WO2008054001A1 - Dispositif d'évaluation de brevet - Google Patents

Dispositif d'évaluation de brevet Download PDF

Info

Publication number
WO2008054001A1
WO2008054001A1 PCT/JP2007/071432 JP2007071432W WO2008054001A1 WO 2008054001 A1 WO2008054001 A1 WO 2008054001A1 JP 2007071432 W JP2007071432 W JP 2007071432W WO 2008054001 A1 WO2008054001 A1 WO 2008054001A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
evaluation
patent data
information
value
Prior art date
Application number
PCT/JP2007/071432
Other languages
English (en)
French (fr)
Inventor
Hiroaki Masuyama
Toshiro Ohsaki
Kazumi Hasuko
Original Assignee
Intellectual Property Bank Corp.
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 Intellectual Property Bank Corp. filed Critical Intellectual Property Bank Corp.
Priority to AU2007314921A priority Critical patent/AU2007314921A1/en
Priority to US12/513,455 priority patent/US20100114587A1/en
Priority to JP2008542201A priority patent/JP4344813B2/ja
Priority to EP07831166A priority patent/EP2079049A4/en
Publication of WO2008054001A1 publication Critical patent/WO2008054001A1/ja

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/18Legal services; Handling legal documents
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/10Office automation; Time management

