WO2024147379A1 - 빅데이터 기반 다차원 특허 분석 서비스 제공 방법 및 장치 - Google Patents
빅데이터 기반 다차원 특허 분석 서비스 제공 방법 및 장치 Download PDFInfo
- Publication number
- WO2024147379A1 WO2024147379A1 PCT/KR2023/000161 KR2023000161W WO2024147379A1 WO 2024147379 A1 WO2024147379 A1 WO 2024147379A1 KR 2023000161 W KR2023000161 W KR 2023000161W WO 2024147379 A1 WO2024147379 A1 WO 2024147379A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- analysis
- evaluation
- unit
- company
- technology
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 734
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000005516 engineering process Methods 0.000 claims abstract description 337
- 238000003745 diagnosis Methods 0.000 claims abstract description 261
- 238000004451 qualitative analysis Methods 0.000 claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims description 408
- 238000012827 research and development Methods 0.000 claims description 242
- 238000011160 research Methods 0.000 claims description 77
- 230000000694 effects Effects 0.000 claims description 46
- 238000013210 evaluation model Methods 0.000 claims description 31
- 230000008569 process Effects 0.000 claims description 27
- 238000005259 measurement Methods 0.000 claims description 19
- 230000014759 maintenance of location Effects 0.000 claims description 14
- 238000009795 derivation Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000007726 management method Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 10
- 238000011161 development Methods 0.000 claims description 6
- 230000008707 rearrangement Effects 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 claims description 2
- 230000001186 cumulative effect Effects 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 claims 1
- 238000013517 stratification Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 28
- 239000000284 extract Substances 0.000 description 27
- 238000012545 processing Methods 0.000 description 15
- 230000004044 response Effects 0.000 description 12
- 230000004083 survival effect Effects 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000011002 quantification Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 239000002131 composite material Substances 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000005065 mining Methods 0.000 description 4
- 230000005477 standard model Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000002860 competitive effect Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Definitions
- One embodiment of the present invention relates to a method and device for providing a big data-based multidimensional patent analysis service.
- Patent value evaluation systems include KPEG of the Korea Patent Information Institute, SMART of the Korea Invention Promotion Association, PatentRatings of OceanTomo of the United States, and PatentScore of IPB (now PatentResult) of Japan.
- Japanese IPB's PatentScore system uses progress information as an important evaluation element under the assumption that progress information related to various actions of applicants, third parties, and examiners over the entire life cycle of a patent has a significant impact on estimating the value of a patent. It is reflected as
- the core of the above-mentioned evaluation systems is to increase the reliability of evaluation results, and although efforts are being made to increase reliability, they are currently unable to secure the high reliability desired by users. Therefore, a patent analysis service is needed to generate more reliable evaluation results.
- Analysis type selection unit for generating results; an application field sorting unit that generates a reordered analysis result by rearranging the analysis type results according to a standardized technical classification corresponding to the input analysis request information;
- a report generation unit for each type that generates one type of report among the company analysis report, the company analysis report of interest, the technology analysis report of interest, and the technology analysis report of the company of interest based on the rearrangement analysis results;
- a multi-dimensional patent analysis device is provided, comprising a qualitative analysis information addition unit that additionally inserts qualitative analysis information corresponding to the patents in the report for each type.
- application fields are sorted according to the analysis type selected based on the input own company information, company technology information, company information of interest, and technology information of interest, a report by type is generated, and expert It has the effect of adding qualitative analysis information and providing companies with a report on competency diagnosis.
- Figure 1 is a diagram schematically showing a big data-based multidimensional patent analysis service providing system according to this embodiment.
- Figures 2a, 2b, 2c, and 2d are diagrams showing the service menu configuration according to this embodiment.
- Figure 3 is a block diagram schematically showing the multidimensional patent analysis device according to this embodiment.
- Figure 4 is a block diagram schematically showing the company's analysis unit according to this embodiment.
- Figure 6 is a block diagram schematically showing the technology of interest analysis unit according to this embodiment.
- Figure 7 is a diagram showing the patent evaluation, patent dispute, and researcher search modules linked to the patent value evaluation unit according to this embodiment.
- Figures 8a and 8b are diagrams showing a patent analysis report according to this embodiment.
- Figure 9 is a block diagram schematically showing the competency diagnosis unit according to this embodiment.
- FIG. 10 is a block diagram schematically showing the R&D resource diagnosis unit according to this embodiment.
- Figure 11 is a block diagram schematically showing the innovation activity diagnosis unit according to this embodiment.
- Figure 12 is a block diagram schematically showing the innovation calculation diagnosis unit according to this embodiment.
- Figure 13 is a block diagram schematically showing the innovation and diagnosis unit according to this embodiment.
- Figure 14 is a block diagram showing the candidate indicator pool derivation unit according to this embodiment.
- Figure 1 is a diagram schematically showing a big data-based multidimensional patent analysis service providing system according to this embodiment.
- the big data-based patent analysis service providing system includes a terminal 110, a network 120, and a multidimensional patent analysis device 130.
- the components included in the big data-based patent analysis service provision system are not necessarily limited to this.
- the terminal 110 refers to an electronic device that performs data communication with the multidimensional patent analysis device 130 via the network 120 according to the user's key operations.
- the terminal 110 includes a memory for storing a program or protocol for communicating with the multidimensional patent analysis device 130 via the network 120, and a microprocessor for executing the program to operate and control the program.
- the terminal 110 is a smart phone, tablet, laptop, personal computer (PC), personal digital assistant (PDA), and portable multimedia player (PMP). It may be an electronic device such as a player, a wireless communication terminal, or a media player.
- PC personal computer
- PDA personal digital assistant
- PMP portable multimedia player
- the terminal 110 is a variety of devices including communication devices such as a communication modem for communicating with various devices or wired and wireless networks, memory for storing various programs and data, and a microprocessor for calculating and controlling the programs by executing them. am.
- the memory is computer memory such as random access memory (RAM), read only memory (ROM), flash memory, optical disk, magnetic disk, and solid state disk (SSD). It may be a readable recording/storage medium.
- a microprocessor may be programmed to selectively perform one or more of the operations and functions described in the specification.
- a microprocessor may be implemented in whole or in part as hardware such as an application specific integrated circuit (ASIC) of a specific configuration.
- ASIC application specific integrated circuit
- the network 120 refers to a network that can transmit and receive data using the Internet protocol using various wired and wireless communication technologies such as the Internet network, intranet network, mobile communication network, and satellite communication network.
- the multidimensional patent analysis device 130 may be implemented in hardware as a typical web server or network server.
- the multidimensional patent analysis device 130 generally communicates with an unspecified number of clients or other servers via an open computer network such as the Internet.
- Figures 2a, 2b, 2c, and 2d are diagrams showing the service menu configuration according to this embodiment.
- the multidimensional patent analysis device 130 provides ‘Report Application’, ‘Report Application Details’, ‘1:1 Inquiry’, and ‘FAQ’ as a basic service menu structure.
- the multidimensional patent analysis device 130 displays a page where a report request can be made on the screen.
- the multidimensional patent analysis device 130 selects US, KR, CN, and JP from the terminal 110 as the 'country selection' item to generate a company analysis report. , input at least one country from EP.
- the multidimensional patent analysis device 130 receives country information from the terminal 110 and then inputs a specific company name through the ‘Company Name Search’ item.
- the multidimensional patent analysis device 130 receives a ‘report request’ input from the terminal 110, it generates and outputs a ‘company analysis report of interest’ corresponding to the input name of a specific company in a specific country.
- the multidimensional patent analysis device 130 selects US, KR, CN, and JP as the 'country selection' item from the terminal 110 to generate a technology analysis report. , input at least one country from EP.
- the multidimensional patent analysis device 130 receives country information from the terminal 110 and then inputs a specific technology name through the ‘technology name search’ item.
- the multidimensional patent analysis device 130 receives a ‘report request’ from the terminal 110, it generates and outputs a ‘technology of interest analysis report’ corresponding to the specific technology name of the input specific country.
- the multidimensional patent analysis device 130 displays the 'numbers' of the issued 'In-house Analysis Report', 'Company Analysis Report', and 'Technology Analysis Report of Interest'. , ‘Report Type’, ‘Target Keyword’, ‘Status’, and ‘Request Date’ are output in list form.
- Figure 3 is a block diagram schematically showing the multidimensional patent analysis device according to this embodiment.
- the multidimensional patent analysis device 130 includes a company analysis unit 310, an interested company analysis unit 320, a technology of interest analysis unit 330, a patent value evaluation unit 340, and an analysis type selection unit 350. ), application field sorting unit (360), report generation unit by type (370), qualitative analysis information addition unit (380), and competency diagnosis unit (390). Components included in the multidimensional patent analysis device 130 are not necessarily limited thereto.
- Each component of the multidimensional patent analysis device 130 shown in FIG. 3 refers to a unit that processes at least one function or operation, and may be implemented as a software module, a hardware module, or a combination of software and hardware.
- the company's analysis unit 310 generates the company's analysis results based on the company's patent information, company's technology information, and company's researcher information.
- the company's analysis unit 310 extracts at least one information of the patent application number, applicant (company name), business registration number, and corporation number from the input company patent information, and extracts the extracted patent application number, applicant (company name), business registration number, Using one or more of the following information: corporate number, inventor information, and company representative information, the company generates its own patent analysis results, its own technology analysis results, its own researcher analysis results, and its own event analysis results.
- the company's analysis unit 310 generates the company's patent analysis results using the patent application number, applicant, company name, business registration number, and corporation number extracted from the company's patent information.
- the company's analysis unit 310 generates its own technology analysis results using technology names, technology fields, and keywords extracted from the company's technology information.
- the company's analysis unit 310 generates the company's researcher analysis results based on the company's researcher information.
- the in-house analysis unit 310 generates in-house event analysis results based on the in-house patent analysis results, in-house technology analysis results, and in-house researcher analysis results.
- the company's analysis unit 310 generates its own patent analysis results including at least one of the number of applications, number of registrations, registration rate, number of examiner citations, analysis of companies holding trailing patents, number of patent purchases, and number of patent sales.
- Our analysis unit 310 generates the number of invention patents, number of citations, number of global patent families, patent share within the affiliated company, and evaluation index per patent based on the company's researcher information (inventor name).
- the company's analysis unit 310 generates analysis results by its researchers, including at least one of the number of invention patents, number of citations, number of global patent families, patent share within the affiliated company, and evaluation index per patent.
- the interested company analysis unit 320 extracts at least one of the applicant (company name), keywords, inventor information, and company representative information from the entered interested company information, and extracts the extracted applicant (company name), keywords, inventor information, and company representative information. Using the information, patent analysis results for companies of interest, corporate technology analysis results, corporate researcher analysis results, and corporate event analysis results are generated.
- the technology of interest analysis unit 330 analyzes the number of invention patents of the researcher, the number of citations, the global patent family analysis, the technology share analysis, and the technology concentration rate analysis, based on the entered information about the researcher on the technology of interest (inventor name). , Generates patent evaluation index analysis results.
- the patent value evaluation unit 340 evaluates US patents and generates value table, summary, standard, and professional evaluation results.
- the application field sorting unit 360 reclassifies (sorts) the analysis request received from the terminal 110 according to standardized technical classification and sorts the analysis target to suit the customer's needs.
- the application field sorting unit 360 extracts the Cooperative Patent Classification (CPC) of the searched patent according to the analysis request received from the terminal 110.
- CPC Cooperative Patent Classification
- the application field sorting unit 360 classifies technologies of interest based on CPC.
- the application field sorting unit 360 extracts the technology field of the technology of interest and the technology of the company of interest and matches it with the CPC classification table.
- the report generation unit 370 for each type generates one of the company analysis report, the company analysis report of interest, the technology analysis report of interest, and the technology analysis report of the company of interest.
- Report generation unit by type (370) ‘Patent database subject to analysis and search range’, ‘Patent database subject to analysis and analysis period’, ‘Classification of analysis subject’, ‘Analysis content’, ‘Patent trends by country’, ‘Patent application disclosure trends’ ', 'Patent registration trends', 'Examiner citation count trends', 'Korea patent trends', 'Korea patent application disclosure trends', 'Korea patent registration trends', 'Korean patent examiner citation count trends', 'Korean patents 'Related companies', 'Companies holding Korean patents', 'Korean patent specialized companies', 'Korean patent keyword trends', 'Korean patent rapid growth keywords', 'Korean patent new keywords',
- the competency diagnosis unit 390 uses a diagnostic model to accumulate and reflect new databases that can be used for R&D competency diagnosis and constantly checks the diagnosis results.
- the competency diagnosis unit 390 uses a diagnostic model to only use data that is currently available or can be continuously collected, secured, and linked in the future.
- the competency diagnosis unit 390 automatically upgrades itself by accumulating new data every year using a diagnosis model, and allows changes in the company's growth process to be checked at any time.
- Figure 4 is a block diagram schematically showing the company's analysis unit according to this embodiment.
- Our patent analysis unit 410 confirms precedence (in field.to com.).
- the company's patent analysis unit 410 confirms the precedence in the technology field of each target company.
- the company's patent analysis unit 410 statistically compares and calculates the application date distribution of all patents in the technology field and the application date distribution of invention patents of target companies in the technology field.
- Our patent analysis unit 410 checks the concentration rate (on field).
- the company's patent analysis department 410 checks the concentration rate in the target field for each target company.
- the company's patent analysis unit 410 calculates the concentration rate to the extent that the target company's patents are concentrated in the target field.
- the company's patent analysis unit 410 calculates the concentration rate as the number of patents of the target company in the target field / the total number of patents of the target company.
- the company's technology analysis department (420) provides portfolio indicator analysis results, investment indicator analysis results, interest indicator analysis results, R&D continuity analysis results, dispute indicator analysis results, and ratio indicators based on the technology name, technology field, and keywords extracted from the company's technology information. After generating the analysis results, we generate our own technical analysis results that include at least one of the generated components.
- the company's technology analysis department (420) performs portfolio indicator analysis results, investment indicator analysis results, interest indicator analysis results, R&D continuity analysis results, dispute indicator analysis results, and ratio indicator analysis. generate results.
- the company's researcher analysis unit (430) generates the number of invention patents, number of citations, number of global patent families, patent share within the affiliated company, and evaluation index per patent based on the inventor name extracted from the company's researcher information, and then the generated components.
- Our researchers produce analysis results that include at least one of the following:
- the company's researcher analysis unit 430 generates the number of invention patents, number of citations, number of global patent families, patent share within the affiliated company, and evaluation index per patent based on the company's researcher information (inventor name).
