어져 있으며, 전형적으로 통신 네트워크를 통해 상호 작용한다. 클라이언트와 서버의 관계는, 각각의 컴퓨터에서 실행되고 서로 클라이언트-서버 관계를 가진 컴퓨터 프로그램 덕분에 발생한다. 일부 실시형태에서, 서버는 예를 들어, 클라이언트로서 작용하는 사용자 디바이스와 상호 작용하는 사용자에게 데이터를 디스플레이하고 사용자로부터 사용자 입력을 수신하는 목적을 위해 데이터, 예를 들어 HTML 페이지를 사용자 디바이스에 전송한다. 사용자 디바이스에서 생성된 데이터, 예를 들어 사용자 상호 작용의 결과는 서버에서 사용자 디바이스로부터 수신될 수 있다.
이러한 유형의 컴퓨터의 예가 컴퓨터 시스템(600)의 개략도를 도시하는 도 6에 도시되어 있다. 시스템(600)은 일 구현예에 따르면 이전에 기술된 임의의 컴퓨터 구현 방법과 관련하여 기술된 동작을 위해 사용될 수 있다. 일 실시형태에서, 시스템(600)은 도 1의 디바이스(101)에 대응할 수 있다. 일 실시형태에서, 시스템(600)은 도 1의 디바이스(103)에 대응할 수 있다.
시스템(600)은 프로세서(610), 메모리(620), 저장 디바이스(630) 및 입력/출력 디바이스(640)를 포함한다. 각각의 구성요소(610, 620, 630, 640)는 시스템 버스(650)를 사용하여 상호 연결된다. 프로세서(610)는 시스템(600) 내에서 실행을 위한 명령을 처리할 수 있다. 일 구현예에서, 프로세서(610)는 단일 스레드 프로세서이다. 다른 구현예에서, 프로세서(610)는 멀티스레드 프로세서이다. 프로세서(610)는 메모리(620) 또는 저장 디바이스(630)에 저장된 명령을 처리하여, 입력/출력 디바이스(640)의 사용자 인터페이스에 대한 그래픽 정보를 디스플레이할 수 있다.
메모리(620)는 시스템(600) 내에 정보를 저장한다. 일 구현예에서, 메모리(620)는 컴퓨터 판독 가능 매체이다. 일 구현예에서, 메모리(620)는 휘발성 메모리 유닛이다. 다른 구현예에서, 메모리(620)는 비휘발성 메모리 유닛이다.
저장 디바이스(630)는 시스템(600)을 위한 대용량 저장 장치를 제공할 수 있다. 일 구현예에서, 저장 디바이스(630)는 컴퓨터 판독 가능 매체이다. 다양한 상이한 구현예에서, 저장 디바이스(630)는 플로피 디스크 디바이스, 하드 디스크 디바이스, 광학 디스크 디바이스 또는 테이프 디바이스일 수 있다.
입력/출력 디바이스(640)는 시스템(600)을 위한 입력/출력 동작을 제공한다. 일 구현예에서, 입력/출력 디바이스(640)는 키보드 및/또는 포인팅 디바이스를 포함한다. 다른 구현예에서, 입력/출력 디바이스(640)는 그래픽 사용자 인터페이스를 디스플레이하기 위한 디스플레이 유닛을 포함한다. 다른 구현예에서, 입력/출력 디바이스(640)는 본 명세서에서 설명된 것과 같은 사용자 디바이스이다.
본 명세서가 많은 특정 구현 세부사항을 포함하지만, 이들은 청구될 수 있는 것의 범위에 대한 제한으로 해석되어서는 안되고, 오히려 특정 실시형태에 특정될 수 있는 특징의 설명으로서 해석되어야 한다.
별도의 실시형태의 맥락에서 본 명세서에 기술된 특정 특징은 또한 단일 실시형태에서 조합하여 구현될 수 있다. 역으로, 단일 실시형태의 맥락에서 설명된 다양한 특징은 또한 다수의 실시형태에서 개별적으로 또는 임의의 적절한 하위 조합으로 구현될 수 있다. 더욱이, 특징이 특정 조합에서 작용하는 것으로 위에서 기술될 수 있고 심지어 초기에 그렇게 청구되었을지라도, 청구된 조합으로부터의 하나 이상의 특징은 일부 경우에 조합으로부터 제거될 수 있고, 청구된 조합은 하위 조합 또는 하위 조합의 변형으로 향할 수 있다.