Definitions

  • the present invention relates to a technique for evaluating the value of a patent application or patent right, and in particular, for evaluating the value of a patent application or patent right based on the history information or content information of a plurality of patent applications or patent rights. Regarding technology.
  • Patent Document 1 The intellectual property evaluation apparatus disclosed in Japanese Patent Application Laid-Open No. 2004-265305 (Patent Document 1) attempts to solve the above-mentioned problems in part by improving the objectivity of evaluation.
  • paragraphs 0007 and 0008 of the same document the number of cited intellectual property (number of cited cases) that is a well-known intellectual property cited as prior art for the intellectual property to be evaluated (evaluated intellectual property), It is described that the evaluation score of each intellectual property is calculated based on the number of cases of intellectual property being cited (number of cases of reference), which is a publicly known intellectual property cited as prior art. Yes.
  • Patent Document 1 JP 2004-265305 A
  • JP 2004-265305 A calculates the evaluation score using patent information such as the number of cases cited, the number of cases cited, the number of appeals received, and the number of invalidation trials.
  • Patent Document 1 calculates the evaluation score using patent information such as the number of cases cited, the number of cases cited, the number of appeals received, and the number of invalidation trials.
  • the evaluation score calculated there cannot always accurately reflect the value of intellectual property!
  • the present invention has been made in view of the above circumstances, and an object of the present invention is to appropriately evaluate the value of a patent application or patent right using patent information.
  • a patent evaluation device according to one aspect of the present invention provides:
  • the value of patent data can be improved by evaluating a plurality of patent data with different characteristics, taking into account the characteristics for each technical field and each filing time. Can be evaluated appropriately.
  • the evaluation value calculation means uses a value obtained by using the patent attribute information of each patent data belonging to each group and the patent attribute information of each patent data belonging to the group.
  • the evaluation value of each of the patent data may be calculated by the product of the value obtained in this way and the value of the decreasing function of the total value for each group.
  • the patent attribute information includes progress information of patent data
  • the progress information includes at least one of information indicating presence / absence of a predetermined act on the patent data, information indicating the number of citations of the patent data, and information regarding a period of the patent data,
  • the evaluation value calculation means is determined for each type of progress information using at least one of information indicating the presence / absence of the predetermined action, information indicating the number of citations, and information regarding a period of the patent data. According to the established rules, the evaluation value of each of the patent data may be calculated.
  • the progress information is not just information on the number of cases, but reflects the predetermined judgment of the applicant, the JPO, competitors, etc., and is therefore effective for patent evaluation.
  • patent evaluation is performed using progress information with the above-described configuration. As a result, the value of patent data can be evaluated more appropriately.
  • the patent attribute information includes progress information of patent data
  • the progress information includes at least information indicating the presence / absence of a predetermined act on the patent data, information indicating the number of times the patent data is cited, and information regarding the period of the patent data,
  • the evaluation value calculation means includes
  • the first evaluation score is calculated using the information indicating the presence or absence of the predetermined action
  • the second evaluation score is calculated using the information indicating the number of times the patent data is cited.
  • the third evaluation score is calculated using information on the period of the patent data.
  • the evaluation value may be calculated using the first evaluation score, the second evaluation score, and the third evaluation score.
  • the information indicating the presence or absence of the prescribed action includes whether or not a divisional application is filed, whether or not an early examination request is filed, whether or not a patent trial decision is made in a trial against decision of rejection, and a maintenance decision in a patent opposition Information indicating the number of times the patent data is cited, including at least one of presence / absence, presence / absence of maintenance trial in invalidation trial, presence / absence of priority claim, presence / absence of PCT application, and presence / absence of browsing Contains the number of times cited in the notice of reasons for refusal,
  • the information regarding the period of the patent data may include a date of procedure for the patent data.
  • the patent attribute information includes progress information of patent data and content information of patent data
  • the progress information includes at least one of information indicating presence / absence of a predetermined act on the patent data, information indicating the number of citations of the patent data, and information regarding a period of the patent data,
  • the evaluation value calculation means calculates the evaluation value using at least one of information indicating the presence or absence of the predetermined action, information indicating the number of citations, and information regarding a period of the patent data, and the content information. It is good to do.
  • content information is used in addition to the use of progress information for calculating the evaluation value of patent data. I did this
  • the patent attribute information includes progress information of the patent data and content information of the patent data
  • the progress information includes at least one of information indicating the presence / absence of a predetermined act on the patent data and information indicating the number of times the patent data is cited, and information on a period of the patent data,
  • the content information includes at least one of the number of claims, the total number of pages, and the average number of characters to words per claim,
  • the evaluation value calculation means includes
  • the first or second evaluation score is calculated using either the information indicating the presence or absence of the predetermined action and the information indicating the number of citations.
  • a third evaluation score is calculated using both the information regarding the period of the patent data and the content information,
  • the evaluation value may be calculated using the first or second evaluation score and the third evaluation score.
  • the evaluation value calculation means calculates a logarithm of the evaluation value of each of the patent data.
  • the value obtained by standardizing the calculated logarithm of the acquired patent data in the predetermined technical field as a whole may be calculated as the standardized evaluation value.
  • the patent attribute information includes progress information of patent data
  • the progress information includes at least information indicating the number of times the patent data has been cited in examination of patent applications of other companies and information indicating the number of times the patent data has been cited in other patent applications of the company.
  • the evaluation value calculation means calculates an evaluation score using a value of an increase function that receives the influence of the number of times cited in the examination of the patent application of the other company larger than the number of times cited in the examination of the other patent application of the company. It is also possible to calculate the evaluation value of each of the patent data using this evaluation point.
  • an evaluation method including the same steps as the method executed by each of the above apparatuses and the same process as the process executed by each of the above apparatuses are executed on the computer. It is an evaluation program that can be This program may be recorded on a recording medium such as FD, CDROM, or DVD, or may be transmitted / received over a network.
  • FIG. 1 is a functional block diagram of a patent evaluation apparatus to which an embodiment of the present invention is applied.
  • FIG. 2 is a hardware configuration diagram of the information processing apparatus 1 according to the embodiment.
  • FIG. 3 is a flowchart showing a schematic process of the patent evaluation device of the embodiment.
  • FIG. 4 is a flowchart showing details of a progress information setting process in an initial setting phase A1 among the processes performed by the patent evaluation device of the embodiment.
  • FIG. 5 A table showing the relationship between various evaluation items and the retention rate of patent rights by age.
  • FIG. 6 A graph showing the relationship between various evaluation items and the maintenance rate of patent rights for each elapsed year. 7] A diagram exemplifying the data structure of the progress information among the patent attribute information stored in the storage device of the embodiment.
  • FIG. 10 is a flowchart showing details of processing for calculating an evaluation value of each patent data by the patent evaluation device of the embodiment.
  • FIG. 13 is a diagram schematically illustrating an example of a data configuration of progress information according to a first modification of the embodiment of the present invention.
  • FIG. 16 is a flowchart showing a procedure of processing for acquiring patent data according to a fourth modification of the embodiment of the present invention.
  • FIG. 17 is a flowchart showing a processing procedure for acquiring patent data according to a fourth modification of the embodiment of the present invention.
  • FIG. 19 is a diagram schematically illustrating an example of a data configuration of progress information according to a fifth modification of the embodiment of the present invention.
  • FIG. 20 is a diagram schematically showing an example of the data structure of the content information in the fifth modified example of the embodiment of the present invention.
  • FIG. 21 is a flowchart showing details of a process for calculating an evaluation value of each patent data, which is performed by the patent evaluation apparatus of the fifth modified example of the embodiment of the present invention.
  • FIG. 22 shows the evaluation of each patent data performed by the patent evaluation device of the fifth modified example of the embodiment of the present invention. It is a flowchart which shows the detail of the process which calculates value.
  • FIG. 23 is a flowchart showing an example of a specific procedure for obtaining an analysis target population in the analysis of a US patent.
  • FIG. 24 is a diagram showing an example of a hierarchical structure of US patent classifications.
  • FIG. 25 is a functional block diagram of a sixth modification of the embodiment of the present invention.
  • FIG. 26 is a flowchart showing a procedure of processing for obtaining a weighted score of a patent score according to a sixth modification of the embodiment of the present invention.
  • FIG. 28 is a flowchart showing a procedure of processing for calculating a total effective patent weighted stock score performed by a seventh modification of the embodiment of the present invention.
  • FIG. 29 is a flowchart showing a procedure of an effective patent weighted score average calculation process performed by a seventh modification of the embodiment of the present invention.
  • FIG. 30 A graph showing the relationship between the evaluation value at the past time point and the patent maintenance rate that became clear thereafter.
  • FIG. 31 is a graph showing the distribution of evaluation values (deviation values) for various invention award winning patents.
  • FIG.32 A graph showing the distribution of evaluation values (deviation values) for various patent pool target patents.
  • FIG. 1 is a functional block diagram of a patent evaluation apparatus to which an embodiment of the present invention is applied.
  • the patent evaluation device includes an information processing device 1 that evaluates patent data such as a patent gazette, a storage device 2 that stores various information such as patent data 200 to be evaluated, and a distribution device.
  • An input device 3 that receives various requests from an analyst, and an output device 4 that outputs a patent evaluation result executed by the information processing device 1 are provided.
  • the information processing device 1 and the storage device 2 are exemplified by a case where they are connected via a network such as a LAN (Local Area Network). Further, the information processing device 1 and the input device 3 are locally connected, and the information processing device 1 and the output device 4 are locally connected.
  • a network such as a LAN (Local Area Network).
  • the information processing apparatus 1 includes a control unit 100, a data acquisition unit 105, an initial setting unit 110, a data classification unit 115, an evaluation value calculation unit 120, a deviation value calculation unit 125, and an output unit 130.
  • the control unit 100 controls the operation of the information processing apparatus 1 as a whole. In addition, the control unit 100 receives various requests from the analyst via the input device 3. For example, the control unit 100 receives a request for specifying a technical field of patent data to be evaluated, which is input by an analyst.
  • the data acquisition unit 105 accesses the storage device 2, stores various data in the storage device 2, and reads out data stored in the storage device 2. For example, the data acquisition unit 105 receives the technical field of the patent data to be evaluated requested by the user (analyzer) via the control unit 100. Then, the data acquisition unit 105 accesses the storage device 2 and reads out patent data belonging to the accepted technical field from the patent data 200 stored in the storage device 2. The data acquisition unit 105 reads patent attribute information 205 corresponding to the read patent data. Patent attribute information includes progress information 210 and content information 220. Details will be described later.
  • the initial setting unit 110 performs initial setting of the patent evaluation apparatus as a process prior to the patent evaluation process. Specifically, the initial setting unit 110 selects an evaluation item used for patent evaluation, or generates patent attribute information used for patent evaluation.
  • the data classification unit 115 classifies the patent data read by the data acquisition unit 105 into groups for each predetermined period. For example, the data classification unit 115 classifies the read patent data into groups for each application year.
  • the evaluation value calculation unit 120 calculates the evaluation value of each patent data by using the progress information 210 included in the patent attribute information of each patent data belonging to the group for each group. In this way, the progress information is used for the evaluation of the patent data. This is because it reflects the judgments of applicants, the JPO, and competitors, etc., which is not just information on the number of cases, and is considered to be effective for patent evaluation. As a result, according to this embodiment, the value of patent data can be more appropriately evaluated.
  • the evaluation value calculation unit 120 uses the content information 220 in addition to the passage information 210 to calculate the evaluation value of the patent data. This is done so that not only the principal aspects of patents but also the objective aspects of patents can be evaluated. As a result, the accuracy of patent data evaluation can be improved.
  • the deviation value calculation unit 125 calculates a deviation value for each corresponding group or for a plurality of acquired patents for the evaluation value of each patent data calculated by the evaluation value calculation unit 120.
  • the output unit 130 outputs to the output device 4 the evaluation value and deviation value of the obtained patent data to be evaluated. For example, when the output device 4 is a display, the output unit 130 generates image data indicating the evaluation value and the deviation value of the patent data, and outputs the generated image data to the output device 4. Further, when the output device 4 is a printer, the output unit 130 generates print data indicating the evaluation value and deviation value of the patent data, and outputs the generated print data to the output device 4.
  • the storage device 2 is a unit that stores patent data 200 such as a patent gazette and patent attribute information related to the patent data, and includes, for example, a DVD-ROM drive, a DVD-ROM, an HDD, and the like.
  • the patent data 200 to be searched is stored in the storage device 2 in advance.
  • the process of registering the patent attribute information 205 in the storage device 2 will be described later.
  • the input device 3 is a unit that receives various function selections of the patent evaluation device and instructions for patent data to be evaluated, and includes a hard switch such as a scroll key and a scale change key, and a joystick.
  • the output device 4 is a unit for receiving and outputting data from the information processing device 1.
  • the output device 4 is composed of, for example, a liquid crystal display or a printer.
  • FIG. 2 is a hardware configuration diagram of the information processing apparatus 1 according to the present embodiment.
  • the information processing device 1 includes a CPU (Central Processing Unit) 10, a main storage device 11 such as a RAM (Random Access Memory), an auxiliary storage device 12 such as an HDD, and a peripheral device (here, Data transmission / reception between the IO interface 13 that controls transmission / reception of data performed between the input device 3 and output device 4) and a device (here, storage device 2) connected to the network And a network interface 14 for controlling the network.
  • a CPU Central Processing Unit
  • main storage device 11 such as a RAM (Random Access Memory)
  • an auxiliary storage device 12 such as an HDD
  • a peripheral device here, Data transmission / reception between the IO interface 13 that controls transmission / reception of data performed between the input device 3 and output device
  • a device here, storage device 2
  • a network interface 14 for controlling the network.
  • the auxiliary storage device 12 includes each unit (control unit 100, data acquisition unit 105, initial setting unit 110, data classification unit 115, evaluation value calculation unit 120, deviation value calculation unit 125 shown in FIG. , And a program (patent evaluation program) for realizing the function of the output unit 130).
  • each unit shown in FIG. 1 control unit 100, data acquisition unit 105, initial setting unit 110, data classification unit 115, evaluation value calculation unit 120, deviation value calculation unit 125, and output unit 130
  • This function is realized when the CPU 10 loads the patent evaluation program stored in the auxiliary storage device 12 to the main storage device 11 and executes it.
  • FIG. 3 is a flowchart showing a schematic process of the patent evaluation apparatus of this embodiment. As shown in the figure, the general flow performed by the patent evaluation apparatus is classified into an initial setting phase A1 for initial setting of the patent evaluation apparatus and a patent evaluation phase A2 for actually performing patent evaluation.
  • the initial setting unit 110 performs a process of setting progress information used for patent evaluation (S100) and a process of setting content information used for patent evaluation (S120).
  • the data acquisition unit 105 acquires the specified IPC patent data 200 and patent attribute information 205 (S200), and the data classification unit 115 acquires the patent data for a predetermined period.
  • the process of classifying each patent data (S210), the evaluation value calculation unit 120 calculates the evaluation value of each patent data for each duplication (S220), and the deviation value calculation unit 125
  • the process of calculating the deviation value of the evaluation value at the specified IPC (S230), the process of classifying patent data based on the deviation value (S240), and the output unit 130 A process of outputting the divided patent data (S250) is performed.
  • FIG. 4 is a flowchart showing details of the progress information setting process in the initial setting phase A1 among the processes performed by the patent evaluation device of the present embodiment.
  • a maintenance rate is calculated for each elapsed year after the registration of the patent right setting for each type of historical information (S104).
  • a method for determining acceptance / rejection of an evaluation item a plurality of patent data registered and registered at the same time is used as a sample, and progress information corresponding to an evaluation item is assigned to this sample.
  • the method is to calculate the maintenance ratio after registration of the registered patent rights and adopt evaluation items that show a significantly higher retention ratio than the average maintenance ratio of the entire sample. is there.
  • Whether or not the maintenance rate is significantly high is determined, for example, as follows.
  • the table shown in FIG. 5 shows the relationship between the various evaluation items obtained by the initial setting unit 110 and the maintenance rate of the patent right for each elapsed year, and FIG. Show.
  • the table shown in Fig. 5 consists of each row as the number of years of maintenance and each column as an evaluation item, and the corresponding numerical values show the average maintenance rate for each evaluation item and each year.
  • the maintenance rate of about 100,000 patents registered and registered in Japan in 1996 is shown for each evaluation item and each years elapsed since registration.
  • the maintenance rate generally decreases as time passes immediately after the registration of the patent right, it is clear that the maintenance rate of patents for which invalidation trials, requests for early examination, oppositions, etc. were made stand out.
  • the evaluation items are selected as follows.
  • the initial setting section 110 is an item that has a high correlation with the maintenance rate, such as “request for early examination”, “trial decision against appeal”, “decision to maintain opposition”, “decision to maintain invalidity trial”, “domestic priority” "Overseas priority”, “Bag browsing”, “Citation (in-house)", and “Citation (other company)” are selected as evaluation items to be used for patent data evaluation.
  • the initial setting unit 110 has a low correlation with the maintenance rate, and “FA passing” is not selected as an evaluation item!
  • a calculation rule for obtaining an evaluation score from each evaluation item is selected from a plurality of calculation rules stored in advance (S106). Specific examples of multiple calculation rules will be described later.
  • the initial setting unit 110 accesses the storage device 2 and reads the patent data to be evaluated.
  • the initial setting unit 110 generates content information to be used for patent evaluation using the read patent data.
  • the initial setting unit 110 includes bibliographic information (information such as the number of claims, the number of pages, and the filing date) included in each patent data, and entity information (patent claims, description, etc.) of each patent data.
  • Content information (see Fig. 8) that associates the number of claims, the number of independent claims, the average number of characters per claim, the number of specification pages, and the number of drawings for each patent data. Generate.
  • the initial setting unit 110 stores the generated content information in the storage device 2.
  • the initial setting unit 110 may select the content information according to the following procedure.
  • the initial setting unit 110 reads a plurality of patent data and reads the read patents. Using the data, content information (number of claims, number of independent claims, average number of characters per claim, number of specification pages, number of drawings, number of applicants, number of inventors, etc.) is generated for each patent data.
  • the initial setting unit 110 performs the following processing for each piece of content information.
  • the initial setting unit 110 classifies a plurality of patent data according to the amount of content information (for example, classifies the patent data whose content information is a predetermined value or more and the patent data whose content information is less than a predetermined value).
  • the average maintenance rate of the patent data classified for each content information amount is calculated.
  • the initial setting unit 110 obtains a difference in the average maintenance rate obtained for each amount of content information, and if the difference is larger than a threshold value, selects the content information to be used for patent evaluation.
  • the initial setting unit 110 includes a plurality of types of content information (number of claims, number of independent claims, average number of characters per claim, number of specification pages, number of drawings, number of applicants, number of inventors, etc.) Select one that has a large difference in maintenance rate due to the difference in content information!
  • the plurality of patent data are classified into patent data having “number of claims” larger than a predetermined number of patents and patent data having a number of claims smaller than a predetermined number of Find the retention rate. Then, if the obtained difference in maintenance ratio is larger than the threshold value, the “number of claims” is selected as content information used for patent evaluation.
  • Patent data ID2100, 2200 publication number, etc.
  • FIG. 7 is a diagram schematically illustrating the data structure of the progress information 210 in the patent attribute information.
  • “Elapsed days from application” 2105, “Elapsed days from request for examination” 2110, and “Elapsed days of registration power” 2115 are information relating to the period of the patent data. is there. ⁇ Elapsed days from application '' is based on the filing date, ⁇ Elapsed days from request for examination '' is based on the application examination request date, ⁇ Elapsed days since registration date '' is based on the registration date of the patent right, and until the evaluation date or It is close to date! /, And the number of days elapsed up to the specified date is calculated and stored in storage device 2. Request for examination of application is still requested! /, N! /, Patent application!
  • Elapsed days from power is NULL, and it is still set and registered! /, NA! /, Patent applications! /, “Elapsed days from registration date” is NULL.
  • the unit of numerical values is not limited to the number of days, but may be the number of months or years.
  • Provision application indicates whether or not a divisional application has been filed based on the patent application
  • “Rapid examination” indicates whether or not the patent application has been expedited, and Whether or not an appeal against the decision to reject the patent application has been requested and whether or not a patent trial decision has been made in the trial, whether or not the opposition maintenance decision has been filed is an opposition to the patent and a maintenance decision has been made
  • the “invalidation trial maintenance decision” is the power of whether the patent invalidation trial has been requested for the patent and the request has been rejected, and “domestic priority” is the patent to which the patent application is earlier.
  • PCT application is the power of whether the patent application is an international application based on the Patent Cooperation Treaty, This Based on whether the patent application to browse claims have been made, their respective if a predetermined action is performed by Les, Ru given example 1, made is being, it! /, When is given a 0 if e example.
  • Such information is extracted from the progress information of each patent application.
  • the historical information 210 is used for the value evaluation of patent data (the procedure of patent data evaluation processing using the historical information 210 will be described in detail in FIG. 10 described later).
  • patent data is evaluated using the progress information 210 that reflects the judgments of various entities such as the applicant, the patent office, and competitors. As a result, objectivity in evaluating patent data can be ensured.
  • patent data is evaluated using the progress information shown in FIG. 7
  • the present invention is not particularly limited to this.
  • the patent data may be evaluated using at least one of the patent data shown in FIG.
  • the data used for calculating the evaluation value is not limited to the above 1 or 0.
  • the maintenance rate is higher than other evaluation items. Since the relationship tends to be thin, for example, the above 0.5 times or the value of 0.25 times may be used for the latter.
  • the above 0.5 times or the value of 0.25 times may be used for the latter.
  • the decision or decision is being finalized or is under review, 0.5 A double value may be used.
  • the above “domestic priority” whether or not it is accompanied by a priority claim in both domestic and overseas may be digitized to 1 or 0.
  • “quoted count” 2160 is information indicating the number of citations of the patent data.
  • the number of times that the published patent publication or patent publication of the patent application is cited in the notice of reasons for refusal of another company's patent application is given as the number of times cited in ⁇ other companies '' and is cited in the notice of reasons for refusal of other patent applications of the company. Is given as the number of citations made by the company.
  • the cited document number (published number such as published patent gazette) is extracted from the historical information of the patent data that has been rejected out of all the patent data stored in the storage device 2, and this cited document. It is calculated by specifying the patent data to which the number of citations should be given from the number and counting the number of citations for each specified patent data.
  • FIG. 8 is a diagram schematically illustrating the data structure of the content information 220 in the patent attribute information.
  • “Number of claims” 2205 is information indicating the number of claims of the patent application
  • “Number of independent claims” 2215 indicates the number of independent claims of the patent application.
  • “Average number of characters in claims” 2220 is information indicating the average number of characters (or the number of words) per claim in the patent application.
  • “Number of specification pages” 2225 is information indicating the number of specification pages or the number of publication pages of the patent application.
  • “Number of drawings” 2230 is information indicating the number of drawings or the number of drawings of the patent application. This information is extracted from the published patent gazette and other patent data of each patent application.
  • Another example of content information is the number of applicants (the higher the number of joint applicants, the higher the maintenance rate ), The number of inventors (the higher the number of joint inventors, the higher the maintenance rate), the number of IPCs granted (closer to the average, the higher the maintenance rate! /, Etc.).
  • the present invention is capable of appropriately evaluating the value of a patent application or patent right based on numerical information objectively determined based on the historical information or content information of the patent application or patent right! Is suitable for the rapid evaluation of a large number of patent applications or patent rights.
  • the data acquisition unit 105 acquires the IPC code input from the input device by the data acquisition unit 105, and the storage device 2 based on the designated IPC code.
  • the patent data 200 and the patent attribute information 205 are acquired from the data and set as the analysis target population (S200).
  • the IPC is preferably used when the storage device 2 is accessed by the force data acquisition unit 105 specified up to the subgroup, and the patent data of the subgroup does not reach the predetermined number (eg, 1000). It is desirable to secure a predetermined number by acquiring patent data of IPC hierarchy in order of high! /.
  • the predetermined number eg, 1000
  • the stability of the evaluation value is excellent (the fluctuation of the evaluation value due to the increase or decrease in the number of cases is small).
  • IPC subclasses or lower are preferred to prevent mixing in different fields.
  • the table shown in FIG. 9 is a table showing evaluation value calculation results when the extraction range of the analysis target population is changed in the above embodiment. IPC subgroup as the analysis population, main If you choose a group or sub-group, show how the evaluation value of a patent has changed for five technical fields!
  • the data classification unit 115 converts the patent data every predetermined period (e.g., every application year, year to which the priority date belongs). Etc.) is classified into group t (S210).
  • the evaluation value calculation unit 120 calculates the evaluation value of each patent data (S220). Details of this processing will be described with reference to FIG.
  • FIG. 10 is a flowchart showing details of a process in which the patent evaluation device of this embodiment calculates an evaluation value of each patent data.
  • J patent data has been acquired, using the patent attribute information 205 of these J patent data, use the “Summary of J Applicability Data for Evaluation Items” in S223B to S223D, which will be described later. It is desirable to obtain "value” etc. in advance! /.
  • variable j is set to 1 (S222), and the evaluation score of the patent data j is calculated as follows.
  • the evaluation point calculation method set in advance for each evaluation item is selected. (S223A).
  • the evaluation score of patent data j is calculated for each of the I evaluation items i (S223B, S223C, S223D).
  • the evaluation score is calculated by, for example, the following 1).
  • the "applicability data for evaluation item i" arranged in the molecule is 1 for a “division application” if it has been filed as described above, and 0 if not.
  • the attribute information of patent data is useful for relative evaluation within the analysis population, but proper evaluation cannot be performed if patent applications or patent rights within this analysis population are treated equally.
  • the analysis target population is classified into groups for each period, and the value obtained for each classified group is used as the denominator, so that analysis targets including patent applications or patent rights at different periods can be used. Appropriate relative evaluation is possible within the population.For example, in one technical field! /, One value in a contemporaneous group with few patent applications, and one in a contemporaneous group with many patent applications. In terms of one value, the former value is often higher.
  • a patent application that has passed several years is more likely to be given progress information such as being requested to browse than a patent application that has just been published. That's why it is an error to evaluate a patent application as low as it has been published.
  • the patent application that received the request for inspection is a patent application with a particularly high degree of attention and should be highly evaluated.
  • the patent application that has been requested to be browsed should be highly evaluated simply because it has been requested to be read. It is not a thing.
  • the value obtained by using the patent attribute information of each patent data belonging to each group and the value obtained by using the patent attribute information of each patent data belonging to the group are obtained for each group.
  • the evaluation score is calculated by multiplying the sum of the values by the value of the decreasing function.
  • a value that takes into account the relative positioning of each patent data in each group can be obtained as an evaluation value.
  • numerical values based on progress information By assigning a higher weight to the lower total value of the information group in the contemporaneous group and conversely lowering the information, it is possible to appropriately evaluate patent applications or patent rights in the group of documents to be analyzed. Become.
  • the evaluation score is calculated by, for example, the following 2).
  • “Exp (— (Min (elapsed time, years)) / year)” in the numerator is, for example, “the number of days since the request for examination”. (Year-converted value) The smaller value of “year” or “year” is divided by “year” and multiplied by 1, which is the value obtained by raising the number of napiers e to the power.
  • “Maturity” is, for example, the maximum number of years from the filing date until the expiration of the patent right (20 years under the current Japanese law). The same formula is used for “Elapsed days from date of registration”, and “Maturity” is, for example, the maximum number of years from the filing date until the expiration of the patent right (20 years under the current Japanese law).
  • the denominator is a force in which an expression similar to the above S223B [Presence / absence type] is arranged. For example, with respect to "the number of days elapsed from the request for examination" For example, if the value is not 1, the value of 0 is added up within the group to obtain a positive square root. As for the number of days elapsed since the registration date, the patent right setting is registered for the patent application! /, For example, 1; if not, for example, 0 is added within the group to obtain the positive square root. The one that becomes the denominator.
  • the value of the denominator is equal to the positive square root of the number of patent data in the group, assuming that the assessment item is 1 . In either case, the denominator is large if there are many patent data corresponding to the evaluation items in the group, and the denominator S is small if there are only a few patent data corresponding to the evaluation items in the group.
  • “Elapsed days from request for examination”, “Elapsed days of filing date”, and “Elapsed days from registration date” are basic evaluation items applicable to many patents. The score is likely to be small.
  • the average age of each evaluation item can be used as the denominator. As described above, even if the number of cases is used for the denominator, the patent data can be properly evaluated. By using the average age for the denominator, the evaluation accuracy can be further improved.
  • evaluation score calculated by S223C [time decay type] is further corrected by content information.
  • Is preferably multiplied.
  • Xa Xa is limited to the maximum value.
  • the values of a, a, a are not limited to the above,
  • Different values may be used based on the correlation between the content information and the maintenance rate.
  • the force S is set so that the value of a Xa Xa is 2 at maximum.
  • the evaluation score is calculated by, for example, the following 3).
  • f (quotation) Xlog (n + l) arranged in the molecule is, for example, related to "number of citations”. Is the logarithm (for example, natural logarithm) of the value obtained by adding 1 to the “number of citations n” and the weight f (quotation)
  • the weight f (quotation) can be any positive number. Number of times cited in other patent applications (number of times other company citations) n Patents of j other
  • the number of times cited is divided into other company citations and company citations. By reflecting the number of times more largely in the evaluation value, it is possible to appropriately evaluate a patent application or a patent right.
  • the evaluation raw score is calculated by, for example, the following woman 5] (S224).
  • the evaluation raw score is the positive square root of the sum of squares of I evaluation points, or 0.
  • the evaluation score is 0 when the application examination request is not made before the examination request deadline, when the application is withdrawn or abandoned, when the decision of rejection is finalized, when the other patent application is invalidated, This is the case where the decision of revocation by the company or the trial of invalidation by the trial for invalidation is finalized, when the patent right is abandoned, when the duration of the patent right expires, or when the other patent right is extinguished.
  • This information is also read from the progress information of each patent data, and the evaluation score is set to 0 if applicable.
  • One way to solve this problem is to use the maximum value among the evaluation points i as the evaluation raw score (maximum value method).
  • maximum value method when investigating the correlation between certain historical information and the retention rate of a group of patents, if the correlation is examined regardless of what other historical information is given, the retention rate of a certain patent is the highest. It is expected to be best expressed by the maintenance rate of historical information with a rate, so it seems reasonable to use the maximum value of evaluation point i as the evaluation raw score.
  • the maximum value of the evaluation point i is the same in the two patents, superiority or inferiority cannot be assigned.
  • the maximum value method it is not possible to make an evaluation that takes into account the perspectives of three different entities of the applicant, the JPO, and competitors. Only the viewpoint will be reflected, and the viewpoint of the remaining subject cannot be reflected in the evaluation of patent data.
  • the above-mentioned method of taking the square root of the sum of squares can be said to be a method that combines the advantages of the simple sum method and the maximum value method.
  • the high evaluation point i greatly affects the evaluation point.
  • Evaluation points other than the evaluation item with a high evaluation point i also become evaluation raw points with some consideration. Therefore, for patent data j that corresponds to multiple items such as “early examination”, “opposition to maintain opposition”, and “invalidation trial decision” that tend to be high, i. Can be given.
  • patent evaluation is performed in consideration of all evaluation points calculated according to the type of patent attribute information (S223, S224). As a result, it is possible to evaluate the value of patent data from multiple angles.
  • the evaluation value calculated based on the progress information or content information is the power S that gives a high value to a few patent applications or patent rights that can read unique progress or content S, and many other patent applications or patent rights.
  • low! / Often given a value! / ,. Therefore, looking at the number distribution by rating value, patent applications or patent rights with high evaluation values are few and sparse, and many patent applications or patent rights with low evaluation values are densely distributed.
  • the average value (arithmetic average value) is greatly influenced by a small number of patent applications or patent rights with high evaluation values, so care must be taken when evaluating by comparison with such average values. It becomes.
  • the average value is greatly influenced by a small number of patent applications or patent rights with high evaluation values, so care must be taken when evaluating by comparison with such average values. It becomes.
  • for example, when comparing two patent applications or patent rights that have obtained high evaluation values even if it appears that there is a large difference in evaluation values, there is actually no significant difference. Nare, sometimes.
  • Fig. 11 shows an evaluation score for patent data of a certain analysis target population, and the deviation value calculated directly based on the evaluation score and the number of deviation values calculated after logarithmization.
  • the evaluation value can be appropriately compared by converting the evaluation value into a logarithm (natural logarithm or other logarithm).
  • the number distribution for each evaluation value is often close to a lognormal distribution, and therefore the number distribution can be made close to a normal distribution by converting the evaluation value to a logarithm. Therefore, if the evaluation value is converted into a logarithm and, for example, the deviation value is calculated, a more appropriate evaluation can be performed.
  • the evaluation value calculation processing from S221 to S227 is executed for all groups t obtained by classifying the patent data acquired in S200 in S210.
  • the process returns to FIG. 3, and based on the evaluation values, the deviation values in the analysis target population acquired in S200 are calculated as standardized evaluation values (S230). This deviation is between different technical fields that would otherwise be difficult to compare. Relative comparison of patent data (comparison with analysis target populations selected separately by different IPCs in S200) is also possible, and other standardized values may be used instead of deviation values. Further, not only the deviation value in the analysis target population, but also a deviation value within each group classified for each predetermined period may be calculated.
  • the patent data is classified based on the calculated deviation value (S240). Classification is performed as follows, for example.
  • FIG. 12 is a diagram showing a tabular output result as an example.
  • the group of patents listed in this figure is a group of patents extracted by several organizations as leading patents, and their technical fields are diverse. Based on the IPC subclass to which each of these patent groups belongs, the analysis target population is extracted, the evaluation value of the patent data belonging to each is calculated, and then the above-mentioned leading patents that are the basis of the population extraction are extracted. How the evaluation value was calculated was output. Calculation results are based on progress information and content information available to anyone. In spite of this, all were rated B or higher, which was close to the evaluation by the above group.
  • an evaluation value (deviation value) is calculated for each technical field, so that a relative comparison is possible even if there is a difference in the trend of progress information and content information between different technical fields.
  • device value a relative comparison is possible even if there is a difference in the trend of progress information and content information between different technical fields.
  • Only simple numerical comparisons between different technical fields may cause misunderstandings.
  • the possibility of misunderstandings can be avoided.
  • an evaluation item for calculating the number-type evaluation score is further added to the progress information 210 of the above embodiment.
  • the first modified example is the same as the above-described embodiment except that the patent information is evaluated using the progress information shown in FIG.
  • the contents of the progress information different from the above embodiment will be described.
  • FIG. 13 is a diagram schematically illustrating an example of a data configuration of the progress information according to the first modification of the present embodiment.
  • the progress information shown in the figure is added to the above-described progress information 210 in FIG. 7 and, further, “number of times of objection evidence citation”, “number of times of opposition proof citations”, “number of times of citation citation citations”, “ The number of citations of adoption evidence, the number of “divisional applications”, the number of “priority rights”, and the number of “invalidation trial maintenance trials” are added.
  • the data 2105 to 2155 in FIG. 7 are omitted for convenience.
  • the progress information 250 includes a Fino Red 2100 for registering a “patent data ID (gazette number, etc.)”, and a Fino Red 2105 for registering “the number of days of application, etc.”.
  • the field 2110 for registering the “elapsed days from the request date for examination” the field 2115 for registering the “elapsed days from the registration date”
  • the information indicating the existence of the “division application” Field 2120 and a field for registering information indicating the presence or absence of “early examination”.
  • the progress information 250 includes a plurality of records.
  • the "number of citations of objection evidence” refers to the number of times that the patent data was used as “evidence constituting objection reasons”. “Number of times cited in opposition adoption evidence” refers to the number of times the patent data was used as “evidence that is the basis for a revocation decision”. “The number of times the appeal evidence is assigned” means the number of times it is used as “evidence constituting the reason for refusal (reason for invalidation)” of the patent data. “Number of citations of referral evidence” refers to the number of times that the patent data was adopted as “proof of trial decision”.
  • the number of divisional applications refers to the number of divisions of the patent data (for example, the number of generations, such as 2 for grandchild applications and 3 for great-grandchild applications).
  • the number of “priority” refers to the number of times indicated by the number of applications based on which priority is claimed.
  • “Invalidation trial decision” refers to the number of “Invalidation trial decision” in the patent data! /,
  • the progress information 250 shown in the figure is used for the processing of FIG. In this way, the evaluation items were added to the progress information 230 in FIG. 7 because the inventor of the present application analyzed the relationship between the progress information and the patent right maintenance rate using a statistical method.
  • ⁇ Number of citations of evidence '', ⁇ Number of citations of objection adoption evidence '', ⁇ Number of citations of evidence of appeal '' This is because the number of times cited, the number of divisional applications, the number of "priority rights", the number of "invalidation trial maintenance decision" and the patent right maintenance rate are closely related.
  • the number of times cited in opposition evidence, the number of times cited in opposition adoption evidence, the number of times cited in trial appeal evidence, and the number of times cited in trial appeal evidence are referred to as in-house citations and other company citations.
  • citations in-house and citations from other companies may be separated. In this case, it is recommended that weighting according to whether the company is cited by another company or by another company is performed when calculating the evaluation score using the same procedure as in the above embodiment.
  • FIG. 14 is a flowchart showing a process for the evaluation value calculation unit to add points to the patent data recited (subtracted) in the second modification.
  • the subtracted ones are extracted, and the number of generations and the number of generations are counted to obtain additional points.
  • each patent data of the analysis target population for calculating the evaluation value is extracted from the storage device.
  • Each patent data belonging to the population extracted here is referred to as patent data (PS) (S2801).
  • PS patent data
  • the following processing is performed individually for each extracted patent data.
  • the application number and filing date (basic filing date if priority claim is made) using the historical information stored in the storage device Is identified.
  • the application number and filing date of the patent data (PS) The application number (PS) and filing date (PS) will be referred to (S2802).
  • patent data group A (PS)
  • Patent Data Group B Patent Data Group B
  • patent data 3 ⁇ 4J When the generation i patent data 3 ⁇ 4J is a positive number (S2807: YES), this patent data 3 ⁇ 4J is counted as the number of patent data cited in the patent data (PS) (S2809), and given weight is assigned. (S2808) A point element (PS) corresponding to the patent data 3 ⁇ 4J is calculated (S2809). Since patent data 3 ⁇ 4J indicates the number of times cited, for example, the value calculated by the above-mentioned woman 3] using the value calculated for all patent data (PS) in the group (the positive square root of the sum) The added point element (PS).
  • the counter j for identifying the subsequent patent application data (i, j) to which the same patent data is cited is set to 1 (S2812), and the following processing is performed on each subsequent patent application data (i, j).
  • the progress information stored in the storage device is used. Identify the application number and filing date.
  • the application number and the filing date of the patent data (i, j) are referred to as the filing number (i, j) and the filing date (i, j), respectively (S2813).
  • patent data group A (i, j) S2814.
  • patent data group A (i, j)
  • patent data group B (i, j)
  • the patent data (i + 1, j) quoting the patent data (i, j) is converted into the patent data group B All cases (J) are extracted from (i, j) (S2816).
  • the patent data (i + 1, j) belongs to the sub-generation or higher cited generation when viewed from the patent data (PS) belonging to the analysis target population.
  • patent data 3 ⁇ 4J of the next generation i + 1 that cited the patent data (i, j) is a positive number (S2 817: YES)
  • this patent data 3 ⁇ 4J will be used as the patent for which the patent data (i, j) is cited.
  • next generation patent data (i + 1, j) belonging to the same generation i! /
  • next generation i + 1 As long as the patent data 3 ⁇ 4J is a positive number (S2823: YES), the counter i is decremented by 1 (S2824), and the presence / absence and number of next-generation grandchildren are determined.
  • next generation patent data (i + 1, j) is completed for all patent data (i, j) belonging to the same generation i (S2819: YES), and the next generation i + 1 patent data 3 ⁇ 4J is positive If it is no longer a number (S2823: NO), the sum of the point element (PS) calculated in the above process and the point element (i) calculated in each generation process (point element (PS) + ⁇ ⁇ addition required Element (i) ⁇ ) is calculated (S2825), and this sum is taken as the added value of the above-mentioned patent data (PS) (S2 826). Then, for example, by dividing the added value of each patent data (PS) by the positive square root of the value ⁇ (added value) that is the sum of the added values in the group, the number of citations (including grandchildren) is obtained. Evaluation points
  • the subtraction number-of-times information may be held in the storage device as the progress information in FIG. 7, and points may be added based on this information.
  • the scoring method is not limited to that described above, and is obtained, for example, by adding the number of citations used in the above-mentioned Woman 3] and the number of subtractions (preferably multiplied by a predetermined discount rate).
  • the above [Equation 3] is applied to the value, and the evaluation value calculation unit calculates the evaluation point as the above-mentioned evaluation item, which is the number of times cited.
  • the divisional application when “divisional application” is used as information indicating the presence or absence of a predetermined act, the divisional application results in a higher evaluation value than other applications (if other progress information is equivalent).
  • the force described for is not particularly limited to this.
  • evaluation is made by taking into account whether or not the original application is a divisional application.
  • the original application of a divisional application can be said to be the core application on which the divisional application was based.
  • the divisional application may result in the original application losing its existence value and the application may expire or the patent right may expire, but as long as it is maintained without lapse or extinction, it is equivalent to or equivalent to the divisional application.
  • An evaluation should be given. If the original application of a divisional application expires or the patent right is extinguished, the evaluation score is 0 according to the above 5).
  • FIG. 15 is a flowchart showing a process for the evaluation value calculation unit to add points to the patent data that is the original application of the divisional application in the third modification.
  • the original application of the divisional application is extracted, and the number of divisions and the number of generations are counted and added as elements.
  • each patent data of the analysis target population for calculating the evaluation value is extracted from the storage device.
  • Each patent data belonging to the population extracted here is referred to as patent data (PS) (S2901).
  • PS patent data
  • the following processing is performed individually for each extracted patent data.
  • the application number and the filing date are specified using the progress information stored in the storage device.
  • the application number and filing date of patent data (PS) are called the filing number (PS) and filing date (PS), respectively (S2902).
  • patent data group A (PS) (S2903).
  • patent data group B (PS) (S2904).
  • patent data 3 ⁇ 4J of the generation i is a positive number (S2907: YES)
  • this patent data 3 ⁇ 4J is tabulated as the number of patent data with the patent data (PS) as the original application (S2908), and a predetermined weight is set.
  • a point element (PS) corresponding to patent data 3 ⁇ 4J is calculated (S2910).
  • Patent data 3 ⁇ 4J indicates the number of divisional applications whose original application is patent data (PS). For example, the value calculated for all patent data (PS) in the group (the positive square root of the sum) is used as described above. The value calculated by Woman 3] is used as a point element (PS).
  • the presence / absence and number of divisional applications for the next generation and after are determined for each generation.
  • the counter j for identifying the subsequent application patent data (i, j) having the same patent data as the original application is set to 1 (S2911), and the following processing is performed for each subsequent application patent data (i, j).
  • an application number and an application date are specified for the patent data (i, j) of a later application using the progress information stored in the storage device.
  • the application number and the filing date of the patent data (i, j) are referred to as the application number (i, j) and filing date (i, j), respectively (S2912).
  • patent data group A (i, j) S2913
  • patent data group A (i, j)
  • patent data group B (i, j) (S2914).
  • the patent data (i + 1, j) with the patent data (i, j) as the original application for division is Extract all cases (J cases) from patent data group B (i, j) (S2915).
  • the patent data (i + 1, j) belongs to the grandchild application or more divided generations when viewed from the patent data (PS) belonging to the analysis target population.
  • a new point element is calculated by having the grandchild application by the following processing.
  • patent data 3 ⁇ 4J of the next generation i + 1 that uses patent data (i, j) as the original application of the divisional application is a positive number (S2917: YES)