- the company's researcher analysis unit 430 generates the company's researcher analysis results including at least one of the number of invention patents, number of citations, number of global patent families, patent share within the affiliated company, and evaluation index per patent.
- the company's researcher analysis unit 430 confirms the market share by using the company's patent market share in each technology field, the total number of patents of the company in the technology field / the total number of patents in the technology field.
- the company's event analysis department (440) is based on the company's patent analysis results, company technology analysis results, and company researcher analysis results, patent transaction history analysis results, dispute history analysis results, examiner citation count analysis results, family patent analysis results, and national R&D As a result of the related analysis, after generating the M&A occurrence analysis result, the company generates its own event result that includes at least one of the generated components.
- the company's event analysis department (440) analyzes patent transaction history, dispute history analysis, examiner citation count analysis, family patent analysis, national R&D-related analysis, and M&A based on the company's patent analysis results, company technology analysis results, and company researcher analysis results. Create an occurrence analysis.
- the company's event analysis unit 440 generates company event results including at least one of patent transaction history analysis, dispute history analysis, examiner citation count analysis, family patent analysis, national R&D-related analysis, and M&A occurrence analysis.
- the company's event analysis department collects historical information such as the unique project number, department name, research project name, research project name, host institution, and research period for patents applied for through the project when performing national R&D. Confirm.
- the company's event analysis unit 440 extracts patents or utility models containing private information and recognizes them as national R&D patents.
- FIG. 5 is a block diagram schematically showing the interest company analysis unit according to this embodiment.
- the company-of-interest analysis unit 320 generates company-of-interest information based on the entered company-of-interest information.
- the interested company analysis unit 320 extracts at least one of the applicant (company name), keywords, inventor information, and company representative information from the entered interested company information, and extracts the extracted applicant (company name), keywords, inventor information, and company representative information.
- patent analysis results for companies of interest corporate technology analysis results, corporate researcher analysis results, and corporate event analysis results are generated.
- the company of interest analysis unit 320 includes a company of interest patent analysis unit 510, a technology analysis unit of the company of interest 520, a company of interest researcher analysis unit 530, and a company of interest event analysis unit 540. do. Components included in the interested company analysis unit 320 are not necessarily limited to this.
- the interested company patent analysis department (510) analyzes companies holding trailing patents, analyzes the number of examiner citations, and generates the number of patent applications based on the applicant, company name, keyword, inventor information, and company representative information extracted from the interested company information. Generate patent analysis results for companies of interest that include at least one of the specified components.
- the patent analysis department of the company of interest (510) checks the number of examiner citations for the registered patents included in the patent analysis results of the company of interest, and uses the number of examiner citations to cite the patents of the company of interest when the patent office examiner examines subsequent patents. Therefore, it is recognized as an index used when notifying opinion submission or deciding on rejection.
- the patent analysis department for companies of interest (510) checks the total number of patent registrations by specific year among the patents currently held by companies of interest included in the patent analysis results for companies of interest, and determines whether patent applications are on the rise based on the total number of patent registrations. Check.
- the interested company patent analysis department (510) analyzes the number of applied/registered patents, number of citations, number of foreign patent families, evaluation index per patent, market share and concentration rate in the technology field for the patents of the interested company included in the patent analysis results of the interested company. Check the included evaluation indicator information.
- the interested company patent analysis unit 510 generates convergence as an indicator of how many technologies are included per patent based on the average CPC number of patents of the right holder of the cited patent included in the interested company patent analysis results.
- the patent analysis department for companies of interest calculates the patent share in the target field for each target company included in the patent analysis results for the company of interest, based on the number of patents held by the target company in the target field / the total number of patents in the target field. Calculate the patent share.
- the interested company technology analysis department (520) provides portfolio indicator analysis results, investment indicator analysis results, interest indicator analysis results, R&D continuity analysis results, and dispute indicator analysis results based on the input company technology information (technology name, technology field, keyword). , generate ratio indicator analysis results.
- the interested company researcher analysis unit 530 generates an interested company researcher analysis result that includes at least one of the number of invention patents, number of citations, number of global patent families, patent share within the affiliated company, and evaluation index per patent.
- the interested company event analysis department (540) conducts patent transaction history analysis, dispute history analysis, examiner citation count analysis, family patent analysis, and national R&D based on the interesting company patent analysis results, interested company technology analysis results, and interested company researcher analysis results. Create related analysis and M&A occurrence analysis.
- the interested company event analysis unit 540 generates interested company event results including at least one of patent transaction history analysis, dispute history analysis, examiner citation count analysis, family patent analysis, national R&D-related analysis, and M&A occurrence analysis. .
- Figure 6 is a block diagram schematically showing the technology of interest analysis unit according to this embodiment.
- the technology-of-interest detailed analysis unit 610 is based on the technology field, technology name, and technology keyword extracted from the technology-of-interest information, including fast-growing keyword analysis results, newly appearing keyword analysis results, specialized keyword analysis results, co-occurring keyword analysis results, and R&D recommended keywords. After generating the analysis results, a patent analysis result of the technology of interest is generated that includes at least one of the generated components.
- the technology of interest patent analysis unit 620 selects keywords from the patent set of the relevant technology or company, including the most recent 5 years, the previous 5 years, the most recent 4 years, the previous 4 years, the most recent 3 years, the previous 3 years, and the most recent 2. Keywords with a higher appearance rate are selected as fast-growing keywords based on the arithmetic average of the appearance rate of 2018, the previous 2 years, the most recent year, and the previous 1 year.
- the technology of interest patent analysis unit 620 selects newly appearing keywords among the keywords in the patent set of the technology of interest or the company of interest by providing analysis information in the order of their appearance by quarter over the past two years (eight quarters).
- the technology of interest patent analysis unit 620 recognizes the input keyword and each keyword as co-occurring keywords, but does not recognize each keyword and recommended keyword as co-occurring keywords.
- the technology of interest patent analysis unit 620 selects keywords from the patent set of the relevant technology or company, including the last 5 years and the previous 5 years, the last 4 years and the previous 4 years, the last 3 years and the previous 3 years, and the most recent 2 years. Keywords with a higher appearance rate are selected as fast-growing keywords based on the arithmetic average of the appearance rate of 2018, the previous 2 years, the most recent year, and the previous 1 year.
- the technology of interest patent analysis unit 620 selects newly appearing keywords among keywords in the patent set of the relevant technology or company by providing analysis information in the order of their appearance by quarter over the past two years (8 quarters).
- the technology of interest patent analysis unit 620 determines my patent set by measuring the ratio (TF-IDF) of keywords in the patent set of the relevant technology or company that appear frequently in my patent set but do not appear in the other sets except mine. Select highly specialized keywords that can represent you.
- the technology of interest patent analysis unit 620 analyzes the number of appearances by year using highly specialized keywords.
- the technology of interest researcher analysis unit 630 is based on the inventor's name extracted from the information of the researcher of the technology of interest.
- the researcher's invention patent number analysis result, citation count analysis result, global patent family analysis result, technology share analysis result, and technology concentration rate analysis result are performed.
- a researcher analysis result of the technology of interest is generated that includes at least one of the generated components.
- the technology of interest researcher analysis unit 630 analyzes the number of invention patents of the researcher, the number of citations, the global patent family analysis, the technology share analysis, and the technology concentration rate based on the information (inventor name) entered by the researcher on the technology of interest. As a result, patent evaluation index analysis results are generated.
- the technology of interest event analysis unit 640 is based on the detailed analysis of the technology of interest, the patent analysis result of the technology of interest, and the result of the researcher analysis of the technology of interest.
- the transaction history analysis result, dispute history analysis result, examiner citation count analysis result, and family patent analysis result After generating national R&D-related analysis results and M&A occurrence analysis results, an analysis result of a technology event of interest containing at least one of the generated components is generated.
- the patent evaluation unit 720 collects at least one dispute patent set including patents used in a patent dispute and at least one non-dispute patent set from the company analysis results, interest technology analysis results, and interest technology analysis results.
- the patent evaluation unit 720 generates patent evaluation element values for a plurality of preset patent evaluation factors for a plurality of dispute patents included in the dispute patent set and a plurality of non-dispute patents included in the non-dispute patent set. .
- the first patent evaluation unit 722 sets the preset time unit to one or more of the unit of each year, the unit of each quarter, or the preset statutory annual registration standard period unit of the patent.
- the first patent evaluation unit 722 sets the time unit in years.
- the first patent evaluation unit 722 targets the registration date of individual patents and the preset end point. Based on the preset specific date every year, it targets patents registered before the specific date each year among the entire set of registered patents. Create explanatory variable values for each explanatory variable.
- the first patent evaluation unit 722 generates one or more of the risk function, intensity function, and survival function as a result of survival analysis.
- the first patent evaluation unit 722 generates a patent evaluation model as a function of time.
- the first patent evaluation unit 722 generates a plurality of patent evaluation model values for a plurality of patents included in the entire registered patent set consisting of patents registered with a plurality of patent evaluation models.
- the first patent evaluation unit 722 determines the explanatory variable values by referring to the plurality of patent evaluation model values of the related patents related to the individual patents and extracting the explanatory variable values from the entire registered patent set by referring to at least one or more individual patents belonging to the plurality of extracted patent sets. Creates the explanatory variable value of the explanatory variable.
- the first patent evaluation unit 722 generates an additional patent evaluation model for the extracted patent set using explanatory variable values generated with reference to a plurality of patent evaluation model values.
- the second patent evaluation unit 724 generates a first patent set having at least one first patent set characteristic value.
- the second patent evaluation unit 724 generates a second patent set having at least one second patent set characteristic value.
- the second patent evaluation unit 724 assigns a second patent set characteristic value that is the same characteristic value series as the first patent set characteristic value and is a superset.
- the second patent evaluation unit 724 assigns the first patent set characteristic value and the second patent set characteristic value, which is a heterogeneous characteristic value series.
- the second patent evaluation unit 724 cites the patents constituting the first patent set, the patents constituting the first patent set, or applies at least one period limitation, patents cited, or lawsuits or disputes in which the patents are used. Generate a second patent evaluation factor value that satisfies at least one of the following restrictions: at least one right holder, plaintiff or lawyer's restriction, at least one technical field restriction, at least one industrial field restriction, and at least one country restriction. do.
- the second patent evaluation unit 724 sets any one or more of at least one individual patent, at least one right holder, at least one inventor, at least one technical field, and at least one country as a single evaluation target.
- the third patent evaluation unit 726 When constructing a patent database, the third patent evaluation unit 726 generates basic parameter values from data included in the patent publication and data obtained from information other than the patent publication. The third patent evaluation unit 726 generates extended parameter values using basic parameter values. The third patent evaluation unit 726 creates a patent database by storing the generated basic parameter values and extended parameter values for each patent. The third patent evaluation unit 726 updates the patent database using data included in the new patent publication and information outside the patent publication.
- the third patent evaluation unit 726 determines that at least some of the evaluation parameter values included in the evaluation screen corresponding to at least one menu among the menus included in the evaluation menu section are extended parameter values. Include it.
- the third patent evaluation unit 726 generates basic parameter values from data included in the patent publication and data obtained from information other than the patent publication.
- the third patent evaluation unit 726 creates a patent database by storing the generated basic parameter values for each patent.
- the third patent evaluation unit 726 updates the patent database using data included in the new patent publication and information outside the patent publication.
- the third patent evaluation unit 726 generates basic parameter values from data included in the patent publication and data obtained from information other than the patent publication.
- the third patent evaluation unit 726 creates a technical classification database by storing the generated basic parameter values by technical classification.
- the third patent evaluation unit 726 updates the technical classification database using data included in the new patent publication and information other than the patent publication.
- the third patent evaluation unit 726 uses basic parameter values to generate in real time at least some of the evaluation parameter values included in the evaluation screen corresponding to at least one menu among the menus included in the evaluation menu section.
- the third patent evaluation unit 726 outputs an evaluation screen including a bibliographic section showing at least some of the bibliographic information including the title of the invention for the patent to be evaluated and a rating section showing the grade for the patent to be evaluated.
- the third patent evaluation unit 726 outputs a rating section containing some of the evaluation grade, evaluation score, and percentile value for the patent to be evaluated.
- the third patent evaluation unit 726 includes a hyperlink in the bibliography section to confirm the current right holder, and when the terminal 110 selects the hyperlink, it accesses the official patent information site through the link and identifies the current right holder of the patent to be evaluated. Provides real-time information about
- the third patent evaluation unit 726 outputs information other than the patent gazette, including litigation-related information, transaction information, and security right information.
- the third patent evaluation unit 726 reorganizes menus in the evaluation menu section according to data related to the patent to be evaluated.
- the patent dispute prediction unit 730 collects a set of disputed patents including a plurality of litigation patents and quasi-litigation patents from the company's analysis results, interest technology analysis results, and interest technology analysis results.
- the patent dispute prediction unit 730 collects dispute information about disputed patents included in the disputed patent set.
- the patent dispute prediction unit 730 assigns dispute numeric values to dispute patents included in the dispute patent set.
- the patent dispute prediction unit 730 determines the dispute numerical value and the non-dispute numerical value for a non-dispute patent set including a dispute patent set to which a dispute numerical value is assigned and a plurality of non-dispute patents to which the dispute numerical value is assigned as a non-dispute numerical standard value. Set the reference value as the response variable value.
- the patent dispute prediction unit 730 establishes at least one patent dispute risk quantification model using statistical techniques using explanatory variable values for a plurality of explanatory variables for disputed patents and non-dispute patents.
- the patent dispute prediction unit 730 includes a first patent dispute prediction unit 732 and a second patent dispute prediction unit 734.
- the first patent dispute prediction unit 732 collects a self-patent set including at least one patent from the company analysis result, the technology-of-interest analysis result, and the technology-of-interest analysis result.
- the first patent dispute prediction unit 732 collects at least one target patent set that has a preset relationship with the own patent set.
- the first patent dispute prediction unit 732 collects a target patent set including at least one patent.
- the first patent dispute prediction unit 732 collects at least one self-patent set that has a preset relationship with the target patent set.
- the first patent dispute prediction unit 732 collects at least one dispute prediction model value for each patent for individual patents constituting the target patent set.
- the first patent dispute prediction unit 732 generates at least one dispute prediction information using dispute prediction model values for each patent.
- the first patent dispute prediction unit 732 sets the patent set created or managed by the user or the information system as its own patent set.
- the first patent dispute prediction unit 732 limits the self-patent set using a preset set limitation option or divides it into two or more partial patent sets by applying a preset division criterion.
- the first patent dispute prediction unit 732 sets the patent set created or managed by the user or the patent information system as the target patent set.