유사하게, 동작이 특정 순서로 도면에 도시되어 있지만, 이는 원하는 결과를 달성하기 위해, 이러한 동작이 도시된 특정 순서로 또는 순차적인 순서로 수행되거나 또는 모든 예시된 동작이 수행되어야 하는 것을 요구하는 것으로서 이해되어서는 안 된다. 특정 상황에서, 멀티태스킹 및 병렬 처리가 유리할 수 있다. 더욱이, 전술한 실시형태에서 다양한 시스템 모듈 및 구성요소의 분리는 모든 실시형태에서 이러한 분리를 요구하는 것으로서 이해되어서는 안 되고, 설명된 프로그램 구성요소 및 시스템은 일반적으로 단일 소프트웨어 제품으로 함께 통합되거나 또는 다수의 소프트웨어 제품으로 패키징될 수 있다는 것을 이해해야 한다.
요지의 특정 실시형태가 기술되었다. 다른 실시형태는 다음의 청구범위의 범위 내에 있다. 예를 들어, 청구범위에서 인용된 동작은 다른 순서로 수행될 수 있고, 여전히 원하는 결과를 얻을 수 있다. 한 예로서, 첨부된 도면에 묘사된 프로세스는 원하는 결과를 달성하기 위해 표시된 특정 순서 또는 순차적인 순서를 반드시 요구하지 않는다. 일부 경우에, 멀티태스킹 및 병렬 처리가 유리할 수 있다.
명백히, 수많은 수정 및 변형이 상기 교시에 비추어 가능하다. 그러므로, 첨부된 청구범위 내에서, 본 발명은 본 명세서에서 구체적으로 기술된 것과 달리 실시될 수 있음을 이해해야 한다.
그러므로, 전술한 논의는 단지 본 발명의 예시적인 실시형태를 개시하고 설명한다. 당업자에 의해 이해되는 바와 같이, 본 발명은 본 발명의 사상 또는 필수적인 특징을 벗어남이 없이 다른 특정한 형태로 구현될 수 있다. 따라서, 본 발명의 개시내용은 예시를 위한 것이고, 본 발명의 범위 및 다른 청구범위를 제한하도록 의도되지 않는다. 본 명세서의 교시 내용의 임의의 쉽게 식별할 수 있는 변형을 포함하는 본 개시내용은 어떠한 발명의 요지도 대중에게 헌정되지 않도록 전술한 청구범위 용어의 범위를 부분적으로 한정한다.
Claims (20)
- 네트워크를 통해 전자 디바이스와 통신 가능하게 연결되는 장치로서,
처리 회로망을 포함하되, 상기 처리 회로망은,
데이터베이스로부터, 식별자 레코드 및 적어도 하나의 다른 식별자 레코드를 포함하는 식별자 레코드 그룹을 생성하도록(상기 식별자 레코드 그룹에서의 각각의 식별자 레코드가 동일한 브랜드와 관련됨);
상기 생성된 식별자 레코드 그룹의 하나 이상의 영향력 지표를 생성하도록(상기 하나 이상의 영향력 지표는 지속성 지표, 시장 지표, 관할권 적용 범위 지표, 또는 구별 지표 중 적어도 하나를 포함함);
각각의 영향력 지표와 관련된 평균값에 기초하여 상기 하나 이상의 영향력 지표의 각각의 값을 정규화하도록(상기 각각의 영향력 지표와 관련된 평균값은 상기 생성된 식별자 레코드 그룹을 포함하는 상기 데이터베이스 내의 복수의 식별자 레코드 그룹에 기초하여 결정됨);
상기 생성된 식별자 레코드 그룹의 하나 이상의 영향력 지표의 정규화된 값의 합에 기초하여 상기 생성된 식별자 레코드 그룹의 영향력 메트릭의 값을 생성하도록;
상기 데이터베이스 내의 상기 복수의 식별자 레코드 그룹과 관련된 영향력 메트릭 값 중에서 상기 생성된 식별자 레코드 그룹의 영향력 메트릭 값의 순위를 정하도록; 그리고
상기 순위에 기초하여, 상기 식별자 레코드의 영향력 점수(strength score)로서 상기 생성된 식별자 레코드 그룹의 영향력 점수를 결정하도록
구성된, 장치. - 제1항에 있어서, 상기 처리 회로망은,
상기 생성된 식별자 레코드 그룹의 영향력 점수가 상기 복수의 식별자 레코드 그룹에서 최고 순위의 식별자 레코드 그룹의 영향력 점수보다 낮은 것에 기초하여 상기 생성된 식별자 레코드 그룹의 하나 이상의 영향력 지표 중 적어도 하나에 대한 개선안을 결정하도록 추가로 구성되는, 장치. - 제2항에 있어서, 상기 개선안은 상기 전자 디바이스의 사용자 인터페이스에 의해 디스플레이되는, 장치.