  • this patent data 3 ⁇ 4J is converted to the patent data (i, j) It is counted as the number of patent data for the original application (S2918).
  • the result of this aggregation is the force S used to calculate a new point element by having a grandchild application, preferably the next generation patent data (i, j) for all patent data (i, j) as described above Until i + 1, j) is extracted (S2919), 1 is added to the counter j (S2920), and the next-generation patent data (i + 1, j) is extracted repeatedly.
  • a given weight (preferably a weight that reduces the influence on the added points is preferable in later generations) is given to the sum of the number of patent data of i + 1 (S2921), and one added element for each generation i (I) is calculated (S2922). For example, calculate the total sum J of the number of patent data for the next generation i + 1 (the number of grandchild applications or the number of divisional applications after each generation) for all patent data (PS) in the group, and use that value to The value calculated by [Equation 3] is added point element (i).
  • next generation patent data (i + 1, j) When the extraction of the next generation patent data (i + 1, j) is completed for all patent data (i, j) belonging to the same generation i (S2919: YES), the next generation i + 1 patent data 3 ⁇ 4J As long as it is a positive number (S2923: YES), 1 is added to the counter i (S2924), and the existence and number of next-generation divisional applications are determined.
  • next generation patent data (i + 1, j) is completed for all patent data (i, j) belonging to the same generation i (S2919: YES), and the next generation i + 1 patent data 3 ⁇ 4J is positive If it is no longer a number (S2923: NO), the sum of the point element (PS) calculated in the above process and the point element (i) calculated in each generation process (point element (PS) +) ⁇ addition required Element (i) ⁇ ) is calculated (S2925), and this sum is taken as the added value of the above-mentioned patent data (PS) (S2 926). Then, for example, by dividing the added value of each patent data (PS) by the positive square root of the value ⁇ (added value) that is the sum of the added values in the group, the evaluation score as the original application of the divisional application
  • the scoring method is not limited to that described above.
  • the evaluation value calculation unit determines that the evaluation item of the above-mentioned "divisional application"
  • the evaluation score of “divisional application” can also be calculated using [Equation 1].
  • woman 1 as an example of the presence / absence data of the evaluation item i, 1 is described for a divisional application, and 0 is not for a divisional application. If it is 1, the original application will be given the same evaluation as the divisional application.
  • the function of the data acquisition unit 105 of the processing device 1 is added, and the S20 shown in FIG.
  • the processing of 0 is performed according to the procedure shown in FIG. 16 and FIG. This is because, in the patent evaluation phase A2, in order to obtain a highly reliable evaluation value, a certain size of population is required as data to be analyzed.
  • the fourth modification example is the same as that shown in FIG. 1, except that a function is added to data acquisition unit 105. Therefore, below, it demonstrates focusing on a different part.
  • the data acquisition unit 105 is partially different in function from that of the above embodiment, but the same reference numerals are used for convenience of explanation.
  • the function of the data acquisition unit 105 of the fourth modified example is realized by software in the same manner as in the above embodiment by the hardware shown in FIG.
  • FIGS. 16 and 17 are flowcharts showing an example of a specific procedure of the process of S200 shown in FIG. The processing procedure shown in FIGS. 16 and 17 will be described below with reference to FIGS. 1 and 3.
  • the data acquisition unit 105 receives an IPC subgroup designation (S2001). For example, the data acquisition unit 105 acquires, via the input device 3, IPC subgroup data (data for specifying an IPC subgroup) to which the patent data to be scored belongs.
  • IPC subgroup data data for specifying an IPC subgroup
  • the data acquisition unit 105 determines whether or not the number of patent data in the designated IPC subgroup is larger than the threshold value Ta (S2002, S2003).
  • the threshold Ta is not particularly limited, but the value Ta tends to stabilize when the threshold Ta is 5000. In the following, the case where the threshold value Ta is set to 5000 is described as an example.
  • the data acquisition unit 105 accesses the storage device 2 and counts the number of patent data (Nsg) belonging to the IPC subgroup specified in S2 001.
  • the data acquisition unit 105 determines whether the counted number of patent data (Nsg) is 5000 or more (Ta). If the number of patent data (Nsg) is 5000 (Ta) or more, the data acquisition unit 105 proceeds to S2004, and if the number of patent data (Nsg) is less than S 5000 (Ta). Go to S 2011.
  • the fact that the evaluation value tends to be stable when the population of the data to be analyzed is 5000 or more will be briefly described with reference to FIG. 9 used in the above embodiment.
  • the table shown in FIG. 9 is a table showing the evaluation value calculation results when the analysis target population extraction range is changed in the above embodiment.
  • IPC subgroup, main group, and subclass are selected as the analysis target population, how the evaluation value of a patent has changed is shown for three technical fields.
  • the data acquisition unit 105 accesses the storage device 2 and uses the IPC subgroup data acquired in S2001 to collect the patent data belonging to the selected IPC subgroup by year (by application year). Classify and count the number of classified patent data by year (Nsg (y)) (S2005).
  • the data acquisition unit 105 determines whether or not the number (Nsg (y)) of the collected patent data for each year (Nsg (y)) is greater than the threshold value Tb. Determine whether.
  • the threshold direct Tb is not particularly limited, but 20 threshold direct Tb is recommended. In the following, the case where the threshold Tb is set to 20 will be described as an example.
  • the data acquisition unit 105 accesses the storage device 2 by using the above determination result, and as analysis target data, patent data classified in a year larger than 20 (Tb) and patent attributes of the patent data Information is acquired (S2006 to S2008). In other words, the data acquisition unit 105 performs the processing from S2006 to S2008 for each year (Nsg (y)) of the totaled patent data.
  • the data acquisition unit 105 determines whether the number of patent data by year (Nsg (y)) is greater than 20 (Tb). If the number of patent data by year (Nsg (y)) is greater than 20 (Tb), the process proceeds to S2007, and the patent data belonging to the number of patents by year (Nsg (y)) and the patent Get patent attribute information of data. If the number of patent data by year (Nsg (y)) is not greater than 20 (Tb) as a result of the judgment, the process proceeds to S2008, and patent data belonging to the number of patent data by year (Nsg (y)) is analyzed. Do not treat as.
  • the data acquisition unit 105 identifies the IPC main group that is one level above the IPC subgroup specified in S2001. In other words, in this step, Expand candidate technical fields to the IPC main group. For example, if the IPC subgroup specified in S2001 is “ ⁇ 01 ⁇ 1 / 02”, the data acquisition unit 105 is the IPC main group “A01B1 / 1” above the IPC subgroup “ ⁇ 01 ⁇ 1 / 02”. Specify 00 ”.
  • the data acquisition unit 105 determines that the number of patent data of the identified IPC main group is greater than 5000 (Ta)!
  • the data acquisition unit 105 accesses the storage device 2 and counts the number (Nmg) of patent data belonging to the IPC main group identified in S2 011.
  • the data acquisition unit 105 determines whether the counted number of patent data (Nmg) is 5000 or more (Ta). If the number of patent data (Nmg) is 5000 (Ta) or more, the data acquisition unit 105 proceeds to S2014, and if the number of patent data (Nmg) is less than 5000 (Ta) (or, The process proceeds to S2021 in FIG.
  • the data acquisition unit 105 sets the "number of patent data belonging to the IPC main group counted in S2012 (Nmg)" to "the number of patent data belonging to the IPC subgroup counted in S2002 (Nsg)". Determine whether the value divided by is greater than "2"! /. Specifically, it is determined whether “Nmg” counted in S2012 and “Nsg” counted in S2002 satisfy the relationship shown in (Equation 6) below.
  • the data acquisition unit 105 proceeds to S2015 if "Nmg” counted in S2012 and "Nsg” counted in S2002 satisfy the relationship of (Equation 6), and identified as the analysis target population in S2011. Select the IPC main group. On the other hand, if “Nmg” counted in S2012 and “Nsg” counted in S2002 do not satisfy the relationship of (Equation 6), the data acquisition unit 105 proceeds to S2004 and performs the above-described processing of S2004 to S2008. Do.
  • the number of patent data (Nmg) belonging to the IPC main group that is one level above the IPC subgroup specified by the analyst is 5,000 (Ta) or more. And if the number of patent data (Nmg) is greater than twice the number of patent data (Nsg) belonging to the IPC subgroup specified by the analyst, As a group, the IPC main group one level above the IPC subgroup designated by the analyst is selected.
  • the method for calculating the evaluation value of the present embodiment is to increase the accuracy of the evaluation value by taking a group of patent data in the same technical field as a population and calculating the evaluation value of each patent data belonging to the population. Yes. Therefore, in order to increase the accuracy of each evaluation value, it is desirable to collect patent data on technical fields classified into a narrower range as a population. In addition, in the method for calculating the evaluation value according to the present embodiment, it is desirable that there are 5,000 or more populations of patent data to be analyzed from the viewpoint of stability of the evaluation value as described above. That is, in the method for calculating the evaluation value of the present embodiment, it is desired that the population is patent data in a technical field that is classified into a narrower range than (i), and (i) there are 5000 or more.
  • the data acquisition unit 105 accesses the storage device 2 with the same procedure as S2005 described above, classifies the patent data belonging to the specified IPC main group by year, and classifies them. Count the number of patent data (Nmg (y)) by year.
  • the data acquisition unit 105 specifies an IPC subclass that is one layer above the IPC main group specified in S2011. In other words, in this step, the technical fields that are candidates for the analysis target population are expanded to the IPC subclass.
  • the data acquisition unit 105 determines whether or not the number of patent data of the specified IPC subclass is greater than 5000 (Ta) by using the same procedure as S2002 to S2003 described above. (S2022, S2023). This is done for the same reason as S2002-2003 mentioned above.
  • the data acquisition unit 105 accesses the storage device 2 and counts the number of patent data (Nsc) belonging to the IPC subclass specified in S2 021. In S2023, the data acquisition unit 105 determines whether the number of patent data counted (Nsc) is 5000 or more (Ta). If the number of patent data (Nsc) is 5000 (Ta) or more, the data acquisition unit 105 proceeds to S2024, and if the number of patent data (N sc) is less than S5000 (Ta), S2031 Proceed to
  • the data acquisition unit 105 follows the same procedure as in S2014 described above, and changes the "number of patent data belonging to the IPC subclass counted in S 2022 (Nsc)" to the IPC main group counted in 32012.
  • the force divided by “number of patent data (Nmg) to which it belongs (Nmg)” is greater than “2”. Specifically, it is determined whether “Nsc” counted in S2022 and “Nmg” counted in S2012 12 satisfy the relationship shown in the following (Equation 7).
  • Nsc ⁇ Nmg> 2 (Equation 7) [0149] If the relationship between “Nsc” counted in S2022 and “Nmg” counted in S2012 and equation 7) is satisfied, the data acquisition unit 105 proceeds to S2025 and identified as the analysis target population in S2021. Select an IPC subclass. On the other hand, if “Nsc” counted in S2022 and “Nmg” counted in S2012 do not satisfy the relationship of (Equation 7), the data acquisition unit 105 proceeds to S2015 in FIG. Perform the process.
  • the data acquisition unit 105 accesses the storage device 2 with the same procedure as S2005 described above, classifies the patent data belonging to the specified IPC subclass by year, and classifies the year. Count the number of other patent data (Nsc (y)).
  • the data acquisition unit 105 specifies the IPC main class that is one layer above the IPC subclass specified in S2021. In other words, in this step, the technical fields that are candidates for the analysis target population are expanded to the IPC main class.
  • the data acquisition unit 105 uses the same procedure as S2002 to S2003 described above.
  • the data acquisition unit 105 accesses the storage device 2 and performs S2 Count the number of patent data (Nmc) belonging to the IPC main class identified in 031.
  • the data acquisition unit 105 determines whether the number of patent data counted (Nmc) is 5 000 (Ta) or more. If the number of patent data (Nmc) is 5000 or more (Ta), the data acquisition unit 105 proceeds to S2034.
  • the data acquisition unit 105 proceeds to S2035 and selects the IPC main class identified in S2031 as the analysis target population.
  • the number of patent data is less than 5000 (Ta)
  • the data acquisition unit 105 follows the same procedure as in S2014 described above, and changes the “number of patent data belonging to the IPC main class counted in S 2032 (Nmc)” to the IPC subclass counted in S2022.
  • the force divided by “number of patent data (Nsc) to which it belongs (Nsc)” is greater than “2”, and the power is determined by half IJ. Specifically, it is determined whether “Nmc” counted in S2032 and “Nsc” counted in S2022 satisfy the relationship shown in the following (Equation 8).
  • the data acquisition unit 105 accesses the storage device 2 using the same procedure as S2005 described above, classifies the patent data belonging to the specified IPC main class by year, and classifies the data. Count the number of patent data by year (Nmc (y)).
  • the fourth modification is considered necessary for the population of patent data belonging to the IPC subgroup designated by the analyst to calculate a highly reliable evaluation value. Even if the number is less than the number, it searches for patent data in the technical field close to the specified IPC subgroup until it approaches the number considered necessary. Therefore, it is possible to collect patent data necessary for calculating highly reliable evaluation values simply by an analyst performing analysis and specifying the technical field of patent data using the IPC subgroup. Performance can be enhanced. As a result, in the evaluation value calculation process performed following the process shown in FIGS. 16 and 17 (the process of S200), there is a high possibility that an evaluation value with high reliability is calculated.
  • the fifth modified example is obtained by partially changing the function of the evaluation value calculation unit 120 included in the information processing apparatus 1 of the above-described embodiment.
  • patent data filed with the US Patent Office is used as the patent data to be evaluated. The following points were changed from the above embodiment in order to improve the accuracy of the value evaluation of patent data (US patent publication) filed in the United States.
  • the reason for this change is that the inventor of the present application analyzed the relationship between the historical information and content information of the US patent application and the maintenance ratio of the patent right using a statistical method. This is because the maintenance rate is closely related to the information shown in Figures 19 and 20. Since patents with a high patent retention rate can be presumed to be important and valuable to patent holders of companies, etc., the fifth modification uses the information shown in Figs. 19 and 20 to The value was evaluated. That is, in the fifth modified example, the trend information and content information used for value evaluation are changed from those of the above-mentioned embodiment in consideration of the tendency of US applications.
  • the data of the content information 240 is also used as basic data for calculating the evaluation value of the patent data in the same manner as the progress information 230 (in the above embodiment, the content information 220 is It was treated as ancillary data used to correct the evaluation value obtained from the progress information 210).
  • the inventor of the present application has found that the relationship between the content information and the patent right retention rate is similar to the relationship between the progress information and the patent right maintenance rate. This is because they found out.
  • the functional configuration of the fifth modified example is the same as that shown in FIG. 1 except that the function of the evaluation value calculation unit 120 is partially different and the information stored in the storage device 2 is different.
  • the evaluation value calculation unit 120 is partially different in function from that of the above embodiment, but the same reference numerals as those of the above embodiment are used for convenience of explanation.
  • the storage device 2 stores progress information 230 shown in FIG. 19 and content information 240 shown in FIG. Then, the evaluation value calculation unit 120 uses the progress information 230 and the content information 240 to execute the processing steps shown in FIGS. 21 and 22 to be described later, and evaluates the patent data.
  • the function of the fifth modified example is realized by the hardware shown in FIG. 2 as in the above embodiment.
  • FIG. 19 is a diagram schematically illustrating an example of the data configuration of the progress information according to the fifth modification example of the present embodiment.
  • the progress information 230 includes a “Finored 2300” for registering “patent data ID (gazette number, etc.)”, a field 2305 for registering “application filing power, etc.,” and “registration”.
  • a field 2330 for registering information indicating the number of “continuation-part applications”, a field 2335 for registering information indicating the number of “priority rights”, and a field for registering information indicating “number of times cited” 2340 and one record is composed.
  • the progress information 230 includes a plurality of records.
  • Elapsed days from application and “Elapsed days from registration date” are information on the period of the corresponding patent data, and are the same as those in the above embodiment.
  • Fino Red 2315 is given the number of “reexamination requests” made on patent data with a patent ID registered in Fino Red 2300.
  • Fino Red 2320 is given the number of “divisional applications” filed for patent data with a patent ID registered in field 2300.
  • Field 2325 gives the number of “continuous applications” made for patent data with a patent ID registered in field 2300.
  • Field 2330 is given the number of “partial continuation applications” filed against the patent data with the patent ID registered in field 2300.
  • the number of “priority” applied to the patent data having the patent ID registered in field 2300 is given with the number of basic applications of “priority”.
  • the information registered in the field 2340 is the same as that in the above embodiment.
  • the inventor of the present application uses the historical information 230 having such a configuration as a statistical method to determine the relationship between the historical information of the US patent application and the patent maintenance rate.
  • the historical information 230 shown in FIG. 19 is closely related to the patent maintenance rate.
  • patent applications based on provisional applications tend to have a higher patent maintenance ratio than patent applications that are not based on provisional applications.
  • patents with a high number of reexamination requests tend to have a higher patent maintenance rate than patents with a low number of reexamination requests.
  • patent applications with a higher number of divisional applications! / And patent applications (or applications with a higher number of priorities) tend to have a higher patent retention rate than applications with fewer divisional applications! / It is in.
  • FIG. 18 is a graph showing the results of analyzing the relationship between the presence / absence of historical information in the US patent and the patent right maintenance rate. According to this, maintenance of patent rights that have historical information on re-examination, divisional application, continuation application, continuation-in-part application, priority, and citations. The rate was found to be higher than the average maintenance rate. Although the provisional application is not shown, it is known that the same tendency is shown.
  • divisional applications, continuation applications, and partial continuation applications are preferably used for the evaluation score calculation by the above-mentioned female 3].
  • the provisional application (and foreign priority as necessary) is preferably used to calculate the evaluation score by the above-mentioned woman 1].
  • [Equation 1] may be multiplied by a fixed correction factor to give an evaluation score.
  • FIG. 20 shows the data structure of the content information 230.
  • FIG. 20 is a diagram schematically showing an example of the data configuration of the content information used in the fifth modification of the present embodiment.
  • the content information 240 includes a field 2400 for registering “patent data ID (gazette number, etc.)” and a field 24 for registering “number of claims” of the patent data.
  • 05 field 2410 for registering “average number of words per independent claim”, field 2415 for registering “percentage of independent claims” of the patent data, and “number of words in invention name” ”,
  • One record is composed of a final record 2435 for registering the “number of agents” of the patent data and a field 2440 for registering the “number of drawings”.
  • the content information 240 is composed of a plurality of records.
  • the “number of claims” is information indicating the number of claims of the patent data (patent application).
  • the “average number of words per independent claim” is the number of words in the independent claim of the patent data counted and tabulated and divided by the number of independent claims.
  • Percentage of independent claims is information indicating the proportion of independent claims in all claims in the patent data.
  • the “number of words in the name of the invention” is information obtained by counting the number of words in the name of the invention in the patent data.
  • “Number of words in the full text” is a count of the number of words in the full text described in the specification of the patent data.
  • “Number of inventors” and “Number of agents” are the numbers of inventors and agents listed in the patent data application!
  • Number of drawings is the number of pages on which drawings of the patent data are published. In the fifth modified example, if FIG. 1, FIG. 2, and FIG. 3 are described on page 1 of the specification, the “number of drawings” is counted as one. In other words, it counts by the number of drawings pages, not the number of drawings.
  • the content information 240 is stored in the storage device 2 in advance.
  • the information processing device 1 uses patent data by a technique such as text mining.
  • the content information 240 may be generated.
  • “number of claims”, “average number of words per independent claim”, “percentage of independent claims”, “number of words in the name of invention”, “number of words in full text”, and “number of drawings” Can be obtained from the entity information of each patent data.
  • the “number of inventors” and “number of agents” can be obtained from bibliographic information.
  • the content information 240 having such a configuration is used by the inventors of the present application using a statistical method to determine the relationship between the content information of the US patent application and the patent maintenance rate.
  • the content information 240 shown in Fig. 20 and the patent maintenance rate are closely related. It is because it discovered that.
  • the processing steps other than S220 in the patent evaluation phase A2 perform the same processing as that of the above-described embodiment (see FIG. 3). Since the fifth modified example uses the US Patent Gazette as the patent data to be evaluated, it is better to accept the designation of the S200 group in the “USPC class” and “USPC subclass”. .
  • FIG. 21 and FIG. 21 and FIG. 22 are flowcharts showing details of processing for calculating an evaluation value of each patent data, which is performed by the patent evaluation device of the fifth modification example of the present embodiment.
  • FIG. 21 shows a flow of processing for calculating an evaluation score from content information, which is performed before the processing shown in FIG.
  • FIG. 22 is a modification of part of FIG. 10 described above.
  • the evaluation value calculation unit 120 performs a process of calculating an evaluation score from the content information 240 shown in FIG.
  • the evaluation value calculation unit 120 acquires the content information 240 of the patent data 200 belonging to the group generated by the classification of S210 (S3000).
  • the content information 240 of patent data of one acquired group force is used to distinguish each of the J cases.
  • an example of calculating the evaluation score of the content information 240 of one group (group of J patent data) is shown.
  • the evaluation value calculation unit 120 converts the acquired content information 240 into a logarithm. Specifically, the evaluation value calculation unit 120 calculates a logarithmized value for each content information for all the content information 240.
  • the content information 240 is represented by “n” to distinguish each of the J cases.
  • Subscript j is attached, and the content information of each patent data is “nj”.
  • the content information of each logarithmized patent data is indicated by “ln (nj)”. To simplify the explanation, the following shows the flow for calculating the evaluation score for one type of content information “n”.
  • the evaluation value calculation unit 120 calculates the logarithmized content information average in the population and the standard deviation ( ⁇ ) (S3002). That is, the evaluation value calculation unit 120 calculates logarithmically and uses the contents information (nj) of the case to calculate the mean) and standard deviation ( ⁇ ) in the group.
  • the evaluation value calculation unit 120 sets the variable z to 1 (S3003), and proceeds to the process of S3004.
  • evaluation value calculation section 120 normalizes logarithmized content information (In (nj)) using (Equation 9) shown below. Note that the normalized content information is represented by “sj”.
  • the evaluation value calculation unit 120 determines whether or not the content information (sj) normalized in S3004 is larger than “0” (S3005), and the content information (sj) is larger than “0”. If the content information (sj) is “0” or less, the process proceeds to S3007. That is, if “sj> 0” is satisfied, the process proceeds to S3006. Otherwise, the process proceeds to S3007. Since (sj) is a normalized value, “0” indicates an average in the group.
  • the evaluation value calculation unit 120 substitutes the content information (sj) normalized in S3004 into the following (Equation 10A), calculates an evaluation score, and proceeds to S3008.
  • ⁇ (application) in the denominator of (number 10A) means the number of applications in this group. Total (here, J cases).
  • the “correction coefficient” is a coefficient given in advance for each content information. For example,
  • application
  • application
  • the reason for dividing by the positive square root of “ ⁇ (application)” is to reduce the disparity between the populations and to balance the evaluation items of the historical information.
  • the evaluation score for the evaluation item of the historical information is divided by the positive square root of the total value of the presence / absence data (for example, 1 if applicable, 0 if not applicable) as in the above-mentioned Women 1] and Women 2]. Therefore, as the number of applications in the group increases, the evaluation point for the evaluation items of the progress information tends to decrease. If the same adjustment is not made for the content information, the greater the number of applications in the group, the more the evaluation score of the content information evaluation item may become too high relative to the calculated evaluation score. Therefore, it is assumed that the content information is divided by V, and the positive square root of “) (application)”!
  • correction coefficient is multiplied is that the significance of the correlation with the maintenance rate differs for each piece of content information.
  • the evaluation value calculation unit 120 stores the calculated evaluation score in association with each patent data. That is, the evaluation value calculation unit 120 generates data associating evaluation points corresponding to each patent data ID, and stores the data in a predetermined area of the memory (note that the stored data is used in the flow of FIG. 22). .
  • the evaluation value calculation unit 120 adds the normalized content information (sj) Do not make an elephant and go to S3008.
  • the reason for adding points only when the normalized content information (sj) exceeds the average value “0” is because there is a tendency when the evaluation accuracy deteriorates when trying to deduct points when the average value is 0 or less.
  • the evaluation value calculation unit 120 determines whether or not the processing has been performed on the content information of all patent data j (S3008).
  • the evaluation value calculation unit 120 determines whether or not the variable j satisfies “j ⁇ J”. If rj ⁇ J ”is satisfied, the evaluation value calculation unit 120 performs processing on the content information of all patent data j. It is determined that the process is being performed, and the process proceeds to the process of FIG.
  • the evaluation value calculation unit 120 sets the variable j to j + 1 (S30 10), and returns to S3004 to perform processing on the content information of the next patent data.
  • the evaluation value calculation unit 120 performs the processing steps of FIG. 22 using the progress information 230, obtains the evaluation score of each patent data, and calculates the evaluation score. Logarithmically.
  • the process shown in FIG. 22 is the same as that shown in FIG. 10 except that a part of the process of S230 shown in FIG. 10 is changed and the process of S2235 is added before S224. Therefore, hereinafter, the processing of S2230 in which S230 in FIG. 10 is changed and the processing of S2235 will be described, and the description of the same processing as in FIG. 10 will be omitted.
  • S2230 is the same as S223 in Fig. 10, except that the procedure for calculating the time decay evaluation score is changed.
  • the evaluation value calculation unit 120 obtains an evaluation score using the information registered in the fields 2305 and 2310 and the above-described (Equation 2) which is a time attenuation type evaluation calculation method. For that evaluation point Do not make corrections based on content information. Then, the evaluation value calculation unit 120 proceeds to S2235 after terminating the process of S2230.
  • the information registered in the field 2312 is used for IJ in S223B, which is the presence / absence type evaluation calculation method.
  • Information registered in Fino Reds 2315, 2320, 2325, 2330, 2335, and 2340 is used in S223D, which is a frequency-type evaluation calculation method.
  • the evaluation value calculation unit 120 refers to the data associated with the evaluation points corresponding to each patent data ID, which is obtained in FIG. 21 and stored in the memory, and relates to the patent data j. If there is an evaluation score obtained from the content information, obtain it and go to S224.
  • the evaluation value calculation unit 120 calculates a patent evaluation raw score by the same procedure as that in FIG. In this step, if the evaluation score obtained from the content information in S2235 has been acquired, the above-mentioned female 5] is used from the evaluation score obtained from the progress information and the evaluation score obtained from the content information. An evaluation raw score is calculated.
  • the content information into the evaluation as much as the progress information as follows.
  • the evaluation item of the progress information 230 and the evaluation item of the content information are selected, and the patent data is evaluated. I try to do the price. Therefore, according to the fifth modification, the value evaluation of the US patent can be performed with high accuracy.
  • the correction factor is, for example,
  • the content data 240 to be evaluated may be corrected for the patent data of applicants in countries other than English-speaking countries.
  • the translation from the native language may result in too many or too few words, and cannot simply be compared with the patent data of applicants in English-speaking countries.
  • the “average number of words in independent claims” and the “number of words in the name of the invention” tend to have a high retention rate around the average. Therefore, for the priority claim application based on the Japanese application! /, Using the force value sj, which is the same as the above, in that the log normalized value sj (Equation 9) is used. Calculate the following values.
  • correction coefficient is as described above.
  • FIG. 23 is a flowchart showing details of processing for specifying an analysis target population in the analysis of a US patent. Even in the analysis of US patents, in order to obtain highly reliable evaluation values, a certain size of population is required as data to be analyzed. Therefore, the following processing is performed by the data acquisition unit 105 in order to acquire an appropriately sized population.
  • USPC US Patent Classification
  • Figure 24 shows an example of the USPC hierarchy.
  • USPC is a hierarchical classification system composed of hundreds of classes and subclasses for each. The subclasses also have a hierarchical structure from the top to the first subclass, the second subclass, the third subclass, and so on.
  • the upper layer classification defines a wider technical area
  • the lower layer classification is limited to a narrow technical area. If a patent is included in the technical domain defined by the upper layer classification but does not belong to any of the lower layer classifications under it, only the upper layer classification number is assigned.
  • the USPC code of the patent to be evaluated is read from the storage device (S 1801). For example, if a USPC code up to the second subclass is assigned to the patent, the second subclass is read.
  • This USPC code is a standard for extracting the analysis target population including the patent.
  • the storage device is searched using the USPC code specified up to the second subclass, and the number of hit patents is counted as a population.
  • the lowest layer subclass is included in the population. If the lowest subclass is not included in the population (S1804: NO), it is possible to extend to a lower layer, so the population is expanded one layer lower (S1805). In the example of FIG. 24, for example, if the portion indicated by “stage 0” is the population, the population is expanded to the portion indicated by “stage 1”. If the part indicated by “Stage 0” and “Stage 1” is the population, the population is expanded to the part indicated by “Stage 2”.
  • the lower layer classification eg, the third subclass
  • the class is included in the population. If the class is not included in the population (S 1806: NO), it is possible to extend to a higher layer, so all subclasses below the class or subclass one level above are added to the population (S 1807) .
  • the population is extended to the portion indicated by “stage 3”. If the part indicated by “Stage 0” to “Stage 3” is the population, the population is extended to the part indicated by “Stage 4”.
  • the classification of the upper layer eg, the first subclass
  • the USPC and IPC concordance information includes information that makes it possible to search the corresponding IPC code from the USPC code, and information that makes it possible to search the corresponding USPC code from the IPC code. It is assumed that it is stored in However, there is a non-shared part of the technical scope of USPC and IPC in the existing concordance information. Therefore, after referring to “References to Other Classes” and “Lines With Other Classes and Within This Class” (relationships between other classes and this class), which are defined for each class in USPC. It is advisable to supplement the information of the concert with.
  • the new population count is one step before the expansion. It is determined whether or not the number is less than twice the number of groups.
  • the sixth modified example is realized by the hardware shown in FIG. 2 as in the above embodiment.
  • a program (score calculation program) for realizing the function of the score calculation unit 140 is stored in the auxiliary storage device 12.
  • the function of the score calculation unit 140 is realized by the CPU 10 executing a score calculation program stored in the auxiliary storage device 12.
  • the score calculation unit 140 is further added to the information processing apparatus 1 of the above embodiment.
  • the score calculation unit 140 is obtained from the logarithmized evaluation value. Deviation logarithm of the deviation value (hereinafter referred to as “patent score”).
  • pattern score Deviation logarithm of the deviation value
  • the evaluation value calculation unit 120 performs logarithmization so that the evaluation values obtained by the progress information 210 and the content information 220 are visually easy to see.
  • the logarithmic data may be difficult to grasp because the superiority / inferiority is compressed.
  • the score calculation unit 140 is provided, and the patent score is inversely logarithmized to facilitate analysis of superiority or inferiority between patent data.
  • FIG. 25 shows a functional block diagram of the sixth modified example of the present embodiment.
  • the information processing apparatus lb has a score calculation unit 140 added to the functions of the information processing apparatus 1 of FIG.
  • the score calculation unit 140 obtains a weighted score of the patent score calculated by the deviation value calculation unit 125 according to a request from the analyst.
  • the score calculation unit 140 performs the processing steps shown in FIG. 26 to obtain a weighted score of the patent score to be evaluated requested by the user.
  • the processing of the score calculation unit 140 will be described with reference to FIG. Prior to the processing of FIG. 26, it is assumed that the patent score of the patent data for which the weighted score is calculated is calculated and stored in the memory of the information processing apparatus lb.
  • the score calculation unit 140 accepts designation of a population (group) for which a weighted score is to be calculated (S3100).
  • the score calculation unit 140 obtains a patent score of patent data belonging to the population to be calculated (S3101). Specifically, the score calculation unit 140 accesses a memory or the like in which a patent score is stored, and reads the patent score of patent data belonging to the population to be calculated.
  • the score calculation unit 140 calculates the difference between the patent score and the average value of the patent score (here, the average value is 50) for each patent score of the patent data belonging to the read population. Obtain (S3102).
  • the score calculation unit 140 normalizes the obtained difference (S3103), and calculates the standard. A value obtained by indexing the converted value is calculated as a weighted score (S3104).
  • the difference and standardization method performed in S3102 to S3104 are not particularly limited.
  • the weighted score of the acquired patent score is calculated using (Equation 12) shown below. It may be.
  • Figure 27 illustrates the usefulness of the value obtained by summing the weighted scores for each company, the ratio of the weighted score to the company-wide average and its ratio to the company-wide average, and the deviation value calculated by the above embodiment for each company. It is a scatter plot that plots the average and its ratio to the company-wide average for each company. As shown in the figure, the average of the deviation values calculated according to the above embodiment is not much different from the average of the entire company. Therefore, even if the deviation values calculated by the above embodiment are summed up by each company, it merely indicates the scale of the number of cases, and it is difficult to obtain further knowledge. On the other hand, the weighted score for each company varies from 0.5 to 2 times the company-wide average, so the total weighted score for each company cannot be found by comparing the number of patents. It shows the total power that takes into account qualitative differences.
  • the seventh modification is obtained by changing the function of the score calculation unit 140 included in the information processing apparatus 1 of the sixth modification described above. Specifically, in the seventh modification, a function for obtaining two types of indices is added to the function of the score calculation unit 140 of the sixth modification.
  • WS S total effective patent weighted stock score
  • WSA effective patent weighted score average
  • the WSS measures the stock of each company's patent (the size of the patent asset taking into account the remaining years) by multiplying the weighted score above by the remaining years of each patent right and summing up each company. It is calculated by the following formula.
  • ⁇ BJ is the processing condition A for calculating the sum of B for patents that meet condition A”.
  • the data acquisition department obtains the filing date or the application year included in it from the progress information, and the evaluation value calculation department (application year + current year 20) calculate. It is preferable that the evaluation value calculation unit determine whether the patent right is currently valid based on the progress information and store the determination result in the storage device.
  • the score calculation unit 140 performs the processing steps shown in Fig. 28 and calculates the WSS of each company belonging to the industry specified by the user. Also, the processing steps shown in Fig. 29 are performed to calculate WSA. Prior to the processing of FIGS. 28 and 29, it is assumed that the patent score of the patent data for which WSS and WSA are calculated has been calculated. Also The calculated patent score is assumed to be stored in the memory of the information processing device lb.
  • the score calculation unit 140 accepts specification of a target industry for which the user ability also calculates WSS, and for each designated industry, patent data belonging to that industry (i (i is 1 The above integer)) is acquired (S3200). For the sake of simplicity, it is assumed that one industry (for example, electrical industry) is accepted and patent data (i) for that industry is acquired.
  • the total power of the acquired patent data (i) is an integer of 1 or more.
  • the applicant included in the acquired patent data (i) is indicated by “j (i is an integer of 1 or more)”, and the total power of the applicant is an integer of 1 or more.
  • the score calculation unit 140 sets the counter i to “1” (S3201), and calculates the weighted score (i) according to the procedure shown in FIG. 26 described above (S3202).
  • a weighted score of each patent data (i) may be obtained and stored in a memory or the like. In this way, in S3202, the score calculation unit 140 only acquires the weighted score of the corresponding patent data (i) from the memory.
  • the score calculation unit 140 calculates the remaining years of the patent data (i) (S3203).
  • the method for calculating the remaining years is not particularly limited, the remaining years may be calculated using the “elapsed days from the filing date” of the progress information 210 shown in FIG.
  • the remaining years can be obtained by subtracting “the number of days since the filing date (for example, 5 years)” from “20 (years)”.
  • the score calculation unit 140 calculates “effective patent weighted stock score raw score (i)” (S32 04), and proceeds to S3205. Specifically, the score is calculated by calculating the value obtained by multiplying the “calorie weight score (i)” by the “remaining years of patent data (i)” obtained in S320 3, The effective patent weighted stock score (i) ”. Specifically, the “effective patent weighted stock score raw score (i)” is obtained by the following (Equation 13).
  • the score calculation unit 140 determines whether or not the counter i is smaller than “I” (i ⁇ D o and the score calculation unit 140 determines that the counter i is smaller than “I”. “1” is added to i (S3206), and the process returns to S3202. On the other hand, if the counter i is “I” or more, the score calculation unit 140 proceeds to S3210.
  • the score calculation unit 140 sets the counter j to “1”, and proceeds to S3211.
  • the score calculation unit 140 calculates “total effective patent weighted stock score (WS S) raw score (i)” of the applicant j. Specifically, the score calculation unit 140 obtains the sum of the “valid patent weight stock score raw points (i)” of the applicant j, and sets the obtained sum as “WSS raw points (j)”.
  • the score calculation unit 140 converts the “WSS raw point” obtained in S3211 to a logarithm (S3212), and proceeds to S3213.
  • a value obtained by logarithmizing “WSS bare points” is called “WSS bare logarithm (j)”.
  • the WSS raw logarithm (j) is obtained for each applicant belonging to the designated industry.
  • the score calculation unit 140 calculates the average value (m) of the "WSS bare logarithm" within the specified industry.
  • the score calculation unit 140 calculates the standard deviation ( ⁇ ) of the “WSS bare logarithm” within the designated industry.
  • the score calculation unit 140 standardizes each “WS S logarithm logarithm” using the average value (m) and the standard deviation (H) (S3217).
  • a value obtained by standardizing “WSS bare logarithm (j) J is referred to as“ standardized WSS bare logarithm (j) j ”.
  • the standardization method is not particularly limited, but for example, “W You may make it standardize "base logarithm”.
  • the score calculation unit 140 normalizes “standardized WSS prime logarithm” (S3218).
  • a value obtained by standardizing “standardized WSS bare logarithm” is referred to as “standardized WSS bare logarithm normalized value (j) J”.
  • the standardization method is not particularly limited.
  • “standardized WSS raw logarithm (j)” may be standardized by (Equation 15) below.
  • the score calculation unit 140 performs denormalization of the “standardized WSS bare point logarithm normalized value” and the “standardized WSS bare logarithm normalized value (j) j (S3219).
  • the “standardized WSS bare logarithm normalized value” may be denegativeed by (Equation 16) below to obtain WSS.
  • WSS standardized WSS bare logarithm normalized value (j) + 500... (Formula 16)
  • the WSS of the applicant (company) belonging to the industry can be obtained for each industry (industry).
  • this WSS it is possible to compare the total value of patents owned by each company and evaluate the technological capabilities of companies within that industry.
  • the amount of stock as an asset varies depending on the remaining years of each patent. That Therefore, by calculating the remaining years for each company, it is possible to evaluate the size of the patent assets currently held by each company.
  • WSA measures the quality of patents per company for each company by calculating the average value of the above weighted scores for each company, and is calculated using the following formula.
  • the weighted score is summed up for all currently valid patent rights held by a specific company and divided by the number of valid patents of that specific company to obtain an average, and the average value obtained is logarithmized (natural logarithm is preferred! / )), Normalized within the industry is the Effective Patent Weighted Score Average (WSA). By normalizing within the industry, comparisons between different industries are also possible.
  • WSA Effective Patent Weighted Score Average
  • the score calculation unit 140 receives the designation of the target industry for calculating the user power WSA, and for each designated industry, the valid patent data (i (i is 1 The above integer)) is acquired (S3300). For simplicity, it is assumed that one industry (for example, electrical industry) has been designated and valid patent data (i) for that industry has been acquired.
  • Valid patent data refers to data on patent applications registered as patent rights (excluding those whose lifetime has expired) and data on patent applications pending at the JPO.
  • the score calculation unit 140 follows the same procedure as S3201 and 3202 in FIG. 28, sets the force counter i to “1” (S3301), and calculates the calorie weight score (i) ( S3302).
  • the weighted score of valid patent data is calculated.
  • the weighted score calculated in S3302 is referred to as an effective patent weighted score.
  • the score calculation unit 140 determines whether or not the counter i is smaller than “I” by the force S in the same procedure as S3205 in FIG. If it is smaller than “I”, “1” is calculated by the counter i (S3305), and the process returns to S3302. On the other hand, if the counter 1 is “I” or more, the score calculation unit 140 proceeds to S3304 (S3303). In S3304, the score calculation unit 140 sets the counter j to “1” and proceeds to the process of S3310.
  • the score calculation unit 140 calculates a valid patent weighted score raw score (j). Specifically, the score calculation unit 140 calculates the sum of the “valid patent weighted score (i)” obtained in S3302 for the applicant j, and sets the sum as the effective patent weighted score raw score (j).
  • the score calculation unit 140 obtains the total valid patent number data (j) of the applicant j (S3311). Specifically, the score calculation unit 140 counts the number of patent data of the applicant j among the valid patent data acquired in S3300, and sets the counted number as “total valid patent number data”.
  • the score calculation unit 140 calculates an effective patent weighted score average raw score (j). Specifically, the score calculation unit 140 obtains a value obtained by dividing the “effective patent weighted score raw score (j)” by the “total number of valid patent data (j)”, and obtains this value as the “effective patent weighted score average”.
  • the effective patent weighted score average raw score () ” is referred to as“ 3 8 basic points ”.
  • the score calculation unit 140 converts the “WSA raw score” obtained in S3312 to a logarithm (S3313), and proceeds to S3314.
  • the value obtained by logarithmizing “WSA bare points” is called “WSA bare logarithm (j)”!
  • the score calculation unit 140 calculates the average value (m) of the "WSA bare logarithm" within the specified industry.
  • the score calculation unit 140 calculates the standard deviation ( ⁇ ) of the “WSA bare logarithm” within the designated industry.
  • the score calculation unit 140 standardizes the “WSA bare logarithm” using the average value (m) and the standard deviation (H) (S3318).
  • WSA bare logarithm (j) The standardized value is called “standardized WSA prime logarithm (j)”.
  • the score calculation unit 140 normalizes “standardized WSA prime logarithm” (S3319).
  • a value obtained by standardizing “standardized WSA prime logarithm” is referred to as “standardized WS ⁇ prime logarithm normalized value (j) j”.
  • the standardization method is not particularly limited.
  • “WSA prime logarithm (j)” may be standardized by the following (Equation 18)! /.
  • the score calculation unit 140 performs the denormalization of the “standardized WSA bare point logarithm normalized value” and the non-negativeized value of the “standardized WSA bare logarithm normalized value (j)” as “WSA”. (S3320).
  • the “standardized WS A bare point logarithm normalized value” may be non-negative according to (Equation 19) below.
  • the WSA of the applicant (company) belonging to the industry can be obtained for each industry (industry).
  • this WSA it is possible to compare the total value of patents owned by each company and evaluate the technological capabilities of companies within that industry.
  • the WSA it is possible to compare the average value of patents held by each company within that industry. This makes it possible to appropriately evaluate companies with excellent technology even if they are small in scale.
  • the eighth modification is obtained by adding a part of the function of the evaluation value calculation unit 120 included in the information processing apparatus 1 of the above-described embodiment.
  • the configuration other than the evaluation value calculation unit 120 is the same as that of the above embodiment. Therefore, below, it demonstrates focusing on a different part.
  • the evaluation value calculation unit 120 is partially different in function from that of the above embodiment, but the same reference numerals are used for convenience of explanation.
  • the past progress information 210 is also stored in the storage device 2.
  • the evaluation value calculation unit 120 in S221 of FIG. 10, from the date 210 indicated by the analysis information and the progress information 210 given before the date indicated by the analysis time information received from the analyst. Read the previous content information 220, and use the read progress information and content information to determine the ⁇ number of days since application '', ⁇ number of days since request for examination '', and ⁇ number of days since registration ''.
  • the past evaluation value of each patent data is calculated according to the same procedure as in the above embodiment, referring again to the number of days elapsed in.
  • Fig. 30 is a graph showing the relationship between the evaluation value as of 1998 and the patent retention rate until 2005, which became clear thereafter.
  • the patent rights registered and registered in 1996 were divided into fields for analysis, and the evaluation value of each patent right was calculated.
  • the average maintenance rate was calculated for each class of deviation values, and the changes up to 2005 were plotted.
  • the higher the evaluation value as of 1998 the higher the average of the subsequent maintenance rate (high value), indicating that the evaluation based on historical information and content information was appropriate.
  • FIG. 31 is a graph showing the distribution of evaluation values (bias values) calculated according to the above-described embodiment for various invention award winning patents. Specifically, for patents that received any invention award in the three years from 2005 to 2007, the analysis population including the awarded patent was extracted based on the IPC of each awarded patent, and each award was received. The figure shows the distribution of the evaluation values (direct deviation) in the population of patents.
  • FIG. 32 is a graph showing the distribution of evaluation values (deviation values) calculated by the above-described embodiment for various patent pool target patents.
  • the analysis target population including the target patents is extracted based on the IPC of each target patent.
  • This figure shows the distribution of patent evaluation values (deviation values) in the population.
  • most of the patents covered by the patent pool, except for a few have an evaluation value that exceeds the overall average value (50). It turns out that it has an evaluation value.
  • This evaluation value is a calculation result based on the progress information and contents information of each patent data, and it is a high evaluation indicating that it is a power important patent that does not take into account whether it is a patent subject to patent pool or not. became.
  • the patent data as the analysis target population is the patent group designated by the IPC code, but the invention is not particularly limited to this.
  • the patent group related to the technical content for example, the patent group with a predetermined number of similarities with respect to a certain patent.
  • the analysis target population is classified into groups for each application year, but the present invention is not particularly limited to this.
  • it may be every year to which the priority date belongs.
  • it is not limited to every year, but may be every six months, every month, or every other year.
  • the evaluation score is obtained by multiplying the value obtained by using the patent attribute information of each patent data belonging to each group by the value of the decreasing function of the sum of the predetermined values for each group.
  • the present invention is not limited to this. For example, it may be weighted such that an early simultaneous group is made lighter and a later late group is made heavy.
  • the square root of the square sum of the evaluation points is used as the evaluation raw point.
  • the present invention is not limited to this.
  • a plurality of types of evaluation points may each be raised to the power of ⁇ and the sum of these may be raised (where ⁇ > 1).
  • each functional unit (control unit 100, data acquisition unit 105, initial setting unit 110, data classification unit 115, evaluation value calculation unit 120, deviation value calculation unit 125, and output unit of the processing device 1
  • the power of the case where 130) is realized by software is not particularly limited.
  • Each functional unit of the processing device 1 may be realized by a circuit (such as an application specific integrated circuit (ASIC)) designed exclusively for executing each functional unit.
  • ASIC application specific integrated circuit
  • the evaluation value of the patent data is calculated using the information indicating the presence / absence of the predetermined action, the information indicating the number of citations of the patent data, and the information regarding the period of the patent data. It is not limited to this.
  • For calculating the evaluation value of patent data at least one of information indicating presence / absence of a predetermined act, information indicating the number of times patent data is cited, and information regarding the period of patent data may be used.
  • the progress information stored in the storage device 2 is information indicating the presence or absence of a predetermined action.
  • the power is not particularly limited to the case where the information processing apparatus 1 acquires patent data such as patent publications to be evaluated from the storage device 2 as an example.
  • the information processing apparatus 1 may communicate with an external information providing server via a network such as the Internet and acquire patent data from the external information providing server.
  • at least one of the contents information shown in FIG. 8 may be used.
  • the content information shown in FIG. 8 is merely an example, and other information (for example, the number of applicants, the number of inventors, etc.) may be used.
  • the information processing device 1 may acquire the progress information 210 and the content information 220 from an external device. In this case, the initial setting phase is not necessary.