- the first patent dispute prediction unit 732 limits the target patent set using a preset set limitation option or divides it into two or more partial patent sets by applying a preset division criterion.
- the first patent dispute prediction unit 732 generates a target patent set consisting of patents that have a preset relationship with the self-patents constituting the self-patent set.
- the first patent dispute prediction unit 732 sets one or more relationships among a citation-cited patent relationship, a similar patent group relationship in a text mining technique, and a similar technology patent relationship in patent classification as a preset relationship.
- the first patent dispute prediction unit 732 sets target patents to have a preset relationship with two or more own patents.
- the first patent dispute prediction unit 732 can quantify relevance.
- the first patent dispute prediction unit 732 performs quantification including one or more of the frequency of relevance and intensity of relevance.
- the first patent dispute prediction unit 732 sets the number of self-patents with a preset relevance corresponding to the target patent as the relevance frequency.
- the first patent dispute prediction unit 732 generates the strength of relevance using one or more of citation-cited patent relationship information, similar patent group relationship information, and similar technology patent relationship information.
- the first patent dispute prediction unit 732 uses one or more of citation-citation depth information and citation-citation type information to generate the strength of relationship with citation-citation patent relationship information.
- the first patent dispute prediction unit 732 uses the similarity information between the own patent and the target patent to generate the strength of relationship with similar patent group relationship information.
- the first patent dispute prediction unit 732 includes extracted keywords extracted from the self-patent and the target patent, citation-citation information generated from the reference information of the self-patent and the target patent, and at least one type extracted from the self-patent and the target patent. Similarity information is generated using one or more of the patent classification and at least one higher level patent classification of the patent classification system to which the patent classification belongs.
- the first patent dispute prediction unit 732 includes at least one citation perspective dispute prediction element, at least one multi-dispute patent perspective dispute prediction element, at least one multi-dispute trigger perspective dispute prediction element, and at least one multi-dispute technology group perspective.
- a dispute prediction model value for each patent is generated using the dispute prediction element value of one or more dispute prediction elements selected among the dispute prediction elements.
- the first patent dispute prediction unit 732 generates a dispute prediction model value for each patent in real time for the target patent, or calls it from the dispute prediction model value DB for each patent that stores the previously created dispute prediction model value for each patent, thereby creating a patent dispute prediction model value. Collect star conflict prediction model values.
- the first patent dispute prediction unit 732 responds to dispute prediction information for each target patent corresponding to the input self-patent set, dispute prediction information for at least one target patent group corresponding to the input self-patent set, and the input self-patent set. Dispute prediction information for a target patent set, dispute prediction information for each target patent corresponding to at least one partial self-patent set, and dispute prediction information for at least one target patent group corresponding to at least one partial self-patent set. Generates dispute prediction information including.
- the first patent dispute prediction unit 732 receives only patents that meet preset conditions as target patents or patents that meet preset conditions (user settings, patent information system settings, rights holder conditions, relevance conditions, individual patent attribute conditions). It collects only the patents as its own patents.
- the first patent dispute prediction unit 732 is configured to determine at least one of at least one target patent constituting the target patent set and at least one partial target patent set to which a preset division criterion or a preset selection criterion is applied to the target patent set. A preset ranking is assigned.
- the first patent dispute prediction unit 732 generates a ranking according to a ranking generation rule using one or more of relevance frequency, relevance intensity, dispute prediction model value, and user-input relevance information.
- the first patent dispute prediction unit 732 collects target patent sets for each divided partial self-patent set.
- the first patent dispute prediction unit 732 generates each partial target patent set corresponding to the partial self-patent set.
- the first patent dispute prediction unit 732 collects self-patent sets for each divided partial target patent set.
- the first patent dispute prediction unit 732 generates dispute prediction information for each partial self-patent set corresponding to the partial target patent set.
- the first patent dispute prediction unit 732 performs a preset set operation on the obtained primary target patent set, and then calculates the dispute prediction model value for each patent for the secondary target patents constituting the secondary target patent set. Collect.
- the first patent dispute prediction unit 732 performs one or more of the following: deletion of the primary target patent constituting the primary target patent set, limitation of the primary target patent set, and addition of a new patent to the secondary target patent set. This is done to create a secondary target patent set.
- the second researcher unit search unit 744 generates an inventor unit patent set consisting of patents in which the inventor is registered as an inventor.
- the second researcher unit search unit 744 corrects the inventor name information during application or after registration.
- the second researcher unit search unit 744 modifies the applicant name information according to a merger, change in the applicant name, or reduction or addition of the applicant.
- the second researcher unit search unit 744 generates a partial patent set using at least one of patent classification, time information, country information, and inventor.
- the second researcher unit search unit 744 generates analysis information for a patent set to which at least one or more of restrictions, rankings, and groupings are applied to the cited patent set.
- the second researcher unit search unit 744 limits or groups using at least one of patent classification, time information, country information, and inventor.
- the third researcher unit search unit 746 collects a patent identification key by querying a table or search index containing at least one keyword using a complex keyword as a search condition.
- the third researcher unit search unit 746 uses a single keyword as a search condition and first searches for identical keywords that are acknowledged to be identical to the single keyword. If there is an identical keyword, the third researcher unit search unit 746 collects a patent identification key by querying a single keyword and an identical keyword to a table or search index containing at least one keyword.
- the third researcher unit search unit 746 uses a single keyword as a search condition and first searches for identical keywords that are acknowledged to be identical to the single keyword. If there is an identical keyword, the third researcher unit search unit 746 extracts a single keyword or at least one composite keyword including the identical keyword using the single keyword and the identical keyword as search conditions.
- the third researcher unit search unit 746 collects a patent identification key by querying a table or search index containing at least one holder name using the single right holder name as a search condition.
- the third researcher unit search unit 746 collects a patent identification key by querying at least one patent number-containing table or search index using the patent numbers included in the patent number set as an OR search condition.
- the third researcher unit search unit 746 uses the researcher recommendation request information to collect a plurality of patent identification keys to be used for generating researcher recommendation information.
- the third researcher unit search unit 746 collects at least one unit recommendation algorithm corresponding to a unit recommendation item.
- the third researcher unit search unit 746 collects recommendation-based information corresponding to the patent identification key necessary for generating researcher recommendation information using the patent identification key.
- Figure 9 is a block diagram schematically showing the competency diagnosis unit according to this embodiment.
- the competency diagnosis unit 390 derives and checks measurement indicators.
- the competency diagnosis unit 390 derives a pool of candidate indicators.
- the competency diagnosis department 390 derives as many indicators as possible related to the purpose and activities of the project and secures a sufficient pool of candidate indicators that can actually be used.
- the Capability Diagnosis Department (390) forms a pool of candidate indicators based on indicators already available and likely to be secured to objectively and quantitatively evaluate the R&D capabilities of corporate research institutes.
- the competency diagnosis unit 390 excludes qualitative evaluation indicators that may involve the evaluator's subjectivity, and includes only indicators that can be measured objectively and quantitatively in the diagnosis model.
- the competency diagnosis department (390) additionally reflects and derives data from the National Science and Technology Knowledge Information Service (NTIS) and NICE credit rating data.
- NTIS National Science and Technology Knowledge Information Service
- the competency diagnosis unit 390 conducts pairwise comparisons and evaluates the relative importance of evaluation items for R&D competency diagnosis for each class by referring to the evaluation scale.
- the competency diagnosis unit 390 compares the relative importance of R&D competency diagnosis weighted evaluation items from a first-tier perspective through a one-tier evaluation.
- the competency diagnosis unit 390 compares the relative importance of R&D competency diagnosis weighted evaluation items from the perspective of R&D resources among the two tiers through a two-tier evaluation.
- the competency diagnosis department (390) is a three-tiered evaluation that compares the relative importance of R&D competency diagnosis weighted evaluation items from the R&D investment perspective among the three tiers.
- the technology business performance diagnosis department (1220) provides ‘paper performance’ and ‘patent performance’ as detailed areas for the ‘innovation output area’.
- the Technology Business Performance Diagnosis Department (1220) calculates evaluation indicators for ‘paper performance’ based on the performance of presentations at domestic and international conferences and publication in academic journals.
- the Technology Business Performance Diagnosis Department (1220) calculates evaluation indicators for ‘patent performance’ based on domestic and foreign application and registered patent performance.
- the innovation performance diagnosis department 940 includes an external performance diagnosis department 1310, a management performance diagnosis department 1320, and a research institute growth performance diagnosis department 1330.
- the components included in the innovation performance diagnosis unit 940 are not necessarily limited to this.
- the candidate indicator pool derivation unit (1410) is a pool of candidate indicators for the 'R&D activity survey field', such as 'Total R&D investment', 'Self-funded R&D investment cost', 'Government R&D support', 'R&D investment cost compared to sales', ' Education and training expenses', 'Number of researchers', 'R&D manpower compared to number of employees', 'Number of researchers with master's and doctoral degrees', 'R&D investment growth rate', 'Investment cost per researcher', 'Proportion of national R&D projects carried out', 'External 'Proportion of task performance', 'Proportion of R&D investment related to new products', 'Proportion of R&D investment related to new processes', 'Proportion of joint R&D', 'Sales', 'Sales growth rate', and 'Researcher growth rate' are derived as candidate indicators.
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
빅데이터 기반 다차원 특허 분석 서비스 제공 방법 및 장치를 개시한다. 본 실시예는 입력된 자사기업 정보, 자사기술정보, 관심기업 정보, 관심기술정보를 기반으로 선택된 분석유형에 따라 신청 분야를 정렬하고, 유형별 보고서를 생성하고, 전문가의 정성분석 정보를 추가하고, 기업에 역량진단을 수행한 보고서를 제공할 수 있도록 하는 빅데이터 기반 다차원 특허 분석 서비스 제공 방법 및 장치를 제공한다.
Description
본 발명의 일 실시예는 빅데이터 기반 다차원 특허 분석 서비스 제공 방법 및 장치에 관한 것이다.
이하에 기술되는 내용은 단순히 본 실시예와 관련되는 배경 정보만을 제공할 뿐 종래기술을 구성하는 것이 아니다.
최근 들어, 지식 재산이 R&D, 경영의 요소를 넘어, 경제의 차원에서 대접받고 있다. 일반적인 지식 재산권 개념에 더하여, 비즈니스, 지식 재산 유동화, 글로벌 라이센싱을 추가로 포함하는 다양한 측면들이 부상하고 있다.
최근 지식 재산 트렌드를 지원하는 기초적인 토대 중의 하나가 지식 재산권의 특허권에 대한 가치 산정이다.
특허권에 대한 가치를 산정하기 위한 방법으로 실물 옵션(real option) 등과 같은 다양한 방법들이 도입되고 있다. 하지만, 전문가를 활용하는 가치 평가 방법은 단위 특허당 평가 비용이 많이 들고, 시간도 오래 걸려 대량의 특허에 적용할 수 없다는 문제가 있다.
특허권에 대한 가치를 산정하기 위한 다른 방법으로 특허의 가치를 시스템적으로 평가해 주는 방법이 있다. 특허 가치 평가 시스템으로는 한국특허정보원의 KPEG, 한국발명진흥회의 SMART, 미국 OceanTomo사의 PatentRatings, 일본 IPB(현재는 PatentResult)사의 PatentScore 등이 있다.
미국 OceanTomo 사의 PatentRatings 시스템은 특허권 보유자들의 특허권 연차 등록(갱신)을 판단할 때, 다양한 점에서 유지 시의 예상 이익(benefit)을 유지에 필요한 비용과 비교 형량하여 합리적으로 판단한다. PatentRatings 시스템은 평균적으로 가치 있는 특허를 덜 가치 있는 특허보다 오래 유지되도록 한다. PatentRatings 시스템은 특허의 가치를 로그 정규 분포적 특징을 지닌 기본 가정을 반영한다.
일본 IPB사의 PatentScore 시스템은 특허의 전체 라이프 사이클에 대하여 출원인, 제3자 및 심사관의 각종 액션(Action)과 관계된 경과 정보가 특허의 가치를 추정하는데 큰 영향을 미친다는 가정 하에 경과 정보를 중요한 평가 요소로 반영한다.
전술한 평가 시스템들은 평가 결과의 신뢰성을 높이는 것이 핵심이 되며, 신뢰성을 높이기 위해 노력하고 있으나, 현식적으로 사용자들이 원하는 높은 신뢰성을 확보하진 못한 상태이다. 따라서, 보다 신뢰성 높은 평가 결과를 생성하기 위한 특허 분석 서비스를 필요로 한다.
본 실시예는 입력된 자사기업 정보, 자사기술정보, 관심기업 정보, 관심기술정보를 기반으로 선택된 분석유형에 따라 신청 분야를 정렬하고, 유형별 보고서를 생성하고, 전문가의 정성분석 정보를 추가하고, 기업에 역량진단을 수행한 보고서를 제공할 수 있도록 하는 빅데이터 기반 다차원 특허 분석 서비스 제공 방법 및 장치를 제공하는 데 목적이 있다.
본 실시예의 일 측면에 의하면, 입력받은 자사 특허 정보, 자사 기술 정보, 자사 연구자 정보를 기반으로 자사 분석 결과를 생성하는 자사 분석부; 입력받은 관심기업 정보, 관심기업 기술정보, 관심기업 연구자 정보를 기반으로 관심기업 정보를 생성하는 관심기업 분석부; 입력받은 관심기술 정보, 관심기술 연구자 정보를 기반으로 관심기술 분석 결과를 생성하는 관심기술 분석부; 분석할 유형 정보를 입력받고, 상기 유형 정보에 따라 상기 자사 분석 결과, 상기 관심기술 분석 결과, 상기 관심기술 분석 결과 내의 특허 정보, 기업 정보, 기술 정보, 연구자 정보를 피봇팅(Pivoting)한 분석 유형 결과를 생성하는 분석유형 선택부; 상기 분석 유형 결과를 입력된 분석 요청 정보에 대응하는 표준화된 기술 분류에 따라 재정렬한 재정렬 분석 결과를 생성하는 신청 분야 정렬부; 상기 재정렬 분석 결과를 기반으로 자사분석 보고서, 관심기업 분석보고서, 관심기술 분석보고서, 관심기업의 기술분석 보고서 중 어느 하나의 유형별 보고서를 생성하는 유형별 보고서 생성부; 상기 유형별 보고서 내의 특허에 대응하는 정성분석 정보를 추가로 삽입하는 정성분석 정보 추가부;를 포함하는 것을 특징으로 하는 다차원 특허 분석 장치를 제공한다.