- 제1항에 있어서, 상기 식별자 레코드는 상기 전자 디바이스로부터의 입력에 기초하여 결정되는, 장치.
- 제4항에 있어서, 상기 입력은 텍스트 문자열 또는 이미지인, 장치.
- 제1항에 있어서, 상기 하나 이상의 영향력 지표는,
상기 지속성 지표로서, 상기 생성된 식별자 레코드 그룹과 관련된 상표 등록의 평균 연차,
상기 시장 지표로서, 상기 생성된 식별자 레코드 그룹의 경제적 풋프린트 또는 상기 생성된 식별자 레코드 그룹의 산업 풋프린트 중 적어도 하나,
상기 관할권 적용 범위 지표로서, 상기 데이터베이스 내의 관할권의 총 수에 의해 정규화된 등록 관할권의 수(상기 생성된 식별자 레코드 그룹과 관련된 상표가 상기 등록 관할권의 수에 등록됨), 및
상기 구별 지표로서, 상기 생성된 식별자 레코드 그룹의 대표 식별자 레코드의 구별성
을 포함하는, 장치. - 제6항에 있어서, 상기 생성된 식별자 레코드 그룹의 경제적 풋프린트는,
상기 등록 관할권의 각각에 대한 각각의 국내 총 생산에 기초하여 등록 관할권의 수에 가중치를 부여하는 것에 의해 결정되는, 장치. - 제6항에 있어서, 상기 생성된 식별자 레코드 그룹의 산업 풋프린트는,
상기 생성된 식별자 레코드 그룹과 관련된 상표가 지정된 관할권 내에서 차지하는 Nice 분류의 클래스의 백분율로서 정의되는, 상기 생성된 식별자 레코드 그룹의 시장 점유율을 계산하는 것 및
상기 생성된 식별자 레코드 그룹과 관련된 상표가 상기 지정된 관할권 내에서 등록되는 상기 Nice 분류의 다양한 클래스의 수를 계산하는 것
에 의해 결정되는, 장치. - 제6항에 있어서, 상기 대표 식별자 레코드는 텍스트 문자열과 관련되고, 상기 생성된 식별자 레코드 그룹의 상기 대표 식별자 레코드의 구별성은,
상기 관련 텍스트 문자열의 길이만큼 상기 대표 식별자 레코드에 가중치를 부여하는 것, 및
상기 데이터베이스 내의 다른 식별자 레코드와 관련된 다른 텍스트 문자열에 대한 상기 관련 텍스트 문자열의 문자열 유사성 척도를 계산하는 것
에 의해 결정되고, 상기 데이터베이스 내의 다른 식별자 레코드는 상기 생성된 식별자 레코드 그룹과 관련되지 않은 식별자 레코드인, 장치. - 식별자 레코드의 영향력 점수를 결정하기 위한 방법으로서,
서버의 처리 회로망에 의해, 그리고 데이터베이스로부터, 상기 식별자 레코드 및 적어도 하나의 다른 식별자 레코드를 포함하는 식별자 레코드 그룹을 생성하는 단계로서, 상기 식별자 레코드 그룹에서의 각각의 식별자 레코드는 동일한 브랜드와 관련되는, 상기 식별자 레코드 그룹을 생성하는 단계;
상기 서버의 처리 회로망에 의해, 상기 생성된 식별자 레코드 그룹의 하나 이상의 영향력 지표를 생성하는 단계로서, 상기 하나 이상의 영향력 지표는 지속성 지표, 시장 지표, 관할권 적용 범위 지표, 또는 구별 지표 중 적어도 하나를 포함하는, 상기 하나 이상의 영향력 지표를 생성하는 단계;