Description

明 細 書
特許評価装置
技術分野
[0001] 本発明は、特許出願又は特許権の価値を評価する技術に関し、特に、複数の特許 出願又は特許権の経過情報又は内容情報に基づいて特許出願又は特許権の価値 を評価するための技術に関する。
背景技術
[0002] 特許等知的財産の経済価値を算定する方法としては種々のものが知られているが 、実際の適用に当たっては困難も多い。例えば評価対象の知的財産が将来生み出 すであろうキャッシュフローから割引現在価値を算出する方法 (DCF法)に対しては、 将来のキャッシュフローの算出にも、評価対象の知的財産がキャッシュフローに寄与 する度合いの算出にも、主観的判断を必要とし、客観性が十分でないという欠点が 指摘されている。
[0003] 特開 2004— 265305号公報(特許文献 1)の知的財産評価装置は、評価の客観 性を向上させて上述の問題を一部解決しょうとしたものである。同文献の段落 0007 、 0008には、評価対象である知的財産 (被評価知的財産)に対する先行技術として 引用された公知の知的財産である引例知的財産の件数(引例件数)と、被評価知的 財産が先行技術として引用された公知の知的財産である被引例知的財産の件数( 被引例件数)に基づいて、各知的財産の評価点数を算出することが記載されている 。こうして算出される被評価知的財産の評価点数と、被評価知的財産の対応市場に 対応する知的財産の評価点数の総計と、被評価知的財産の対応市場の経済的規模 から、被評価知的財産の経済価値が算出される。同文献の段落 0013、 0014には、 上記の評価点数に、被評価知的財産が異議申し立てを受けた件数や、被評価知的 財産が無効審判を受けた件数も反映されることが記載されている。
特許文献 1 :特開 2004— 265305号公報
発明の開示
発明が解決しょうとする課題 [0004] 上記特開 2004— 265305号公報(特許文献 1)は、引例件数、被引例件数、異議 申し立てを受けた件数、無効審判を受けた件数などの特許情報を用いて評価点数を 算出しているが、そこで算出される評価点数は、必ずしも知的財産の価値を正確に 反映することはできて!/ヽなレ、。
[0005] 本発明者らは、特許出願又は特許権に付帯する上述した特許情報が、特許出願 又は特許権の価値とどのような相関があるかを具体的に検証した。その結果、特許 情報は技術分野ごと、出願時期ごとにデータの偏りが生じてしまうことが分かった。そ のために、特許情報をそのまま利用しても知的財産の価値を正確に求めることができ ないことが検証された。
[0006] 本発明は上記事情に鑑みてなされたものであり、本発明の目的は、特許情報を用 いて、特許出願又は特許権の価値を適切に評価することにある。
課題を解決するための手段
[0007] (1)上記の課題を解決するため、本発明の一態様の特許評価装置は、
所定の技術分野に属する、複数の特許データ、および該特許データ各々の特許属 性情報を特許データベースより取得する手段と、
前記取得した各特許データを所定期間毎のグループに分類する手段と、 前記グループ毎に、該グループに属する各特許データの特許属性情報を利用し、 該特許データ各々の評価値を、該グループ毎に求めた値を用いて算出する評価値 算出手段と、を有すること
を特徴とする。
[0008] このように、本発明の一態様によれば、特性の異なる複数の特許データを、技術分 野ごと、出願時期ごとの特性を加味した評価を行うことにより、特許データの価値をよ り適切に評価することができる。
[0009] (2)また、前記評価値算出手段は、各グループに属する各特許データの特許属性 情報を利用して求めた値と、該グループに属する各特許データの特許属性情報を利 用して求めた値を該グループ毎に合計した値の減少関数の値と、の積により該特許 データ各々の評価値を算出することとしてもよい。
[0010] 上記構成によれば、それぞれのグループにおける各特許データの相対的な位置づ けを考慮した値を評価値として求めることができる。その結果、経過情報の前記グノレ ープにおける経過情報の合計値が低いほど高い重み付けをし、逆に当該合計値が 高いほど低い重み付けをすることにより、該グループにおける特許データの適切な評 価ィ直を求めることができる。
[0011] (3)また、前記特許属性情報には、特許データの経過情報が含まれていて、
前記経過情報には、前記特許データに対する所定行為の有無を示す情報、該特 許データの引用回数を示す情報、および該特許データの期間に関する情報のうちの 少なくとも 1つが含まれていて、
前記評価値算出手段は、前記所定行為の有無を示す情報、前記引用回数を示す 情報、および該特許データの期間に関する情報のうちの少なくとも 1つを用いて、前 記経過情報の種類毎に定められた規則にしたがい、前記特許データ各々の評価値 を算出することとしてあよい。
[0012] 経過情報は、単なる件数情報ではない出願人、特許庁及び競合他社等の所定の 判断を反映したものであるため、特許評価を行う上で有効なものである。本発明の一 態様では、上記構成により、経過情報を用いて特許評価を行うこととしている。その結 果、特許データの価値をより適切に評価することができる。
[0013] (4)また、前記特許属性情報には、特許データの経過情報が含まれていて、
前記経過情報には、少なくとも、前記特許データに対する所定行為の有無を示す 情報、該特許データの引用回数を示す情報、および該特許データの期間に関する 情報が含まれていて、
前記評価値算出手段は、
第 1規則にしたがい前記所定行為の有無を示す情報を用いて第 1評価点を算出し 、第 2規則にしたがい前記特許データの引用回数を示す情報を用いて第 2評価点を 算出し、第 3規則にしたがい該特許データの期間に関する情報を用いて第 3評価点 を算出し、
前記第 1評価点、前記第 2評価点、および前記第 3評価点を用いて、前記評価値を 算出することとしてあよい。
[0014] 上記構成によれば、特性の異なる複数の特許属性情報の内容を反映させているた め、特許属性の種類に応じて算出した評価点をすベて加味した特許評価を行うこと ができる。その結果、特許データの価値を多面的に評価することが可能となる。
[0015] (5)また、前記所定の行為の有無を示す情報には、分割出願の有無、早期審査請 求の有無、拒絶査定不服審判における特許審決の有無、特許異議申立てにおける 維持決定の有無、無効審判における維持審決の有無、優先権主張の有無、 PCT出 願の有無、および包袋閲覧の有無を示す情報のうちの少なくとも 1つが含まれていて 前記特許データの引用回数を示す情報には、拒絶理由通知書における被引用回 数が含まれていて、
前記特許データの期間に関する情報には、該特許データに対する手続日が含ま れていることとしてあよい。
[0016] 上記構成によれば、特許属性情報の中で特に有意な経過情報の!/、ずれか、或!/、 はすべてを有効に活用した特許評価を行うことができる。このように、出願人、特許庁 及び競合他社等、多様な主体による判断を反映させた結果、特許データの評価を行 う上での客観性を担保することができる。
[0017] (6)また、前記特許属性情報には、特許データの経過情報および特許データの内 容情報が含まれていて、
前記経過情報には、前記特許データに対する所定行為の有無を示す情報、該特 許データの引用回数を示す情報、および該特許データの期間に関する情報のうちの 少なくとも 1つが含まれていて、
前記評価値算出手段は、前記所定行為の有無を示す情報、前記引用回数を示す 情報、および該特許データの期間に関する情報のうちの少なくとも 1つと、前記内容 情報とを用いて前記評価値を算出することとしてもよい。
[0018] このように、本発明の一態様によれば、特許データの評価値算出に経過情報を利 用しているだけでなぐ更に内容情報をも利用するようにしている。このようにしたのは
、特許の主体的側面のみならず、特許の客体的側面を加味した評価を行うことがで きるようにするためである。その結果、特許データの評価精度を向上させることができ [0019] (7)また、前記特許属性情報には、該特許データの経過情報および該特許データ の内容情報が含まれていて、
前記経過情報には、少なくとも、前記特許データに対する所定行為の有無を示す 情報および該特許データの引用回数を示す情報のうちの何れかと、該特許データの 期間に関する情報とが含まれていて、
前記内容情報には、請求項数、全頁数、および請求項あたりの平均文字数乃至単 語数のうちの少なくとも 1つが含まれていて、
前記評価値算出手段は、
前記所定行為の有無を示す情報および前記引用回数を示す情報のうちの何れか を用いて第 1又は第 2評価点を算出し、
前記特許データの期間に関する情報および前記内容情報の両者を用いて第 3評 価点を算出し、
前記第 1又は第 2評価点と、前記第 3評価点とを用いて、前記評価値を算出するこ ととしてあよい。
[0020] 上記構成によれば、出願の古い新しいを問わず、どの特許データにも一律に付与 されやすい特性を有する期間に関する情報に、各々の特許データの内容情報を加 味することとしている。その結果、経過情報があまり付与されていない新しい出願から なる特許データについても、適切な評価を行うことができる。
[0021] (8)また、前記評価値算出手段は、前記特許データ各々の評価値の対数を算出し
、この算出された対数の前記取得した所定技術分野の特許データ全体で標準化し た値を標準化評価値として算出することとしてもよい。
[0022] 上記構成によれば、特許データの標準化された評価値を算出することにより、本来 ならば比較することが困難な、異なる技術分野間の特許データの相対比較を行うこと ができる。
[0023] (9)また、前記特許属性情報には、特許データの経過情報が含まれていて、
前記経過情報には、少なくとも、当該特許データが他社の特許出願の審査におい て引用された回数を示す情報と、当該特許データが自社の他の特許出願において 引用された回数を示す情報とが含まれていて、 前記評価値算出手段は、前記他社の特許出願の審査において引用された回数の 影響を前記自社の他の特許出願の審査において引用された回数より大きく受ける増 加関数の値を用いて評価点を算出し、この評価点を用いて、前記特許データ各々の 評価ィ直を算出することとしてもよい。
[0024] 被引用回数は、特許の価値との間に高い相関がある。しかし、その事実だけでは被 引用回数を適切な価値評価に反映させることはできない。本発明者らの検証によれ ば、他社の特許出願の審査において引用(他社引用)された回数と、自社の他の特 許出願の審査において引用(自社引用)された回数とでは、後者と特許の価値との 相関が有意に高いことが認められた。 自社の他の特許出願の審査において引用され た発明は、自社の実施技術において中核となる基本発明であることが多い。そして、 そのような基本発明を自社が既に出願していることを認識しつつ、その改良技術をも 出願し強固な特許ポートフォリオの構築を図った可能性が高い。
本発明の一態様によれば、被引用回数を他社引用と自社引用とに分けて考え、後 者の回数をより大きく評価値に反映させることにより、特許出願又は特許権の適切な 評価が可能となる。
[0025] (10)また本発明の他の態様は、上記各装置によって実行される方法と同じ工程を 備えた評価方法、並びに上記各装置によって実行される処理と同じ処理をコンビュ ータに実行させることのできる評価プログラムである。このプログラムは、 FD、 CDRO M、 DVDなどの記録媒体に記録されたものでもよぐネットワークで送受信されるもの でもよい。
図面の簡単な説明
[0026] [図 1]本発明の一実施形態が適用された特許評価装置の機能ブロック図。
[図 2]上記実施形態の情報処理装置 1のハードウェア構成図。
[図 3]上記実施形態の特許評価装置の概略処理を示すフローチャート。
[図 4]上記実施形態の特許評価装置が行う処理のうち初期設定フェーズ A1の経過 情報設定処理の詳細を示すフローチャート。
[図 5]各種評価項目と経過年数ごとの特許権の維持率との関係を示す表。
[図 6]各種評価項目と経過年数ごとの特許権の維持率との関係を示すグラフ。 園 7]上記実施形態の記憶装置に格納される特許属性情報のうち経過情報のデータ 構造を模擬的に例示した図。
園 8]上記実施形態の記憶装置に格納される特許属性情報のうち内容情報のデータ 構造を模擬的に例示した図。
園 9]上記実施形態において分析対象母集団の抽出範囲を変えたときの評価値算 出結果を示す表。
[図 10]上記実施形態の特許評価装置が各特許データの評価値を算出する処理の詳 細を示すフローチャート。
園 11]上記実施形態において算出した評価素点に基づいて直接算出した偏差値と 評価素点を対数化した上で算出した偏差値の件数分布を示すグラフ。
園 12]上記実施形態における出力結果の一例を示す図。
[図 13]本発明の実施形態の第 1変形例の経過情報のデータ構成の一例を模擬的に 示した図である。
園 14]本発明の実施形態の第 2変形例の処理を示すフローチャート。
園 15]本発明の実施形態の第 3変形例の処理を示すフローチャート。
[図 16]本発明の実施形態の第 4変形例の特許データを取得する処理の手順を示し たフローチャートである。
[図 17]本発明の実施形態の第 4変形例の特許データを取得する処理の手順を示し たフローチャートである。
園 18]米国特許における経過情報の有無と特許権の維持率との関係を分析した結
[図 19]本発明の実施形態の第 5変形例の経過情報のデータ構成の一例を模擬的に 示した図である。
[図 20]本発明の実施形態の第 5変形例の内容情報のデータ構成の一例を模擬的に 示した図である。
[図 21]本発明の実施形態の第 5変形例の特許評価装置が行う、各特許データの評 価値を算出する処理の詳細を示すフローチャートである。
[図 22]本発明の実施形態の第 5変形例の特許評価装置が行う、各特許データの評 価値を算出する処理の詳細を示すフローチャートである。
[図 23]米国特許の分析において分析対象母集団を取得する処理の具体的な手順の 一例を示したフローチャート。
[図 24]米国特許分類の階層構造の一例を示す図。
[図 25]本発明の実施形態の第 6変形例の機能ブロック図である。
[図 26]本発明の実施形態の第 6変形例のパテントスコアの加重スコアを求める処理 の手順を示したフローチャートである。
[図 27]加重スコアを各企業で合計した値の有用性を説明する散布図。
[図 28]本発明の実施形態の第 7変形例が行う総有効特許加重ストックスコアの算出 処理の手順を示したフローチャートである。
[図 29]本発明の実施形態の第 7変形例が行う有効特許加重スコア平均の算出処理 の手順を示したフローチャートである。
[図 30]過去の時点での評価値と、その後明らかになった特許権維持率との関係を示 すグラフ。
[図 31]各種発明賞受賞特許についての評価値 (偏差値)の分布を示すグラフ。
[図 32]各種パテントプール対象特許についての評価値 (偏差値)の分布を示すダラ フ。
符号の説明
[0027] 1 :情報処理装置、 2 :記憶装置、 3 :入力装置、 4 :出力装置、 100 :制御部、 105 : データ取得部、 110 :初期設定部、 115 :データ分類部、 120 :評価値算出部、 125 : 偏差値算出部、 130 :出力部
発明を実施するための最良の形態
[0028] < 1.特許評価装置の概略構成〉
以下、本発明の実施形態について図面を用いて説明する。先ず、本発明の一実施 形態が適用された特許評価装置の概略構成について説明する。
[0029] 図 1は、本発明の一実施形態が適用された特許評価装置の機能ブロック図である。
図示するように、特許評価装置は、特許公報等の特許データの評価を行う情報処 理装置 1と、評価対象の特許データ 200等の各種情報を記憶する記憶装置 2と、分 析者からの各種要求を受け付ける入力装置 3と、情報処理装置 1が実行した特許評 価結果を出力する出力装置 4と、を備える。
[0030] 以下では、情報処理装置 1と記憶装置 2とは、 LAN (Local Area Network)等のネッ トワークで接続されている場合を例にする。また、情報処理装置 1と入力装置 3とは、 ローカル接続されていて、情報処理装置 1と出力装置 4とは、ローカル接続されてい る場合を例にする。
[0031] 情報処理装置 1は、制御部 100、データ取得部 105、初期設定部 110、データ分 類部 115、評価値算出部 120、偏差値算出部 125、および出力部 130を有する。
[0032] 制御部 100は、情報処理装置 1全体の動作を制御する。また、制御部 100は、入力 装置 3を介して、分析者からの各種要求を受け付ける。例えば、制御部 100は、分析 者が入力する、評価対象の特許データの技術分野を特定する要求を受け付ける。
[0033] データ取得部 105は、記憶装置 2にアクセスし、記憶装置 2に各種のデータを格納 したり、記憶装置 2に格納されているデータを読み出す。例えば、データ取得部 105 は、制御部 100を介し、ユーザ (分析者)が要求した、評価対象の特許データの技術 分野を受け付ける。そして、データ取得部 105は、記憶装置 2にアクセスし、記憶装 置 2に格納されている特許データ 200のうちから、受け付けた技術分野に属する特許 データを読み出す。また、データ取得部 105は、読み出した特許データに対応する 特許属性情報 205を読み出す。特許属性情報には経過情報 210および内容情報 2 20が含まれる力 詳細は後述する。
[0034] 初期設定部 110は、特許評価処理の前段階の処理として、特許評価装置の初期 設定を行う。具体的には、初期設定部 110は、特許評価に利用する評価項目を選択 したり、特許評価に利用する特許属性情報を生成したりする。
[0035] データ分類部 115は、データ取得部 105が読み出した特許データを所定期間毎の グループに分類する。例えば、データ分類部 115は、読み出した特許データを出願 年毎のグループに分類する。
[0036] 評価値算出部 120は、グループ毎に、そのグループに属する各特許データの特許 属性情報に含まれる経過情報 210を利用し、特許データ各々の評価値を算出する。 このように、特許データの評価に経過情報を利用するようにしたのは、経過情報が、 単なる件数情報ではない出願人、特許庁、及び競合他社等の判断を反映したもので あり、特許評価を行う上で有効なものと考えられるためである。その結果、本実施形 態によれば、特許データの価値をより適切に評価することができる。
また、本実施形態では、評価値算出部 120は、特許データの評価値の算出に、経 過情報 210に加えて、内容情報 220を利用する。このようにしたのは、特許の主体的 側面のみならず、特許の客体的側面を加味した評価を行うことができるようにするた めである。その結果、特許データの評価精度を向上させることができる。
[0037] 偏差値算出部 125は、評価値算出部 120が算出した各特許データの評価値につ いて、該当する各グループ又は取得した複数の特許全体における偏差値を算出す
[0038] 出力部 130は、上記の求めた評価対象の特許データの評価値および偏差値を出 力装置 4に出力する。例えば、出力部 130は、出力装置 4がディスプレイの場合、特 許データの評価値および偏差値を示す画像データを生成し、生成した画像データを 出力装置 4に出力する。また、出力部 130は、出力装置 4がプリンタの場合、特許デ ータの評価値および偏差値を示す印刷データを生成し、生成した印刷データを出力 装置 4に出力する。
[0039] 記憶装置 2は、特許公報等の特許データ 200と、特許データに関する特許属性情 報を記憶するユニットであり、例えば、 DVD— ROMドライブと DVD— ROMや HDD 等により構成される。
なお、本実施形態では、調査対象の特許データ 200を、予め記憶装置 2に格納し ておくものとする。記憶装置 2に、特許属性情報 205を登録する処理は、後述する。
[0040] 入力装置 3は、特許評価装置の各種機能選択、評価対象の特許データの指示を 受け付けるユニットで、スクロールキー、縮尺変更キーなどのハードスィッチ、ジョイス テックなどで構成される。出力装置 4は、情報処理装置 1からのデータを受け付けて 出力するためのユニットである。出力装置 4は、例えば、液晶ディスプレイやプリンタ などで構成される。
[0041] < 2.情報処理装置のハードウェア構成〉
次に、本実施形態の情報処理装置 1のハードウェア構成について説明する。 図 2は、本実施形態の情報処理装置 1のハードウェア構成図である。 図示するように、情報処理装置 1は、 CPU (Central Processing Unit) 10と、 RAM ( Random Access Memory)等の主記憶装置 11と、 HDD等の補助記憶装置 12と、周 辺装置 (ここでは、入力装置 3および出力装置 4)との間で行われるデータの送受信 を制御する IOインタフェース 13と、ネットワークに接続されている装置 (ここでは、記 憶装置 2)との間で行われるデータの送受信を制御するネットワークインタフェース 14 と、を有する。
[0042] ここで、補助記憶装置 12には、図 1に示した各部(制御部 100、データ取得部 105 、初期設定部 110、データ分類部 115、評価値算出部 120、偏差値算出部 125、お よび出力部 130)の機能を実現するためのプログラム(特許評価プログラム)が記憶さ れているものとする。
[0043] そして、図 1に示した各部(制御部 100、データ取得部 105、初期設定部 110、デ ータ分類部 115、評価値算出部 120、偏差値算出部 125、および出力部 130)の機 能は、 CPU10が補助記憶装置 12に記憶されている特許評価プログラムを主記憶装 置 11にロードして実行することにより実現される。
[0044] < 3.処理の概略〉
続いて、本実施形態の特許評価装置が行う処理の概略を説明する。
図 3は、本実施形態の特許評価装置の概略処理を示すフローチャートである。 図示するように、特許評価装置が行う概略フローは、特許評価装置の初期設定の ための初期設定フェーズ A1と、実際に特許評価を行う特許評価フェーズ A2とに分 類される。
[0045] 初期設定フェーズ A1では、初期設定部 110により、特許評価に利用する経過情報 を設定する処理(S100)と、特許評価に利用する内容情報を設定する処理(S120) とを行う。
[0046] 特許評価フェーズ A2では、データ取得部 105により、指定された IPCの特許デー タ 200と特許属性情報 205を取得する処理(S200)と、データ分類部 115により、特 許データを所定期間ごとに分類する処理(S210)と、評価値算出部 120により、ダル ープ毎に、各特許データの評価値を算出する処理と(S220)、偏差値算出部 125に より、上記評価値の上記指定された IPCでの偏差値を算出する処理(S230)、この偏 差値に基づいて特許データをクラス分けする処理(S240)と、出力部 130により、上 記クラス分けされた特許データを出力する処理(S250)とを行う。
[0047] < 4.初期設定フェーズの処理の詳細〉
続レ、て、本実施形態の特許評価装置が行う処理のうち初期設定フェーズ A1の詳 細を説明する。
[0048] < 4- 1.経過情報設定処理〉
図 4は、本実施形態の特許評価装置が行う処理のうち初期設定フェーズ A1の経過 情報設定処理の詳細を示すフローチャートである。
[0049] 経過情報設定処理にお!/、ては、まず、特許評価に利用する評価項目を選択するた め、同時期に特許権設定登録された複数の特許データをサンプルとして抽出する(S 皿)。
サンプルを抽出したら、そのサンプル全体について、特許権設定登録後の維持率 を算出する(S102)。
次に、このサンプルの中から、採用候補となる経過情報を具備した特許を抽出する (S 103)。
次に、抽出された当該経過情報を具備した特許について、経過情報の種類ごとに 特許権設定登録後の経過年数ごとの維持率を算出する(S 104)。
[0050] そして、サンプル全体の維持率と当該経過情報を具備した特許の維持率に基づ!/、 て、当該経過情報を評価項目として採用するか否かを判定する(S105)。特許権を 維持するためには、設定登録後一定期間ごとに維持費を支払う必要があり、維持年 数が長くなるにつれ、維持費も上昇する。従って、維持費に見合う経済的価値のある 特許のみが維持されるのが一般である。そこで、経過情報が特許の経済的価値とど のように関係するかを知るため、経過情報と特許の維持率の関係を見るのである。
[0051] 評価項目の採否を判定する方法の具体的な一例としては、同時期に特許権設定 登録された複数の特許データをサンプルとし、このサンプルについて、ある評価項目 に該当する経過情報が付与された特許権の設定登録後の維持率を算出し、サンプ ル全体の平均の維持率より有意に高レ、維持率を示した評価項目を採用する方法が ある。
維持率が有意に高いか否かは、例えば次のように判定する。
任意の経過情報 (i)が付与されて!/、る特許群の平均維持率を R(i)、標準偏差を dR(i) 、サンプル全体の平均維持率を Ravg、標準偏差を dRavgとし、次式
R(i)土 dR(i) > Ravg土 dRavg
を満たす場合、当該経過情報 (i)が付与された特許の平均維持率が、サンプル全体 の平均維持率よりも有意に高いと判定する。
実際には dRavgは十分小さ!/、ので無視し、
R(i)-dR(i)≥Ravg
によって求めても良い。
[0052] ここで、図 5に示す表に、初期設定部 110が求めた各種評価項目と経過年数ごとの 特許権の維持率との関係を示し、図 6にこれをグラフで表現したものを示す。図 5に 示す表は、各行を維持年数とし、そして各列を評価項目として構成されており、それ らに対応する数値は、各評価項目ごと且つ各年ごとの平均維持率を示す。この表及 びグラフでは、 1996年に日本国内で特許権設定登録された特許権約 10万件の維持 率を、評価項目ごと及び設定登録後の経過年数ごとに示している。特許権設定登録 直後から時間が経過するに従って、全般的に維持率は低下するが、無効審判、早期 審査請求、異議申立等のなされた特許は維持率が突出して高いことがわかる。また、 被引用、閲覧のなされた特許も維持率が高い。一方、一次審査 (FA)通過の特許( 一度も拒絶理由通知を受けることなく特許査定に至ったもの)は、維持率が高くない こと力 Sわ力、る。図示する例では、評価項目は以下のように選択される。すなわち、初 期設定部 110は、維持率と高い相関を示す項目である「早期審査請求」、「不服審判 特許審決」、「異議申立維持決定」、「無効審判維持審決」、「国内優先権」、「海外優 先権」、「包袋閲覧」、「引用(自社)」、及び「引用(他社)」を特許データの評価に利 用する評価項目として選択する。また、初期設定部 110は、維持率との相関が低力、つ た「FA通過」につ!/ヽては、評価項目として選択しな!/ヽ。
[0053] 評価項目の採否を判定する他の方法としては、上述のサンプルにつ!/、て、各経過 情報のデータと特許の維持率との相関を算出し、特許の維持率との間で有意な相関 が認められた評価項目を選択することも考えられる。
[0054] 当該経過情報を採用しないと判定した場合は(S105 : NO)処理を終了し、必要な ら他の経過情報につ!/、て上述の処理を実行する。
当該経過情報を採用すると判定した場合は(S105 : YES)、次に、選択された各評 価項目の具体的データを加工する処理を行う。データを加工するにあたっては、まず
、上記採用された各評価項目に対し、予め記憶された複数の算定規則の中から、各 評価項目より評価点を求めるための算定規則を選定する(S 106)。複数の算定規則 の具体例については後述する。
[0055] そして、選定された算定規則に適用可能となるように、記憶装置 2内のすべての特 許データ 200の特許属性情報 205について、該当する経過情報を加工して記憶装 置 2に格納する(S107)。
[0056] < 4 2.内容情報設定処理〉
続いて、特許評価装置が行う処理のうち初期設定フェーズ A1の内容情報設定処 理を説明する。なお、以下の説明では、特許データの評価に利用する内容情報の種 類は、予め定められているものとする。
先ず、初期設定部 110は、記憶装置 2にアクセスして、評価対象の特許データを読 み出す。
[0057] 次に、初期設定部 110は、読み出した特許データを用いて、特許評価に利用する 内容情報を生成する。具体的には、初期設定部 110は、各特許データに含まれる書 誌情報 (請求項数、頁数、出願日等の情報)と、各特許データの実体情報 (特許請求 の範囲、明細書、図面)とを用いて、特許データ毎に、請求項数、独立請求項数、請 求項あたりの平均文字数、明細書頁数、および図面枚数を対応付けた内容情報(図 8参照)を生成する。初期設定部 110は、上記の生成した内容情報を記憶装置 2に 格納する。
[0058] なお、上記では、特許データの評価に利用する内容情報の種類が予め定められて いる場合を示した力 特にこれに限定されるものではない。例えば、初期設定部 110 が以下の手順にしたがい、内容情報を選択するようにしてもよい。
具体的には、初期設定部 110は、複数の特許データを読み出し、読み出した特許 データを利用して、特許データ毎に内容情報 (請求項数、独立請求項数、請求項あ たりの平均文字数、明細書頁数、図面枚数、出願人数、発明者数等)を生成する。
[0059] 次に、初期設定部 110は、内容情報の各々について、下記の処理を行う。先ず、初 期設定部 110は、複数の特許データを内容情報の量毎に分類し (例えば、内容情報 が所定値以上の特許データと、内容情報が所定値未満の特許データとに分類する) 、内容情報の量毎に分類された特許データの平均維持率を算出する。次に、初期設 定部 110は、内容情報の量毎に求めた平均維持率の差分を求め、その差分が閾値 より大きければ、その内容情報を特許評価に利用するものとして選択する。すなわち 、初期設定部 110は、複数種の内容情報 (請求項数、独立請求項数、請求項あたり の平均文字数、明細書頁数、図面枚数、出願人数、発明者数等)の中から、内容情 報の差による維持率の差が大き!/、ものを選択する。
例えば、内容情報が「請求項数」の場合、複数の特許データを「請求項数」が所定 項数より多い特許データと、請求項数が所定項数より少ない特許データとに分類し、 それぞれ維持率を求める。そして、求めた維持率の差が閾値より大きければ、「請求 項数」を特許評価に利用する内容情報として選択する。
[0060] < 4 3.特許属性情報の具体例〉
図 7及び図 8に、本実施形態の記憶装置に格納される特許属性情報の例を示して いる。それぞれ多数の特許出願又は特許権たとえば過去 10年間における日本国内 での全特許出願約 400万件について、特許データ ID2100、 2200 (公開番号など) と、各特許出願にっレ、ての特許属性情報が格納される。
[0061] 図 7は、特許属性情報のうち経過情報 210のデータ構造を模擬的に例示した図で ある。
図 7に示す経過情報のうち、「出願からの経過日数」 2105、「審査請求からの経過 日数」 2110、および「登録日力 の経過日数」 2115は、当該特許データの期間に関 する情報である。「出願からの経過日数」は出願日、「審査請求からの経過日数」は 出願審査請求日、「登録日からの経過日数」は特許権設定登録日に基づき、それぞ れ評価日まで又は評価日に近!/、所定日付までの経過日数を算出したものが記憶装 置 2に格納される。未だ出願審査請求されて!/、な!/、特許出願につ!/、ての「審査請求 力、らの経過日数」は NULLとなり、未だ設定登録されて!/、な!/、特許出願につ!/、ての「 登録日からの経過日数」は NULLとなる。なお、数値の単位は日数に限らず、月数、 年数等でもよい。
[0062] 図 7に示す経過情報のうち、「分割出願」 2120、「早期審査」 2125、「不服審判特 許審決」 2130、「異議申立維持決定」 2135、「無効審判維持審決」 2140、「国内優 先権」 2145、「PCT出願」 2150、「包袋閲覧」 2155は、当該特許データに対する所 定行為の有無を示す情報である。 「分割出願」は当該特許出願をもとの出願として分 割出願がなされているか否力、、「早期審査」は当該特許出願の早期審査がなされて いるか否か、「不服審判特許審決」は当該特許出願について拒絶査定不服審判が 請求され、且つ当該審判において特許審決がなされているか否力、、「異議申立維持 決定」は当該特許について特許異議申立がなされ、且つ維持決定がなされているか 否力、、「無効審判維持審決」は当該特許について特許無効審判が請求され、且つ当 該審判において請求棄却審決がなされているか否力、、「国内優先権」は当該特許出 願が先の特許出願等に基づく優先権主張を伴っているか否力、、「PCT出願」は当該 特許出願が特許協力条約に基づく国際出願を国内に移行したものであるか否力、、「 包袋閲覧」は当該特許出願について閲覧請求がなされているか否かに基づき、それ ぞれ所定行為がなされてレ、る場合は例えば 1が与えられ、なされてレ、な!/、場合は例 えば 0が与えられる。これらの情報は各特許出願の経過情報より抽出される。この経 過情報 210は、特許データの価値評価に利用される(経過情報 210を利用した特許 データの評価処理の手順は、後述する図 10で詳細に説明する)。
このように、本実施形態では、出願人、特許庁、及び競合他社等多様な主体による 判断が反映されている経過情報 210を利用して特許データを評価するようにしている 。その結果、特許データの評価を行う上での客観性を担保することができる。
なお、本実施形態では、図 7で示した経過情報を利用して特許データを評価する 場合を説明したが、特にこれに限定されるものではない。例えば、図 7に示した特許 データの中の少なくとも 1つを利用して、特許データを評価するようにしてもよい。
[0063] 評価値の算出に用いるデータとしては上記 1又は 0に限らず、例えば「包袋閲覧」 2 155或いは「不服審判特許審決」 2130については他の評価項目に比べ維持率との 関係が薄い傾向にあるため、例えば上記の 0. 5倍或いは後者については 0. 25倍 の値を用いることとしてもよい。また、「不服審判特許審決」 2130、「異議申立維持決 定」 2135、「無効審判維持審決」 2140について、審決若しくは決定の確定前又は審 理中の場合は、確定後の場合の 0. 5倍の値を用いることとしてもよい。また、上記「国 内優先権」に代え、国内外を問わず優先権主張を伴っているか否かを 1又は 0に数 ィ直化しても良い。
また、当該特許データに対する所定行為の有無を示す情報として、上記以外に、「 新規性喪失の例外証明書提出書の有無」、「刊行物提出書 (情報提供)の有無」、「 審査前置の有無」を用いてもよ!/、。
[0064] 図 7に示す経過情報のうち、「被引用回数」 2160は、当該特許データの引用回数 を示す情報である。当該特許出願の公開特許公報又は特許掲載公報が他社の特許 出願に対する拒絶理由通知において引用された回数が「他社」での引用回数として 与えられ、自社の他の特許出願に対する拒絶理由通知において引用された回数が「 自社」での引用回数として与えられる。これらの情報は、例えば記憶装置 2に格納さ れている全特許データのうち拒絶査定となった特許データの経過情報から引用文献 番号 (公開特許公報などの公開番号)を抽出し、この引用文献番号から被引用回数 を付与すべき特許データを特定し、各特定された特許データについて被引用回数を カウントすることによって算出される。
[0065] 図 8は、特許属性情報のうち内容情報 220のデータ構造を模擬的に例示した図で ある。
図 8に示す内容情報のうち、「請求項数」 2205は、当該特許出願の請求項数を示 す情報であり、「独立請求項数」 2215は、当該特許出願の独立請求項数を示す情 報である。「請求項の平均文字数」 2220は、当該特許出願の請求項 1項あたりの平 均文字数 (又は単語数)を示す情報である。 「明細書頁数」 2225は、当該特許出願 の明細書頁数又は公報頁数を示す情報である。「図面枚数」 2230は、当該特許出 願の図面の枚数又は図面数を示す情報である。これらの情報は各特許出願の公開 特許公報その他の特許データより抽出される。
内容情報の他の例としては、出願人数 (共同出願人の数が多い方が維持率が高い )、発明者数 (共同発明者の数が多い方が維持率が高い)、付与された IPCの種類数 (平均に近レ、方が維持率が高!/、)等が考えられる。
[0066] 本実施形態によれば、特許出願又は特許権に関して誰でも取得でき且つ一義的 に定まる数値情報に基づいて評価値を算出することにより、分析対象母集団内にお ける相対評価を客観的に行うことができる。
このように、特許出願又は特許権の経過情報又は内容情報に基づいて客観的に 定まる数値情報に基づ!/、て、特許出願又は特許権の価値を適切に評価することが 可能な本発明は、膨大な数の特許出願又は特許権を迅速に評価することに適して いる。従って例えば、膨大な数の特許出願又は特許権から「光る石」を見つけ出した り、ある特許出願又は特許権について詳細評価を行う前段階として分析対象母集団 内での大まかな位置づけを把握したりすることが簡単にできる。
[0067] < 5.特許評価フェーズの処理の詳細〉
続レ、て、本実施形態の特許評価装置が行う処理のうち特許評価フェーズ A2の詳 細を説明する。
[0068] < 5— 1 ·特許データの取得〉
図 3に戻って説明すると、特許評価フェーズ A2では、まず、データ取得部 105によ り、分析者が入力装置より入力した IPCコードを取得し、この指定された IPCコードに 基づき、記憶装置 2より特許データ 200と特許属性情報 205を取得して分析対象母 集団とする(S200)。
[0069] IPCは、好適にはサブグループまで指定される力 データ取得部 105により記憶装 置 2にアクセスした結果、該当サブグループの特許データが所定件数 (例えば 1000 件)に満たなかった場合には、順次高!/、IPC階層の特許データを取得して所定件数 を確保することが望ましい。経験的に、分析対象母集団が 1000件以上であると評価 値の安定性が優れている(件数の増減による評価値の変動が小さい)。但し、分析対 象母集団を上位階層まで広げるとしても、異分野混入を防ぐためには IPCサブクラス 以下が好ましい。
[0070] 図 9に示す表は、上記実施形態において分析対象母集団の抽出範囲を変えたとき の評価値算出結果を示す表である。分析対象母集団として IPCサブグループ、メイン グループ、サブグループを選んだ場合、ある特許の評価値がどのように変化したかを 5つの技術分野に関して示して!/、る。
IPC「B01J35/02」の分野にぉレ、ては、このサブグループだけで 1227件の特許デー タが存在し、このサブグループでのある特許出願の評価値 (偏差値)は、メイングルー プ、サブループでの評価値と大きな違いがなぐ安定していた。
また IPC「C10Ll/00」の分野においては、このサブグループだけでは 90件の特許 データしか存在せず、このサブグループでのある特許出願の評価値は、メイングルー プでの評価値と大きな開きがあった。分析対象母集団をメイングループまで広げると ようやく 1521件となり、このメイングループでの評価値はサブグループでの評価値と大 きな違いがなぐ安定していた。
この図では説明を簡略化するため 5例しか示していないが、他の分野においても、 分析対象母集団 1000件未満では評価値が安定せず、 1000件以上で安定する傾向 力 sある。
[0071] < 5— 2·特許データの分類〉
次に、データ分類部 115により、取得した特許データに関する特許属性情報のうち 出願日の情報又は優先日の情報等に基づき、特許データを所定期間ごと (例えば出 願年ごと、優先日が属する年ごと等)のグループ tに分類する(S210)。
[0072] < 5— 3.評価値の算出〉
次に、評価値算出部 120により、各特許データの評価値を算出する(S220)。この 処理の詳細を、図 10に基づいて説明する。
[0073] 図 10は、本実施形態の特許評価装置が各特許データの評価値を算出する処理の 詳細を示すフローチャートである。
評価値算出部 120は、 S210の分類によって生成されたグループに属する特許デ ータ 200について、特許属性情報 205を取得する(S221)。ここで、当該取得した 1 つのグループ力 SJ件の特許データからなるものとし、 J件のそれぞれを区別するため添 え字 j (j = l , 2, · · · ,】)を用いる。
J件の特許データを取得したら、これら J件の特許データの特許属性情報 205を用い て、後述の S223B〜S223Dで用いる「評価項目の該当有無データの J件分の合計 値」等を予め求めておくことが望まし!/、。
[0074] 次に、変数 jを 1にセットし(S222)、次のようにして特許データ jの評価素点を算出 する。
[0075] まず、初期設定フェーズ A1で選択された I個の評価項目 i (i= l , 2, · · · , I)につい て、評価項目ごとに予め設定された評価点算出方法を選択する(S223A)。
[0076] 本実施形態における評価点算出方法には次の 3通りがある。すなわち、例えば「分 割出願」 2120、「早期審査」 2125、「不服審判特許審決」 2130、「異議申立維持決 定」 2135、「無効審判維持審決」 2140、「国内優先権」 2145、「PCT出願」 2150、「 包袋閲覧」 2155等、当該特許データに対する所定行為の有無を示す情報について は S223B〔有無型〕を選択する。また、例えば「出願からの経過日数」 2105、「審査 請求からの経過日数」 2110、および「登録日力 の経過日数」 2115等、当該特許デ ータの期間に関する情報については S223C〔時間減衰型〕を選択する。また、例え ば「被引用回数」 2160等、当該特許データの引用回数を示す情報については S22 3D〔回数型〕を選択する。