이상에서 설명한 바와 같이 본 실시예에 의하면, 입력된 자사기업 정보, 자사기술정보, 관심기업 정보, 관심기술정보를 기반으로 선택된 분석유형에 따라 신청 분야를 정렬하고, 유형별 보고서를 생성하고, 전문가의 정성분석 정보를 추가하고, 기업에 역량진단을 수행한 보고서를 제공할 수 있도록 하는 효과가 있다.
도 1은 본 실시예에 따른 빅데이터 기반 다차원 특허 분석 서비스 제공 시스템을 개략적으로 나타낸 도면이다.
도 2a,2b,2c,2d는 본 실시예에 따른 서비스 메뉴 구성을 나타낸 도면이다.
도 3은 본 실시예에 따른 다차원 특허 분석 장치를 개략적으로 나타낸 블럭 구성도이다.
도 4는 본 실시예에 따른 자사 분석부를 개략적으로 나타낸 블럭 구성도이다.
도 5는 본 실시예에 따른 관심기업 분석부를 개략적으로 나타낸 블럭 구성도이다.
도 6은 본 실시예에 따른 관심기술 분석부를 개략적으로 나타낸 블럭 구성도이다.
도 7은 본 실시예에 따른 특허가치 평가부와 연동하는 특허 평가, 특허 분쟁, 연구자 검색 모듈을 나타낸 도면이다.
도 8a,8b는 본 실시예에 따른 특허 분석 보고서를 나타낸 도면이다.
도 9는 본 실시예에 따른 역량진단부를 개략적으로 나타낸 블럭 구성도이다.
도 10은 본 실시예에 따른 R&D 자원 진단부를 개략적으로 나타낸 블럭 구성도이다.
도 11은 본 실시예에 따른 혁신활동 진단부를 개략적으로 나타낸 블럭 구성도이다.
도 12는 본 실시예에 따른 혁신 산출 진단부를 개략적으로 나타낸 블럭 구성도이다.
도 13은 본 실시예에 따른 혁신성과 진단부를 개략적으로 나타낸 블럭 구성도이다.
도 14는 본 실시예에 따른 후보지표 풀 도출부를 나타낸 블럭 구성도이다.
<도면의 주요 부분에 대한 부호의 설명>
110: 단말기
120: 네트워크
130: 특허 분석 장치
이하, 본 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 실시예에 따른 빅데이터 기반 다차원 특허 분석 서비스 제공 시스템을 개략적으로 나타낸 도면이다.
본 실시예에 따른 빅데이터 기반 특허 분석 서비스 제공 시스템은 단말기(110), 네트워크(120), 다차원 특허 분석 장치(130)를 포함한다. 빅데이터 기반 특허 분석 서비스 제공 시스템에 포함된 구성요소는 반드시 이에 한정되는 것은 아니다.
단말기(110)는 사용자의 키 조작에 따라 네트워크(120)를 경유하여 다차원 특허 분석 장치(130)와 데이터 통신을 수행하는 전자 기기를 의미한다. 단말기(110)는 네트워크(120)를 경유하여 다차원 특허 분석 장치(130)와 통신하기 위한 프로그램 또는 프로토콜을 저장하기 위한 메모리, 해당 프로그램을 실행하여 연산 및 제어하기 위한 마이크로프로세서 등을 구비한다.
단말기(110)는 스마트폰(Smart Phone), 태블릿(Tablet), 랩톱(Laptop), 개인용 컴퓨터(PC: Personal Computer), 개인 휴대 단말기(PDA: Personal Digital Assistant), 휴대형 멀티미디어 플레이어(PMP: Portable Multimedia Player), 무선 통신 단말기(Wireless Communication Terminal), 미디어 플레이어 등과 같은 전자 기기일 수 있다.
단말기(110)는 각종 기기 또는 유무선 네트워크와 통신을 수행하기 위한 통신 모뎀 등의 통신 장치, 각종 프로그램과 데이터를 저장하기 위한 메모리, 프로그램을 실행하여 연산 및 제어하기 위한 마이크로프로세서 등을 구비하는 다양한 장치이다. 적어도 일 실시예에 따르면, 메모리는 램(Random Access Memory: RAM), 롬(Read Only Memory: ROM), 플래시 메모리, 광 디스크, 자기 디스크, 솔리드 스테이트 디스크(Solid State Disk: SSD) 등의 컴퓨터로 판독 가능한 기록/저장매체일 수 있다. 적어도 일 실시예에 따르면, 마이크로프로세서는 명세서상에 기재된 동작과 기능을 하나 이상 선택적으로 수행하도록 프로그램될 수 있다. 적어도 일 실시예에 따르면, 마이크로프로세서는 전체 또는 부분적으로 특정한 구성의 주문형반도체(Application Specific Integrated Circuit: ASIC) 등의 하드웨어로써 구현될 수 있다.
네트워크(120)는 인터넷망, 인트라넷망, 이동통신망, 위성 통신망 등 다양한 유무선 통신 기술을 이용하여 인터넷 프로토콜로 데이터를 송수신할 수 있는 망을 의미한다.
다차원 특허 분석 장치(130)는 네트워크(120)를 이용하여 단말기(110)와 연동한다.
다차원 특허 분석 장치(130)는 하드웨어적으로 통상적인 웹서버(Web Server) 또는 네트워크 서버의 형태로 구현될 수 있다. 다차원 특허 분석 장치(130)는 일반적으로 인터넷과 같은 개방형 컴퓨터 네트워크를 경유하여 불특정 다수 클라이언트 또는 다른 서버와 통신한다.
다차원 특허 분석 장치(130)는 클라이언트 또는 다른 웹서버의 작업수행 요청에 대응하는 작업 결과를 도출하여 제공하는 컴퓨터 시스템, 컴퓨터 소프트웨어(웹서버 프로그램)를 의미한다. 다차원 특허 분석 장치(130)는 전술한 웹서버 프로그램 이외에, 웹서버상에서 동작하는 일련의 응용 프로그램(Application Program) 또는 장치 내부에 구축되어 있는 각종 데이터베이스를 포함한다.
본 실시예에 따른 다차원 특허 분석 장치(130)는 단말기(110)로부터 입력된 기업 정보 또는 기업정보를 기반으로 복수의 특허 정보를 추출한다. 다차원 특허 분석 장치(130)는 추출된 특허 정보에 포함된 출원건수, 등록건수, 심사관 피인용수, 발명자 정보, 패밀리수 등을 기반으로 정보를 가공 처리한다. 다차원 특허 분석 장치(130)는 가공 처리된 정보를 기반으로 자사분석보고서, 관심기업 분석보고서, 관심기술 분석보고서 중 어느 하나의 분석 결과를 단말기(110)로 제공한다.
도 2a,2b,2c,2d는 본 실시예에 따른 서비스 메뉴 구성을 나타낸 도면이다.
다차원 특허 분석 장치(130)는 기본 서비스의 메뉴구성으로 ‘리포트 신청’, ‘리포트 신청내역’, ‘1:1 문의’, ‘FAQ’를 제공한다.
도 2a에 도시된 바와 같이, 다차원 특허 분석 장치(130)는 ‘로그인’이 완료되면, 화면 상에 리포트 신청이 가능한 페이지가 출력되도록 한다.
도 2b에 도시된 바와 같이, 다차원 특허 분석 장치(130)는 사용자가 원하는 기업을 선택하면, 기업 분석 리포트를 생성하기 위해, 단말기(110)로부터 ‘국가 선택’항목으로 US, KR, CN, JP, EP 중 적어도 하나 이상의 국가를 입력받는다. 다차원 특허 분석 장치(130)는 단말기(110)로부터 국가 정보를 입력받은 후 ‘기업명 검색’ 항목으로 특정 기업명을 입력받는다. 다차원 특허 분석 장치(130)는 단말기(110)로부터 ‘보고서 신청’을 입력받으면, 입력된 특정 국가의 특정 기업명에 해당하는 ‘관심기업 분석보고서’를 생성하여 출력한다.
도 2c에 도시된 바와 같이, 다차원 특허 분석 장치(130)는 사용자가 원하는 기술을 선택하면, 기술 분석 리포트를 생성하기 위해, 단말기(110)로부터 ‘국가 선택’항목으로 US, KR, CN, JP, EP 중 적어도 하나 이상의 국가를 입력받는다. 다차원 특허 분석 장치(130)는 단말기(110)로부터 국가 정보를 입력받은 후 ‘기술명 검색’ 항목으로 특정 기술명을 입력받는다. 다차원 특허 분석 장치(130)는 단말기(110)로부터 ‘보고서 신청’을 입력받으면, 입력된 특정 국가의 특정 기술명에 해당하는 ‘관심기술 분석보고서’를 생성하여 출력한다.
도 2d에 도시된 바와 같이, 다차원 특허 분석 장치(130)는 ‘리포트 신청내역’이 선택되면, 발행된 ‘자사분석보고서’, ‘관심기업 분석보고서’, ‘관심기술 분석보고서’의 ‘번호’, ‘리포트 유형’, ‘대상 키워드’, ‘상태’, ‘요청일시’를 리스트 형태로 출력한다.
도 3은 본 실시예에 따른 다차원 특허 분석 장치를 개략적으로 나타낸 블럭 구성도이다.
본 실시예에 따른 다차원 특허 분석 장치(130)는 자사 분석부(310), 관심기업 분석부(320), 관심기술 분석부(330), 특허가치 평가부(340), 분석유형 선택부(350), 신청 분야 정렬부(360), 유형별 보고서 생성부(370), 정성분석 정보 추가부(380), 역량 진단부(390)를 포함한다. 다차원 특허 분석 장치(130)에 포함된 구성요소는 반드시 이에 한정되는 것은 아니다.
다차원 특허 분석 장치(130)에 포함된 각 구성요소는 장치 내부의 소프트웨어적인 모듈 또는 하드웨어적인 모듈을 연결하는 통신 경로에 연결되어 상호 간에 유기적으로 동작할 수 있다. 이러한 구성요소는 하나 이상의 통신 버스 또는 신호선을 이용하여 통신한다.
도 3에 도시된 다차원 특허 분석 장치(130)의 각 구성요소는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 소프트웨어적인 모듈, 하드웨어적인 모듈 또는 소프트웨어와 하드웨어의 결합으로 구현될 수 있다.
자사 분석부(310)는 입력받은 자사 특허 정보, 자사 기술 정보, 자사 연구자 정보를 기반으로 자사 분석 결과를 생성한다.
자사 분석부(310)는 입력된 자사 특허 정보로부터 특허출원번호, 출원인(기업명), 사업자 번호, 법인 번호 중 적어도 하나 이상의 정보를 추출하고, 추출된 특허출원번호, 출원인(기업명), 사업자 번호, 법인 번호, 발명자 정보, 기업 대표자 정보 중 하나 이상의 정보를 이용하여 자사 특허 분석 결과, 자시 기술 분석 결과, 자사 연구자 분석 결과, 자사 이벤트 분석 결과를 생성한다.
자사 분석부(310)는 자사 특허 정보로부터 추출된 특허출원번호, 출원인, 기업명, 사업자 번호, 법인 번호를 이용하여 자사 특허 분석 결과를 생성한다. 자사 분석부(310)는 자사 기술 정보로부터 추출된 기술명, 기술분야, 키워드를 이용하여 자시 기술 분석 결과를 생성한다. 자사 분석부(310)는 자사 연구자 정보를 기반으로 자사 연구자 분석 결과를 생성한다. 자사 분석부(310)는 자사 특허 분석 결과, 자사 기술 분석 결과, 자사 연구자 분석 결과를 기반으로 자사 이벤트 분석 결과를 생성한다.
자사 분석부(310)는 자사 특허 정보(특허출원번호, 출원인(기업명), 사업자 번호, 법인 번호, 발명자 정보, 기업 대표자 정보)를 기반으로 출원건수, 등록건수, 등록률, 심사관 피인용수, 후행특허 보유기업 분석, 특허 매입 수, 특허 매각 수를 추출한다.
자사 분석부(310)는 출원건수, 등록건수, 등록률, 심사관 피인용수, 후행특허 보유기업 분석, 특허 매입 수, 특허 매각 수 중 적어도 하나 이상을 포함하는 자사 특허 분석 결과를 생성한다.
자사 분석부(310)는 자사 기술 정보(기술명, 기술분야, 키워드)를 기반으로 포트폴리오 지표 분석 결과, 투자지표 분석 결과, 관심지표 분석 결과, R&D 연속성 분석 결과, 분쟁지표 분석 결과, 비율지표 분석 결과를 생성한다.
자사 분석부(310)는 포트폴리오 지표 분석 결과, 투자지표 분석 결과, 관심지표 분석 결과, R&D 연속성 분석 결과, 분쟁지표 분석 결과, 비율지표 분석 결과 중 적어도 하나 이상을 포함하는 자사 기술 분석 결과를 출력한다.
자사 분석부(310)는 자사 연구자 정보(발명자명)를 기반으로 발명 특허수, 피인용수, 글로벌 특허 패밀리수, 소속기업내 특허점유율, 특허당 평가지표를 생성한다. 자사 분석부(310)는 발명 특허수, 피인용수, 글로벌 특허 패밀리수, 소속기업내 특허점유율, 특허당 평가지표 중 적어도 하나 이상을 포함하는 자사 연구자 분석 결과를 생성한다.
자사 분석부(310)는 자사 특허 분석 결과, 자사 기술 분석 결과, 자사 연구자 분석 결과를 기반으로 특허 거래이력 분석, 분쟁이력 분석, 심사관 피인용수 분석, 패밀리 특허 분석, 국가 R&D 관련 분석, M&A 발생 분석을 생성한다. 자사 분석부(310)는 특허 거래이력 분석, 분쟁이력 분석, 심사관 피인용수 분석, 패밀리 특허 분석, 국가 R&D 관련 분석, M&A 발생 분석 중 적어도 하나 이상을 포함하는 자사 이벤트 결과를 생성한다.
관심기업 분석부(320)는 입력받은 관심기업 정보, 관심기업 기술정보, 관심기업 연구자 정보를 기반으로 관심기업 정보를 생성한다.
관심기업 분석부(320)는 입력된 관심기업 정보로부터 출원인(기업명), 키워드, 발명자 정보, 기업 대표자 정보 중 적어도 하나 이상의 정보를 추출하고, 추출된 출원인(기업명), 키워드, 발명자 정보, 기업 대표자 정보를 이용하여 관심기업 특허분석 결과, 기업 기술분석 결과, 기업 연구자 분석 결과, 기업 이벤트 분석 결과를 생성한다.