상기 서버의 처리 회로망에 의해, 각각의 영향력 지표와 관련된 평균값에 기초하여 상기 하나 이상의 영향력 지표의 각각의 값을 정규화하는 단계로서, 상기 각각의 영향력 지표와 관련된 평균값은 상기 생성된 식별자 레코드 그룹을 포함하는 상기 데이터베이스 내의 복수의 식별자 레코드 그룹에 기초하여 결정되는, 상기 정규화하는 단계;
상기 서버의 처리 회로망에 의해, 상기 생성된 식별자 레코드 그룹의 하나 이상의 영향력 지표의 정규화된 값의 합에 기초하여 상기 생성된 식별자 레코드 그룹의 영향력 메트릭의 값을 생성하는 단계;
상기 서버의 처리 회로망에 의해, 상기 데이터베이스 내의 상기 복수의 식별자 레코드 그룹과 관련된 영향력 메트릭의 값 중에서 상기 생성된 식별자 레코드 그룹의 영향력 메트릭 값의 순위를 정하는 단계; 및
상기 서버의 처리 회로망에 의해, 그리고 상기 순위에 기초하여, 상기 식별자 레코드의 영향력 점수로서 상기 생성된 식별자 레코드 그룹의 영향력 점수를 결정하는 단계
를 포함하는, 방법. - 제10항에 있어서,
상기 서버의 처리 회로망에 의해, 상기 생성된 식별자 레코드 그룹의 영향력 점수가 상기 복수의 식별자 레코드 그룹에서 최고 순위의 식별자 레코드 그룹의 영향력 점수보다 낮은 것에 기초하여 상기 생성된 식별자 레코드 그룹의 하나 이상의 영향력 지표 중 적어도 하나에 대한 개선안을 결정하는 단계를 더 포함하는, 방법. - 제11항에 있어서, 상기 개선안은 네트워크를 통해 상기 서버와 통신 가능하게 연결된 전자 디바이스의 사용자 인터페이스에 의해 디스플레이되는, 방법.
- 제10항에 있어서, 상기 식별자 레코드는 상기 전자 디바이스로부터의 입력에 기초하여 결정되는, 방법.
- 제13항에 있어서, 상기 입력은 텍스트 문자열 또는 이미지인, 방법.
- 제10항에 있어서, 상기 하나 이상의 영향력 지표는,
상기 지속성 지표로서, 상기 생성된 식별자 레코드 그룹과 관련된 상표 등록의 평균 연차,
상기 시장 지표로서, 상기 생성된 식별자 레코드 그룹의 경제적 풋프린트 또는 상기 생성된 식별자 레코드 그룹의 산업 풋프린트 중 적어도 하나,
상기 관할권 적용 범위 지표로서, 상기 데이터베이스 내의 관할권의 총 수에 의해 정규화된 등록 관할권의 수(상기 생성된 식별자 레코드 그룹과 관련된 상표가 상기 등록 관할권의 수에 등록됨), 및
상기 구별 지표로서, 상기 생성된 식별자 레코드 그룹의 대표 식별자 레코드의 구별성
을 포함하는, 방법. - 제15항에 있어서, 상기 생성된 식별자 레코드 그룹의 경제적 풋프린트는,
상기 서버의 처리 회로망에 의해, 상기 등록 관할권의 각각에 대한 각각의 국내 총 생산에 기초하여 등록 관할권의 수에 가중치를 부여하는 것에 의해 결정되는, 방법. - 제15항에 있어서, 상기 생성된 식별자 레코드 그룹의 산업 풋프린트는,
상기 서버의 처리 회로망에 의해, 상기 생성된 식별자 레코드 그룹과 관련된 상표가 지정된 관할권 내에서 차지하는 Nice 분류의 클래스의 백분율로서 정의되는, 상기 생성된 식별자 레코드 그룹의 시장 점유율을 계산하는 것, 및