[0077] 評価点算出方法を選択したら、 I個の評価項目 iの各々について、特許データ jの評 価点を算出する(S223B、 S223C、 S223D)。
[0078] < 5— 3— 1.有無型〉
S223B〔有無型〕が選択された評価項目 iにつ!/、ては、例えば次のほ女 1]により評 価点を算出する。
—(評価項目,の該当有無データ) _
(評価項目,の該当有無データ)
[0079] ここで分子に配置された「評価項目 iの該当有無データ」は、例えば「分割出願」に ついては、上述のように分割出願がなされていれば 1、なされていなければ 0となる。
[0080] 分母には、上記「評価項目 iの該当有無データ」の当該グループ内合計値の正の平 方根が配置されている。従って、当該グループ内に評価項目該当の特許データが多 数存在する場合は分母が大きぐ当該グループ内に評価項目該当の特許データが 少数しか存在しない場合は分母が小さくなる。該当件数の多い評価項目(「包袋閲覧 」等)を有する特許よりも、該当件数の少ない評価項目(「無効審判維持審決」等)を 有する特許の方が、特許権維持率が高い傾向があるので、各評価項目の重み付け が自動的になされる。また、所定期間ごとのグループ単位で集計しているので、例え ば古レ、特許ほど多くの経過情報が付加され、公開されて間もな!/、新しレ、特許には未 だ経過情報が付加されてレ、なレ、ことが多!/、が、それだけの理由で新し!/、特許に低!/、 評価が与えられるという傾向を緩和することができる。
特許データの属性情報は、分析対象母集団内での相対評価に有用であるが、この 分析対象母集団内の特許出願又は特許権を平等に扱ってしまうと適切な評価はで きない。本実施形態によれば、分析対象母集団を時期ごとのグループに分類し、こ の分類されたグループごとに求めた値を分母として用いることで、異なる時期の特許 出願又は特許権を含む分析対象母集団内において、適切な相対評価が可能となる また、例えばある技術分野にお!/、て、特許出願が少ない同時期グループにおける 1件の価値と、特許出願が多くなつた同時期グループにおける 1件の価値とでは、前 者の価値の方が高いことが多い。一方で例えば、出願公開されて間もない特許出願 より、数年経過した特許出願の方が、閲覧請求を受けた等の経過情報が付与される 可能性は必然的に高!/、が、だからと!/、つて出願公開されて間もなレ、特許出願をその まま低く評価するのは誤りである。同時期グループ内の特許出願の中で、例えば閲 覧請求を受けたものが数少ない場合、その閲覧請求を受けた特許出願は格別注目 度の高い特許出願であり、高く評価されるべきである。逆に、同時期グループ内の特 許出願の中で、閲覧請求を受けたものが数多い場合、その閲覧請求を受けた特許 出願は、閲覧請求を受けたというだけの理由で高く評価されるべきものではない。 本実施形態によれば、各グループに属する各特許データの特許属性情報を利用し て求めた値と、該グループに属する各特許データの特許属性情報を利用して求めた 値を該グループ毎に合計した値の減少関数の値と、の積により評価点を算出する。こ の構成によれば、それぞれのグループにおける各特許データの相対的な位置づけ を考慮した値を評価値として求めることができる。その結果、経過情報に基づく数値 情報の前記同時期グループにおける合計値が低いほど高い重み付けをし、逆に当 該合計値が高いほど低い重み付けをすることにより、分析対象文書群における特許 出願又は特許権の適切な評価が可能となる。
< 5— 3— 2.時間減衰型〉
S223C〔時間減衰型〕が選択された評価項目 iにつ!/、ては、例えば次のほ女 2]によ り評価点を算出する。
[数 2]
[0082] ここで分子に配置された「Exp (—(Min (経過時間,年限))/年限)」は、例えば「審 查請求からの経過日数」については、当該「審査請求からの経過日数 (年数換算値) 」と「年限」のうち何れか小さ!/、方の値を「年限」で除算し 1を乗算した値で、ネィピ ァ数 eをべき乗した値である。「年限」は例えば出願日から特許権存続期間満了まで の最大年数(日本の現行法では 20年)とする。「登録日からの経過日数」の場合も同 じ計算式を用い、「年限」は例えば出願日から特許権存続期間満了までの最大年数 (日本の現行法では 20年)とする。「出願日からの経過日数」の場合も同じ計算式を 用いるが、「年限」は例えば出願日から出願審査請求期限までの年数(日本の現行 法では 3年)とする。これによると、経過時間が短いうちは分子の値は Exp (0) = 1に近 い値である力 時間の経過とともに減衰して経過時間≥年限となると Exp (— 1) = 1/ eにまで低下する。指数関数にする利点は、価値に対する減価償却効果を導入でき ることと、評価値分布の離散化をなくし滑らかな分布にできることである。 「審査請求 力、らの経過日数」、「出願日からの経過日数」、「登録日からの経過日数」は、多くの 特許に該当する基本評価項目であり、これら 3評価項目しか該当しない特許群の同 点ィ匕を避けること力 Sできる。
[0083] 分母は上記 S223B〔有無型〕と同様の式が配置されている力 例えば「審査請求か らの経過日数」については、当該特許出願につき出願審査請求されていれば例えば 1、されていなければ例えば 0の値を当該グループ内で合計し正の平方根をとつたも のである。「登録日からの経過日数」についても、当該特許出願につき特許権設定登 録されて!/、れば例えば 1、されていなければ例えば 0の値を当該グループ内で合計 し正の平方根をとつたものが分母となる。「出願からの経過日数」については、すべて の特許データが該当するので、当該評価項目の該当有無データを 1とすれば、分母 の値はグループ内の特許データの件数の正の平方根に等しくなる。何れの場合も、 当該グループ内に評価項目該当の特許データが多数存在する場合は分母が大きく 、当該グループ内に評価項目該当の特許データが少数しか存在しない場合は分母 力 S小さくなる。上述のように「審査請求からの経過日数」、「出願日力 の経過日数」、 「登録日からの経過日数」は、多くの特許に該当する基本評価項目であるので、これ ら評価項目の配点は小さくなりやすレ、。
なお、本実施形態では、分母に各評価項目の平均経過年数を用いることも可能で ある。上述のように分母に該当件数を用いた場合であっても特許データの適切な評 価は可能である力 分母に平均経過年数を用いることにより、さらに評価精度を向上 させること力 Sでさる。
この S223C〔時間減衰型〕で算出された評価点は、更に内容情報による補正を行う のが好ましい。
なお、以下では、図 8に示した内容情報 220の中から、特許データの請求項当たり の平均文字数(図 8の 2220参照)と、特許データの頁数(図 8の 2225)と、特許デー タの請求項数(図 8の 2205参照)と、を利用する場合を例にする。
経過情報のみにより評価する場合、出願公開後又は特許権設定登録後間もない 特許出願又は特許権には、今後付与されると期待される経過情報がなく評価が正し く行えない可能性がある。従ってこれを補正するため、経過情報による評価に内容情 報を加味することが好ましい。し力、し、内容情報は、経過情報ほど維持率との相関が 高くない傾向にあり、不用意に内容情報を加味すると却って評価の精度が落ちる可 能性がある。
そこで、経過情報が十分に付与された特許の評価には内容情報の影響を小さくと どめ、経過情報が不十分な特許の評価に内容情報を効果的に反映させるため、この S223C〔時間減衰型〕で算出された評価点にのみ、内容情報に基づく補正係数を乗 算する。
このように本実施形態によれば、出願の古い新しいを問わず、どの特許データにも 一律に付与されやすい特性を有する期間に関する情報に、各々の特許データの内 容情報を加味することができる。その結果、経過情報があまり付与されていない新し い出願からなる特許データについても、適切な評価を行うことができる。
具体的には、上記ほ女 2]の各評価点に、 ここで、
a =21/3(請求項当たりの平均文字数が平均以下の場合)又は
2— 1/3(請求項当たりの平均文字数が平均以上の場合)
a =21/3(全頁数が平均以上の場合)又は
2
2— 1/3 (全頁数が平均以下の場合)
a =21/3(請求項数が平均値 ±1標準偏差以内の場合)又は
3
2— 1/3 (請求項数が上記範囲外の場合)
を乗算することが好ましい。 a 、 a 、 aの最大値をそれぞれ 21/3とすることにより、 a
1 2 3 1
Xa Xaを最大値とする補正にとどめている。但し、 a 、 a 、 aの値は上記に限らず、
2 3 1 2 3
内容情報と維持率との相関に基づき互いに異なる値を用いても良い。
なお、上記実施形態では、 a Xa Xaの値が最大で 2になるようにしている力 S、あく
1 2 3
までもこれは例示である。
[0086] < 5— 3— 3.回数型〉
S223D〔回数型〕が選択された評価項目 iにつ!/、ては、例えば次のほ女 3]により評 価点を算出する。
[数 3]
[0087] ここで分子に配置された「f (引用) Xlog(n + l)」は、例えば「被引用回数」につい ては、当該「被引用回数 n」に 1を加えた値の対数 (例えば自然対数)に重み f (引用)
J
を乗算したものである。本発明者らの検証により、被引用の有無にとどまらずその回 数によっても特許権の維持率が変化することがわかっている力 両者に比例関係は なぐ被引用回数の増加による維持率の増加は次第に頭打ちの傾向を示すため、対 数をとることとしたものである。
[0088] 分母には、上記「f (引用) X log (n + l)」の当該グループ内合計値の正の平方根が
J
配置されている。従って、当該グループ内に他の出願で引用された特許データが多 数存在する場合は分母が大きぐ当該グループ内に他の出願で引用された特許デ ータが少数しか存在しない場合は分母が小さくなる。
[0089] 上記ほ女 3]の分子及び分母において、重み f (引用)は任意の正数を用いることがで きる力 他社の特許出願で引用された回数 (他社引用回数) n と自社の他の特許 j other
出願で引用された回数(自社引用回数) n とで区別し、それぞれの対数に異なる重 j self
みを付与することが望ましい。この場合、上記ほ女 3]に代え、次のほ女 4]を用いる。
[数 4コ
I用。 , )Χ other +丄)+ (弓 1用 iOg^ self +
^ (引用 other other + 1)+ (引用, ) x log("] + l)j 具体的な重みの値は、例えば他社引用の場合は重み f (引用 ) = 1とし、自社引 other
用の場合はそれより大きい重み f (引用 ) = 2とすることができる。
self
[0090] 被引用回数は、特許の価値との間に高い相関がある。更に、本発明者らの検証に よれば、他社の特許出願の審査において引用(他社引用)された回数と、 自社の他 の特許出願の審査において引用(自社引用)された回数とでは、後者と特許の価値 との相関が有意に高いことが認められた。 自社の他の特許出願の審査において引用 された発明は、自社の実施技術において中核となる基本発明であることが多いことに よるものと推測される。そして、そのような基本発明を自社が既に出願していることを 認識しつつ、その改良技術をも出願し強固な特許ポートフォリオの構築を図った可能 性が高い。
本実施形態によれば、被引用回数を他社引用と自社引用とに分けて考え、後者の 回数をより大きく評価値に反映させることにより、特許出願又は特許権の適切な評価 が可能となる。
< 5— 3— 4.評価素点の算出〉
初期設定フェーズで選択されたすベての評価項目 i (i= l , 2, · · · , I)について、特 許データ jの評価点が算出されたら、これに基づいて当該特許データ jの評価素点を 、例えば次のほ女 5]により算出する(S224)。
[数 5]
この式に示されるように、評価素点は、 I個の評価点の二乗和の正の平方根、又は 0 となる。評価素点が 0となるのは、審査請求期限までに出願審査請求しなかった場合 、出願を取下げ又は放棄した場合、拒絶査定が確定した場合、その他特許出願が失 効した場合と、異議申立による取消決定や無効審判による無効審決が確定した場合 、特許権を放棄した場合、特許権の存続期間が満了した場合、その他の特許権が消 滅した場合である。これらの情報も各特許データの経過情報から読み取り、該当する 場合は評価素点を 0とする。
なお、上述のように S223C〔時間減衰型〕で算出された評価点に対し、内容情報に よる補正を行う場合は、「審査請求からの経過日数」、「出願日からの経過日数」、「登 録日からの経過日数」に基づき上述のほ女 2]で算出された評価点にそれぞれ上述の a X a X aを乗算した上で、ほ女 5]に従い二乗和の平方根をとることになる。
1 2 3
複数の評価項目による評価点 iから評価素点を算出する方法として、各評価点 iの 総和を求める方法も可能である(単純和法)。特許の維持率 (経済的価値)との相関 を有する経過情報が多数付与された特許の評価が高く算出されるので、評価点 iの 総和を評価素点とすることは一見合理的である。但し、維持率との相関があまり高く なレヽ経過情報を多数付与されて!、る特許の(低!/、評価点が多数加算される)評価素 点が、維持率との相関が極めて高レ、経過情報を少数付与されて!/、る特許の評価素 点を超えてしまうことがあり得るので注意が必要である。 この問題を解決する 1つの方法として、各評価点 iのうち最大値を評価素点とする方 法も可能である(最大値法)。特に、ある経過情報と特許群の維持率との相関を調べ る場合に、他にどんな経過情報が付与されているか無関係に相関を調べた場合には 、ある特許の維持率は、最高の維持率を持つ経過情報の維持率で最もよく表現でき ると期待されるので、評価点 iの最大値を評価素点とすることは一見合理的である。但 し、評価点 iの最大値が 2つの特許で同じである場合に優劣がつけられない。さらに、 最大値法を用いた場合は、出願人、特許庁及び競合他社の異なる 3主体の観点を 加味した評価を行うことができず、それらの主体のうちの!/、ずれか一者の観点のみが 反映されることとなってしまい、残りの主体の観点を特許データの評価に反映させるこ とができない。
二乗和の平方根をとる上述の方法は、単純和法と最大値法の長所を兼ね備えた方 法ということができる。すなわち、二乗和の平方根をとることにより、ある特許データ jに 関する I個の評価項目 iの中に高い評価点 iがあるときは、その高い評価点 iが評価素 点に大きく影響する。そして、評価点 iの高い評価項目以外の評価点についても、幾 らか考慮された評価素点となる。従って、評価点 iの高くなりやすい「早期審査」、「異 議申立維持決定」、「無効審判維持審決」等に複数該当するような特許データ jに対 しては、突出して高い評価素点を与えることができる。
このように本実施形態では、特許属性情報の種類に応じて算出した評価点を全て 加味した特許評価を行うようにしている(S223、 S224)。その結果、特許データの価 値を多面的に評価することが可能となる。
< 5— 3— 5.評価値の算出〉
評価素点が算出されたら、その対数 (例えば自然対数)を算出して当該特許データ jの評価値とする(S225)。
経過情報又は内容情報に基づいて算出される評価値は、特異な経過又は内容が 読み取れる数少ない特許出願又は特許権に対しては高い値が与えられる力 S、その 他大勢の特許出願又は特許権に対しては低!/、値が与えられることが多!/、。従って評 価値別の件数分布を見ると、評価値が高い特許出願又は特許権は数少なくまばらな 分布となり、評価値が低い特許出願又は特許権は数多く密集した分布となる。 このような場合には、評価値の高い少数の特許出願又は特許権によって平均値( 相加平均値)が大きく左右されるので、このような平均値との比較によって評価する際 は注意が必要となる。また例えば高レ、評価値が得られた 2つの特許出願又は特許権 を比較する場合に、数値の上では評価値に大きな差があるように見えたとしても、実 際には有意な差ではなレ、こともある。
[0094] 図 11は、ある分析対象母集団の特許データについて評価素点を算出し、この評価 素点に基づいて直接算出した偏差値と、対数化した上で算出した偏差値の件数分 本実施形態によれば、評価値を対数(自然対数、又はその他の対数)に換算するこ とにより、評価値の比較を適切に行うことができるようになる。
特に、評価値ごとの件数分布は多くの場合対数正規分布に近いものとなるので、評 価値を対数に換算することによって、件数分布を正規分布に近いものとすることがで きる。従って、評価値を対数に換算した上で例えば偏差値を算出すれば、より適切な 評価が可能となる。
[0095] 次に、すべての特許データ jについて評価値を算出したか否かを判定し、算出して レヽなレヽ場合 (ま(S226 : NO)、変数 jを j + こセットし(S227)、 S223iこ戻って次の特 許データにつレ、て評価値を算出する。
すべての特許データ jについて評価値を算出した場合は(S226 : YES)、当該グノレ ープに属する特許データに関する評価値の算出処理を終了する。
このように本実施形態では、特性の異なる複数の特許データを、技術分野ごと、出 願時期ごとの特性を加味した上で評価するようにしている。その結果、特許データの 価値をより適切に評価することができる。
[0096] < 5— 4.偏差値の算出〉
S221〜S227までの評価値算出処理は、 S200で取得した特許データを S210で 分類して得られたすべてのグループ tについて実行する。
すべてのグループ tについて評価値を算出したら図 3に戻り、この評価値に基づい て、 S200で取得した分析対象母集団における偏差値を標準化評価値として算出す る(S230)。この偏差値は、本来ならば比較することが困難な、異なる技術分野間の 特許データの相対比較(S200で異なる IPCにより別途選択される分析対象母集団と の比較)をも可能とするもので、偏差値に代えて他の標準化した値を用いても良い。 また、分析対象母集団における偏差値に限らず所定期間ごとに分類した各グループ 内での偏差値を算出しても良い。
[0097] <5— 5.クラス分け〉
偏差値を算出したら、算出した偏差値に基づいて特許データをクラス分けする(S2 40)。クラス分けは、例えば次のように行う。
偏差値 クラス
110 ±5 A+++
100 ±5 A++
90±5 A+
80±5 A
70±5 A—
60±5 B+
50±5 B
40±5 B—
30±5 C+
20±5 C
10±5 C
[0098] <5-6.出力〉
クラス分けが終了したら、結果を出力部 130により出力して一連の処理を終了する( S250)。
図 12は、一例として表形式の出力結果を示す図である。この図に挙げられた特許 群は、幾つかの団体がそれぞれ有力特許として抽出した特許群であり、技術分野は 多岐にわたっている。この特許群の各々が属する IPCサブクラスに基づいてそれぞ れ分析対象母集団を抽出し、それぞれに属する特許データの評価値を算出した上 で、母集団抽出の元になつた上述の有力特許の評価値がどのように算出されたかを 出力した。算出結果は、誰でも入手可能な経過情報及び内容情報による計算結果 であるにも関わらず、いずれも B以上の評価となり、上記団体による評価に近い結果 となった。
本実施形態では技術分野ごとに評価値 (偏差値)を算出しているので、異なる技術 分野間で経過情報や内容情報の傾向に差異があっても相対比較が可能となる。む ろん、異なる技術分野間で単純な数値比較のみをしてしまうと誤解を生む恐れもある 、分析対象母集団を明示することで、誤解の恐れを避けることができる。
[0099] < 6.変形例〉
続いて、本実施形態の変形例を説明する。なお、以下の変形例の説明において、 上記実施形態と同じ構成のものは同じ符号を用レ、る。
[0100] 《第 1変形例》
最初に、本実施形態の第 1変形例を説明する。
第 1変形例は、上記実施形態の経過情報 210に、さらに、回数型の評価点の算出 用の評価項目を追加したものである。
具体的には、第 1変形例では、図 13に示す経過情報を利用して、特許データの評 価を行うようにした以外は、上述した実施形態と同じである。以下、上記実施形態と異 なる経過情報の内容について説明する。
[0101] 図 13は、本実施形態の第 1変形例の経過情報のデータ構成の一例を模擬的に示 した図である。
図示する経過情報は、上述した図 7の経過情報 210に、さらに、「異議証拠の被引 用回数」、「異議採用証拠の被引用回数」、「審判請求証拠の被引用回数」、「審判採 用証拠の被引用回数」、「分割出願」の回数、「優先権」の回数、「無効審判維持審決 」の回数を付加するようにしたものである。なお、図 13では、便宜上、図 7の 2105〜2 155のデータを省略している。
[0102] 具体的には、経過情報 250は、「特許データ ID (公報番号等)」を登録するための フィーノレド 2100と、「出願曰力、らの経過日数」を登録するためのフィーノレド 2105と、「 審査請求日からの経過日数」を登録するためのフィールド 2110と、「登録日からの経 過日数」を登録するためのフィールド 2115と、「分割出願」の有無を示す情報を登録 するためのフィールド 2120と、「早期審査」の有無を示す情報を登録するためのフィ 一ノレド 2125と、「不服審判特許審決」の有無を示す情報を登録するためのフィール ド 2130と、「異議申立維持決定」の有無を示す情報を登録するためのフィールド 213 5と、「無効審判維持審決」の有無を示す情報を登録するためのフィールド 2140と、「 優先権主張」の有無を示す情報を登録するためのフィールド 2145と、「PCT出願」の 有無を示す情報を登録するためのフィールド 2150と、「包袋閲覧」の有無を示す情 報を登録するためのフィールド 2155と、「被引用回数」を示す情報を登録するための フィーノレド 2160とを備免、
さらに、「異議証拠の被引用回数」を登録するためのフィールド 2165と、「異議採用 証拠の被引用回数」を登録するためのフィールド 2170と、「審判請求証拠の被引用 回数」を登録するためのフィールド 2175と、「審判採用証拠の被引用回数」を登録す るためのフィールド 2180と、「分割出願」の回数を登録するためのフィールド 2185と 、「優先権」の回数を登録するためのフィールド 2190と、「無効審判維持審決」の回 数を登録するためのフィールド 2195とを備えて 1つのレコードが構成される。なお、 経過情報 250は、複数のレコードよりなる。
[0103] ここで、「異議証拠の被引用回数」とは、その特許データの「異議理由を構成する証 拠」として使われた回数をいう。「異議採用証拠の被引用回数」とは、その特許データ の「取消決定の根拠となる証拠」として使われた回数をレ、う。「審判請求証拠の被引 用回数」とは、その特許データの「拒絶理由(無効理由)を構成する証拠」として使わ れた回数をいう。「審判採用証拠の被引用回数」とは、その特許データの「審決の証 拠」として採用された回数をいう。「分割出願」の回数とは、その特許データの分割さ れた回数 (例えば孫出願は 2回、曾孫出願は 3回というように世代数を数える)をいう。 「優先権」の回数とは、優先権主張の基礎とされた出願の件数により示される回数を V、う。「無効審判維持審決」とは、その特許データの「無効審判維持審決」の回数を!/、
5。
[0104] そして、図示する経過情報 250は、図 10の処理に利用される。このように、図 7の経 過情報 230から、さらに評価項目を加えたのは、本願の発明者が、経過情報と特許 権の維持率との関係を統計的手法により分析した結果、「異議証拠の被引用回数」、 「異議採用証拠の被引用回数」、「審判請求証拠の被引用回数」、「審判採用証拠の 被引用回数」、「分割出願」の回数、「優先権」の回数、および「無効審判維持審決」 の回数と、特許権の維持率とが密接に関係していることを見出したためである。
[0105] このように、第 1変形例によれば、上記実施形態の特許評価装置よりもさらに、精度 が高い特許データの分析ができるようになる。
なお、異議証拠の被引用回数」、「異議採用証拠の被引用回数」、「審判請求証拠 の被引用回数」、「審判採用証拠の被引用回数」については、自社被引用と他社被 引用とを分けていないが、フィールド 2160に登録する「拒絶理由の被引用回数」と同 様、 自社被引用と他社被引用とを分けるようにしてもよい。この場合は、上記実施形 態と同様の手順で、評価点を算出する際、自社被引用か他社被引用かに応じた重 み付けを行うようにするとよい。
[0106] 《第 2変形例》
つぎに、本実施形態の第 2変形例を説明する。
上記実施形態の説明では、特許データの引用回数を示す情報として、他社の特許 出願に対する拒絶理由通知での引用回数と、自社の他の特許出願に対する拒絶理 由通知での引用回数とを用いる場合について説明した力 S、第 2変形例では、当該特 許データが引用された上記「他社の特許出願」や「自社の他の特許出願」が更に他 の特許出願で引用されている場合(リサイテーション:孫引き)に、その事実を評価に カロえる。
[0107] 図 14は、第 2変形例においてリサイテーション (孫引き)された特許データに評価値 算出部が加点するための処理を示すフローチャートである。ここでは、引用された各 特許データについて孫引きされているものを抽出するとともにその回数及び世代数を カウントして加点要素とする。
まず、評価値を算出する分析対象母集団の各特許データを記憶装置力 抽出する 。ここで抽出された母集団に属する各特許データを特許データ (PS)と称することに する(S2801)。以下の処理は、抽出された各特許データについて個別に行う。 次に、抽出された分析対象母集団のうちのある特許データ (PS)について、記憶装 置に記憶された経過情報を用いて出願番号及び出願日(優先権主張を伴う場合は 基礎出願日)を特定する。ここで、特許データ (PS)の出願番号及び出願日をそれぞ れ出願番号 (PS)及び出願日(PS)と称することにする(S2802)。
そして、当該特定された出願日(PS)を用いて、当該出願日以降の出願日(優先権 主張を伴う場合は基礎出願日 )を有する特許データを、記憶装置に記憶された全特 許データの中から抽出する。ここで、抽出された後願特許データを特許データ群 A (
PS)と称することにする(S2803)。
次に、特許データ群 A (PS)の中から、経過情報に引用公報番号を有する特許デ ータを抽出する。抽出された特許データを特許データ群 B (PS)と称することにする(
S2804)。
次に、上述したある特許データ (PS)の出願番号 (PS)を用いて、当該特許データ( PS)を引用した特許データ (i, j)を上記特許データ群 B (PS)の中から全件 (J件)抽 出する。ここで iは引用世代数 (正の整数)であり、本ステップでは i= lである。 jは後 願特許データの識別番号であり、同一特許データ(PS)が引用された後願特許デー タカ 件あれば、 jは 1から Jまでの整数となる(S2805)。
[0108] 次に、特許データ(PS)を引用した特許データ(i, j)を用いて、以下の処理により加 点要素を算出する。まず、引用世代数のカウンタ iを 1にセットする(S2806)。
そして、当該世代 iの特許データ ¾Jが正の数でない場合(S2807 : NO)、そもそも 当該特許データ(PS)を引用した後願特許データは存在しないので加点対象とせず 加点の処理を終了する(S2808)。
当該世代 iの特許データ ¾Jが正の数である場合(S2807 :YES)、この特許データ ¾Jを、特許データ(PS)が引用された特許データ数として集計し(S2809)、所定の 重みを付与して(S2808)特許データ ¾Jに応じた加点要素(PS)を算出する(S280 9)。特許データ ¾Jは被引用回数を示すので、例えばグループ内の全特許データ(P S)について算出された値(の総和の正の平方根)を用いて上述のほ女 3]により算出し た値を、加点要素(PS)とする。
[0109] 次に、特許データ(i, j)を用いて、孫引きの有無及び回数を世代ごとに判定する。
まず、同一特許データが引用された後願特許データ (i, j)を識別するカウンタ jを 1に セットし(S2812)、各後願特許データ(i, j)について以下の処理を行う。
まず、ある後願特許データ (i, j)について、記憶装置に記憶された経過情報を用い て出願番号及び出願日を特定する。ここで、特許データ (i, j)の出願番号及び出願 日をそれぞれ出願番号 (i, j)及び出願日(i, j)と称することにする(S2813)。
そして、当該特定された出願日(i, j)を用いて、当該出願日以降の出願日を有する 特許データを、記憶装置に記憶された全特許データの中から抽出する。ここで、抽出 された後願特許データを特許データ群 A (i, j)と称することにする(S2814)。
次に、特許データ群 A (i, j)の中から、経過情報に引用公報番号を有する特許デ ータを抽出する。抽出された特許データを特許データ群 B (i, j)と称することにする(
S2815)。
次に、上述したある特許データ (i, j)の出願番号 (i, j)を用いて、当該特許データ(i , j)を引用した特許データ (i+ 1 , j)を上記特許データ群 B (i, j)の中から全件 (J件) 抽出する(S2816)。特許データ (i+ 1 , j)は、分析対象母集団に属する特許データ ( PS)から見ると孫引き又はそれ以上の引用世代に属することになる。
次に、特許データ(i, j)を引用した特許データ(i+ 1 , j)を用いて、以下の処理によ り孫引きとしての新たな加点要素を算出する。
まず、特許データ (i, j)を引用した次世代 i+ 1の特許データ ¾Jが正の数でない場 合(S2817 : NO)、そもそも当該特許データ(i, j)を引用した後願特許データは存在 しないので新たな加点対象とはしない。この場合、同じ世代 iに属するすべての特許 データ(i, j)について次世代の特許データ(i+ 1 , j)を抽出するまで(S2819)、カウ ンタ jに 1を加えて(S2820)次世代の特許データ(i+ 1 , j)の抽出処理を繰り返す。 特許データ (i, j)を引用した次世代 i+ 1の特許データ ¾Jが正の数である場合(S2 817 :YES)、この特許データ ¾Jを、特許データ (i, j)が引用された特許データ数と して集計する(S2818)。この集計結果は孫引きとしての新たな加点要素の算出に利 用されるが、好ましくは上述と同様に同じ世代 iに属するすべての特許データ(i, j)に ついて次世代の特許データ(i+ 1 , j)を抽出するまで(S2819)、カウンタ jに 1を加え て(S2820)次世代の特許データ(i+ 1 , j)の抽出処理を繰り返し、当該世代 iについ て抽出された次世代 i+ 1の特許データ数の総和∑Jに、所定の重み(後の世代ほど 加点への影響が小さくなるような重みが好ましい)を付与し(S2821)、 1つの世代 iに 1つの加点要素(i)を算出する(S2822)。例えば次世代 i+ 1の特許データ数 (孫引 き回数又はそれ以後の各世代の被引用回数)の総和∑Jをグループ内の全特許デ ータ(PS)について算出し、その値を用いて上述のほ女 3]により算出した値を、加点 要素 ωとする。
[0111] 同じ世代 iに属するすべての特許データ (i, j)につ!/、て次世代の特許データ (i+ 1 , j)の抽出が終了した場合(S2819 :YES)、次世代 i+ 1の特許データ ¾Jが正の数 である限り(S2823: YES)、カウンタ iに 1をカロえて(S2824)、更に次世代の孫引き の有無及び回数を判定する。
同じ世代 iに属するすべての特許データ (i, j)について次世代の特許データ (i+ 1 , j)の抽出が終了し(S2819 :YES)、且つ、次世代 i+ 1の特許データ ¾Jが正の数 でなくなった場合 (S2823: NO)、上述の処理で算出された加点要素(PS)及び各 世代の処理において算出された加点要素(i)の総和(加点要素(PS) +∑ {加点要 素(i) } )を算出し(S2825)、この総和を上述の特許データ(PS)の加点値とする(S2 826)。そして、例えばこの加点値をグループ内で合計した値∑ (加点値)の正の平 方根で各特許データ(PS)の加点値を除算することにより、被引用回数 (孫引きを含 む)としての評価点
(加点値) / ∑ (加点値)
を算出する。
[0112] 孫引きを評価に加える他の方法としては、まず孫引きの回数情報を図 7の経過情報 として記憶装置に保持しておき、これに基づき加点しても良い。
[0113] 加点方法も上述のものに限らず、例えば、上述のほ女 3]で用いた被引用回数と孫 引きの回数 (所定の割引率を掛けるのが好ましい)とを加算して求めた値に、上述の [ 数 3]を適用し、評価値算出部により、被引用回数という上述の評価項目としての評 価点を算出する。
また例えば、当該特許データが引用された「他社の特許出願」が更に他の特許出 願(自社、他社を問わない)で引用された場合 (他社引用の孫引き)はその回数 (所 定の割引率を掛けるのが好ましい)を上述のほ女 4]で用いた他社引用回数と加算す る。一方、当該特許データが引用された「自社の他の特許出願」が更に他の特許出 願(自社、他社を問わない)で引用された場合(自社引用の孫引き)はその回数 (所 定の割引率を掛けるのが好ましい)を上述のほ女 4]で用いた自社引用回数と加算す る。こうして得られた引用回数に、上述のほ女 4]を適用して被引用回数という上述の 評価項目としての評価点を算出することも可能である。
[0114] 《第 3変形例》
つぎに、本実施形態の第 3変形例を説明する。
上記実施形態の説明では、所定行為の有無を示す情報として「分割出願」を用い ることにより、結果として、分割出願はそうでない出願より(他の経過情報が同等なら) 高い評価値となる場合について説明した力 特にこれに限定されるものではない。第 3変形例では、分割出願の「原出願」であるか否力、を加味して評価する。分割出願の 原出願は、分割出願の基礎となったコア出願と言える。分割出願されたことにより、そ の原出願が存在価値を失い出願失効又は特許権消滅する場合もあるが、失効も消 滅もせず維持されている限りは、分割出願と同等又はこれに準じた評価を与えられる べきと考えられる。なお、分割出願の原出願が失効又は特許権消滅した場合は、上 述のほ女 5]により評価素点が 0となる。
[0115] 図 15は、第 3変形例にお!/、て分割出願の原出願である特許データに評価値算出 部が加点するための処理を示すフローチャートである。ここでは、分割出願の原出願 となっているものを抽出するとともにその分割回数及び世代数をカウントして加点要 素とする。
まず、評価値を算出する分析対象母集団の各特許データを記憶装置力 抽出する 。ここで抽出された母集団に属する各特許データを特許データ (PS)と称することに する(S2901)。以下の処理は、抽出された各特許データについて個別に行う。 次に、抽出された分析対象母集団のうちのある特許データ (PS)について、記憶装 置に記憶された経過情報を用いて出願番号及び出願日を特定する。ここで、特許デ ータ(PS)の出願番号及び出願日をそれぞれ出願番号 (PS)及び出願日(PS)と称 することにする(S2902)。
そして、当該特定された出願日(PS)を用いて、当該出願日以降の出願日を有する 特許データを、記憶装置に記憶された全特許データの中から抽出する。ここで、抽出 された後願特許データを特許データ群 A (PS)と称することにする(S2903)。 次に、特許データ群 A (PS)の中から、経過情報に分割の原出願番号を有する特 許データを抽出する。抽出された特許データを特許データ群 B (PS)と称することに する(S2904)。
次に、上述したある特許データ (PS)の出願番号 (PS)を用いて、当該特許データ( PS)を原出願とする特許データ (i, j)を上記特許データ群 B (PS)の中から全件 (J件 )抽出する。ここで iは分割世代数 (正の整数)であり、本ステップでは i= lである。 jは 後願特許データの識別番号であり、同一特許データ(PS)から分割出願された後願 特許データ力 SJ件あれば、 jは 1から Jまでの整数となる(S2905)。
[0116] 次に、特許データ(PS)を原出願とする特許データ(i, j)を用いて、以下の処理によ り加点要素を算出する。まず、分割世代数のカウンタ iを 1にセットする(S2906)。 そして、当該世代 iの特許データ ¾Jが正の数でない場合(S2907 : NO)、そもそも 当該特許データ(PS)を原出願とした後願特許データは存在しないので加点対象と せず加点の処理を終了する(S2907)。
当該世代 iの特許データ ¾Jが正の数である場合(S2907 :YES)、この特許データ ¾Jを、特許データ(PS)を原出願とする特許データ数として集計し(S2908)、所定 の重みを付与して(S2909)特許データ ¾Jに応じた加点要素(PS)を算出する(S29 10)。特許データ ¾Jは特許データ(PS)を原出願とする分割出願数を示すので、例 えばグループ内の全特許データ(PS)について算出された値(の総和の正の平方根 )を用いて上述のほ女 3]により算出した値を、加点要素(PS)とする。
[0117] 次に、特許データ(i, j)を用いて、次世代以降の分割出願の有無及び件数を世代 ごとに判定する。まず、同一特許データを原出願とする後願特許データ(i, j)を識別 するカウンタ jを 1にセットし(S2911)、各後願特許データ(i, j)について以下の処理 を行う。
まず、ある後願特許データ (i, j)について、記憶装置に記憶された経過情報を用い て出願番号及び出願日を特定する。ここで、特許データ (i, j)の出願番号及び出願 日をそれぞれ出願番号 (i, j)及び出願日(i, j)と称することにする(S2912)。
そして、当該特定された出願日(i, j)を用いて、当該出願日以降の出願日を有する 特許データを、記憶装置に記憶された全特許データの中から抽出する。ここで、抽出 された後願特許データを特許データ群 A (i, j)と称することにする(S2913)。
次に、特許データ群 A (i, j)の中から、経過情報に分割の原出願番号を有する特 許データを抽出する。抽出された特許データを特許データ群 B (i, j)と称することに する(S2914)。
次に、上述したある特許データ (i, j)の出願番号 (i, j)を用いて、当該特許データ(i , j)を分割の原出願とした特許データ (i+ 1 , j)を上記特許データ群 B (i, j)の中から 全件 (J件)抽出する(S2915)。特許データ (i+ 1 , j)は、分析対象母集団に属する 特許データ(PS)から見ると孫出願又はそれ以上の分割世代に属することになる。 次に、特許データ(i, j)を分割の原出願とした特許データ(i+ 1 , j)を用いて、以下 の処理により孫出願を有することによる新たな加点要素を算出する。
まず、特許データ (i, j)を分割出願の原出願とする次世代 i+ 1の特許データ ¾Jが 正の数でない場合(S2917 : NO)、そもそも当該特許データ(i, j)を原出願とする後 願特許データは存在しないので新たな加点対象とはしない。この場合、同じ世代 iに 属するすべての特許データ(i, j)について次世代の特許データ(i+ 1 , j)を抽出する まで(S2919)、カウンタ jに 1を加えて(S2920)次世代の特許データ(i+ 1 , j)の抽 出処理を繰り返す。
特許データ (i, j)を分割出願の原出願とする次世代 i+ 1の特許データ ¾Jが正の数 である場合(S2917 :YES)、この特許データ ¾Jを、特許データ(i, j)を原出願とする 特許データ数として集計する(S 2918)。この集計結果は孫出願を有することによる 新たな加点要素の算出に利用される力 S、好ましくは上述と同様に同じ世代 iに属する すべての特許データ(i, j)について次世代の特許データ(i+ 1 , j)を抽出するまで(S 2919)、カウンタ jに 1を加えて(S2920)次世代の特許データ(i+ 1 , j)の抽出処理 を繰り返し、当該世代 iについて抽出された次世代 i+ 1の特許データ数の総和∑Jに 、所定の重み(後の世代ほど加点への影響が小さくなるような重みが好ましい)を付 与し(S2921)、 1つの世代 iに 1つの加点要素(i)を算出する(S2922)。例えば次世 代 i+ 1の特許データ数 (孫出願件数又はそれ以後の各世代の分割出願件数)の総 和∑Jをグループ内の全特許データ(PS)について算出し、その値を用いて上述の [ 数 3]により算出した値を、加点要素 (i)とする。 [0119] 同じ世代 iに属するすべての特許データ (i, j)について次世代の特許データ (i+ 1 , j)の抽出が終了した場合(S2919 : YES)、次世代 i+ 1の特許データ ¾Jが正の数 である限り(S2923: YES)、カウンタ iに 1を加えて(S2924)、更に次世代の分割出 願の有無及び件数を判定する。
同じ世代 iに属するすべての特許データ (i, j)について次世代の特許データ (i+ 1 , j)の抽出が終了し(S2919 :YES)、且つ、次世代 i+ 1の特許データ ¾Jが正の数 でなくなった場合 (S2923: NO)、上述の処理で算出された加点要素(PS)及び各 世代の処理において算出された加点要素(i)の総和(加点要素(PS) +∑ {加点要 素(i) } )を算出し(S2925)、この総和を上述の特許データ(PS)の加点値とする(S2 926)。そして、例えばこの加点値をグループ内で合計した値∑ (加点値)の正の平 方根で各特許データ(PS)の加点値を除算することにより、分割出願の原出願として の評価点