관심기업 분석부(320)는 관심기업 정보로부터 추출된 출원인, 기업명, 키워드, 발명자 정보, 기업 대표자 정보를 기반으로 관심기업 특허분석 결과를 생성한다. 관심기업 분석부(320)는 관심기업 기술정보로부터 추출된 기술명, 기술분야, 키워드를 기반으로 관심기업 기술 분석 결과를 생성한다. 관심기업 분석부(320)는 관심기업 연구자 정보로부터 추출된 발명자명을 기반으로 관심기업 연구자 분석 결과를 생성한다. 관심기업 분석부(320)는 관심기업 특허 분석 결과, 관심기업 기술 분석 결과, 관심기업 연구자 분석 결과를 기반으로 관심기업 이벤트 분석 결과를 생성한다.
관심기업 분석부(320)는 입력받은 관심기업 정보로부터 추출된 출원인(기업명), 키워드, 발명자 정보, 기업 대표자 정보를 기반으로 후행특허 보유기업 분석, 심사관 피인용수 분석, 특허출원 수를 생성한다. 관심기업 분석부(320)는 후행특허 보유기업 분석, 심사관 피인용수 분석, 특허출원 수 중 적어도 하나 이상을 포함하는 관심기업 특허 분석 결과를 생성한다.
관심기업 분석부(320)는 입력받은 관심기업 기술 정보(기술명, 기술분야, 키워드)를 기반으로 포트폴리오 지표 분석 결과, 투자지표 분석 결과, 관심지표 분석 결과, R&D 연속성 분석 결과, 분쟁지표 분석 결과, 비율지표 분석 결과를 생성한다.
관심기업 분석부(320)는 포트폴리오 지표 분석 결과, 투자지표 분석 결과, 관심지표 분석 결과, R&D 연속성 분석 결과, 분쟁지표 분석 결과, 비율지표 분석 결과 중 적어도 하나 이상을 포함하는 관심기업 기술 분석 결과를 출력한다.
관심기업 분석부(320)는 관심기업 정보(발명자명)를 기반으로 발명 특허수, 피인용수, 글로벌 특허 패밀리수, 소속기업내 특허점유율, 특허당 평가지표를 생성한다. 관심기업 분석부(320)는 발명 특허수, 피인용수, 글로벌 특허 패밀리수, 소속기업내 특허점유율, 특허당 평가지표 중 적어도 하나 이상을 포함하는 관심기업 연구자 분석 결과를 생성한다.
관심기업 분석부(320)는 관심기업 특허 분석 결과, 관심기업 기술 분석 결과, 관심기업 연구자 분석 결과를 기반으로 특허 거래이력 분석, 분쟁이력 분석, 심사관 피인용수 분석, 패밀리 특허 분석, 국가 R&D 관련 분석, M&A 발생 분석을 생성한다.
관심기업 분석부(320)는 특허 거래이력 분석, 분쟁이력 분석, 심사관 피인용수 분석, 패밀리 특허 분석, 국가 R&D 관련 분석, M&A 발생 분석 중 적어도 하나 이상을 포함하는 관심기업 이벤트 결과를 생성한다.
관심기술 분석부(330)는 입력받은 관심기술 정보, 관심기술 연구자 정보를 기반으로 관심기술 분석 결과를 생성한다.
관심기술 분석부(330)는 입력된 관심기술 정보로부터 기술분야, 기술명, 기술키워드를 중 적어도 하나 이상의 정보를 추출하고, 추출된 기술분야, 기술명, 기술키워드 중 하나 이상의 정보를 이용하여 관심기술 상세분석 결과, 관심기술 특허분석 결과, 관심기술 연구자분석 결과, 관심기술 이벤트 분석 결과를 생성한다.
관심기술 분석부(330)는 관심기술 정보로부터 추출된 기술분야, 기술명, 기술키워드를 기반으로 관심기술 상세분석 결과, 관심기술 특허 분석 결과를 생성한다. 관심기술 분석부(330)는 관심기술 연구자 정보로부터 추출된 발명자 정보를 기반으로 관심기술 연구자분석 결과를 생성한다. 관심기술 분석부(330)는 관심기술 상세분석 결과, 관심기술 특허분석 결과, 관심기술 연구자분석 결과를 기반으로 관심기술 이벤트 분석 결과를 생성한다.
관심기술 분석부(330)는 입력받은 관심기술 정보(기술분야, 기술명, 기술키워드)를 기반으로 기술분야, 기술명, 기술키워드를 가장 많이 출원한 출원인에 대응하는 기업에 대해 관심기술 상세분석 결과를 생성한다.
관심기술 분석부(330)는 입력받은 관심기술 정보(기술분야, 기술명, 기술키워드)를 기반으로 급성장 키워드 분석 결과, 신규등장 키워드 분석 결과, 특화 키워드 분석 결과, 동시출현 키워드 분석 결과, R&D 추천 키워드 분석 결과를 생성한다.
관심기술 분석부(330)는 키워드 분석 결과, 신규등장 키워드 분석 결과, 특화 키워드 분석 결과, 동시출현 키워드 분석 결과, R&D 추천 키워드 분석 결과 중 적어도 하나 이상을 포함하는 관심기술 특허 분석 결과를 출력한다.
관심기술 분석부(330)는 입력받은 관심기술 연구자 정보(발명자명)를 기반으로 연구자의 발명 특허수 분석 결과, 피인용수 분석 결과, 글로벌 특허 패밀리 분석 결과, 기술 점유율 분석 결과, 기술 집중률 분석 결과, 특허 평가지표 분석 결과를 생성한다.
관심기술 분석부(330)는 발명 특허수 분석 결과, 피인용수 분석 결과, 글로벌 특허 패밀리 분석 결과, 기술 점유율 분석 결과, 기술 집중률 분석 결과, 특허 평가지표 분석 결과 중 적어도 하나 이상을 포함하는 관심기술 연구자분석 결과를 출력한다.
관심기술 분석부(330)는 관심기술 상세분석 결과, 관심기술 특허분석 결과, 관심기술 연구자분석 결과를 기반으로 거래이력 분석 결과, 분쟁이력 분석 결과, 심사관 피인용수 분석 결과, 패밀리 특허 분석 결과, 국가 R&D 관련 분석 결과, M&A 발생 분석 결과를 생성한다.
관심기술 분석부(330)는 거래이력 분석 결과, 분쟁이력 분석 결과, 심사관 피인용수 분석 결과, 패밀리 특허 분석 결과, 국가 R&D 관련 분석 결과, M&A 발생 분석 결과 중 적어도 하나 이상을 포함하는 관심기술 이벤트 분석 결과를 출력한다.
특허가치 평가부(340)는 자사 분석 결과, 관심기술 분석 결과, 관심기술 분석 결과를 기반으로 특허가치 평가 결과(한국특허평가, 미국특허평가, 일본특허평가, 평결과 종합분석, 권리안정성 평가)를 생성한다.
특허가치 평가부(340)는 한국특허 평가로서, 가치 테이블형(Value Table), 요약형(Summary), 표준형(Standard), 전문가형(Professional) 평가 결과를 생성한다.
특허가치 평가부(340)는 한국특허에 대해 권리성, 기술성, 상업성, 생존지수, 종합평가등급, 최종특허권리만료일, 예상특허잔존기간 이상 7개 항목에 대한 평가지수를 포함하는 가치 테이블형(Value Table) 평가 결과를 제공한다.
특허가치 평가부(340)는 한국특허에 대해 핵심요약평가보고서로서, 생존지수(PSI), 종합평가등급, 권리성, 기술성, 상업성 등의 평가지수와 이를 산출하기 위한 세부항목에 대한 평가지수를 포함하는 요약형(Summary) 평가 결과를 제공한다.
특허가치 평가부(340)는 한국특허에 대해 핵심요약평가보고서로서, 요약형 보고서 정보와 특허의 서지사항, 특허존속기간, 특허패밀리, 선행기술목록, 특허행정처리정보, 기술분야평균평가지수, OECD의 평가방식으로 산출된 PQI지수 등을 포함하는 표준형(Standard) 평가 결과를 제공한다.
특허가치 평가부(340)는 한국특허에 대해 표준형 보고서의 정보와 함께 유사특허군내의 주요출원인분석, 연도별 동향분석, 유사특허목록, 전체특허군과 유사특허군 내의 상대점수 등을 포함하는 전문가형(Professional) 평가 결과를 제공한다.
특허가치 평가부(340)는 미국특허 평가로서, 가치 테이블형(Value Table), 요약형(Summary), 표준형(Standard), 전문가형(Professional) 평가 결과를 생성한다.
특허가치 평가부(340)는 미국특허에 대해 권리성, 기술성, 상업성, 생존지수, 종합평가등급, 최종특허권리만료일, 예상특허잔존기간 이상 7개 항목에 대한 평가지수를 포함하는 가치 테이블형(Value Table) 평가 결과를 제공한다.
특허가치 평가부(340)는 미국특허에 대해 핵심요약평가보고서로서, 생존지수(PSI), 종합평가등급, 권리성, 기술성, 상업성 등의 평가지수와 이를 산출하기 위한 세부항목에 대한 평가지수를 포함하는 요약형(Summary) 평가 결과를 제공한다.
특허가치 평가부(340)는 미국특허에 대해 요약형 보고서 정보와 특허의 서지사항, 특허존속기간, 특허패밀리, 선행기술목록, 특허행정처리정보, 기술분야평균평가지수, OECD의 평가방식으로 산출된 PQI지수, 인용도 등을 포함하는 표준형(Standard) 평가 결과를 제공한다.
특허가치 평가부(340)는 미국특허에 대해 표준형 보고서의 정보와 함께 유사특허군내의 주요출원인분석, 연도별 동향분석, 유사특허목록, 전체특허군과 유사특허군 내의 상대점수 등을 포함하는 전문가형(Professional) 평가 결과를 제공한다.
특허가치 평가부(340)는 일본국특허 평가로서, 가치 테이블형(Value Table), 요약형(Summary), 표준형(Standard) 평가 결과를 생성한다.
특허가치 평가부(340)는 일본국특허에 대해 권리성, 기술성, 상업성, 생존지수, 종합평가등급, 최종특허권리만료일, 예상특허잔존기간 이상 7개 항목에 대한 평가지수를 포함하는 가치 테이블형(Value Table) 평가 결과를 제공한다.
특허가치 평가부(340)는 일본국특허에 대해 핵심요약평가보고서로서, 생존지수(PSI), 종합평가등급, 권리성, 기술성, 상업성 등의 평가지수와 이를 산출하기 위한 세부항목에 대한 평가지수를 포함하는 요약형(Summary) 평가 결과를 제공한다.
특허가치 평가부(340)는 일본국특허에 대해 요약형 보고서 정보와 특허의 서지사항, 특허존속기간, 특허패밀리, 선행기술목록, 특허행정처리정보, 기술분야평균평가지수, OECD의 평가방식으로 산출된 PQI지수, 인용도 등을 포함하는 표준형(Standard) 평가 결과를 제공한다.
특허가치 평가부(340)는 평가결과 종합분석보고서(포트폴리오(Portfolio) 분석, 고객맞춤형보고서)를 제공한다.
특허가치 평가부(340)는 평가의뢰한 전체 특허들에 대한 과제별, 기술별, 출원인별, 연도별 동향 등의 포트폴리오 분석이 포함되며, 고객이 원하는 평가항목과 특허분석범위를 자유롭게 선택할 수 있는 고객맞춤형 평가보고서를 제공한다.
특허가치 평가부(340)는 권리안정성 평가보고서를 제공한다. 특허가치 평가부(340)는 등록특허의 무효율이 높은 점(국내:60~70%)을 고려하여 특허의 유효성과 무효성을 정성적으로 판단한 보고서로, 연구원이 직접 무효사유, 선행무효특허자료분석 등을 통하여 권리의 안정성을 정성적으로 평가하고 이를 수치화한 분석보고서를 제공한다.
분석유형 선택부(350)는 분석할 유형(자사분석, 관심기업 분석, 관심기술 분석, 관심기업의 기술분석, 특허가치 평가)을 선택받는다. 분석유형 선택부(350)는 관심기업의 기술 분석의 경우, 1차적으로 기업을 특정하고, 특정된 기업에 속하는 관련 기술들 중 임의의 기술을 특정하여 분석 대상을 특정한다. 분석유형 선택부(350)는 관심기업 정보와 관련 기술들 중 임의의 기술 정보를 이용하여 피봇팅(Pivoting)을 수행한다.
분석유형 선택부(350)는 관심기업의 관련 기술 중 하나 이상을 입력받을 수 있으며, 해당 기업에 대해 선택된 하나 이상의 기술들 간의 연관성(연구자 분석, 소속기업내 특허점유율 분석, 이벤트 연관성 분석 등)에 관한 정보를 추가로 출력한다.
분석유형 선택부(350)는 연구자 메뉴의 인종그룹(추정)으로 해당 발명자의 Last Name과 소속 기관, 발명자의 과거 주소지 등을 종합하여 추정한 결과로서 인종 그룹을 추정한다. 여기서, 분석유형 선택부(350)는 발명자의 국적과는 별개로 인종 그룹을 추정한다.
신청 분야 정렬부(360)는 단말기(110)로부터 입력받은 분석 요청을 표준화된 기술 분류에 따라 재분류(정렬)하여 고객의 니즈에 맞게 분석 대상을 정렬한다. 신청 분야 정렬부(360)는 단말기(110)로부터 입력받은 분석 요청에 따라 서치된 특허의 CPC(Cooperative Patent Classification)를 추출한다. 신청 분야 정렬부(360)는 CPC를 기준으로 관심 기술을 분류한다. 신청 분야 정렬부(360)는 관심 기술, 관심기업의 기술의 기술 분야를 추출한 후 CPC 분류표와 매칭시킨다.