상기 서버의 처리 회로망에 의해, 상기 생성된 식별자 레코드 그룹과 관련된 상표가 상기 지정된 관할권 내에서 등록되는 상기 Nice 분류의 다양한 클래스의 수를 계산하는 것
에 의해 결정되는, 방법. - 제15항에 있어서, 상기 대표 식별자 레코드는 텍스트 문자열과 관련되고, 상기 생성된 식별자 레코드 그룹의 상기 대표 식별자 레코드의 구별성은,
상기 서버의 처리 회로망에 의해, 상기 관련 텍스트 문자열의 길이만큼 상기 대표 식별자 레코드에 가중치를 부여하는 것 및
상기 서버의 처리 회로망에 의해, 상기 데이터베이스 내의 다른 식별자 레코드와 관련된 다른 텍스트 문자열에 대한 상기 관련 텍스트 문자열의 문자열 유사성 척도를 계산하는 것
에 의해 결정되고, 상기 데이터베이스 내의 다른 식별자 레코드는 상기 생성된 식별자 레코드 그룹과 관련되지 않은 식별자 레코드인, 방법. - 컴퓨터 판독 가능 명령을 저장하는 비일시적 컴퓨터 판독 가능 저장 매체로서,
상기 컴퓨터 판독 가능 명령은, 식별자 레코드의 영향력 점수를 결정하기 위해 컴퓨터에 의해 실행될 때, 상기 컴퓨터로 하여금,
데이터베이스로부터, 상기 식별자 레코드 및 적어도 하나의 다른 식별자 레코드를 포함하는 식별자 레코드 그룹을 생성하는 것(상기 식별자 레코드 그룹에서의 각각의 식별자 레코드가 동일한 브랜드와 관련됨);
생성된 식별자 레코드 그룹의 하나 이상의 영향력 지표를 생성하는 것(상기 하나 이상의 영향력 지표는 지속성 지표, 시장 지표, 관할권 적용 범위 지표, 또는 구별 지표 중 적어도 하나를 포함함);
각각의 영향력 지표와 관련된 평균값에 기초하여 상기 하나 이상의 영향력 지표의 각각의 값을 정규화하는 것(상기 각각의 영향력 지표와 관련된 평균값이 상기 생성된 식별자 레코드 그룹을 포함하는 상기 데이터베이스 내의 복수의 식별자 레코드 그룹에 기초하여 결정됨);
상기 생성된 식별자 레코드 그룹의 하나 이상의 영향력 지표의 정규화된 값의 합에 기초하여 상기 생성된 식별자 레코드 그룹의 영향력 메트릭의 값을 생성하는 것;
상기 데이터베이스 내의 상기 복수의 식별자 레코드 그룹과 관련된 영향력 메트릭의 값 중에서 상기 생성된 식별자 레코드 그룹의 영향력 메트릭 값의 순위를 정하는 것; 및
순위에 기초한 상기 식별자 레코드의 영향력 점수로서 상기 생성된 식별자 레코드의 영향력 점수를 결정하는 것
을 수행하게 하는, 비일시적 컴퓨터 판독 가능 저장 매체. - 제19항에 있어서, 상기 저장된 명령은 상기 컴퓨터로 하여금,
상기 생성된 식별자 레코드 그룹의 영향력 점수가 상기 복수의 식별자 레코드 그룹에서 최고 순위의 식별자 레코드 그룹의 영향력 점수보다 낮은 것에 기초하여 상기 생성된 식별자 레코드 그룹의 하나 이상의 영향력 지표 중 적어도 하나에 대한 개선안을 결정하는 것을 추가로 수행하게 하는, 비일시적 컴퓨터 판독 가능 저장 매체.