(加点値) / ∑ (加点値)
を算出する。
[0120] 分割出願の原出願であるか否力、を加味する他の方法としては、まず分割出願の原 出願であるか否かの情報を図 7の経過情報として記憶装置に保持しておき、これに 基づき原出願に加点しても良い。
[0121] 加点方法も上述のものに限らず、例えば、分割出願の原出願に該当する場合には 、上述の「分割出願」の評価項目に該当するものとして、評価値算出部により上述の [ 数 1]を用いて「分割出願」の評価点を算出することもできる。上述のほ女 1]では、評 価項目 iの該当有無データとして、分割出願である場合は 1、分割出願でない場合は 0とする例について説明したが、分割出願の原出願である場合にも 1とすれば、分割 出願と同等の評価が原出願に与えられることになる。これに対し、分割出願の原出願 である場合の該当有無データを適当な正の定数 aとすれば、 a< 1なら分割出願より 低い評価、 1 < aなら分割出願より高い評価が与えられることになる。
[0122] 《第 4変形例》
つぎに、本実施形態の第 4変形例を説明する。
第 4変形例は、処理装置 1のデータ取得部 105の機能を追加し、図 3に示した S20 0の処理を、図 16および図 17に示す手順にしたがい行うようにした。このようにするの は、特許評価フェーズ A2において、信頼性が高い評価値を求めるためには、分析 対象のデータとして、ある程度の規模の母集団が必要となるためである。
[0123] 具体的には、第 4変形例は、データ取得部 105に機能を付加した以外は、図 1に示 すものと同じである。そのため、以下では、異なる部分を中心に説明する。なお、デー タ取得部 105は、上記実施形態のものと一部機能が異なるが、説明の便宜上、同じ 符号を用いる。また、第 4変形例のデータ取得部 105の機能は、図 2に示したハード ウェアにより、上記実施形態と同様、ソフトウェア的に実現されるものとする。
[0124] ここで、第 4変形例のデータ取得部 105が行う、 S200の処理の詳細について、図 1 6および図 17を用いて説明する。
図 16および図 17は、図 3に示す S200の処理の具体的な手順の一例を示したフロ 一チャートである。以下、図 1および図 3を参照しながら、図 16および図 17に示した 処理の手順を説明していく。
[0125] 図 16に示すように、先ず、データ取得部 105は、 IPCサブグループの指定を受け 付ける(S2001)。たとえば、データ取得部 105は、入力装置 3を介して、スコアリング 対象の特許データの属する IPCサブグループデータ(IPCサブグループを特定する データ)を取得する。
[0126] つぎに、データ取得部 105は、指定された IPCサブグループの特許データの件数 がしきぃィ直 Taより大きいか否かを判定する(S2002、 S2003)。なお、しきいィ直 Taに ついては、特に限定しないが、しきい値 Taを 5000件とすると価値が安定する傾向に ある。以下では、しきい値 Taを 5000件とした場合を例にして説明する。
[0127] 具体的には、 S2002において、データ取得部 105は、記憶装置 2にアクセスし、 S2 001で指定された IPCサブグループに属する特許データの件数 (Nsg)をカウントす つぎに、 S2003において、データ取得部 105は、カウントした特許データの件数( Nsg)が 5000件 (Ta)以上か否かを判定する。そして、データ取得部 105は、特許デ ータの件数(Nsg)が 5000件(Ta)以上であれば、 S2004に進み、特許データの件 数(Nsg)力 S 5000件(Ta)未満であれば S 2011に進む。 [0128] ここで、上記の分析対象のデータの母集団が 5000件以上あれば評価値が安定す る傾向にあることについて、上記実施形態で用いた図 9を用いて簡単に説明しておく
[0129] 図 9に示す表は、上記実施形態において分析対象母集団の抽出範囲を変えたとき の評価値算出結果を示す表である。分析対象母集団として IPCサブグループ、メイン グループ、サブクラスを選んだ場合、ある特許の評価値がどのように変化したかを 3つ の技術分野に関して示してレ、る。
IPC「B01J35/02」の分野において、メイングループでは 2, 211件の特許データが 存在し、サブクラスでは 17, 852件の特許データが存在し、このサブクラスでのある 特許出願の評価値 (偏差値)は、メイングループの評価値と同一で、安定していた。 また IPC「C22C27/02」の分野にぉレ、ては、このサブグループだけでは 62件の特許 データしか存在せず、このサブグループでのある特許出願の評価値は、メイングルー プでの評価値とまだ大きな開きがあった。分析対象母集団をメイングループまで広げ るとようやく 242件となった力 このメイングループでのある特許出願の評価値は、サ ブクラスでの評価値とまだ大きな開きがあった。分析対象母集団を更にサブクラスま で広げるとようやく 19, 129件となり、安定していた。
この図では説明を簡略化するため 3例しか示していないが、他の分野においても、 分析対象母集団が 5, 000件以上で安定する傾向がある。
[0130] 図 16に戻り、 S2003において、特許データの件数(Nsg)が 5000件(Ta)以上と判 定された場合に進む S2004の処理を説明する。具体的には、 S2004では、データ 取得部 105は、分析対象の母集団として、 S2001で受け付けた IPCサブグループを 選 する。
[0131] つぎに、データ取得部 105は、記憶装置 2にアクセスし、 S2001で取得した IPCサ ブグループデータを用いて、選定した IPCサブグループに属する特許データを年度 別(出願年度別)に分類し、分類した特許データの年度別の件数 (Nsg (y) )を集計 する(S2005)。
[0132] つぎに、データ取得部 105は、集計した特許データの年度別の件数 (Nsg (y) )毎 に、その年度別の件数 (Nsg (y) )がしきい値 Tbより大きいか否かを判定する。なお、 しきいィ直 Tbについては、特に限定しないが、しきいィ直 Tbを 20件とするとよい。以下で は、しきい値 Tbを 20件とした場合を例にして説明する。
データ取得部 105は、上記の判定結果を利用して記憶装置 2にアクセスし、分析対 象のデータとして、 20件 (Tb)より大きい年度に分類された特許データ、およびその 特許データの特許属性情報を取得する(S2006〜S2008)。すなわち、データ取得 部 105は、集計した特許データの年度別の件数(Nsg (y) )毎に、 S2006〜S2008 の処理を行う。
具体的には、 S2006において、データ取得部 105は、特許データの年度別の件数 (Nsg (y) )が 20件 (Tb)より大きいか否かを判定する。判定により、特許データの年 度別の件数 (Nsg (y) )が 20件 (Tb)より大きければ S2007に進み、その年度別の件 数 (Nsg (y) )に属する特許データ、およびその特許データの特許属性情報を取得す る。判定により、特許データの年度別の件数 (Nsg (y) )が 20件 (Tb)より大きくなけれ ば S2008に進み、その年度別の件数 (Nsg (y) )に属する特許データを分析対象の データとして扱わないようにする。
[0133] すなわち、 S2006〜2008では、年度別の件数(Nsg (y) )が 20件(Tb)より小さけ れば、その年度に属する特許データを分析対象のデータから除くようにしている。例 えば、 S2002でカウントした特許データの件数(Nsg)が「6, 000件」だったとする。 そして、 S2005で、年度別の件数を集計すると、特許データの年度別の件数 (Nsg ( y) )のうち、 1991年度および 1992年度の特許データの年度別の件数(Nsg (1991) 、 Nsg (1992) )が共に 20件 (Tb)以下だったとする。この場合、 S2004で選定した I PCサブグループに属する特許データ(6, 000件の特許データ)の中から、 1991年 度および 1992年度の特許データを除いた特許データを分析対象とする。
[0134] S2006〜S2008の処理を終了すると、 S200の処理を終えて、図 3の S210の処理 に移行する。
[0135] つぎに、 S2003において、指定された IPCサブグループに属する特許データの件 数 (Nsg)が 5000件 (Ta)未満と判定された場合に進む S2011の処理を説明する。
S2011では、データ取得部 105は、 S2001で指定された IPCサブグループの 1つ 上の階層の IPCメイングループを特定する。すなわち、本ステップでは、分析対象の 母集団の候補となる技術分野を IPCメイングループまで広げる。例えば、 S2001で 指定された IPCサブグループが「Α01Β1/02」であれば、データ取得部 105は、 IPC サブグループの「Α01Β1/02」の 1つ上の階層の IPCメイングループである「A01B1 /00」を特定する。
[0136] つぎに、データ取得部 105は、特定した IPCメイングループの特許データの件数が 5000件 (Ta)より大き!/ヽカ、否力、を半 IJ定する(S2012、 S2013)。
[0137] 具体的には、 S2012において、データ取得部 105は、記憶装置 2にアクセスし、 S2 011で特定した IPCメイングループに属する特許データの件数 (Nmg)をカウントする
また、 S2013において、データ取得部 105は、カウントした特許データの件数(Nm g)が 5000件 (Ta)以上か否かを判定する。そして、データ取得部 105は、特許デー タの件数(Nmg)が 5000件(Ta)以上であれば、 S2014に進み、特許データの件数 (Nmg)力 5000件 (Ta)未満であれ (ま、、図 17の S2021に進む。
[0138] S2014では、データ取得部 105は、「S2012でカウントした IPCメイングループに 属する特許データの件数 (Nmg)」を「S2002でカウントした IPCサブグループに属 する特許データの件数 (Nsg)」で除算した値が「2」より大き!/、か否かを判定する。具 体的には、 S2012でカウントした「Nmg」と、 S2002でカウントした「Nsg」とが下記の (式 6)に示す関係を満たすか否力、を判定する。
Nmg ÷ Nsg > 2 (式 6)
[0139] データ取得部 105は、 S2012でカウントした「Nmg」と、 S2002でカウントした「Nsg 」とが(式 6)の関係を満たせば S2015に進み、分析対象の母集団として、 S2011で 特定した IPCメイングループを選定する。一方、データ取得部 105は、 S2012でカウ ントした「Nmg」と、 S2002でカウントした「Nsg」とが(式 6)の関係を満たさなければ、 S2004に進み、上述した S2004〜S2008の処理を行う。
[0140] すなわち、本ステップにより、「分析者により指定された IPCサブグループの 1つ上 の階層の IPCメイングループに属する特許データの件数(Nmg)が 5000件 (Ta)以 上であり」、且つ「特許データの件数 (Nmg)力 分析者により指定された IPCサブグ ループに属する特許データの件数 (Nsg)の 2倍より大きい場合」に、分析対象の母 集団として、分析者により指定された IPCサブグループの 1つ上の階層の IPCメイン グループが選定されるようになる。
一方、「分析者により指定された IPCサブグループの 1つ上の階層の IPCメイングル ープに属する特許データの件数 (Nmg)が 5000件 (Ta)以上」であっても、「特許デ ータの件数 (Nmg)力 分析者により指定された IPCサブグループに属する特許デー タの件数 (Nsg)の 2倍より大きくない」場合には、分析対象の母集団として、分析者に より指定された IPCサブグループが選定されるようになる。
このように S2014の処理を行うのは以下の点を考慮したためである。
本実施形態の評価値を算出する手法は、同じ技術分野の特許データ群を母集団 にとり、その母集団に属する各特許データの評価値を各々算出することで、評価値の 精度を高めようとしている。したがって、各評価値の精度を高めるためには、母集団と して、より狭い範囲に分類される技術分野の特許データを集めることが望まれる。また 、本実施形態の評価値を算出する手法では、上述したように評価値の安定性の観点 から、分析対象の特許データの母集団が 5000件以上あることが望まれる。すなわち 、本実施形態の評価値を算出する手法では、母集団が、(i)より狭い範囲に分類され る技術分野の特許データであることと、 (ϋ) 5000件以上あることが望まれる。
しかし、出願件数が少ない技術分野の特許データでは、上記 (i)の要件が満たされ ない。また、技術分野を広げ過ぎると上記 (ii)の要件が満たされないこととなる。 そこで、出願件数が少ない技術分野の特許データが評価対象の場合、本ステップ の処理を行うことで、上記 (i)によりもたらされる評価値の精度と、上記 (ii)によりもたら される評価値の安定性との調和を図るようにしている。
[0141] つぎに、 S2015の処理(IPCメイングループを選定する処理)の後に行われる S20
16〜S2019の処理 ίこつ!/、て説明する。
[0142] S2016では、データ取得部 105は、上述した S2005と同様の手順にした力 Sい、記 憶装置 2にアクセスし、特定した IPCメイングループに属する特許データを年度別に 分類し、分類した年度別の特許データの件数 (Nmg (y) )を集計する。
S2017〜S2019では、データ取得き は、上述した S2006〜S2008と同様の 手順にした力 Sい、 S2016で集計した特許データの年度別の件数 (Nmg (y) )毎に、 その年度別の件数 (Nmg (y) )が 20件 (Tb)より大きいか否かを判定する。そして、上 記の判定結果を利用して、データ取得部 105は、記憶装置 2にアクセスし、分析対象 のデータとして、 20件 (Tb)より大きい年度に分類された特許データ、およびその特 許データの特許属性情報を取得する。
[0143] そして、 S2017〜S2019の処理を終了すると、 S200の処理を終えて、図 3の S21 0の処理に移行する。
[0144] つぎに、 S2013において、特定した IPCメイングループに属する特許データの件数
(Nmg)が 5000件 (Ta)未満と判定された場合に進む図 17の S2021以降の処理を 説明する。
[0145] 図 17に示すように、 S2021では、データ取得部 105は、 S2011で特定した IPCメイ ングループの 1つ上の階層の IPCサブクラスを特定する。すなわち、本ステップでは、 分析対象の母集団の候補となる技術分野を IPCサブクラスまで広げる。
[0146] つぎに、データ取得部 105は、上述した S2002〜S2003と同様の手順にした力 Sい 、特定した IPCサブクラスの特許データの件数が 5000件 (Ta)より大きいか否かを判 定する(S2022、 S2023)。このようにするのは、上述した S2002〜2003と同様の理 由による。
[0147] 具体的には、 S2022において、データ取得部 105は、記憶装置 2にアクセスし、 S2 021で特定した IPCサブクラスに属する特許データの件数 (Nsc)をカウントする。 また、 S2023において、データ取得部 105は、カウントした特許データの件数(Nsc )が 5000件 (Ta)以上か否かを判定する。そして、データ取得部 105は、特許データ の件数(Nsc)が 5000件(Ta)以上であれば、 S2024に進み、特許データの件数(N sc)力 S5000件(Ta)未満であれば、 S2031に進む。
[0148] S2024では、データ取得部 105は、上述した S2014と同様の手順にしたがい、「S 2022でカウントした IPCサブクラスに属する特許データの件数(Nsc)」を「32012で カウントした IPCメイングループに属する特許データの件数 (Nmg)」で除算した値が 「2」より大きい力、否力、を半 IJ定する。具体白勺には、 S2022でカウントした「Nsc」と、 S20 12でカウントした「Nmg」とが下記の(式 7)に示す関係を満たすか否かを判定する。 Nsc ÷ Nmg > 2 (式 7) [0149] データ取得部 105は、 S2022でカウントした「Nsc」と、 S2012でカウントした「Nmg 」と力 式 7)の関係を満たせば S2025に進み、分析対象の母集団として、 S2021で 特定した IPCサブクラスを選定する。一方、データ取得部 105は、 S2022でカウント した「Nsc」と、 S2012でカウントした「Nmg」とが(式 7)の関係を満たさなければ、図 1 6の S2015に進み、上述した S2015〜S2019の処理を行う。
[0150] つぎに、 S2025の処理(IPCサブクラスを選定する処理)の後に行われる S2026〜 S2029の処理について説明する。
[0151] S2026では、データ取得部 105は、上述した S2005と同様の手順にした力 Sい、記 憶装置 2にアクセスし、特定した IPCサブクラスに属する特許データを年度別に分類 し、分類した年度別の特許データの件数 (Nsc (y) )を集計する。
S2027〜S2029では、データ取得き は、上述した S2006〜S2008と同様の 処理をする。すなわち、データ取得部 105は、 S2026で集計した特許データの年度 別の件数 (Nsc (y) )毎に、その年度別の件数 (Nsc (y) )が 20件 (Tb)より大き!/、か否 かを判定する。なお、 20件 (Tb)は、 S2006と同じ値を用いる。そして、上記の判定 結果を利用して、データ取得部 105は、記憶装置 2にアクセスし、分析対象のデータ として、 20件 (Tb)より大きい年度に分類された特許データ、およびその特許データ の特許属性情報を取得する。
[0152] そして、 S2027〜S2029の処理を終了すると、 S200の処理を終えて、図 3の S21 0の処理に移行する。
[0153] つぎに、 S2023において、特定した IPCサブクラスに属する特許データの件数 (Ns c)が 5000件 (Ta)未満と判定された場合に進む S2031以降の処理を説明する。
[0154] 先ず、 S2031では、データ取得部 105は、 S2021で特定した IPCサブクラスの 1つ 上の階層の IPCメインクラスを特定する。すなわち、本ステップでは、分析対象の母 集団の候補となる技術分野を IPCメインクラスまで広げる。
[0155] つぎに、データ取得部 105は、上述した S2002〜S2003と同様の手順にした力 Sい
、特定した IPCメインクラスの特許データの件数が 5000件 (Ta)より大きいか否かを 判定する(S2032、 S2033)。
[0156] 具体的には、 S2032において、データ取得部 105は、記憶装置 2にアクセスし、 S2 031で特定した IPCメインクラスに属する特許データの件数 (Nmc)をカウントする。
[0157] S2033において、データ取得部 105は、カウントした特許データの件数(Nmc)が 5 000件 (Ta)以上か否かを判定する。そして、データ取得部 105は、特許データの件 数(Nmc)が 5000件(Ta)以上であれば、 S2034に進む。
一方、データ取得部 105は、特許データの件数(Nmc)が 5000件 (Ta)未満の場 合、 S2035に進み、分析対象の母集団として、 S2031で特定した IPCメインクラスを 選定する。本ステップでは、上述した S2003、 S2013、 2023と異なり、特許データの 件数が 5000件 (Ta)未満の場合であっても、分析対象の母集団の候補となる技術分 野を広げないようにしている。このようにするのは、分析対象の母集団の技術分野を 広げ過ぎると、分析対象のデータの中に異なる技術分野のデータが混入してしまう恐 れがあるためである。
[0158] S2034では、データ取得部 105は、上述した S2014と同様の手順にしたがい、「S 2032でカウントした IPCメインクラスに属する特許データの件数(Nmc)」を「S2022 でカウントした IPCサブクラスに属する特許データの件数 (Nsc)」で除算した値が「2」 より大きい力、否力、を半 IJ定する。具体白勺には、 S2032でカウントした「Nmc」と、 S2022 でカウントした「Nsc」とが下記の(式 8)に示す関係を満たすか否かを判定する。
Nmc ÷Nsc > 2 (式 8)
[0159] データ取得部 105は、 S2032でカウントした「Nmc」と、 S2022でカウントした「Nsc 」と力 式 8)の関係を満たせば S2035に進み、分析対象の母集団として、 S2031で 特定した IPCメインクラスを選定する。一方、データ取得部 105は、 S2032でカウント した「Nmc」と、 S2022でカウントした「Nsc」とが(式 8)の関係を満たさなければ、 S2 025に進み、上述した S2025〜S2029の処理を行う。
[0160] つぎに、 S2035の処理(IPCメインクラスを選定する処理)の後に行われる S2036 〜S2039の処理について説明する。
[0161] S2036では、データ取得部 105は、上述した S2005と同様の手順にした力 Sい、記 憶装置 2にアクセスし、特定した IPCメインクラスに属する特許データを年度別に分類 し、分類した年度別の特許データの件数 (Nmc (y) )を集計する。
S2037〜S2039では、データ取得き は、上述した S2006〜S2008と同様の 処理をする。すなわち、データ取得部 105は、 S2036で集計した特許データの年度 別の件数 (Nmc (y) )毎に、その年度別の特許データの件数 (Nmc (y) )が 20件 (Tb )より大きいか否かを判定する。ここでは、 20件 (Tb)は、 S2006と同じ値を用いる。そ して、上記の判定結果を利用して、データ取得部 105は、記憶装置 2にアクセスし、 分析対象のデータとして、 20件 (Tb)より大きい年度に分類された特許データ、およ びその特許データの特許属性情報を取得する。
[0162] S2037〜S2039の処理を終了すると、 S200の処理を終えて、図 3の S210の処理 に移行する。
[0163] 以上説明したように、第 4変形例は、分析者から指定された IPCサブグループに属 する特許データの母集団が、信頼性の高い評価値を算出するために必要と考えられ る数よりも少ない場合であっても、必要と考えられる数に近づくまで、上記の指定され た IPCサブグループに近い技術分野の特許データを探すようにしている。したがって 、分析者が分析を行レ、た!/、特許データの技術分野を IPCサブグループを用いて指 定するだけで、信頼性が高い評価値を算出するために必要な特許データが集まる可 能性を高めることができる。その結果、図 16および図 17で示した処理(S200の処理 )に続いて行われる評価値算出処理において、信頼性が高い評価値が算出される可 能性が高くなる。
[0164] 《第 5変形例》
次に、本実施形態の第 5変形例について、図 19〜図 24を用いて説明する。第 5変 形例は、上述した実施形態の情報処理装置 1が有する評価値算出部 120の機能を 一部変更したものである。第 5変形例は、評価対象の特許データとして、米国特許庁 に特許出願されたものを用いるようにしている。そして、米国で特許出願された特許 データ(米国特許公報)の価値評価の精度を高めるため、上記の実施形態から以下 の点を変更した。
[0165] 具体的には、第 5変形例は、上記実施形態で評価値算出に利用した経過情報 210 および内容情報 220を、図 19および図 20に示すものに変更した。
このように変更したのは、本出願の発明者が、米国特許出願の経過情報および内 容情報と、特許権の維持率との関係を統計的手法により分析を行った結果、特許権 の維持率と、図 19および図 20に示す情報とが密接に関係していることを見出したた めである。そして、特許権の維持率の高い特許は、企業等の特許権者にとり重要で 価値が高いものと推定できるため、第 5変形例では、図 19および図 20に示す情報を 利用し、特許の価値を評価するようにした。すなわち、第 5変形例は、米国出願の傾 向を考慮し、価値評価に利用する経過情報および内容情報を上記の実施形態のも のから変更するようにした。
[0166] また、第 5変形例では、内容情報 240のデータについても、経過情報 230と同様に 、特許データの評価値算出の基礎データとするようにした(上記実施形態では、内容 情報 220は、経過情報 210から求めた評価値の補正に利用する補助的データとして 扱っていた)。
このようにしたのは、本出願の発明者が、上述した分析を行った結果、内容情報と 特許権の維持率との関係が、経過情報と特許権の維持率との関係と同様程度である ことを見出したためである。
[0167] つぎに、第 5変形例の構成について説明する。第 5変形例の機能構成は、図 1に示 したものと、評価値算出部 120の機能が一部異なる点と、記憶装置 2に格納する情報 がー部異なる以外は同じである。なお、評価値算出部 120は、上記実施形態のもの と一部機能が異なるが、説明の便宜上、上記実施形態と同じ符号を用いる。
具体的には、記憶装置 2に、図 19に示す経過情報 230と、図 20に示す内容情報 2 40とを格納しておく。そして、評価値算出部 120は、経過情報 230および内容情報 2 40を利用して、後述する図 21および図 22に示す処理ステップを実行し、特許データ を評価する。なお、第 5変形例の機能は、上記実施形態と同様、図 2に示すハードウ エアにより実現されるものとする。
[0168] つぎに、第 5変形例の経過情報 230を説明する。図 19は、本実施形態の第 5変形 例の経過情報のデータ構成の一例を模擬的に示した図である。
図示するように、経過情報 230は、「特許データ ID (公報番号等)」を登録するため のフィーノレド 2300と、「出願日力、らの経過日数」を登録するためのフィールド 2305と 、「登録日力もの経過日数」を登録するためのフィールド 2310と、「仮出願」の有無を 示す情報を登録するためのフィールド 2312と、「再審査請求」が行われた回数を示 す情報を登録するためのフィールド 2315と、「分割出願」の回数を示す情報を登録 するためのフィールド 2320と、「継続出願」の回数を示す情報を登録するためのフィ 一ノレド 2325、「一部継続出願」の回数を示す情報を登録するためのフィールド 2330 と、「優先権」の回数を示す情報を登録するためのフィールド 2335と、「被引用回数」 を示す情報を登録するためのフィールド 2340とを備えて、 1つのレコードが構成され る。なお、経過情報 230は、複数のレコードよりなる。
[0169] ここで、「出願からの経過日数」、および「登録日からの経過日数」は、該当する特 許データの期間に関する情報であり、上記実施形態のものと同じである
[0170] 「仮出願」の有無を示す情報を登録するためのフィールド 2312には、所定行為が なされている場合は例えば 1が与えられ、なされていない場合は例えば 0が与えられ る。すなわち、特許データ力^仮出願」を行ってからされた特許出願であれば、「1」が 与えられ、「仮出願」を行ってレ、ない出願であれば「0」が与えられる。
[0171] フィーノレド 2315〜2340には、特許データに対し、それぞれ、対応する内容が行わ れた回数が与えられる。例えば、フィーノレド 2315には、フィーノレド 2300に登録され た特許 IDを持つ特許データに対して行われた「再審査請求」の回数が与えられる。 また、例えば、フィーノレド 2320には、フィールド 2300に登録された特許 IDを持つ特 許データに対して行われた「分割出願」の回数が与えられる。フィールド 2325には、 フィールド 2300に登録された特許 IDを持つ特許データに対して行われた「継続出 願」の回数が与えられる。
フィールド 2330には、フィールド 2300に登録された特許 IDを持つ特許データに対 して行われた「一部継続出願」の回数が与えられる。フィールド 2335には、「優先権」 の基礎出願の件数をもって、フィールド 2300に登録された特許 IDを持つ特許デー タに対して行われた「優先権」の回数が与えられる。フィールド 2340に登録される情 報は、上記実施形態のものと同じである。
なお、第 5変形例では、経過情報 230は、予め、記憶装置 2に格納されているものと する。
[0172] このような構成の経過情報 230を利用するようにしたのは、上述したように、本出願 の発明者が、米国特許出願の経過情報と、特許維持率との関係を統計的手法により 分析を行った結果、図 19に示す経過情報 230と、特許維持率とが密接に関係してい ることを見出したためである。
例えば、仮出願に基づく特許出願の方が、仮出願に基づかない特許出願よりも特 許維持率が高い傾向にある。また、例えば、再審査請求の回数が多い特許の方が、 再審査請求の少ない特許よりも特許維持率が高い傾向にある。同様に、分割出願の 回数が多!/、特許出願(或!/、は優先権の回数が多い出願)の方が、分割出願の回数 が少ない出願よりも特許維持率が高!/、傾向にある。
[0173] 図 18は、実際に米国特許における経過情報の有無と特許権の維持率との関係を 分析した結果を示すグラフである。これによると、再審査請求(re-examination)、分割 出願、継続出願、一部継続出願(continuation-in-part application)、優先権、被引用 について、これらの経過情報が存在する特許権の維持率が、平均の維持率より高い ことがわかった。尚、仮出願については図示してはいないが、同様な傾向を示すこと がわかっている。
[0174] 更に、優先権、仮出願、分割出願、継続出願、一部継続出願、及び外国優先権の 回数と特許権の維持率との関係を分析したところ、回数が多いほど特許権の維持率 が高いことがわかった。特に、分割出願、継続出願、一部継続出願は、より強い特許 を取得するため多数行われることがあり、これらの回数の多さが権利化意欲の高さを 示すことは十分考えられる。
従って、分割出願、継続出願、一部継続出願は、これらの回数を上述のほ女 3]によ る評価点の算出に用いるのが好ましい。
また、仮出願 (及び必要に応じて外国優先権)は、その有無を上述のほ女 1]による 評価点の算出に用いるのが好ましい。なお、 [数 1]に一定の補正係数を乗算して評 価点としても良い。
[0175] つぎに、内容情報 230のデータ構成を図 20に示す。
図 20は、本実施形態の第 5変形例で利用する内容情報のデータ構成の一例を模 擬的に示した図である。
図示するように、内容情報 240は、「特許データ ID (公報番号等)」を登録するため のフィールド 2400と、その特許データの「請求項数」を登録するためのフィールド 24 05と、「独立請求項当たりの平均単語数」を登録するためのフィールド 2410と、その 特許データの「独立請求項の割合」を登録するためのフィールド 2415と、「発明の名 称の単語数」を登録するためのフィールド 2420と、その特許データの「全文の単語 数」を登録するためのフィールド 2425と、その特許データの「発明者の数」を登録す るためのフィールド 2430と、その特許データの「代理人の数」を登録するためのフィ 一ノレド 2435と、「図面枚数」を登録するためのフィールド 2440とを備えて 1つのレコ ードが構成される。なお、内容情報 240は、複数のレコードよりなる。
[0176] ここで、「請求項数」は、その特許データ(特許出願)の請求項数を示す情報である 。 「独立請求項当たりの平均単語数」とは、その特許データの独立請求項の単語数を カウントして集計し、独立請求項の数で除算したものである。「独立請求項の割合」と は、その特許データの全請求項の中に占める独立請求項の割合を示した情報であ る。「発明の名称の単語数」とは、その特許データの発明の名称の単語数をカウントし て得た情報である。「全文の単語数」とは、その特許データの明細書記載された全文 書の中にある単語数をカウントしたものである。 「発明者の数」および「代理人の数」と は、その特許データの願書に記載されて!、る発明者および代理人の数を数えたもの である。「図面枚数」とは、その特許データの図面が掲載されているページの枚数を 数えたものである。なお、第 5変形例では、図 1、図 2、および図 3が、明細書の中の 1 頁に記載されていれば、「図面枚数」を 1枚とカウントする。すなわち、図面の数では なぐ図面のページ数でカウントする。
[0177] なお、第 5変形例では、内容情報 240は、予め、記憶装置 2に格納しておくこととす る力 情報処理装置 1が、テキストマイニング等の手法により、特許データを利用して 、内容情報 240を生成するようにしてもよい。この場合、「請求項数」、「独立請求項当 たりの平均単語数」、「独立請求項の割合」、「発明の名称の単語数」、「全文の単語 数」、および「図面枚数」は、各特許データの実体情報から求めることができる。また、 「発明者の数」および「代理人の数」は、書誌情報から求めることができる。
[0178] このような構成の内容情報 240を利用するようにしたのは、上述したように、本出願 の発明者が、米国特許出願の内容情報と、特許維持率との関係を統計的手法により 分析を行った結果、図 20に示す内容情報 240と、特許維持率とが密接に関係してい ることを見出したためである。
例えば、米国特許出願では、「請求項数」が多!/、特許出願の方が「請求項数」が少 ない特許出願よりも特許維持率が高い傾向にある。なお、「独立請求項の平均単語 数」および「独立請求項の割合」は、少ないほど特許維持率が高い傾向にある。
[0179] つぎに、第 5変形例の特許評価装置が行う処理について説明する。
第 5変形例では、経過情報 230および内容情報 240を、予め、記憶装置 2に格納し ておくようにするため、初期設定フェーズ A1を行う必要はない。また、第 5変形例は、 特許評価フェーズ A2の中の S220以外の処理ステップは、上記実施形態のものと同 じ処理を行う(図 3参照)。なお、第 5変形例は、評価対象の特許データとして米国特 許公報を利用するようにしてレ、るため、 S200のグループの指定を「USPCクラス」や「 USPCサブクラス」で受け付けるようにするとよい。
以下、第 5変形例のうち上記実施形態と異なる処理を中心に説明する。
[0180] 評価値算出部 120は、 S220において、図 21および図 22に示す処理を行う。図 21 および図 22は、本実施形態の第 5変形例の特許評価装置が行う、各特許データの 評価値を算出する処理の詳細を示すフローチャートである。なお、図 21は、図 22に 示す処理の前に行う、内容情報から評価点を算出する処理のフローを示したもので ある。図 22は、上述した図 10の一部を変更したものである。
[0181] 具体的には、評価値算出部 120は、図 3の S220の処理に入ると、図 21に示す、内 容情報 240から評価点を算出する処理を行う。
先ず、評価値算出部 120は、 S210の分類によって生成されたグループに属する 特許データ 200の内容情報 240を取得する(S3000)。ここでは、取得した 1つのグ ループ力 件の特許データの内容情報 240であるものとする。また、 J件のそれぞれを 区別するため添え字 j (j = l , 2, · · · ,】)を用いる。また、説明を簡単にするため、 1つ のグループ (J件の特許データのグループ)の内容情報 240の評価点を算出する場 合の例を示す。
[0182] つぎに、評価値算出部 120は、取得した内容情報 240を対数化する。具体的には 、評価値算出部 120は、全ての内容情報 240に対し、内容情報毎に対数化した値を 算出する。なお、以下では、内容情報 240を「n」で表し、 J件のそれぞれを区別する 添え字 jを付して、各特許データの内容情報を「nj」とする。そして、対数化した各特 許データの内容情報を「ln (nj)」で示す。また、説明を簡単にするため、以下では、 1 種類の内容情報「n」についての評価点を算出するフローを示す。
[0183] つぎに、評価値算出部 120は、母集団における対数化した内容情報の平均 )お よび標準偏差( σ )を算出する(S3002)。すなわち、評価値算出部 120は、対数化し 件の内容情報 (nj)を用いて、そのグループにおける平均 )および標準偏差( σ )を算出する。
[0184] つぎに、評価値算出部 120は、変数】を 1にセットし(S3003)、 S3004の処理に進 む。
[0185] S3004では、評価値算出部 120は、対数化した内容情報 (In (nj) )を以下に示す( 数 9)を用いて正規化する。なお、正規化した内容情報を「sj」で表す。
[数 9コ ln(nj) - μ
[0186] つぎに、評価値算出部 120は、 S3004で正規化した内容情報(sj)が「0」より大き いか否かを判定し(S3005)、内容情報(sj)が「0」より大きければ S3006に進み、内 容情報(sj)が「0」以下ならば S3007に進む。すなわち、「sj〉0」を満たせば S3006 に進み、満たさなければ S3007に進む。 (sj)は、正規化されている値のため、「0」は 、グループの中の平均を示していることとなる。
なお、内容情報が「独立請求項の平均単語数」の場合、および「独立請求項の割 合」の場合の処理につ!/、ては後述する。
[0187] S3006では、評価値算出部 120は、 S3004で正規化した内容情報(sj)を以下に 示す (数 10A)に代入し、評価点を算出して、 S3008に進む。
[数则 評価点 X (補正係数)
なお、(数 10A)の分母にある「∑ (出願)」とは、このグループにおける出願件数の 合計である(ここでは J件である)。また、「補正係数」とは、内容情報毎に、予め与えて おく係数である。例えば、
「請求項数」については 5、
「発明の名称の単語数」については 3、
「全文の単語数」については 2、
「発明者の数」については 2、
「代理人の数」については 2、
「図面枚数」については 2
とする。
ここで、「∑ (出願)」を用いたのは、母集団の影響を考慮したものであるとともに、出 願件数という特許公報に共通の要素を媒介として分母にとることにより、経過情報と 内容情報とを規格化するためである。
また、「∑ (出願)」の正の平方根で除算しているのは、母集団間の格差を緩和する 目的があるとともに、経過情報の評価項目とのバランスをとるためである。つまり、経 過情報の評価項目についての評価点は上述のほ女 1]やほ女 2]にあるように該当有無 データ(例えば該当なら 1、非該当なら 0)の合計値の正の平方根で除算してレ、るた め、当該グループにおける出願件数が多いほど経過情報の評価項目についての評 価点が小さくなりやすい。内容情報についても同様の調整を行わないと、当該グルー プにおける出願件数が多いほど、算出される評価素点に対する内容情報の評価項 目についての評価点の比重が高くなりすぎてしまうおそれがあるため、内容情報につ V、ては「∑ (出願)」の正の平方根で除算することとして!/、る。
また、補正係数を乗算しているのは、内容情報毎に維持率との相関の有意性が異 なるためである。
[0188] そして、評価値算出部 120は、算出した評価点を、特許データ毎に関連付けて保 持しておく。すなわち、評価値算出部 120は、特許データ ID毎に対応する評価点を 関連付けたデータを生成し、メモリの所定領域に格納しておく(なお、格納したデータ は図 22のフローで利用する)。
[0189] S3007に進んだ場合、評価値算出部 120は、正規化した内容情報(sj)を加点対 象にしないで、 S3008に進む。正規化した内容情報(sj)が平均値「0」を超える場合 のみ加点対象としたのは、平均 0以下の場合に減点しょうとすると評価精度が劣化す る頃向があるためである。
このよう ίこ、 S3005、 3006、 3007ίこより、グノレープの中で平均以上の内容†青幸 nj だけを加点対象とするようにした(なお、「独立請求項の平均単語数」、および「独立 請求項の割合」については、後述の通り、平均以下のものを加点対象としている)。こ のようにしたのは、本出願の発明者が、平均より小さい値の内容情報(「独立請求項 の平均単語数」、および「独立請求項の割合」は除く)を利用した場合に、評価値の 精度が悪くなることを見出したためである。
[0190] S3008では、評価値算出部 120は、すべての特許データ jの内容情報に対しての 処理を行ったか否かを判定する(S3008)。
具体的には、評価値算出部 120は、変数 jが「j≥J」を満たすか否力、を判定し、 rj≥J 」を満たせば、すべての特許データ jの内容情報についての処理を行っていると判定 して、図 22の処理の処理に移る。
一方、評価値算出部 120は、「j≥J」を満たさなければ、変数 jを j + 1にセットし(S30 10)、 S3004に戻って次の特許データの内容情報についての処理を行う。
[0191] つぎに、図 22に示す処理フローを説明する。