유형별 보고서 생성부(370)는 자사분석 보고서, 관심기업 분석보고서, 관심기술 분석보고서, 관심기업의 기술분석 보고서 중 하나를 생성한다. 유형별 보고서 생성부(370) ‘분석 대상 특허 DB 및 검색 범위’, ‘분석 대상 특허 DB 및 분석 기간’, ‘분석 대상 분류’, ‘분석 콘텐츠’, ‘국가별 특허 동향’, ‘특허 출원 공개 동향’, ‘특허 등록 동향’, ‘심사관 피인용수 동향’, ‘한국 특허 동향’, ‘한국 특허 출원 공개 동향’, ‘한국 특허 등록 동향’, ‘한국 특허 심사관 피인용수 동향’, ‘한국 특허 관련 기업’, ‘한국 특허 보유 기업’, ‘한국 특허 전문 기업’, ‘한국 특허 키워드 동향’, ‘한국 특허 급성장 키워드’, ‘한국 특허 신규 등장 키워드’, ‘한국 특허 특화성 키워드’, ‘한국 특허 연구자’, ‘한국 특허 핵심 연구자’, ‘한국 특허 선도 연구자’, ‘한국 특허 대학/연구기관의 연구자’, ‘미국 특허 동향’, ‘미국 특허 출원 공개 동향’, ‘미국 특허 등록 동향’, ‘미국 심사관 피인용수 동향’, ‘미국 특허 관련 기업’, ‘미국 특허 보유 기업’, ‘미국 특허 전문 기업’, ‘미국 특허 키워드 동향’, ‘미국 특허 급성장 키워드’, ‘미국 특허 신규 등장 키워드’, ‘미국 특허 특화성 키워드’, ‘미국 특허 연구자’, ‘미국 특허 핵심 연구자’, ‘미국 특허 선도 연구자’, ‘미국 특허 대학/연구기관의 연구자’, ‘중국 특허 동향’, ‘중국 특허 출원 공개 동향’, ‘중국 특허 등록 동향’, ‘중국 특허 심사관 피인용수 동향’, ‘중국 특허 관련 기업’, ‘중국 특허 보유 기업’, ‘중국 특허 전문 기업’, ‘중국 특허 키워드 동향’, ‘중국 특허 급성장 키워드’, ‘중국 특허 신규 등장 키워드’, ‘중국 특허 특화성 키워드’, ‘일본 특허 동향’, ‘일본 특허 출원 공개 동향’, ‘일본 특허 등록 동향’, ‘일본 특허 심사관 피인용수 동향’, ‘일본 특허 관련 기업’, ‘일본 특허 보유 기업’, ‘일본 특허 전문 기업’, ‘일본 특허 키워드 동향’, ‘일본 특허 급성장 키워드’, ‘일본 특허 신규 등장 키워드’, ‘일본 특허 특화성 키워드’, ‘유럽 특허 동향’, ‘유럽 특허 출원 공개 동향’, ‘유럽 특허 등록 동향’, ‘유럽 특허 심사관 피인용수 동향’, ‘유럽 특허 관련 기업’, ‘유럽 특허 보유 기업’, ‘유럽 특허 전문 기업’, ‘유럽 특허 키워드 동향’, ‘유럽 특허 급성장 키워드’, ‘유럽 특허 신규 등장 키워드’, ‘유럽 특허 특화성 키워드’, ‘종합 의견’ 중 하나 이상의 항목을 포함하는 보고서를 생성한다.
정성분석 정보 추가부(380)는 전문가의 정성분석 정보를 자사분석 보고서, 관심기업 분석보고서, 관심기술 분석보고서, 관심기업의 기술분석 보고서 각각에 추가한다. 정성분석 정보 추가부(380)는 시스템 상에서 전문가로부터 입력받은 정성분석 정보를 자사분석 보고서, 관심기업 분석보고서, 관심기술 분석보고서, 관심기업의 기술분석 보고서 각각에 추가한다.
역량 진단부(390)는 기업 평가지수와 특허 기반의 특허 평가지수를 합산한 역량 진단 결과를 생성하여 출력한다. 역량 진단부(390)는 R&D 역량진단 모델을 적용하여 역량 진단 결과를 생성하여 출력한다. 역량 진단부(390)는 진단모델을 수립한다. 역량 진단부(390)는 진단모델을 수립하기 위해 4단계의 주요 활동으로 구분하여 체계적으로 진단모델을 생성하고 검증한다.
역량 진단부(390)는 선행연구 분석 및 DB 세트 구축하여 진단모델을 수립한다. 역량 진단부(390)는 선행연구 분석 및 기존 평가모델 벤치마킹한 개선 및 반영사항 도출하여 진단모델을 수립한다.
역량 진단부(390)는 보유 DB의 활용가능성을 고려하여 DB 세트를 구축한다. 역량 진단부(390)는 진단지표를 도출하고, R&D 역량진단 평가지표를 도출한다. 역량 진단부(390)는 측정지표 확인하고, 발굴, 연구진의 브레인스토밍을 이용한 후보지표 풀(Pool)을 도출한다.
역량 진단부(390)는 R&D 역량진단 지표(안) 도출하고, SMART 기법을 이용한 지표를 점검한다. 역량 진단부(390)는 지표 가중치를 부여하여 지표 가중치 도출한 후 확정한다. 역량 진단부(390)는 외부 전문가를 이용한 지표 타당성을 검증한 후 지표별 가중치를 도출한다. 역량 진단부(390)는 지표 가중치를 검증한 후 확정하고, 진단모델 평가체계 수립한 후 측정산식을 도출한다.
역량 진단부(390)는 진단모델을 검증하고, 진단모델에 대한 개념을 설정하고 타당성을 검증한다. 역량 진단부(390)는 R&D, 기업 규모, 업종별 특성이 반영된 통합형 표준모델을 완성한다. 역량 진단부(390)는 지표 유의성 분석 및 전문가 자문 정보를 기반으로 진단모델의 적절성을 검증한다.
역량 진단부(390)는 진단 모델의 개념 및 특성을 설정한다. 역량 진단부(390)는 R&D자원(Resource), 혁신활동(Activity), 혁신산출(Output), 혁신성과(Outcome)로 이어지는 논리적 흐름을 갖는 인과적 단계를 고려하여 진단모델을 설계한다. 역량 진단부(390)는 R&D 자원의 투입과 R&D를 위한 혁신활동을 기반으로 R&D 역량이 발휘되어 기업의 혁신적 산출과 사업화 성과로 이어지는 논리적 흐름으로 진단모델을 설계한다.
역량 진단부(390)는 진단모델의 (R&D자원) 연구개발(R&D)를 목적으로 한 투입자원들로써 연구개발투자비, 연구개발인력, 인프라 등의 요소를 측정한다. 역량 진단부(390)는 진단모델의 연구소의 R&D수행 경험, CEO/CTO 등 리더십 및 R&D 혁신역량, R&D를 위한 활동적 요소들로 구성한다. 역량 진단부(390)는 진단모델의 신제품·신공정 관련 혁신투자 분야에 대한 성과와 기술·사업 관련 성과, 신기술·신제품을 통한 인증성과 등의 요소로 구성한다.
역량 진단부(390)는 진단모델의 대외적으로 인정받은 혁신적 성과, R&D를 통한 사업화 성과, 연구인력 및 R&D 투자를 통한 연구소 성장성과 등을 종합적으로 측정한다. 역량 진단부(390)는 진단모델 수립 후 선행적으로 실시한 연구를 바탕으로 측정항목(지표)을 추출하고, 지표의 타당성 검증 및 지표 가중치 설정 등을 수행하여 진화된 모델로 완성하는 과정을 거친다. 역량 진단부(390)는 R&D 역량 강화를 위한 투입과 활동수준의 항목들을 발굴하고, R&D 역량에 관한 산출 및 성과를 대변할 수 있는 항목들을 도출한다. 역량 진단부(390)는 R&D 역량 수준을 ‘보유·활용가능한 DB’와 ‘정량적·객관적인 분석지표’를 활용하여 종합 지수로 나타내기 위한 모델로 완성시킨다.
역량 진단부(390)는 진단모델의 특성을 설정한다. 역량 진단부(390)는 진단모델을 이용하여 기업에 관한 R&D 역량수준을 파악한다. 역량 진단부(390)는 진단모델을 이용하여 측정·활용 가능한 DB의 추가적인 확보와 모델의 완성도 향상을 위한 지속적인 노력으로 국내 기업의 R&D 역량수준을 측정할 수 있다.
역량 진단부(390)는 진단모델을 이용하여 R&D 역량진단에 활용 가능한 새로운 DB를 축적 및 반영하여 상시적으로 진단결과를 확인한다. 역량 진단부(390)는 진단모델을 이용하여 현재 보유 중이거나 향후 지속적인 수집, 확보, 연계가 가능한 데이터만을 활용한다. 역량 진단부(390)는 진단모델을 이용하여 매년 새롭게 데이터를 축적하면서 자동적으로 업그레이드하고, 기업의 성장과정 등의 변화를 언제든 확인할 수 있도록 한다.
역량 진단부(390)는 진단모델을 이용하여 기업의 R&D 수준을 진단하고 결과를 생성한 후 진단 결과를 이용한 다양한 정책·전략을 수립하고 사업화와 연계시킨다.
역량 진단부(390)는 기업별 R&D 역량 수준에 따른 맞춤형 지원정책을 설계하고, 기업지원 사업기획시 핵심적인 자료로 제공한다. 역량 진단부(390)는 R&D 역량에 대한 현 위치를 확인하고, R&D 역량의 변화과정을 파악함으로써 역량강화를 위한 전략수립을 통해 경쟁력 향상을 위한 정보로 제공한다. 역량 진단부(390)는 R&D 역량수준을 파악하기 위한 측정항목의 대부분을 이용 가능한 정량적이고 객관적인 지표들로 구성하여 결과 도출에 있어 신뢰성을 확보한다. 역량 진단부(390)는 연구개발활동조사, 연구소 신청/변경제도, 시상 및 인증제도 등의 데이터를 이용하여 측정의 왜곡 가능성을 제거한다.
역량 진단부(390)는 R&D 역량진단을 위한 평가모델 수립을 위해 4개 영역(R&D 자원, 혁신 활동, 혁신 산출, 혁신성과)과 12개 세부영역(R&D투자, 연구개발인력, 인프라, R&D경험, 리더십 및 혁신역량, R&D활동, 혁신분야 투자성과, 기술·사업 성과, 인증성과, 대외적성과, 경영성과, 연구소 성장성과)을 구성하는 각 지표(R&D 투자 규모, R&D 집약도, 연구원 1인당 R&D 투자 규모, 연구원 수, 연구개발인력 비중, 연구기자재 수, 기업부설연구소 업력, 전임 연구기관장 비중, 고급 연구인력 비중, 교육훈련비 비중, 자체부담 R&D 투자 비중, 정부 R&D 지원 비중, 혁신분야에 대한 투자 비중, 논문 실적, 특허 실적, 신기술 인증 실적, 신제품 인증 실적, 우수 산업기술인 보유 정도, 우수 엔지니어 보유 정도, 매출액, 매출성장률, 영업이익률, 연구원증가율, R&D 투자액 증가율)를 제공한다.
도 4는 본 실시예에 따른 자사 분석부를 개략적으로 나타낸 블럭 구성도이다.
자사 분석부(310)는 입력된 자사 특허 정보를 기반으로 자사 분석 결과를 생성한다. 자사 분석부(310)는 입력된 자사 특허 정보로부터 특허출원번호, 출원인(기업명), 사업자 번호, 법인 번호 중 적어도 하나 이상의 정보를 추출하고, 추출된 특허출원번호, 출원인(기업명), 사업자 번호, 법인 번호, 발명자 정보, 기업 대표자 정보 중 하나 이상의 정보를 이용하여 자사 특허 분석 결과, 자시 기술 분석 결과, 자사 연구자 분석 결과, 자사 이벤트 분석 결과를 생성한다.
본 실시예에 따른 자사 분석부(310)는 자사 특허 분석부(410), 자사 기술 분석부(420), 자사 연구자 분석부(430), 자사 이벤트 분석부(440)를 포함한다. 자사 분석부(310)에 포함된 구성요소는 반드시 이에 한정되는 것은 아니다.
자사 특허 분석부(410)는 자사 특허 정보로부터 추출된 특허출원번호, 특허출원번호, 출원인, 기업명, 사업자 번호, 법인 번호, 발명자 정보, 기업 대표자 정보 중 하나 이상의 정보를 기반으로 출원건수, 등록건수, 등록률, 심사관 피인용수, 후행특허 보유기업 분석 결과, 특허 매입 수, 특허 매각 수를 생성한 후 생성된 구성요소 중 적어도 하나 이상을 포함하는 자사 특허 분석 결과를 생성한다.
자사 특허 분석부(410)는 자사 특허 정보(특허출원번호, 출원인(기업명), 사업자 번호, 법인 번호, 발명자 정보, 기업 대표자 정보)를 기반으로 출원건수, 등록건수, 등록률, 심사관 피인용수, 후행특허 보유기업 분석, 특허 매입 수, 특허 매각 수를 추출한다.
자사 특허 분석부(410)는 출원건수, 등록건수, 등록률, 심사관 피인용수, 후행특허 보유기업 분석, 특허 매입 수, 특허 매각 수 중 적어도 하나 이상을 포함하는 자사 특허 분석 결과를 생성한다.
자사 특허 분석부(410)는 자사특허의 등록특허에 대한 심사관 피인용수를 확인한다. 자사 특허 분석부(410)는 자사 특허에 대한 심사관 피인용수 동향을 확인하기 위해 심사관이 의견제출통지 또는 거절 통지시 자사의 보유 특허를 인용하는 횟수를 확인한다. 다시 말해, 자사 특허 분석부(410)는 심사관 피인용수를 이용하여 특허청 심사관이 후행 특허들을 심사할때 자사 특허들을 인용해서 의견제출통지 또는 거절 결정시 활용하는 지수로 확인한다.
자사 특허 분석부(410)는 특허 등록 동향을 확인하기 위해, 자사의 현재 보유중인 특허 중 해당 년도에 등록된 총 건수를 확인한다. 자사 특허 분석부(410)는 특허 등록 건수를 기반으로 특허 출원이 증가추세구간을 확인한다.
자사 특허 분석부(410)는 자사가 특정 기술 분야에서 보유하고 있는 특허에 대한 출원/등록 특허수, 피인용수, 해외 특허 패밀리수, 특허당 평가 지표, 기술 분야에 대한 점유율과 집중 등과 같은 평가 지표 정보를 확인한다. 자사 특허 분석부(410)는 권리자의 특허 들의 평균 CPC 개수로 특허당 얼마나 많은 기술을 포함하고 있는지 파악가능한 지표로서 융합성을 생성한다.
자사 특허 분석부(410)는 전체 보유 특허수(All)를 확인한다. 자사 특허 분석부(410)는 권리자의 이름으로 된 특허수. 권리자의 이름으로 출원하여 공개되거나 또는 등록된 특허수와 매입이 확인된 공개 또는 등록 특허수를 전체 보유 특허수에 포함시키고, 각이 확인된 특허를 제외시킨다.
자사 특허 분석부(410)는 선행성(in field.to com.)을 확인한다. 자사 특허 분석부(410)는 타겟 기업별 기술 분야에서의 선행성을 확인한다. 자사 특허 분석부(410)는 기술 분야에서 전체 특허의 출원일 분포와 기술 분야의 타겟 기업의 발명 특허의 출원일 분포를 통계학적으로 비교하여 산출한다.