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US202163154510P | 2021-02-26 | 2021-02-26 | |
| US63/154,510 | 2021-02-26 | ||
| PCT/IB2022/051696 WO2022180601A1 (en) | 2021-02-26 | 2022-02-25 | Method, apparatus, and non-transitory computer-readable storage medium for determining a strength of an identifier record |
| US17/680,534 | 2022-02-25 | ||
| US17/680,534 US11893059B2 (en) | 2021-02-26 | 2022-02-25 | Method, apparatus, and non-transitory computer-readable storage medium for determining a strength of an identifier record |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230150982A true KR20230150982A (ko) | 2023-10-31 |
Family
ID=80628470
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020237032550A KR20230150982A (ko) | 2021-02-26 | 2022-02-25 | 식별자 레코드의 영향력을 결정하기 위한 방법, 장치, 및 비일시적 컴퓨터 판독 가능 저장 매체 |
Country Status (3)
| Country | Link |
|---|---|
| JP (1) | JP2024508295A (ko) |
| KR (1) | KR20230150982A (ko) |
| WO (1) | WO2022180601A1 (ko) |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080270203A1 (en) * | 2007-04-27 | 2008-10-30 | Corporation Service Company | Assessment of Risk to Domain Names, Brand Names and the Like |
| US20110225019A1 (en) * | 2008-10-14 | 2011-09-15 | David Taylor | Search, analysis and categorization |
| US10438167B2 (en) * | 2013-03-15 | 2019-10-08 | Cindy Summerfield | Trademark search results presentation systems and methods |
| US11100124B2 (en) * | 2014-05-09 | 2021-08-24 | Camelot Uk Bidco Limited | Systems and methods for similarity and context measures for trademark and service mark analysis and repository searches |
| US20160132979A1 (en) * | 2014-11-11 | 2016-05-12 | Tm Tko, Llc | Systems and methods for providing an automated trademark clearance and/or watch notice service |
| US10942973B2 (en) * | 2017-05-20 | 2021-03-09 | Corsearch, Inc. | Automatically generating and evaluating candidate terms for trademark clearance |
-
2022
- 2022-02-25 WO PCT/IB2022/051696 patent/WO2022180601A1/en active Application Filing
- 2022-02-25 JP JP2023552069A patent/JP2024508295A/ja active Pending
- 2022-02-25 KR KR1020237032550A patent/KR20230150982A/ko unknown
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022180601A1 (en) | 2022-09-01 |
| JP2024508295A (ja) | 2024-02-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108665159A (zh) | 一种风险评估方法、装置、终端设备及存储介质 | |
| RU2341821C2 (ru) | Устройство оценки технологий, программа оценки технологий и способ оценки технологий | |
| US8700418B2 (en) | Method and system for acquiring high quality non-expert knowledge from an on-demand workforce | |
| CN107730131B (zh) | 一种众包软件开发者的能力预测及推荐方法、装置 | |
| Hasyim | The determinant of takaful acceptance: Theory of reasoned action approach | |
| CN113435713B (zh) | 基于gis技术和两模型融合的风险地图编制方法及系统 | |
| US11295325B2 (en) | Benefit surrender prediction | |
| CN117541401A (zh) | 信息推送方法、装置、电子设备和存储介质 | |
| CN113283806A (zh) | 企业信息评估方法、装置、计算机设备及存储介质 | |
| Amaliyah et al. | Impact of Digital Shariah Banking Systems on Cash-Waqf amongst Muslim Millennials | |
| KR20230150982A (ko) | 식별자 레코드의 영향력을 결정하기 위한 방법, 장치, 및 비일시적 컴퓨터 판독 가능 저장 매체 | |
| CN115953235A (zh) | 风险指标统计方法及装置、存储介质及电子设备 | |
| US11893059B2 (en) | Method, apparatus, and non-transitory computer-readable storage medium for determining a strength of an identifier record | |
| CN115222370A (zh) | 多维度创业孵化项目评测方法、系统及电子设备 | |
| CN113849618A (zh) | 基于知识图谱的策略确定方法、装置、电子设备及介质 | |
| CN114626940A (zh) | 数据分析方法、装置及电子设备 | |
| CN114119107A (zh) | 一种钢贸企业交易测评方法、装置、设备及存储介质 | |
| Bharathy et al. | Applications of social systems modeling to political risk management | |
| CN113870007A (zh) | 一种产品推荐方法、装置、设备及介质 | |
| CN113343700A (zh) | 数据处理方法、装置、设备及存储介质 | |
| CN113240325A (zh) | 数据处理方法、装置、设备及存储介质 | |
| Rosslyn-Smith et al. | Establishing turnaround potential before commencement of formal turnaround proceedings | |
| CN111143675A (zh) | 一种知识数据推送方法及相关装置 | |
| CN113205270B (zh) | 一种满意度评价表自动生成和评价得分计算的方法及系统 | |
| Karimov | COLLECTION AND ANALYSIS OF PRIMARY DATA IN THE PROCESS OF SOCIOLOGICAL RESEARCH |