具体的には、図 21の処理が終わると、評価値算出部 120は、経過情報 230を用い て、図 22の処理ステップを行い、各特許データの評価素点を求め、その評価素点を 対数化する。なお、図 22に示す処理は、図 10に示す S230の処理の一部を変更し た点と、 S224の前に、 S2235の処理を付加した点以外は、図 10のものと同じである 。そのため、以下では、図 10の S230を変更した S2230の処理と、 S2235の処理と を説明し、図 10と同じ処理の説明は省略する。
[0192] S2230は、図 10の S223と、時間減衰型の評価点の算出の手順を変更した以外は
| BJしでめる。
具体的には、 S2230Cでは、内容情報による補正を行わないようにする。すなわち 、評価値算出部 120は、フィールド 2305、 2310に登録された情報と、時間減衰型の 評価算出方法である上述した (数 2)とを用いて、評価点を求める。その評価点に対し て内容情報による補正を行わない。そして、評価値算出部 120は、 S2230の処理を 終免ると、 S2235に進む。
なお、経過情報 230のうち、フィールド 2312に登録された情報は、有無型の評価 算出方法である S223Bで禾 IJ用される。また、フィーノレド 2315、 2320、 2325、 2330 、 2335、 2340に登録される情報は、回数型の評価算出方法である S223Dで利用 される。
[0193] S2235では、評価値算出部 120は、図 21で求めてメモリ上に記憶しておいた、特 許データ ID毎に対応する評価点を関連付けたデータを参照し、特許データ jに関し て、内容情報から求めた評価点があれば取得し、 S224に進む。
[0194] S224では、評価値算出部 120は、図 10と同様の手順により、特許評価素点を算 出する。なお、本ステップでは、 S2235で内容情報から求めた評価点を取得してい れば、経過情報から求めた評価点と、内容情報から求めた評価点とから、上述のほ女 5]を用いて評価素点が算出されるようになる。
具体的には、次のように、内容情報を経過情報と同等に評価に組み込むのが好ま しい。
[数 11]
W許評価、
∑ i (経過情報 iの評価点) 2 +∑ j (内容情報 jの評価点) 2 or 0 耒,占
[0195] このように、本実施形態の第 5変形例によれば、米国特許の傾向を把握した上で、 経過情報 230の評価項目、および内容情報の評価項目を選定し、特許データの評 価を行うようにしている。そのため、第 5変形例によれば、米国特許の価値評価を高 精度に fiうことができるようになる。
なお、第 5変形例では、米国特許の傾向を考慮した特許評価の例を示したが、あく までもこれは例示である。例えば、各国の特許公報の傾向に応じて、評価に利用す る、経過情報および内容情報を選定するようにすれば、各国特許の傾向を考慮した 特許評価ができるようになる。
また、第 5変形例において、内容情報が「独立請求項の平均単語数」の場合、およ び「独立請求項の割合」の場合は、 S3004において (数 9)で求めた正規化した内容 情報の(sj)に 1」を乗算し、次の値 を求める。
Sj = - sj
つまり、対数正規化した値 sjが平均(0)未満である場合に、値 力 SOを超える。そして S3005において値 Sj =— sj力 0」より大きいか否かを判定する。このようにしたの は、「独立請求項の平均単語数」、および「独立請求項の割合」は、その値が小さい ほど、その特許データの特許権の維持率が高くなる傾向にあるためである。すなわち 「sj」の符号を反点させることにより、以下のステップにおいて、平均より少ないもの が加点されるようにしている。そして、値 Sj力 SOを超える場合に、 S3006において次式 で求められる値を評価点とする。
X (補正係数)
補正係数は、例えば、
「独立請求項の平均単語数」については 5
「独立請求項の割合」については 2
とする。
また、第 5変形例において、英語圏以外の言語の国の出願人の特許データについ ては、評価対象の内容データ 240に補正を行うようにしてもよい。これは、母国語から の翻訳により、単語数が多くなり過ぎたり、或いは、少なくなり過ぎたりすることがあり、 英語圏の国の出願人の特許データと単純に比較できないためである。例えば、 日本 の出願を基礎とする優先権主張出願においては、「独立請求項の平均単語数」と、「 発明の名称の単語数」は、平均付近で維持率が高い傾向にある。そこで、 日本の出 願を基礎とする優先権主張出願につ!/、ては、上述の対数正規化した値 sj (数 9)を用 いる点は上述と同様である力 値 sjを用いて以下の値 を算出する。
Sj = exp ( - (sj2/2) ) -exp ( - 0.5)
つまり、 I sj I = 1 (標準偏差)の場合に = 0となり、 sj = 0 (平均)付近の場合に Sj は正数となり、 I sj I < ιの場合に Sjは負数となる。
そして、 S3005にお!/ヽてィ直 Sj力 0を超える場合に、 S3006におレヽて上記(数 10B)で 求められる値を評価点とする。
補正係数は例えば上述の通り、
「独立請求項の平均単語数」については 5、
「発明の名称の単語数」については 3
とする。
[0196] 図 23は、米国特許の分析において分析対象母集団を特定する処理の詳細を示す フローチャートである。米国特許の分析においても、信頼性が高い評価値を求めるた めには、分析対象のデータとして、ある程度の規模の母集団が必要となる。そこで、 適正規模の母集団を取得するためデータ取得部 105により以下の処理を行う。
[0197] ここでは、分析対象母集団を特定するために、分類の信頼性やユーザの便宜など の理由から米国特許分類(US Patent Classification;以下 USPC)コードを用いる。 図 24に、 USPCの階層構造の一例を示す。 USPCは、数百のクラス及びそれぞれ に対する下層のサブクラスによって構成される階層的分類体系である。サブクラスも、 上層から第 1サブクラス、第 2サブクラス、第 3サブクラス、…と階層構造になっている 。一般に、上層の分類ほど広い技術領域を規定し、下層の分類ほど狭い技術領域に 限定される。ある特許が、上層の分類で規定された技術領域には含まれるがその配 下の下層分類の何れにも属さない場合は、当該上層の分類番号のみを付与される。 以下では、信頼性が高い評価値を求めるために望ましい規模 X= 5000件、最低限 度の規模 Y= 1000件とした場合を例として説明する。
[0198] まず、評価しょうとする特許の USPCコードを記憶装置から読み込む(S 1801)。例 えば、当該特許に第 2サブクラスまでの USPCコードが付与されている場合には、こ の第 2サブクラスまでを読み込む。この USPCコード力 当該特許を含む分析対象母 集団を抽出する基準となる。
次に、上記第 2サブクラスまで特定した USPCコードにより記憶装置を検索し、ヒット した特許を母集団としてその件数をカウントする。図 24の例では、例えば「段階 0」で 示す部分が母集団となる。この母集団件数を閾値 X( = 5000件)と比較し、母集団件 数力 以上である場合は(S1802 :YES)、当該母集団を分析対象母集団として確 定し(S 1803)、母集団形成処理を終了する。母集団件数が Xに満たない場合は(S 1802 : NO)、次に述べるように下層への拡張処理に移行する。
[0199] 下層への拡張処理を行うにあたっては、母集団内に最下層サブクラスを含むか否 かを判定する。母集団内に最下層サブクラスを含まない場合(S1804 : NO)、より下 層への拡張が可能であるので、 1階層下に母集団を拡張する(S1805)。図 24の例 では、例えば「段階 0」で示す部分が母集団であった場合は「段階 1」で示す部分にま で母集団を拡張する。また「段階 0」及び「段階 1」で示す部分が母集団であった場合 は「段階 2」で示す部分にまで母集団を拡張する。下層(例えば第 3サブクラス)の分 類は、概念的にはもとの母集団を規定する分類 (例えば第 2サブクラス)に包含される もので、分類の都合で下層の分類を別途付与したものに過ぎないから、下層への拡 張をしても母集団の技術領域を大きく広げることにはならないと考えられる。
一方、母集団内に最下層サブクラスを含む場合(S 1804 :YES)、上層への拡張処 理に移行する。
[0200] 上層への拡張処理を行うにあたっては、母集団内にクラスを含むか否かを判定する 。母集団内にクラスを含まない場合(S 1806 : NO)、より上層への拡張が可能である ので、 1階層上のクラス又はサブクラス以下のサブクラスすベてを母集団に追加する( S 1807)。図 24の例では、例えば「段階 0」〜「段階 2」で示す部分が母集団であった 場合は「段階 3」で示す部分にまで母集団を拡張する。また「段階 0」〜「段階 3」で示 す部分が母集団であった場合は「段階 4」で示す部分にまで母集団を拡張する。上 層(例えば第 1サブクラス)の分類は、もとの母集団を規定する分類 (例えば第 2サブ クラス)を包含するので、上層への拡張をしても母集団の技術領域を変更してしまうこ とにはならない。
一方、母集団内にクラスを含む場合(S 1806 : YES)、それ以上上層へは拡張でき ないので、クラス間結合処理に移行する。
[0201] クラス間結合処理を行うにあたっては、母集団が属するクラスに対し類似するクラス が存在するか否かを判定する。類似クラスが存在する場合(S 1808 : YES)、当該類 似クラスを母集団に追加する(S1809)。類似クラスの存否を判定するには、例えば USPCと IPCのコンコ一ダンス情報を用いる。 USPCと IPCのコンコ一ダンス情報は、 USPCコードから対応する IPCコードを検索可能にする情報と、 IPCコードから対応 する USPCコードを検索可能にする情報とが含まれており、この情報が記憶装置に 記憶されているものとする。但し、既存のコンコ一ダンス情報には USPCと IPCの技 術範囲の非共有部がある。そこで、 USPCで各クラスにつき規定されている「Referen ces to Other Classes] (他クラスの参照)や「Lines With Other Classes and Within Th is Class」(他クラス及び本クラスとの関係)を参照したうえでコンコ一ダンス情報を補充 しておくことが望ましい。
類似クラスを母集団に追加するには、まず、母集団が属する USPCのクラスの情報 を用いてコンコ一ダンス情報を検索し、対応する IPCコードを取得する。そして、取得 した IPCコードを用いてコンコ一ダンス情報を検索し、対応する USPCコードを取得 する。取得した USPCコードの中に、母集団に含まれていないクラスがあれば、それ を母集団が含まれるクラスに類似するクラスとして、新たに母集団に加えることができ る。こうして取得した類似クラスは、もとの母集団が属するクラスと異なるものではある 、同じ IPCコードに対応する点で類似するものであり、母集団を拡張しても技術領 域を大幅に変更してしまうことにはならない。
[0202] 上述の下層への拡張処理により 1階層下に母集団を拡張した場合(S1805)、上層 への拡張処理により 1階層上に母集団を拡張した場合(S1807)、類似クラスの結合 処理により類似クラスを母集団に加えた場合(S1809)、何れの場合も、当該新たな 母集団の件数をカウントする。
この新たな母集団件数を閾値 X( = 5000件)と比較し、新たな母集団件数力 以上 である場合は(S1810 :YES)、当該新たな母集団件数が、一段階だけ拡張前の母 集団件数の倍以下であるか否かを判定する。
[0203] 当該新たな母集団件数が、一段階だけ拡張前の母集団件数の倍を超えた場合に は(S1811 : NO)、この新たな母集団を分析対象母集団として確定し(S1803)、母 集団形成処理を終了する。
一方、上記新たな母集団件数が、一段階だけ拡張前の母集団件数の倍以下であ る場合には(S1811 : YES)、母集団拡張により異分野混入のリスクがある割には母 集団件数が大して充実していないことになるので、一段階だけ拡張前の母集団に戻 して(S 1812)分析対象母集団として確定し(S1803)、母集団形成処理を終了する
[0204] 上記新たな母集団件数力 未満である場合は(S1810 : NO)、更に母集団の拡張 を試みるために、上述の母集団拡張処理(S1804〜S 1809)に移行する。
[0205] 母集団の拡張を試みたにもかかわらず S 1808において類似クラスさえ存在しなくな つた場合には(S 1808 : NO)、その母集団件数を最低限の閾値 Y ( = 1000件)と比 較する。母集団件数力 以上である場合は(S1813 : YES)、この母集団を分析対象 母集団として確定し (S 1814)、母集団形成処理を終了する。母集団件数が Y未満 である場合は(S1813 : NO)、母集団の形成を断念しユーザに通知する(S1815)。
[0206] USPCは、その歴史的発展経緯から、技術分野によっては極めて多くの階層をも つ場合があり、一定の階層以下の全サブクラスを指定してしまうとヒットする特許数に は大きなばらつきが生じやすい。また、コード番号が近くても技術領域が近いとは限 らず、逆に技術領域が近くてもコード番号が近いとは限らないため類似技術の抽出 が容易でない面もある。
しかし、以上の母集団形成処理によれば、母集団の拡張処理を行うことで、適切な 規模の母集団を抽出することができる。また、 IPCとのコンコ一ダンスを利用すること により、 USPCの類似クラスを自動抽出すること力 Sできる。
[0207] 《第 6変形例》
つぎに、本実施形態の第 6変形例を説明する。
まずは、第 6変形例を実現するハードウェアを説明する。第 6変形例は、上記実施 形態と同様、図 2に示すハードウェアにより実現される。
具体的には、補助記憶装置 12に、スコア算出部 140の機能を実現するためのプロ グラム (スコア算出プログラム)を格納しておく。そして、スコア算出部 140の機能は、 CPU10が補助記憶装置 12に格納されているスコア算出プログラムを実行することに より実現される。
[0208] 上述のように第 6変形例は、上記実施形態の情報処理装置 1に、さらに、スコア算 出部 140を追加するようにした。スコア算出部 140は、対数化した評価値から求めた 偏差値 (以下、「パテントスコア」という)を逆対数化する。スコア算出部 140を設けるよ うにしたのは、特許データを分析する際の視点を広げるためである。
上記の実施形態では、評価値算出部 120は、経過情報 210および内容情報 220 力 求めた評価値を視覚的に見易くするため、対数化するようにしている。しかし、特 許データの分析者が、各特許の優劣差を把握したい場合、対数化されているデータ では優劣差が圧縮されているため把握しにくいこともある。そのため、第 6変形例では 、スコア算出部 140を設けるようにして、パテントスコアを逆対数化して、特許データ 間の優劣の分析を容易にした。
[0209] ここで、本実施形態の第 6変形例の機能ブロック図を図 25に示す。
図示するように、情報処理装置 lbは、図 1の情報処理装置 1が有する機能に、さら に、スコア算出部 140が付加されている。このスコア算出部 140は、分析者からの要 求に応じて、偏差値算出部 125により算出されたパテントスコアの加重スコアを求め
[0210] 具体的には、スコア算出部 140は、図 26に示す処理ステップを行い、ユーザから要 求された評価対象のパテントスコアの加重スコアを求める。以下、図 26を用いて、ス コア算出部 140の処理を説明する。なお、図 26の処理に先立って、加重スコアの算 出対象となる特許データのパテントスコアは算出されおり、情報処理装置 lbのメモリ 等に格納されているものとする。
[0211] 先ず、スコア算出部 140は、加重スコアの算出対象となる母集団(グループ)の指定 を受け付ける(S3100)。
[0212] つぎに、スコア算出部 140は、算出対象の対象となる母集団に属する特許データ のパテントスコアを取得する(S3101)。具体的には、スコア算出部 140は、パテント スコアが格納されているメモリ等にアクセスし、算出対象の対象となる母集団に属する 特許データのパテントスコアを読み出す。
[0213] 続いて、スコア算出部 140は、読み出した母集団に属する特許データのパテントス コア毎に、パテントスコアと、パテントスコアの平均値 (ここでは、平均値は 50になる)と の差分を求める(S3102)。
つぎに、スコア算出部 140は、上記の求めた差分を規格化し(S3103)、その規格 化した値を指数化した値を加重スコアとして算出する(S3104)。
なお、本変形例では、 S3102〜S3104で行った、差分や規格化の手法について 特に限定しないが、例えば、以下に示す (数 12)を利用して、取得したパテントスコア の加重スコアを求めるようにしてもよい。
[数 12] これによれば、加重スコアはすべて正数となり、上記実施形態により算出した偏差 値 (パテントスコア)が平均以下なら 1以下、平均以上なら 1以上の指数関数の値をと る。従って、例えば加重スコアを企業単位で合計した場合、平均以下のパテントスコ ァを有する特許が多数あっても合計値に与える影響は小さいが、平均以上のパテン トスコア(特に平均との乖離が大き!/、パテントスコア)を有する特許があれば、合計値 に大きな影響を与えることとなる。
[0214] 図 27は、加重スコアを各企業で合計した値の有用性を説明するため、加重スコア の企業別平均とその全社平均に対する比、及び、上記実施形態により算出した偏差 値の企業別平均とその全社平均に対する比を、それぞれ企業毎にプロットした散布 図である。図に示されるように、上記実施形態により算出した偏差値の企業別平均は 、その全社平均とあまり違いがない。従って上記実施形態により算出した偏差値を各 企業で合計しても、単に件数の規模を示すにとどまり、それ以上の知見は得られ難い 。これに対し、加重スコアの企業別平均は全社平均の 0. 5倍から 2倍前後まで幅広 いため、加重スコアを各企業で合計した値は、件数の比較のみでは見出し得ない各 社の特許の質的相違を加味した総合力を示すものとなる。
[0215] このように、加重スコアを求めることにより、例えば、企業の担当者は、自社のある技 術分野の特許の優劣の判定が容易になる。また、各企業が保有する特許の加重スコ ァを合算し、その企業の特許力を評価するような場合、企業間の特許力の優劣の判 定が容易に行えるようになる。
[0216] 《第 7変形例》 つぎに、本実施形態の第 7変形例を説明する。
第 7変形例は、上述した第 6変形例の情報処理装置 1が有するスコア算出部 140の 機能を変更したものである。具体的には、第 7変形例は、第 6変形例のスコア算出部 140の機能に、 2種類の指標を求める機能を付加した。
本変形例で求める 2種類の指標は、総有効特許加重ストックスコア(以下では「WS S」という)、および有効特許加重スコア平均(以下では「WSA」という)である。これら の指標 (WSS、 WSA)は、各企業の総合的な技術力等を分析するために利用される ことを想定している。なお、以下では、第 6変形例と同じ構成の説明は省略する。
[0217] WSSは、上記の加重スコアに各特許権の残存年数を乗算したうえで各企業で合計 することにより、各企業の特許のストック (残存年数を考慮した特許資産の大きさ)を測 るものであり、以下の式により算出する。
総有効特許加重ストックスコア (WSS)
= [ { log (∑ (加重スコア X残存年数)) 業界内平均 } /業界内標準偏 特定企業の有効特許
差] X 100 + 500
つまり、各特許について加重スコアと残存年数とを乗算したものを、特定企業が保 有する現在有効な特許権全部で合計し、求められた合計値を対数化し(自然対数が 好ましレ、)、業界内で正規化したものが総有効特許加重ストックスコア (WSS)である
。業界内で正規化することにより、異業種間での比較も可能となる。
なお、式「∑ BJは、条件 Aに該当する特許について Bの総和を算出する処理 条件 A
を表すものとする。残存年数は、 日本の特許権の場合はデータ取得部が経過情報か ら出願日又はこれに含まれる出願年号を取得し、評価値算出部が(出願年号 + 20年 現在年号)で算出する。現在有効な特許権であるかどうかは、経過情報に基づい て予め評価値算出部が判定しておき、判定結果を記憶装置に記憶しておくのが好ま しい。
[0218] 具体的には、スコア算出部 140は、図 28に示す処理ステップを行い、ユーザから指 定された業種に属する各企業の WSSを算出する。また、図 29に示す処理ステップを 行い、 WSAを算出する。なお、図 28および図 29の処理に先立って、 WSSおよび W SAの算出対象となる特許データのパテントスコアは算出されているものとする。また 、算出されたパテントスコアは、情報処理装置 lbのメモリ等に格納されているものとす
[0219] 先ず、第 7変形例が行う WSS算出処理について、図 28を用いて説明する。
図示するように、スコア算出部 140は、ユーザ力も WSSを算出する対象業種の指 定を受け付け、その指定された業種について、業種毎に、その業種に属する特許デ ータ(i (iは 1以上の整数))を取得する(S3200)。なお、ここでは説明を簡単にするた め、 1つの業種 (例えば、電機産業)の指定を受け付け、その業種の特許データ (i)を 取得したものとする。
また、以下の説明では、取得した特許データ(i)の総数力 は 1以上の整数)であ るものとする。また、取得した特許データ(i)に含まれる出願人を「j (iは 1以上の整数) 」で示し、その出願人の総数力 は 1以上の整数)であることとする。
[0220] つぎに、スコア算出部 140は、カウンタ iを「1」に設定し(S3201)、上述した図 26に 示した手順により、加重スコア(i)を算出する(S3202)。なお、図 28の処理に先立つ て、各特許データ(i)の加重スコアを求めておいて、メモリ等に保持しておくようにして もよい。このようにしておけば、 S3202では、スコア算出部 140は、対応する特許デ ータ(i)の加重スコアをメモリから取得するだけでょレ、。
[0221] つぎに、スコア算出部 140は、特許データ(i)の残存年数を算出する(S3203)。残 存年数の算出方法は、特に限定しないが、図 7に示す経過情報 210の「出願日から の経過日数」を利用して算出してもよい。例えば、特許データ(i)が日本国への特許 出願であれば、「20 (年)」から「出願日からの経過日数 (例えば 5年)」を減算すれば 残存年数が求められる。
[0222] つぎに、スコア算出部 140は、「有効特許加重ストックスコア素点(i)」を算出し(S32 04)、 S3205に進む。具体的には、スコア算出き は、「カロ重スコア(i)」に、 S320 3で求めた「特許データ(i)の残存年数」を乗算した値を求めて、その求めた値を「有 効特許加重ストックスコア素点(i)」とする。具体的には、以下の(式 13)により「有効 特許加重ストックスコア素点(i)」を求める。
[数 13] 有効特許加重ストックスコア素点(i)
= (加重スコア (i) ) (特許データ (i)の残存年数) …(式 13)
[0223] S3205では、スコア算出部 140は、カウンタ iが「I」より小さいか否かを判定する(i< D oそして、スコア算出部 140は、カウンタ iが「I」より小さければ、カウンタ iに「1」を加 算し(S3206)、 S3202の処理に戻る。一方、スコア算出部 140は、カウンタ iが「I」以 上であれば、 S3210に進む。
[0224] S3210では、スコア算出部 140は、カウンタ jを「1」に設定し、 S3211に進む。
[0225] S3211では、スコア算出部 140は、出願人 jの「総有効特許加重ストックスコア (WS S)素点(i)」を算出する。具体的には、スコア算出部 140は、出願人 jの「有効特許加 重ストックスコア素点(i)」の総和を求め、その求めた総和を「WSS素点 (j)」とする。
[0226] つぎに、スコア算出部 140は、 S3211で求めた「WSS素点 」を対数化し(S321 2)、 S3213に進む。なお、以下の説明では、説明の便宜上、「WSS素点 」を対数 化した値を「WSS素点対数 (j)」と呼ぶ。
[0227] S3213では、カウンタ jが「J」より小さいか否かを判定する (j <J)。そして、スコア算 出部 140は、カウンタ jが「J」より小さければ、カウンタ jに「1」を加算し(S3214)、 S32 11の処理に戻る。一方、スコア算出部 140は、カウンタ jが「J」以上であれば、 S3215 に進む。
このように、 S3210〜S3213の処理を行うことにより、指定された業種に属する出 願人毎に WSS素点対数 (j)が求められる。
[0228] S3215では、スコア算出部 140は、指定された業種内での「WSS素点対数 」の 平均値 (m)を算出する。
S3216では、スコア算出部 140は、指定された業種内での「WSS素点対数 」の 標準偏差(σ )を算出する。
[0229] つぎに、スコア算出部 140は、平均値 (m)および標準偏差(ひ)を用いて、各「WS S素点対数 」の標準化を行う(S3217)。なお、説明の便宜上、「WSS素点対数 (j ) Jを標準化した値を「標準化 WSS素点対数 (j) jと呼ぶ。
また、標準化の手法について特に限定しないが、例えば、以下の(式 14)により「W 素点対数 」の標準化を行うようにしてもよい。
[数 14] 標準化 WSS素点対数 (j)
= (WSS素点対数 (j) )— (平均値(m) ) …ぱ 14)
σ
[0230] つぎに、スコア算出部 140は、「標準化 WSS素点対数 」を規格化する(S3218) 。なお、説明の便宜上、「標準化 WSS素点対数 」を規格化した値を「標準化 WSS 素点対数規格化値 (j) Jと呼ぶ。
なお、規格化の手法について特に限定しないが、例えば、以下の(式 15)により「標 準化 WSS素点対数 (j)」の規格化を行うようにしてもよい。
[数 15] 標準化 WSS素点対数規格化値 (j)
= (標準化 WSS素点対数 (j) ) x l OO …(式 15)
[0231] つぎに、スコア算出部 140は、「標準化 WSS素点対数規格化値 」の非負化を行 い、「標準化 WSS素点対数規格化値 (j) jの非負化した値を「WSS」とする(S3219) 。なお、非負化の手法について特に限定しないが、例えば、以下の(式 16)により「標 準化 WSS素点対数規格化値 」の非負化を行こない、 WSSを求めるようにしてもよ い。
[数 16]
WSS =標準化 WSS素点対数規格化値 (j) + 500 …(式 16)
[0232] このように、第 7変形例によれば、業種 (業界)毎に、その業種に属する出願人 (企 業)の WSSを求めることができるようになる。この WSSを参照することで、その業種内 において、各企業の持つ特許の総合的な価値を比較したり、企業の持つ技術力を評 価することカでさるようになる。
因みに、個々の特許の残存年数の長さで資産としてのストックの量は異なる。その ため、残存年数を各企業について算出することにより、各企業が現在保有する特許 資産の大きさを評価することができる。
[0233] 続いて、第 7変形例のスコア算出部 140が行う WSA算出処理について、図 29を用 いて説明する。
[0234] WSAは、上記の加重スコアの各企業での平均値を算出することにより、各企業の 1 件あたりの特許の質を測るものであり、以下の式により算出する。
有効特許加重スコア平均 (WSA)
= [ { log ( (∑ 加重スコア) /特定企業の有効特許件数) 業界内平均 特定企業の有効特許
} /業界内標準偏差] X 10 + 50
加重スコアを特定企業が保有する現在有効な特許権全部で合計して当該特定企 業の有効特許件数で除算して平均を求め、求められた平均値を対数化し(自然対数 が好まし!/、)、業界内で正規化したものが有効特許加重スコア平均 (WSA)である。 業界内で正規化することにより、異業種間での比較も可能となる。
[0235] 先ず、スコア算出部 140は、ユーザ力 WSAを算出する対象業種の指定を受け付 け、その指定された業種について、業種毎に、その業種に属する有効特許データ (i ( iは 1以上の整数))を取得する(S3300)。なお、ここでは説明を簡単にするため、 1 つの業種 (例えば、電機産業)の指定を受け、その業種の有効特許データ (i)を取得 したあのとする。
なお、有効特許データとは、特許権として登録されている特許出願のデータ (存続 期間が満了したものを除く)、および特許庁に係属中の特許出願のデータをいう。
[0236] つぎに、スコア算出部 140は、図 28の S3201、 3202と同様の手順にしたがい、力 ゥンタ iを「1」に設定し(S3301)、カロ重ス ァ(i)を算出する(S3302)。なお、 S3302 では、有効特許データの加重スコアを算出している。本フローの説明では、便宜上、 S3302で算出した加重スコアのことを有効特許加重スコアという。
つぎに、スコア算出部 140は、図 28の S3205と同様の手順にした力 Sい、カウンタ iが 「I」より小さ!/、か否かを判定し(iく I)、カウンタ iが「I」より小さければ、カウンタ iに「1」 をカロ算し(S3305)、 S3302の処理に戻る。一方、スコア算出部 140は、カウンタ 1が「 I」以上であれば、 S3304に進む(S3303)。 [0237] S3304では、スコア算出部 140は、カウンタ jを「1」に設定し、 S3310の処理に進む
[0238] S3310では、スコア算出部 140は、有効特許加重スコア素点 (j)を算出する。具体 的には、スコア算出部 140は、出願人 jについて、 S3302で求めた「有効特許加重ス コア(i)」の総和を求め、その総和を有効特許加重スコア素点 (j)とする。
[0239] つぎに、スコア算出部 140は、出願人 jの総有効特許数データ (j)を求める(S3311 )。具体的には、スコア算出部 140は、 S3300で取得した有効特許データのうち、出 願人 jの特許データの数をカウントし、カウントした数を「総有効特許数データ 」とす
[0240] つぎに、スコア算出部 140は、有効特許加重スコア平均素点 (j)を算出する。具体 的には、スコア算出部 140は、「有効特許加重スコア素点 (j)」を「総有効特許数デー タ (j)」で除算した値を求め、この値を「有効特許加重スコア平均素点 ( とする。な お、以下の説明では、有効特許加重スコア平均素点 ( )」を「 3八素点 」という。
[0241] つぎに、スコア算出部 140は、 S3312で求めた「WSA素点 」を対数化し(S331 3)、 S3314に進む。なお、以下の説明では、説明の便宜上、「WSA素点 」を対数 化した値を「WSA素点対数 (j)」と!/、う。
[0242] S3314では、カウンタ jが「J」より小さいか否かを判定する(j <J)。そして、スコア算 出部 140は、カウンタ jが「J」より小さければ、カウンタ】に「1」をカロ算し(S3315)、 S33 10の処理に戻る。一方、スコア算出部 140は、カウンタ jが「J」以上であれば、 S3316 に進む。
このように、 S3310〜S3314の処理を行うことにより、指定された業種に属する出 願人毎に WSA素点対数 (j)が求められる。
[0243] S3316では、スコア算出部 140は、指定された業種内での「WSA素点対数 」の 平均値 (m)を算出する。
S3317では、スコア算出部 140は、指定された業種内での「WSA素点対数 」の 標準偏差(σ )を算出する。
[0244] つぎに、スコア算出部 140は、平均値 (m)および標準偏差(ひ)を用いて、「WSA 素点対数 」の標準化を行う(S3318)。なお、説明の便宜上、「WSA素点対数 (j) 」を標準化した値を「標準化 WSA素点対数 (j )」と呼ぶ。
また、標準化の手法について特に限定しないが、例えば、以下の(式 17)により「W SA素点対数 (j)」の標準化を行うようにしてもよ!/、。
[数 17] 標準化 WSA素点対数 (j)
(WSA素点対数 (j) )— (平均値(m) ) …ぱ 1 7)
σ
[0245] つぎに、スコア算出部 140は、「標準化 WSA素点対数 」を規格化する(S3319) 。なお、説明の便宜上、「標準化 WSA素点対数 」を規格化した値を「標準化 WS Α素点対数規格化値 (j) jと呼ぶ。
なお、規格化の手法について特に限定しないが、例えば、以下の(式 18)により「W SA素点対数 (j)」の規格化を行うようにしてもよ!/、。
[数 18] 標準化 WSA素点対数規格化値 (j) = (標準化 WSA素点対数 (j) ) x l O …(式 18)
[0246] つぎに、スコア算出部 140は、「標準化 WSA素点対数規格化値 」の非負化を行 い、「標準化 WSA素点対数規格化値 (j)」の非負化した値を「WSA」とする(S3320 )。なお、非負化の手法について特に限定しないが、例えば、以下の(式 19)により「 標準化 WS A素点対数規格化値 」の非負化を行うようにしてもよい。
[数 19]
WSA = 標準化 WSA素点対数規格化値 (j) +50 …(式 19)
[0247] このように、第 7変形例によれば、業種 (業界)毎に、その業種に属する出願人 (企 業)の WSAを求めることができるようになる。この WSAを参照することで、その業種内 において、各企業の持つ特許の総合的な価値を比較したり、企業の持つ技術力を評 価することカでさるようになる。 また、 WSAを参照することで、その業種内において各企業の持つ特許の平均的な 価値を比較することができる。これにより、たとえ規模が小さくても優れた技術を持つ 企業を適切に評価することができる。
[0248] 《第 8変形例》
つぎに、本実施形態の第 8変形例を説明する。
第 8変形例は、上述した実施形態の情報処理装置 1が有する評価値算出部 120の 機能を一部追加しものである。評価値算出部 120以外の構成は、上記実施形態のも のと同じである。そのため、以下では、異なる部分を中心に説明する。なお、評価値 算出部 120は、上記実施形態のものと一部機能が異なるが、説明の便宜上、同じ符 号を用いる。
[0249] 具体的には、第 8変形例は、特許データを評価する場合に、分析者から分析時期 を指定する情報 (年月日を示す情報 (以下「分析時期情報」という))を受け付ける。そ して、評価値算出部 120は、分析者から分析時期を基準にした特許属性情報を利用 して、特許データの評価値を求めるようにする。
なお、第 8変形例では、記憶装置 2に過去の経過情報 210も格納しておくものとす
[0250] すなわち、評価値算出部 120は、図 10の S221において、分析者から受け付けた 分析時期情報が示す年月日より前に付与された経過情報 210及び分析時期情報が 示す年月日より前の内容情報 220を読み出し、その読み出した経過情報及び内容 情報を用い、「出願からの経過日数」、「審査請求からの経過日数」、「登録日からの 経過日数」についても当該過去の時点での経過日数に引き直して、上記実施形態と 同様の手順にしたがい、各特許データの過去の評価値を算出する。
[0251] 過去のスコアが求まることによって、異なる時点間のスコアの相対比較が可能にな る。例えば、評価対象の特許データの特定時点における過去スコアをそれぞれ算出 することによって、価値の時間的推移を確認することができる。
[0252] また、当該過去の時点での評価とその後の特許権維持率との関係、当該過去の時 点での評価とその後の取引事例における具体的な価値評価との関係などを分析す ることにより、上記実施形態による評価の妥当性を検証したり、分析対象母集団の技 術分野に応じてパラメータを微調整したりすることが可能となる。
[0253] 図 30は、 1998年時点での評価値と、その後明らかになった 2005年までの特許権維 持率との関係を示すグラフである。 日本国内で 1996年(1年間)に特許権設定登録さ れた特許権を分野毎に分けてそれぞれ分析対象母集団とし、各特許権の評価値を 算出した。そして、偏差値のクラス毎に平均維持率を算出し、 2005年までの推移をプ ロットした。その結果、 1998年時点での評価値が高いほどその後の維持率の平均が 高く(価値が高く)、経過情報及び内容情報に基づく評価が妥当であったことわかる。
[0254] 図 31は、各種発明賞受賞特許について上述の実施形態により算出した評価値 (偏 差値)の分布を示すグラフである。具体的には、平成 17年〜平成 19年の 3年間に何 らかの発明賞を受賞した特許について、各受賞特許の IPCに基づき当該受賞特許 を含む分析対象母集団を抽出し、各受賞特許の当該母集団における評価値 (偏差 ィ直)を算出してその分布を図示したものである。
図に示すように、ごく一部を除くほとんどの受賞特許は全体の平均値(50)を超える 評価値を有しており、受賞特許での平均を見ると約 65〜70程度のかなり高い評価値 を有していることがわかる。この評価値は、各特許データの経過情報及び内容情報 による計算結果であり、受賞歴など一切考慮しなかったものであるが、各種発明賞で の評価と同様の高評価となった。
[0255] 図 32は、各種パテントプール対象特許について上述の実施形態により算出した評 価値 (偏差値)の分布を示すグラフである。具体的には、各種標準規格の必須特許を 相互にライセンスすること等を目的としたパテントプール対象特許について、各対象 特許の IPCに基づき当該対象特許を含む分析対象母集団を抽出し、各対象特許の 当該母集団における評価値 (偏差値)を算出してその分布を図示したものである。 図に示すように、ごく一部を除くほとんどのパテントプール対象特許は全体の平均 値(50)を超える評価値を有しており、対象特許での平均を見ると何れも 60以上とか なり高い評価値を有していることがわかる。この評価値は、各特許データの経過情報 及び内容情報による計算結果であり、パテントプール対象特許であるか否かなど一 切考慮しなかったものである力 重要特許であることを示す高評価となった。
[0256] なお、本発明は、以上で説明した実施形態に限定されるものではなぐ本発明の要 旨の範囲内において種々の変形が可能である。
また、上記実施形態では、分析対象母集団とする特許データを IPCコードで指定さ れた特許群としたが、特にこれに限定されるものではない。 IPCコードで指定された 特許群以外でも、技術内容の関連する特許群、例えば、ある特許に対する類似度上 位所定件数の特許群としてもょレ、。
また、上記実施形態では、分析対象母集団を出願年ごとのグループに分類するも のとしたが、特にこれに限定されるものではない。例えば、優先日が属する年ごとでも よい。また、 1年ごとに限らず、半年ごと、月ごとでも良いし、複数年ごとでも良い。 また、上記実施形態では、各グループに属する各特許データの特許属性情報を利 用して求めた値に、該グループ毎に所定値を合計した値の減少関数の値を乗算して 評価点を算出するものとしたが、特にこれに限定されるものではない。例えば、早い 時期の同時期グループには軽ぐ遅い時期の同時期グループには重くするなどの重 み付けでもよい。
また、上記実施形態では、評価点の二乗和の平方根を評価素点としたが、特にこ れに限定されるものではない。例えば、複数種類の評価点をそれぞれ α乗し、これら の和を 乗(但し α〉1)した値としてもよい。
また、上記実施形態では、処理装置 1の各機能部(制御部 100、データ取得部 105 、初期設定部 110、データ分類部 115、評価値算出部 120、偏差値算出部 125、お よび出力部 130)がソフトウェアにより実現される場合を例にした力 特にこれに限定 されるものではない。処理装置 1の各機能部は、各機能部を実行するために専用に 設計された回路(ASIC (Application Specific Integrated Circuit)等)により実現され てもよい。
また、上記実施形態では、所定行為の有無を示す情報、特許データの引用回数を 示す情報、および特許データの期間に関する情報を利用して、特許データの評価値 を算出するようにしているが特にこれに限定されるものではない。特許データの評価 値の算出に、所定行為の有無を示す情報、特許データの引用回数を示す情報、お よび特許データの期間に関する情報のうちの少なくとも 1つを利用することとしてもよ い。この場合には、記憶装置 2に格納する経過情報は、所定行為の有無を示す情報 、特許データの引用回数を示す情報、および特許データの期間に関する情報のうち の少なくとも 1つでよい。
また、上記実施形態では、情報処理装置 1が、評価対象の特許公報類等の特許デ ータを記憶装置 2から取得する場合を例にした力 特にこれに限定するものではない 。例えば、情報処理装置 1は、インターネット等のネットワークを介して、外部の情報 提供サーバと通信を行い、外部の情報提供サーバから、特許データを取得するよう にしてもよい。
また、上記実施形態では、特許データの評価に、図 8に示した内容情報 220の中 から、特許データの請求項当たりの平均文字数と、特許データの頁数と、特許データ の請求項と、を利用する場合を示したが、特にこれに限定するものではない。特許デ ータの評価に、図 8に示した内容情報のうち少なくとも 1つを利用するようにしてもよい 。また、図 8示した内容情報は、あくまでも例示であり、他のもの(例えば、出願人数、 発明者数等)を用いてもよい。
また、上記実施形態では、初期設定フェーズ A1において、特許データの評価に利 用する経過情報 210および内容情報 220を加工し、記憶装置 2に格納する場合につ いて説明したが、特にこれに限定されるものではない。情報処理装置 1が、経過情報 210および内容情報 220を外部の装置から取得するようにしてもよい。なお、この場 合には、初期設定フェーズは不要になる。