자사 특허 분석부(410)는 점유율(in field)을 확인한다. 자사 특허 분석부(410)는 타겟 기업별 타겟 분야에서의 특허 점유율을 산출한다. 자사 특허 분석부(410)는 타겟 분야에서 보유하고 있는 타겟 기업의 특허수 / 타겟 분야의 전체 특허수를 기반으로 특허 점유율을 산출한다.
자사 특허 분석부(410)는 집중률(on field)을 확인한다. 자사 특허 분석부(410)는 타겟 기업별 타겟 분야로의 집중률을 확인한다. 자사 특허 분석부(410)는 타겟 기업의 특허가 타겟 분야로 집중되는 정도로 집중률을 산출한다. 자사 특허 분석부(410)는 타겟 분야의 타겟기업의 특허수 / 타겟 기업의 전체 특허수로 집중률을 산출한다.
자사 특허 분석부(410)는 타겟 기업별 타겟 분야에서의 심사관 피인용 점유율을 확인한다. 자사 특허 분석부(410)는 타겟 분야의 타겟 기업의 특허가 받은 심사관 피인용수 / 타겟 분야의 전체 특허가 받은 심사관 피인용수로 타겟 기업별 타겟 분야에서의 심사관 피인용 점유율을 산출한다.
자사 기술 분석부(420)는 자사 기술 정보로부터 추출된 기술명, 기술분야, 키워드를 기반으로 포트폴리오 지표 분석 결과, 투자지표 분석 결과, 관심지표 분석 결과, R&D 연속성 분석 결과, 분쟁지표 분석 결과, 비율지표 분석 결과를 생성한 후 생성된 구성요소 중 적어도 하나 이상을 포함하는 자사 기술 분석 결과를 생성한다.
자사 기술 분석부(420)는 자사 기술 정보(기술명, 기술분야, 키워드)를 기반으로 포트폴리오 지표 분석 결과, 투자지표 분석 결과, 관심지표 분석 결과, R&D 연속성 분석 결과, 분쟁지표 분석 결과, 비율지표 분석 결과를 생성한다.
자사 기술 분석부(420)는 포트폴리오 지표 분석 결과, 투자지표 분석 결과, 관심지표 분석 결과, R&D 연속성 분석 결과, 분쟁지표 분석 결과, 비율지표 분석 결과 중 적어도 하나 이상을 포함하는 자사 기술 분석 결과를 출력한다.
자사 연구자 분석부(430)는 자사 연구자 정보로부터 추출된 발명자명을 기반으로 발명 특허수, 피인용수, 글로벌 특허 패밀리수, 소속기업내 특허점유율, 특허당 평가지표를 생성한 후 생성된 구성요소 중 적어도 하나 이상을 포함하는 자사 연구자 분석 결과를 생성한다.
자사 연구자 분석부(430)는 자사 연구자 정보(발명자명)를 기반으로 발명 특허수, 피인용수, 글로벌 특허 패밀리수, 소속기업내 특허점유율, 특허당 평가지표를 생성한다.
자사 연구자 분석부(430)는 발명 특허수, 피인용수, 글로벌 특허 패밀리수, 소속기업내 특허점유율, 특허당 평가지표 중 적어도 하나 이상을 포함하는 자사 연구자 분석 결과를 생성한다.
자사 연구자 분석부(430)는 점유율(in field)을 확인하기 위해 기술 분야별 기업의 특허 점유율로서, 기술 분야에 대한 기업의 전체 특허 수 / 기술 분야의 전체 특허 수를 이용하여 점유율을 확인한다.
자사 이벤트 분석부(440)는 자사 특허 분석 결과, 자사 기술 분석 결과, 자사 연구자 분석 결과를 기반으로 특허 거래이력 분석 결과, 분쟁이력 분석 결과, 심사관 피인용수 분석 결과, 패밀리 특허 분석 결과, 국가 R&D 관련 분석 결과, M&A 발생 분석 결과를 생성한 후 생성된 구성요소 중 적어도 하나 이상을 포함하는 자사 이벤트 결과를 생성한다.
자사 이벤트 분석부(440)는 자사 특허 분석 결과, 자사 기술 분석 결과, 자사 연구자 분석 결과를 기반으로 특허 거래이력 분석, 분쟁이력 분석, 심사관 피인용수 분석, 패밀리 특허 분석, 국가 R&D 관련 분석, M&A 발생 분석을 생성한다.
자사 이벤트 분석부(440)는 특허 거래이력 분석, 분쟁이력 분석, 심사관 피인용수 분석, 패밀리 특허 분석, 국가 R&D 관련 분석, M&A 발생 분석 중 적어도 하나 이상을 포함하는 자사 이벤트 결과를 생성한다.
자사 이벤트 분석부(440)는 국가 R&D 특허를 확인하기 위해 국가 R&D 수행시 해당 과제를 통하여 출원한 특허들은 과제고유번호, 부처명, 연구사업명, 연구과제명, 주관기관, 연구기간 등의 사사정보를 확인한다. 자사 이벤트 분석부(440)는 사사정보를 포함하고 있는 특허나 실용신안들을 추출하여 국가 R&D 특허로 인지한다.
도 5는 본 실시예에 따른 관심기업 분석부를 개략적으로 나타낸 블럭 구성도이다.
관심기업 분석부(320)는 입력된 관심기업 정보를 기반으로 관심기업 정보를 생성한다. 관심기업 분석부(320)는 입력된 관심기업 정보로부터 출원인(기업명), 키워드, 발명자 정보, 기업 대표자 정보 중 적어도 하나 이상의 정보를 추출하고, 추출된 출원인(기업명), 키워드, 발명자 정보, 기업 대표자 정보를 이용하여 관심기업 특허분석 결과, 기업 기술분석 결과, 기업 연구자 분석 결과, 기업 이벤트 분석 결과를 생성한다.
본 실시예에 따른 관심기업 분석부(320)는 관심기업 특허분석부(510), 관심기업 기술분석부(520), 관심기업 연구자 분석부(530), 관심기업 이벤트 분석부(540)를 포함한다. 관심기업 분석부(320)에 포함된 구성요소는 반드시 이에 한정되는 것은 아니다.
관심기업 특허분석부(510)는 관심기업 정보로부터 추출된 출원인, 기업명, 키워드, 발명자 정보, 기업 대표자 정보를 기반으로 후행특허 보유기업 분석, 심사관 피인용수 분석, 특허출원 수를 생성한 후 생성된 구성요소 중 적어도 하나 이상을 포함하는 관심기업 특허 분석 결과를 생성한다.
관심기업 특허분석부(510)는 입력받은 관심기업 정보로부터 추출된 출원인(기업명), 키워드, 발명자 정보, 기업 대표자 정보를 기반으로 후행특허 보유기업 분석, 심사관 피인용수 분석, 특허출원 수를 생성한다.
관심기업 특허분석부(510)는 후행특허 보유기업 분석, 심사관 피인용수 분석, 특허출원 수 중 적어도 하나 이상을 포함하는 관심기업 특허 분석 결과를 생성한다.
관심기업 특허분석부(510)는 관심기업 특허 분석 결과에 포함된 등록특허에 대한 심사관 피인용수를 확인하고, 심사관 피인용수를 이용하여 특허청 심사관이 후행 특허들을 심사할때 관심기업 특허들을 인용해서 의견제출통지 또는 거절 결정시 활용하는 지수로 인지한다.
관심기업 특허분석부(510)는 관심기업 특허 분석 결과에 포함된 현재 보유중인 관심기업 특허 중 특정년도별로 등록된 총 특허 등록 건수를 확인하고, 총 특허 등록 건수를 기반으로 특허 출원이 증가추세구간을 확인한다.
관심기업 특허분석부(510)는 관심기업 특허 분석 결과에 포함된 관심기업 특허에 대한 출원/등록 특허수, 피인용수, 해외 특허 패밀리수, 특허당 평가 지표, 기술 분야에 대한 점유율과 집중률을 포함하는 평가 지표 정보를 확인한다.
관심기업 특허분석부(510)는 관심기업 특허 분석 결과에 포함된 피인용특허에 대한 권리자의 특허 들의 평균 CPC 개수로 특허당 얼마나 많은 기술을 포함하고 있는지 파악한 지표로서 융합성을 생성한다.
관심기업 특허분석부(510)는 관심기업 특허 분석 결과에 포함된 전체 보유 특허수(All)를 확인하고, 권리자의 이름으로된 특허수. 권리자의 이름으로 출원하여 공개되거나 등록된 특허수와 매입이 확인된 공개 또는 등록 특허수를 전체 보유 특허수에 포함시킨다.
관심기업 특허분석부(510)는 관심기업 특허 분석 결과에 포함된 타겟 기업별 기술 분야에서의 선행성을 확인하고, 기술 분야에서 전체 특허의 출원일 분포와 기술 분야의 타겟 기업의 발명 특허의 출원일 분포를 통계학적으로 비교하여 산출한다.
관심기업 특허분석부(510)는 관심기업 특허 분석 결과에 포함된 타겟 기업별 타겟 분야에서의 특허 점유율을 산출하고, 타겟 분야에서 보유하고 있는 타겟 기업의 특허수 / 타겟 분야의 전체 특허수를 기반으로 특허 점유율을 산출한다.
관심기업 특허분석부(510)는 관심기업 특허 분석 결과에 포함된 타겟 기업별 타겟 분야로의 집중률을 확인하고, 타겟 기업의 특허가 타겟 분야로 집중되는 정도로 집중률을 산출하며, 타겟 분야의 타겟기업의 특허수 / 타겟 기업의 전체 특허수로 집중률을 산출한다.
관심기업 특허분석부(510)는 관심기업 특허 분석 결과에 포함된 타겟 기업별 타겟 분야에서의 심사관 피인용 점유율을 확인하고, 타겟 분야의 타겟 기업의 특허가 받은 심사관 피인용수 / 타겟 분야의 전체 특허가 받은 심사관 피인용수로 타겟 기업별 타겟 분야에서의 심사관 피인용 점유율을 산출한다.
관심기업 기술분석부(520)는 관심기업 기술 정보로부터 추출된 기술명, 기술분야, 키워드를 기반으로 포트폴리오 지표 분석 결과, 투자지표 분석 결과, 관심지표 분석 결과, R&D 연속성 분석 결과, 분쟁지표 분석 결과, 비율지표 분석 결과를 생성한 후 생성된 구성요소 중 적어도 하나 이상을 포함하는 관심기업 기술 분석 결과를 생성한다.
관심기업 기술분석부(520)는 입력받은 관심기업 기술 정보(기술명, 기술분야, 키워드)를 기반으로 포트폴리오 지표 분석 결과, 투자지표 분석 결과, 관심지표 분석 결과, R&D 연속성 분석 결과, 분쟁지표 분석 결과, 비율지표 분석 결과를 생성한다.
관심기업 기술분석부(520)는 포트폴리오 지표 분석 결과, 투자지표 분석 결과, 관심지표 분석 결과, R&D 연속성 분석 결과, 분쟁지표 분석 결과, 비율지표 분석 결과 중 적어도 하나 이상을 포함하는 관심기업 기술 분석 결과를 출력한다.
관심기업 연구자 분석부(530)는 관심기업 연구자 정보로부터 추출된 발명자명을 기반으로 발명 특허수, 피인용수, 글로벌 특허 패밀리수, 소속기업내 특허점유율, 특허당 평가지표를 생성한 후 생성된 구성요소 중 적어도 하나 이상을 포함하는 관심기업 연구자 분석 결과를 생성한다.
관심기업 연구자 분석부(530)는 관심기업 연구자 정보(발명자명)를 기반으로 발명 특허수, 피인용수, 글로벌 특허 패밀리수, 소속기업내 특허점유율, 특허당 평가지표를 생성한다.
관심기업 연구자 분석부(530)는 발명 특허수, 피인용수, 글로벌 특허 패밀리수, 소속기업내 특허점유율, 특허당 평가지표 중 적어도 하나 이상을 포함하는 관심기업 연구자 분석 결과를 생성한다.
관심기업 이벤트 분석부(540)는 관심기업 특허 분석 결과, 관심기업 기술 분석 결과, 관심기업 연구자 분석 결과를 기반으로 특허 거래이력 분석 결과, 분쟁이력 분석 결과, 심사관 피인용수 분석 결과, 패밀리 특허 분석 결과, 국가 R&D 관련 분석 결과, M&A 발생 분석 결과를 생성한 후 생성된 구성요소 중 적어도 하나 이상을 포함하는 관심기업 이벤트 결과를 생성한다.
관심기업 이벤트 분석부(540)는 관심기업 특허 분석 결과, 관심기업 기술 분석 결과, 관심기업 연구자 분석 결과를 기반으로 특허 거래이력 분석, 분쟁이력 분석, 심사관 피인용수 분석, 패밀리 특허 분석, 국가 R&D 관련 분석, M&A 발생 분석을 생성한다.
관심기업 이벤트 분석부(540)는 특허 거래이력 분석, 분쟁이력 분석, 심사관 피인용수 분석, 패밀리 특허 분석, 국가 R&D 관련 분석, M&A 발생 분석 중 적어도 하나 이상을 포함하는 관심기업 이벤트 결과를 생성한다.
도 6은 본 실시예에 따른 관심기술 분석부를 개략적으로 나타낸 블럭 구성도이다.
관심기술 분석부(330)는 입력된 관심기술 정보를 기반으로 관심기술 분석 결과를 생성한다. 관심기술 분석부(330)는 입력된 관심기술 정보로부터 기술분야, 기술명, 기술키워드를 중 적어도 하나 이상의 정보를 추출하고, 추출된 기술분야, 기술명, 기술키워드 중 하나 이상의 정보를 이용하여 관심기술 상세분석 결과, 관심기술 특허분석 결과, 관심기술 연구자분석 결과, 관심기술 이벤트 분석 결과를 생성한다.
본 실시예에 따른 관심기술 분석부(330)는 관심기술 상세 분석부(610), 관심기술 특허 분석부(620), 관심기술 연구자 분석부(630), 관심기술 이벤트 분석부(640)를 포함한다. 관심기술 분석부(330)에 포함된 구성요소는 반드시 이에 한정되는 것은 아니다.
관심기술 상세 분석부(610)는 관심기술 정보로부터 추출된 기술분야, 기술명, 기술키워드를 기반으로 급성장 키워드 분석 결과, 신규등장 키워드 분석 결과, 특화 키워드 분석 결과, 동시출현 키워드 분석 결과, R&D 추천 키워드 분석 결과를 생성한 후 생성된 구성요소 중 적어도 하나 이상을 포함하는 관심기술 특허 분석 결과를 생성한다.