Claims

請求の範囲
[1] 所定の技術分野に属する、複数の特許データ、および該特許データ各々の特許属 性情報を特許データベースより取得する手段と、
前記取得した各特許データを所定期間毎のグループに分類する手段と、 前記グループ毎に、該グループに属する各特許データの特許属性情報を利用し、 該特許データ各々の評価値を、該グループ毎に求めた値を用いて算出する評価値 算出手段と、を有すること
を特徴とする特許評価装置。
[2] 請求項 1に記載の特許評価装置であって、
前記評価値算出手段は、各グループに属する各特許データの特許属性情報を利 用して求めた値と、該グループに属する各特許データの特許属性情報を利用して求 めた値を該グループ毎に合計した値の減少関数の値と、の積により該特許データ各 々の評価値を算出すること
を特徴とする特許評価装置。
[3] 請求項 1又は 2に記載の特許評価装置であって、
前記特許属性情報には、特許データの経過情報が含まれていて、
前記経過情報には、前記特許データに対する所定行為の有無を示す情報、該特 許データの引用回数を示す情報、および該特許データの期間に関する情報のうちの 少なくとも 1つが含まれていて、
前記評価値算出手段は、前記所定行為の有無を示す情報、前記引用回数を示す 情報、および該特許データの期間に関する情報のうちの少なくとも 1つを用いて、前 記経過情報の種類毎に定められた規則にしたがい、前記特許データ各々の評価値 を算出すること
を特徴とする特許評価装置。
[4] 請求項 1又は 2に記載の特許評価装置であって、
前記特許属性情報には、特許データの経過情報が含まれていて、
前記経過情報には、少なくとも、前記特許データに対する所定行為の有無を示す 情報、該特許データの引用回数を示す情報、および該特許データの期間に関する 情報が含まれていて、
前記評価値算出手段は、
第 1規則にしたがい前記所定行為の有無を示す情報を用いて第 1評価点を算出し 、第 2規則にしたがい前記特許データの引用回数を示す情報を用いて第 2評価点を 算出し、第 3規則にしたがい該特許データの期間に関する情報を用いて第 3評価点 を算出し、
前記第 1評価点、前記第 2評価点、および前記第 3評価点を用いて、前記評価値を 算出すること
を特徴とする特許評価装置。
[5] 請求項 3又は 4に記載の特許評価装置であって、
前記所定の行為の有無を示す情報には、分割出願の有無、早期審査請求の有無 、拒絶査定不服審判における特許審決の有無、特許異議申立てにおける維持決定 の有無、無効審判における維持審決の有無、優先権主張の有無、 PCT出願の有無 、および包袋閲覧の有無を示す情報のうちの少なくとも 1つが含まれていて、 前記特許データの引用回数を示す情報には、拒絶理由通知書における被引用回 数が含まれていて、
前記特許データの期間に関する情報には、該特許データに対する手続日が含ま れていること
を特徴とする特許評価装置。
[6] 請求項 1又は 2に記載の特許評価装置であって、
前記特許属性情報には、特許データの経過情報および特許データの内容情報が 含まれていて、
前記経過情報には、前記特許データに対する所定行為の有無を示す情報、該特 許データの引用回数を示す情報、および該特許データの期間に関する情報のうちの 少なくとも 1つが含まれていて、
前記評価値算出手段は、前記所定行為の有無を示す情報、前記引用回数を示す 情報、および該特許データの期間に関する情報のうちの少なくとも 1つと、前記内容 情報とを用いて前記評価値を算出すること を特徴とする特許評価装置。
[7] 請求項 1又は 2に記載の特許評価装置であって、
前記特許属性情報には、前記特許データの経過情報および該特許データの内容 情報が含まれていて、
前記経過情報には、少なくとも、前記特許データに対する所定行為の有無を示す 情報および該特許データの引用回数を示す情報のうちの何れかと、該特許データの 期間に関する情報とが含まれていて、
前記内容情報には、請求項数、全頁数、および請求項あたりの平均文字数乃至単 語数のうちの少なくとも 1つが含まれていて、
前記評価値算出手段は、
前記所定行為の有無を示す情報および前記引用回数を示す情報のうちの何れか を用いて第 1又は第 2評価点を算出し、
前記特許データの期間に関する情報および前記内容情報の両者を用いて第 3評 価点を算出し、
前記第 1又は第 2評価点と、前記第 3評価点とを用いて、前記評価値を算出するこ と
を特徴とする特許評価装置。
[8] 請求項;!〜 7の何れか一項に記載の特許評価装置であって、
前記評価値算出手段は、前記特許データ各々の評価値の対数を算出し、この算 出された対数の前記取得した所定技術分野の特許データ全体で標準化した値を標 準化評価値として算出すること
を特徴とする特許評価装置。
[9] 請求項 3〜8の何れか一項に記載の特許評価装置であって、
前記特許属性情報には、特許データの経過情報が含まれていて、
前記経過情報には、少なくとも、当該特許データが他社の特許出願の審査におい て引用された回数を示す情報と、当該特許データが自社の他の特許出願において 引用された回数を示す情報とが含まれていて、
前記評価値算出手段は、前記他社の特許出願の審査において引用された回数の 影響を前記自社の他の特許出願の審査において引用された回数より大きく受ける増 加関数の値を用いて評価点を算出し、この評価点を用いて、前記特許データ各々の 評価値を算出すること
を特徴とする特許評価装置。
[10] 情報処理装置が行う特許データの評価方法であって、
所定の技術分野に属する、複数の特許データ、および該特許データ各々の特許属 性情報を特許データベースより取得するステップと、
前記取得した各特許データを所定期間毎のグループに分類するステップと、 前記グループ毎に、該グループに属する各特許データの特許属性情報を利用し、 該特許データ各々の評価値を、グループ毎に求めた値を用いて算出するステップと
、を実行すること
を特徴とする特許データの評価方法。
[11] 特許データを評価する処理を情報処理装置に実行させるプログラムであって、 前記プログラムは、
所定の技術分野に属する、複数の特許データ、および該特許データ各々の特許属 性情報を特許データベースより取得する処理と、
前記取得した各特許データを所定期間毎のグループに分類する処理と、 前記グループ毎に、該グループに属する各特許データの特許属性情報を利用し、 該特許データ各々の評価値を、グループ毎に求めた値を用いて算出する処理と、を 前記情報処装置に実行させること
を特徴とするプログラム。
PCT/JP2007/071432 2006-11-02 2007-11-02 Dispositif d'évaluation de brevet WO2008054001A1 (fr)

Priority Applications (4)

Application Number Priority Date Filing Date Title
AU2007314921A AU2007314921A1 (en) 2006-11-02 2007-11-02 Patent evaluating device
US12/513,455 US20100114587A1 (en) 2006-11-02 2007-11-02 Patent evaluating device
JP2008542201A JP4344813B2 (ja) 2006-11-02 2007-11-02 特許評価装置
EP07831166A EP2079049A4 (en) 2006-11-02 2007-11-02 PATENT EVALUATION DEVICE

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2006-298325 2006-11-02
JP2006298325 2006-11-02

Publications (1)

Publication Number Publication Date
WO2008054001A1 true WO2008054001A1 (fr) 2008-05-08

Family

ID=39344340

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2007/071432 WO2008054001A1 (fr) 2006-11-02 2007-11-02 Dispositif d'évaluation de brevet

Country Status (6)

Country Link
US (1) US20100114587A1 (ja)
EP (1) EP2079049A4 (ja)
JP (1) JP4344813B2 (ja)
KR (1) KR20090074688A (ja)
AU (1) AU2007314921A1 (ja)
WO (1) WO2008054001A1 (ja)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009003727A (ja) * 2007-06-22 2009-01-08 Ichiro Kudo 特許力算出装置及び特許力算出装置の動作方法
KR101078966B1 (ko) * 2009-02-02 2011-11-01 엘지전자 주식회사 문서 분석 시스템
KR101078945B1 (ko) * 2009-02-02 2011-11-01 엘지전자 주식회사 문서 분석 시스템
KR101078907B1 (ko) * 2009-02-02 2011-11-01 엘지전자 주식회사 문서 평가 시스템
JP2013101425A (ja) * 2011-11-07 2013-05-23 Ntt Data Corp 評価支援装置、評価支援方法、評価支援プログラム
JP2013543166A (ja) * 2010-09-16 2013-11-28 イノヴィア ホールディングス プロプライエタリー リミテッド 国毎の料金を計算するためのコンピュータシステム
JP2014501013A (ja) * 2010-12-07 2014-01-16 アリババ・グループ・ホールディング・リミテッド 製品情報のランク付け
JP2015125484A (ja) * 2013-12-25 2015-07-06 株式会社レイテック パテントポートフォリオ管理装置および方法
JP2015187883A (ja) * 2015-06-10 2015-10-29 株式会社フォーカルワークス 特許評価装置および発明者評価装置
WO2015190485A1 (ja) * 2014-06-10 2015-12-17 アスタミューゼ株式会社 知的財産権の評価の方法、システム、および、プログラム
JP2016018336A (ja) * 2014-07-07 2016-02-01 株式会社パテント・リザルト 特許評価装置
JP2018067274A (ja) * 2016-10-21 2018-04-26 株式会社Ipam Japan 特許価値評価装置及び特許価値評価方法
JP2022105766A (ja) * 2018-09-07 2022-07-14 Ngb株式会社 産業財産権の費用見積もりシステムおよびその方法
JP7384345B2 (ja) 2017-11-06 2023-11-21 東芝デジタルソリューションズ株式会社 特許情報処理装置、特許情報処理方法、およびプログラム

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5326387B2 (ja) * 2008-07-10 2013-10-30 富士通株式会社 経過情報出力方法および経過情報出力プログラム
US8788497B2 (en) * 2008-09-15 2014-07-22 Microsoft Corporation Automated criterion-based grouping and presenting
US20100131513A1 (en) 2008-10-23 2010-05-27 Lundberg Steven W Patent mapping
US9110971B2 (en) * 2010-02-03 2015-08-18 Thomson Reuters Global Resources Method and system for ranking intellectual property documents using claim analysis
US20110246379A1 (en) * 2010-04-02 2011-10-06 Cpa Global Patent Research Limited Intellectual property scoring platform
US10380147B1 (en) * 2010-10-07 2019-08-13 PatentSight GmbH Computer implemented method for quantifying the relevance of documents
US8712894B2 (en) * 2010-11-04 2014-04-29 National Yunlin University Of Science And Technology Method and system for evaluating/analyzing patent portfolio using patent priority approach
US10387564B2 (en) * 2010-11-12 2019-08-20 International Business Machines Corporation Automatically assessing document quality for domain-specific documentation
KR101102466B1 (ko) * 2011-04-22 2012-01-05 한국과학기술정보연구원 기술 추이 시각화 장치 및 방법
KR101102468B1 (ko) * 2011-04-22 2012-01-05 한국과학기술정보연구원 기술의 발전 속도 예측 장치 및 방법
KR101102467B1 (ko) * 2011-04-22 2012-01-05 한국과학기술정보연구원 기술 라이프 사이클을 이용한 단계 판단 장치 및 방법
US9904726B2 (en) 2011-05-04 2018-02-27 Black Hills IP Holdings, LLC. Apparatus and method for automated and assisted patent claim mapping and expense planning
US20120317041A1 (en) * 2011-06-08 2012-12-13 Entrepreneurial Innovation, LLC. Patent Value Calculation
CN102956009B (zh) 2011-08-16 2017-03-01 阿里巴巴集团控股有限公司 一种基于用户行为的电子商务信息推荐方法与装置
JP5156879B1 (ja) * 2011-08-25 2013-03-06 パナソニック株式会社 情報提示制御装置及び情報提示制御方法
US20130085946A1 (en) 2011-10-03 2013-04-04 Steven W. Lundberg Systems, methods and user interfaces in a patent management system
US20130132302A1 (en) * 2011-11-18 2013-05-23 Black Hills Ip Holdings, Llc Systems, methods and interfaces in a patent portfolio management system
CN103164804B (zh) 2011-12-16 2016-11-23 阿里巴巴集团控股有限公司 一种个性化的信息推送方法及装置
WO2014017678A1 (ko) * 2012-07-24 2014-01-30 (주)광개토연구소 특허 평가 시스템 및 그 시스템의 정보 처리 방법
JP5928248B2 (ja) * 2012-08-27 2016-06-01 富士通株式会社 評価方法、情報処理装置およびプログラム
WO2014092360A1 (en) * 2012-12-12 2014-06-19 Kipa. Method for evaluating patents based on complex factors
US20140316850A1 (en) * 2013-03-14 2014-10-23 Adaequare Inc. Computerized System and Method for Determining an Action's Importance and Impact on a Transaction
US9881102B2 (en) * 2013-04-22 2018-01-30 Microsoft Technology Licensing, Llc Aggregating personalized suggestions from multiple sources
US20150006410A1 (en) * 2013-06-26 2015-01-01 Fatih Mehmet Ozluturk Method and system for electronic patent review and analysis
US10133791B1 (en) 2014-09-07 2018-11-20 DataNovo, Inc. Data mining and analysis system and method for legal documents
JP6023254B1 (ja) * 2015-04-09 2016-11-09 真之 正林 情報処理装置及び方法、並びにプログラム
US10832360B2 (en) * 2015-10-20 2020-11-10 International Business Machines Corporation Value scorer in an automated disclosure assessment system
US10984476B2 (en) 2017-08-23 2021-04-20 Io Strategies Llc Method and apparatus for determining inventor impact
KR102065928B1 (ko) * 2018-11-16 2020-01-14 김정중 특허 평가 시스템

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001028018A (ja) * 1999-05-11 2001-01-30 Kanebo Ltd 権利の流通価値評価方法およびそれに用いる装置
WO2004061714A1 (ja) * 2002-12-27 2004-07-22 Intellectual Property Bank Corp. 技術評価装置、技術評価プログラム、技術評価方法
JP2004265305A (ja) 2003-03-04 2004-09-24 Alps Electric Co Ltd 知的財産評価装置及び知的財産評価プログラム
JP2005174313A (ja) * 2003-11-18 2005-06-30 Shinko Res Kk 特許又は技術の経済価値算出方法及び装置

Family Cites Families (57)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6339767B1 (en) * 1997-06-02 2002-01-15 Aurigin Systems, Inc. Using hyperbolic trees to visualize data generated by patent-centric and group-oriented data processing
US5991751A (en) * 1997-06-02 1999-11-23 Smartpatents, Inc. System, method, and computer program product for patent-centric and group-oriented data processing
US6154725A (en) * 1993-12-06 2000-11-28 Donner; Irah H. Intellectual property (IP) computer-implemented audit system optionally over network architecture, and computer program product for same
US5999907A (en) * 1993-12-06 1999-12-07 Donner; Irah H. Intellectual property audit system
US6018714A (en) * 1997-11-08 2000-01-25 Ip Value, Llc Method of protecting against a change in value of intellectual property, and product providing such protection
US7315836B1 (en) * 1999-01-11 2008-01-01 Teq Development Method for obtaining and allocating investment income based on the capitalization of intellectual property
US8095581B2 (en) * 1999-02-05 2012-01-10 Gregory A Stobbs Computer-implemented patent portfolio analysis method and apparatus
US7716060B2 (en) * 1999-03-02 2010-05-11 Germeraad Paul B Patent-related tools and methodology for use in the merger and acquisition process
US7676375B1 (en) * 1999-06-04 2010-03-09 Stockpricepredictor.Com, Llc System and method for valuing patents
US6701305B1 (en) * 1999-06-09 2004-03-02 The Boeing Company Methods, apparatus and computer program products for information retrieval and document classification utilizing a multidimensional subspace
US6175824B1 (en) * 1999-07-14 2001-01-16 Chi Research, Inc. Method and apparatus for choosing a stock portfolio, based on patent indicators
US20040010393A1 (en) * 2002-03-25 2004-01-15 Barney Jonathan A. Method and system for valuing intangible assets
US6556992B1 (en) * 1999-09-14 2003-04-29 Patent Ratings, Llc Method and system for rating patents and other intangible assets
US20040103112A1 (en) * 1999-10-08 2004-05-27 Colson Thomas J. Computer based method and apparatus for mining and displaying patent data
US7228288B2 (en) * 2000-01-11 2007-06-05 Teq Development Method of repeatedly securitizing intellectual property assets and facilitating investments therein
US8332740B2 (en) * 2000-01-19 2012-12-11 Graham John D Systems and method for management of intangible assets
US20010049707A1 (en) * 2000-02-29 2001-12-06 Tran Bao Q. Systems and methods for generating intellectual property
US6516312B1 (en) * 2000-04-04 2003-02-04 International Business Machine Corporation System and method for dynamically associating keywords with domain-specific search engine queries
US7188069B2 (en) * 2000-11-30 2007-03-06 Syracuse University Method for valuing intellectual property
US20020116290A1 (en) * 2001-02-20 2002-08-22 Hodges Leslie C. System and method for providing a donor/donee matching service for the donation of intellectual property assets
US20020178029A1 (en) * 2001-05-15 2002-11-28 Nutter Arthur Michael Intellectual property evaluation method and system
US20030036945A1 (en) * 2001-05-22 2003-02-20 Del Vecchio Joseph Nicholas System, method and computer program product for assessing the value of intellectual property
US20020184044A1 (en) * 2001-06-05 2002-12-05 Reader Scot A. Method and apparatus for valuing patent assets
US8326851B2 (en) * 2001-06-29 2012-12-04 Grune Guerry L Simultaneous intellectual property search and valuation system and methodology (SIPS-VSM)
US20050071174A1 (en) * 2001-07-31 2005-03-31 Leibowitz Mark Harold Method and system for valuing intellectual property
US20030028460A1 (en) * 2001-07-31 2003-02-06 Kraemer Sylvia K. Method for evaluating a patent portfolio
KR100467638B1 (ko) * 2001-08-01 2005-01-24 (주) 위즈도메인 특허 데이터베이스로부터 관련 특허들의 인용관계를 빠른시간내에 검색하여 분석하기 위한 방법
US20040002892A1 (en) * 2002-03-20 2004-01-01 Martin Gluck Portal for global portfolio management system method & apparatus
US7792728B2 (en) * 2002-05-13 2010-09-07 Poltorak Alexander I Method and apparatus for patent valuation
JP2003337892A (ja) * 2002-05-21 2003-11-28 Alps Electric Co Ltd 知的財産権売買システム、知的財産権売買方法及びそのプログラム並びに記録媒体
US20030229470A1 (en) * 2002-06-10 2003-12-11 Nenad Pejic System and method for analyzing patent-related information
US20060225000A1 (en) * 2005-04-01 2006-10-05 Paul Albrecht Graphical application interface using browser
US20050010515A1 (en) * 2003-07-08 2005-01-13 Siemens Aktiengesellschaft Method of identifying high value patents within a patent porfolio
TWI273446B (en) * 2003-09-30 2007-02-11 Hon Hai Prec Ind Co Ltd System and method for classifying patents and displaying patent classification
US20050097093A1 (en) * 2003-10-30 2005-05-05 Gavin Clarkson System and method for evaluating a collection of patents
US20080091620A1 (en) * 2004-02-06 2008-04-17 Evalueserve.Com Pvt. Ltd. Method and computer program product for estimating the relative innovation impact of companies
US20050261927A1 (en) * 2004-05-24 2005-11-24 Bilak Mark R System and method for valuing intellectual property
US8145639B2 (en) * 2004-08-11 2012-03-27 Allan Williams System and methods for patent evaluation
US20060155572A1 (en) * 2005-01-12 2006-07-13 Richard Postrel Methods and systems for buying, selling and trading intellectual property and other interests
US20110295757A1 (en) * 2005-04-18 2011-12-01 Ocean Tomo Llp Intellectual property trading exchange
EP1872330A4 (en) * 2005-04-18 2010-08-11 James E Malackowski COMMERCIAL EXCHANGE OF INTELLECTUAL PROPERTY AND METHOD OF TRADING INTELLECTUAL PROPERTY RIGHTS
US7949581B2 (en) * 2005-09-07 2011-05-24 Patentratings, Llc Method of determining an obsolescence rate of a technology
US7716226B2 (en) * 2005-09-27 2010-05-11 Patentratings, Llc Method and system for probabilistically quantifying and visualizing relevance between two or more citationally or contextually related data objects
US8108282B2 (en) * 2005-10-06 2012-01-31 Amy Salzhauer Funding acquisition of university and non-profit patent portfolios
US7657476B2 (en) * 2005-12-28 2010-02-02 Patentratings, Llc Method and system for valuing intangible assets
CN101030269A (zh) * 2006-03-03 2007-09-05 鸿富锦精密工业(深圳)有限公司 专利价值评估系统及方法
US20070294232A1 (en) * 2006-06-15 2007-12-20 Andrew Gibbs System and method for analyzing patent value
US20080033741A1 (en) * 2006-08-04 2008-02-07 Leviathan Entertainment, Llc Automated Prior Art Search Tool
CA2575063C (en) * 2007-01-16 2017-07-11 Bernard Jobin Method and system for developing and evaluating and marketing products through use of intellectual capital derivative rights
WO2008094680A2 (en) * 2007-01-31 2008-08-07 Ocean Tomo, Llc Financial instrument based on content and methods for valuation
JP5357164B2 (ja) * 2007-10-04 2013-12-04 アイピー ストリート インコーポレイテッド 知的所有権および財政情報の集約、分析および提示
US8560419B2 (en) * 2008-02-21 2013-10-15 Avaya, Inc. System and method for developing technology assets
US8280796B2 (en) * 2008-05-28 2012-10-02 Mp&S Intellectual Property Associates, Llc Method for aggregating and valuing intellectual property in an exchange
US20100250340A1 (en) * 2009-03-24 2010-09-30 Ip Street, Inc. Processing and Presenting Intellectual Property and Other Information
US20100262512A1 (en) * 2009-04-13 2010-10-14 Ip Street, Inc. Processing and Presenting Intellectual Property and Other Information
US20110246326A1 (en) * 2009-12-17 2011-10-06 American Express Travel Related Services Company, Inc. System and method for enabling marketing channels in an ip marketplace
US20110153434A1 (en) * 2009-12-17 2011-06-23 American Express Travel Related Services Company, Inc. System and method for merchandising intellectual property assets

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001028018A (ja) * 1999-05-11 2001-01-30 Kanebo Ltd 権利の流通価値評価方法およびそれに用いる装置
WO2004061714A1 (ja) * 2002-12-27 2004-07-22 Intellectual Property Bank Corp. 技術評価装置、技術評価プログラム、技術評価方法
JP2004265305A (ja) 2003-03-04 2004-09-24 Alps Electric Co Ltd 知的財産評価装置及び知的財産評価プログラム
JP2005174313A (ja) * 2003-11-18 2005-06-30 Shinko Res Kk 特許又は技術の経済価値算出方法及び装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP2079049A4 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009003727A (ja) * 2007-06-22 2009-01-08 Ichiro Kudo 特許力算出装置及び特許力算出装置の動作方法
KR101078966B1 (ko) * 2009-02-02 2011-11-01 엘지전자 주식회사 문서 분석 시스템
KR101078945B1 (ko) * 2009-02-02 2011-11-01 엘지전자 주식회사 문서 분석 시스템
KR101078907B1 (ko) * 2009-02-02 2011-11-01 엘지전자 주식회사 문서 평가 시스템
JP2013543166A (ja) * 2010-09-16 2013-11-28 イノヴィア ホールディングス プロプライエタリー リミテッド 国毎の料金を計算するためのコンピュータシステム
JP2014501013A (ja) * 2010-12-07 2014-01-16 アリババ・グループ・ホールディング・リミテッド 製品情報のランク付け
JP2013101425A (ja) * 2011-11-07 2013-05-23 Ntt Data Corp 評価支援装置、評価支援方法、評価支援プログラム
JP2015125484A (ja) * 2013-12-25 2015-07-06 株式会社レイテック パテントポートフォリオ管理装置および方法
JPWO2015190485A1 (ja) * 2014-06-10 2017-04-20 アスタミューゼ株式会社 知的財産権の評価の方法、システム、および、プログラム
WO2015190485A1 (ja) * 2014-06-10 2015-12-17 アスタミューゼ株式会社 知的財産権の評価の方法、システム、および、プログラム
JP2016018336A (ja) * 2014-07-07 2016-02-01 株式会社パテント・リザルト 特許評価装置
JP2015187883A (ja) * 2015-06-10 2015-10-29 株式会社フォーカルワークス 特許評価装置および発明者評価装置
JP2018067274A (ja) * 2016-10-21 2018-04-26 株式会社Ipam Japan 特許価値評価装置及び特許価値評価方法
JP7384345B2 (ja) 2017-11-06 2023-11-21 東芝デジタルソリューションズ株式会社 特許情報処理装置、特許情報処理方法、およびプログラム
JP2022105766A (ja) * 2018-09-07 2022-07-14 Ngb株式会社 産業財産権の費用見積もりシステムおよびその方法
JP7370627B2 (ja) 2018-09-07 2023-10-30 Ngb株式会社 産業財産権の費用見積もりシステムおよびその方法

Also Published As

Publication number Publication date
EP2079049A1 (en) 2009-07-15
EP2079049A4 (en) 2011-11-09
US20100114587A1 (en) 2010-05-06
KR20090074688A (ko) 2009-07-07
AU2007314921A1 (en) 2008-05-08
JP4344813B2 (ja) 2009-10-14
JPWO2008054001A1 (ja) 2010-02-25

Similar Documents

Publication Publication Date Title
WO2008054001A1 (fr) Dispositif d&#39;évaluation de brevet
US20130282599A1 (en) Method of generating patent evaluation model, method of evaluating patent, method of generating patent dispute prediction model, method of generating patent dispute prediction information, and method and system for generating patent risk hedging information
EP1582999A1 (en) Technique evaluating device, technique evaluating program, and technique evaluating method
Aggen et al. DSM criteria for major depression: evaluating symptom patterns using latent-trait item response models
US7962511B2 (en) Method and system for rating patents and other intangible assets
Chilcott et al. The role of modelling in prioritising and planning clinical trials
US20090259506A1 (en) Method and system for rating patents and other intangible assets
CN109102197A (zh) 专利价值评估体系
Marsden et al. Heuristics of representativeness, anchoring and adjustment, and leniency: Impact on earnings' forecasts by australian analysts
O’Neill et al. An analysis of NICE’s ‘restricted’(or ‘optimized’) decisions
Okada et al. Making the patent scope consistent with the invention: Evidence from Japan
Valentelyte et al. Analytical methods to assess the impacts of activity-based funding (ABF): a scoping review
Terluin et al. Estimating meaningful thresholds for multi-item questionnaires using item response theory
Sabri et al. The effects of gender diversity in the boardroom on firm performance among top 50 listed companies in Malaysia
Ho et al. Analysts' forecasts of Taiwanese firms' earnings: Some empirical evidence
Ashtor Redefining Valuable Patents: Analysis of the Enforcement Value of US Patents
JPWO2004061714A1 (ja) 技術評価装置、技術評価プログラム、技術評価方法
KR101771634B1 (ko) 특허 라이센싱 예측 정보 생성 방법, 그 방법을 실시하는 시스템, 그 방법을 실시하는 프로그램, 그 프로그램이 기록된 기록 매체
Kochupillai et al. Patent valuation with consideration for emerging technologies
Nicolò et al. Value Relevance Research in Accounting and Reporting Domains: A Bibliometric Analysis
Hancock Three Essays on Network Analysis and Patent Citation Networks
Zang et al. Medical expenditure of women during pregnancy, childbirth and puerperium at the beginning of China’s universal two-child policy enactment: a population-based retrospective study
Kassow Measuring Supreme Court Case Complexity
Kammoun et al. Patent Renewal-A Global Strategic Tool in Emerging Economies
Grell KONTAKTNÍ ÚDAJE

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 07831166

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2008542201

Country of ref document: JP

DPE1 Request for preliminary examination filed after expiration of 19th month from priority date (pct application filed from 20040101)
WWE Wipo information: entry into national phase

Ref document number: 1020087025345

Country of ref document: KR

WWE Wipo information: entry into national phase

Ref document number: 10292/DELNP/2008

Country of ref document: IN

WWE Wipo information: entry into national phase

Ref document number: 2007831166

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2007314921

Country of ref document: AU

ENP Entry into the national phase

Ref document number: 2007314921

Country of ref document: AU

Date of ref document: 20071102

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 12513455

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

DPE1 Request for preliminary examination filed after expiration of 19th month from priority date (pct application filed from 20040101)