관심기술 상세 분석부(610)는 입력받은 관심기술 정보(기술분야, 기술명, 기술키워드)를 기반으로 기술분야, 기술명, 기술키워드를 가장 많이 출원한 출원인에 대응하는 기업에 대해 관심기술 상세분석 결과를 생성한다.
관심기술 특허 분석부(620)는 관심기술 정보로부터 추출된 기술분야, 기술명, 기술키워드를 기반으로 급성장 키워드 분석 결과, 신규등장 키워드 분석 결과, 특화 키워드 분석 결과, 동시출현 키워드 분석 결과, R&D 추천 키워드 분석 결과를 생성한 후 생성된 구성요소 중 적어도 하나 이상을 포함하는 관심기술 특허 분석 결과를 생성한다.
관심기술 특허 분석부(620)는 동시출현키워드, R&D 추천 키워드를 추천한다. 관심기술 특허 분석부(620)는 특정 키워드와 동시에 하나의 특허에서 같이 등장한 키워드를 동시출현키워드로 정의한다. 관심기술 특허 분석부(620)는 특정 기술에 대해 동시출현키워드 콘텐츠에서 최초 동시 출현일 역순으로 정렬하여 출연한 키워드를 확인한다. 관심기술 특허 분석부(620)는 복수의 키워드 중 제1 키워드의 최초 동시 출현일을 확인하고, 최근 동시 출현일을 확인하고, 제1 키워드와 제2 키워드가 최초와 최근에 동일한 공보상에 함께 나타난 날짜를 확인한다. 관심기술 특허 분석부(620)는 특정 키워드와 동일 특허 상에서 같이 등장한 적은 없는 키워드를 알고리즘적으로 R&D 추천 키워드로 추천한다.
관심기술 특허 분석부(620)는 해당 기술 또는 해당 기업의 특허 집합의 키워드들 중 최근 5년, 그 이전 5년, 최근 4년, 그 이전 4년, 최근 3년, 그 이전 3년, 최근 2년과 그 이전 2년, 최근 1년과 그 이전 1년의 등장률의 산술평균으로 등장률이 더 높은 키워드들을 급성장 키워드로 선정한다.
관심기술 특허 분석부(620)는 관심기술 또는 관심 기업의 특허 집합의 키워드들 중에서 최근 2년(8분기) 동안 분기별로 등장한 순으로 분석 정보를 제공하여 신규 등장 키워드를 선정한다.
관심기술 특허 분석부(620)는 관심기술 또는 관심 기업의 특허 집합의 키워드들 중 기 선택된 특허집합에 존재하는 특허를 제외한 나머지 집합에 등장하지 않는 비율(TF-IDF)을 측정하여 나의 특허 집합을 대표할 수 있는 특화성 높은 키워드를 선정한다. 관심기술 특허 분석부(620)는 특화성 높은 키워드를 이용하여 연도별로 등장횟수를 분석한다.
관심기술 특허 분석부(620)는 입력받은 관심기술 정보(기술분야, 기술명, 기술키워드)를 기반으로 급성장 키워드 분석 결과, 신규등장 키워드 분석 결과, 특화 키워드 분석 결과, 동시출현 키워드 분석 결과, R&D 추천 키워드 분석 결과를 생성한다. 관심기술 특허 분석부(620)는 키워드 분석 결과, 신규등장 키워드 분석 결과, 특화 키워드 분석 결과, 동시출현 키워드 분석 결과, R&D 추천 키워드 분석 결과 중 적어도 하나 이상을 포함하는 관심기술 특허 분석 결과를 출력한다.
관심기술 특허 분석부(620)는 동시출현키워드와 R&D 추천 키워드를 확인한다. 관심기술 특허 분석부(620)는 특정 키워드와 동시에 하나의 특허에서 같이 등장한 키워드를 동시출현키워드로 정의한다. 관심기술 특허 분석부(620)는 특정 기술에 대해 동시출현키워드 콘텐츠에서 최초 동시 출현일 역순으로 정렬하여 출연한 키워드를 확인한다. 관심기술 특허 분석부(620)는 복수의 키워드 중 제1 키워드의 최초 동시 출현일을 확인하고, 최근 동시 출현일을 확인한다. 관심기술 특허 분석부(620)는 제1 키워드와 제2 키워드가 최초와 최근에 동일한 공보 상에 함께 나타난 날짜를 확인한다. 다시 말해, 관심기술 특허 분석부(620)는 특정 기술분야의 키워드 함께 나타나는 키워드들을 보면서 최근의 관련 기술 동향을 빠르게 파악할 수 있도록 한다.
관심기술 특허 분석부(620)는 SNS에서 새로운 친구를 추천하는 개념처럼 특정 키워드와 동일 특허 상에서 같이 등장한 적은 없는 키워드를 알고리즘적으로 R&D 추천 키워드로 추천한다. 관심기술 특허 분석부(620)는 R&D 추천 키워드를 제공하여 신규 발명을 하기에 좋은 소재를 제공한다.
관심기술 특허 분석부(620)는 입력 키워드와 매개 키워드는 동시 출현 키워드로 인지하나 매개 키워드와 추천 키워드는 동시 출현 키워드로 인지하지 않는다
관심기술 특허 분석부(620)는 해당 기술 또는 해당 기업의 특허 집합의 키워드들 중에서 최근 5년과 그 이전 5년, 최근 4년과 그 이전 4년, 최근 3년과 그 이전 3년, 최근 2년과 그 이전 2년, 최근 1년과 그 이전 1년의 등장률의 산술평균으로 등장률이 더 높은 키워드들을 급성장 키워드로 선정한다.
관심기술 특허 분석부(620)는 해당 기술 또는 해당 기업의 특허 집합의 키워드들 중에서 최근 2년(8분기) 동안 분기별로 등장한 순으로 분석 정보를 제공하여 신규 등장 키워드를 선정한다.
관심기술 특허 분석부(620)는 해당 기술 또는 해당 기업의 특허 집합의 키워드들 중에서 나의 특허집합에는 많이 등장하지만, 나를 제외한 나머지 집합에는 등장하지 않는 비율(TF-IDF)을 측정하여 나의 특허 집합을 대표할 수 있는 특화성 높은 키워드를 선정한다. 관심기술 특허 분석부(620)는 특화성 높은 키워드를 이용하여 연도별로 등장횟수를 분석한다.
관심기술 연구자 분석부(630)는 관심기술 연구자 정보로부터 추출된 발명자명을 기반으로 연구자의 발명 특허수 분석 결과, 피인용수 분석 결과, 글로벌 특허 패밀리 분석 결과, 기술 점유율 분석 결과, 기술 집중률 분석 결과, 특허 평가지표 분석 결과를 생성한 후 생성된 구성요소 중 적어도 하나 이상을 포함하는 관심기술 연구자분석 결과를 생성한다.
관심기술 연구자 분석부(630)는 입력받은 관심기술 연구자 정보(발명자명)를 기반으로 연구자의 발명 특허수 분석 결과, 피인용수 분석 결과, 글로벌 특허 패밀리 분석 결과, 기술 점유율 분석 결과, 기술 집중률 분석 결과, 특허 평가지표 분석 결과를 생성한다.
관심기술 연구자 분석부(630)는 발명 특허수 분석 결과, 피인용수 분석 결과, 글로벌 특허 패밀리 분석 결과, 기술 점유율 분석 결과, 기술 집중률 분석 결과, 특허 평가지표 분석 결과 중 적어도 하나 이상을 포함하는 관심기술 연구자분석 결과를 출력한다.
관심기술 연구자 분석부(630)는 기술 분야별 기업의 기술 분야로의 집중률로, 계산식은 타겟 분야에 대한 기업의 전체 특허 수 / 기업의 전체 특허 수로 집중률(on field)을 산출한다.
관심기술 이벤트 분석부(640)는 관심기술 상세분석 결과, 관심기술 특허분석 결과, 관심기술 연구자분석 결과를 기반으로 거래이력 분석 결과, 분쟁이력 분석 결과, 심사관 피인용수 분석 결과, 패밀리 특허 분석 결과, 국가 R&D 관련 분석 결과, M&A 발생 분석 결과를 생성한 후 생성된 구성요소 중 적어도 하나 이상을 포함하는 관심기술 이벤트 분석 결과를 생성한다.
관심기술 이벤트 분석부(640)는 관심기술 상세분석 결과, 관심기술 특허분석 결과, 관심기술 연구자분석 결과를 기반으로 거래이력 분석 결과, 분쟁이력 분석 결과, 심사관 피인용수 분석 결과, 패밀리 특허 분석 결과, 국가 R&D 관련 분석 결과, M&A 발생 분석 결과를 생성한다.
관심기술 이벤트 분석부(640)는 거래이력 분석 결과, 분쟁이력 분석 결과, 심사관 피인용수 분석 결과, 패밀리 특허 분석 결과, 국가 R&D 관련 분석 결과, M&A 발생 분석 결과 중 적어도 하나 이상을 포함하는 관심기술 이벤트 분석 결과를 출력한다.
도 7은 본 실시예에 따른 특허가치 평가부와 연동하는 특허 평가, 특허 분쟁, 연구자 검색 모듈을 나타낸 도면이다.
본 실시예에 따른 특허가치 평가부(340)는 추가로 특허 평가부(720), 특허 분쟁 예측부(730), 연구자 단위 검색부(740)와 연동한다.
특허 평가부(720)는 자사 분석 결과, 관심기술 분석 결과, 관심기술 분석 결과로부터 특허 분쟁에 사용된 특허를 포함하는 적어도 하나 이상의 분쟁 특허 집합과 적어도 하나 이상의 비분쟁 특허 집합을 수집한다. 특허 평가부(720)는 분쟁 특허 집합에 포함된 복수의 분쟁 특허들과 비분쟁 특허 집합에 포함된 복수의 비분쟁 특허들에 대하여 기 설정된 복수의 특허 평가 요소에 대한 특허 평가 요소값을 생성한다.
특허 평가부(720)는 분쟁 특허와 비분쟁 특허에 대하여, 특허 평가 요소값을 설명 변수값으로 설정한다. 특허 평가부(720)는 분쟁 특허에 부여된 분쟁 특허 부여값과 비분쟁 특허에 부여된 비분쟁 특허 부여값을 반응 변수값으로 설정하여 기 설정된 통계학적 처리를 수행하여 기 설정된 적어도 하나 이상의 특허 평가 모델을 생성한다.
특허 평가부(720)는 제1 특허 평가부(722), 제2 특허 평가부(724), 제3 특허 평가부(726)를 포함한다.
제1 특허 평가부(722)는 자사 분석 결과, 관심기술 분석 결과, 관심기술 분석 결과로부터 적어도 한 종류 이상의 특허 분쟁에 사용된 특허를 포함하는 적어도 하나 이상의 분쟁 특허 집합과 적어도 하나 이상의 비분쟁 특허 집합을 입수한다. 제1 특허 평가부(722)는 분쟁 특허 집합을 구성하는 복수의 분쟁 특허들과 비분쟁 특허 집합을 구성하는 복수의 비분쟁 특허들에 대하여 기 설정된 복수의 특허 평가 요소에 대한 특허 평가 요소값을 생성한다.
제1 특허 평가부(722)는 분쟁 특허와 비분쟁 특허에 대하여, 특허 평가 요소값을 설명 변수값으로 설정한다. 제1 특허 평가부(722)는 분쟁 특허에 부여된 분쟁 특허 부여값과 분쟁 특허 부여값과 다르게 설정한다. 제1 특허 평가부(722)는 비분쟁 특허에 부여된 비분쟁 특허 부여값을 반응 변수값으로 하여 기 설정된 통계학적 처리를 수행하여 기 설정된 적어도 하나 이상의 특허 평가 모델을 생성한다.
제1 특허 평가부(722)는 분쟁 특허의 속성에 따라 다르게 부여되는 제1 분쟁 특허 부여값을 부여하거나 분쟁 특허의 속성과 무관하게 분쟁 발생 여부로만 분쟁 특허 부여값을 부여하는 제2 분쟁 특허 부여값을 부여한다.
제1 특허 평가부(722)는 비분쟁 특허 집합의 크기를 분쟁 특허 집합의 크기보다 같거나, 큰 것인 것으로 설정한다. 제1 특허 평가부(722)는 분쟁 특허 집합의 통계학적 속성 중 어느 하나 이상을 공유하면서 전체 특허 집합에서 추출되는 제1 비분쟁 집합을 생성한다. 제1 특허 평가부(722)는 랜덤하게 추출되는 제2 비분쟁 집합을 생성한다.
제1 특허 평가부(722)는 복수 분쟁 속성, 공동 피고수 속성, 공동 참여 속성 중 어느 하나 이상인 것으로 분쟁 특허의 속성을 설정한다. 제1 특허 평가부(722)는 분쟁 특허가 복수의 분쟁에 관련되는 속성을 복수 분쟁 속성으로 설정한다. 제1 특허 평가부(722)는 분쟁 특허가 복수의 피고를 상대로 분쟁을 제기하는 분쟁에 관련되는 속성을 공동 피고 속성으로 설정한다. 제1 특허 평가부(722)는 분쟁 특허가 관련된 분쟁에 적어도 하나 이상의 다른 분쟁 특허도 관련되는 속성을 공동 참여 속성으로 설정한다.
제1 특허 평가부(722)는 공동 참여 속성에 제1 분쟁 특허 부여값을 부여할 때, 분쟁 특허가 복수 분쟁 속성을 가질 경우 분쟁 특허 부여값을 복수 분쟁 속성을 가지지 않을 경우보다 높게 부여한다. 제1 특허 평가부(722)는 분쟁 특허가 공동 피고 속성을 가질 경우에는 분쟁 특허 부여값을 공동 피고 속성을 가지지 않을 경우보다 높게 부여한다. 제1 특허 평가부(722)는 분쟁 특허가 공동 참여 속성을 가질 경우에는 분쟁 특허 부여값을 공동 참여 속성을 가지지 않을 경우보다 낮게 부여한다.
제1 특허 평가부(722)는 분쟁 특허 부여값에 제1 분쟁 특허 부여값을 부여할 때, 분쟁 특허가 복수 분쟁 속성을 가지는 경우, 분쟁 특허가 관련되는 전체 분쟁수, 전체 분쟁의 시간별 분포 속성, 전체 분쟁의 피고별 분포 속성 중 어느 하나 이상을 참조하여 부여한다. 제1 특허 평가부(722)는 분쟁 특허가 공동 피고 속성을 가지는 경우, 분쟁 특허가 관련되는 전체 피고수, 분쟁 당 평균 피고수, 분쟁당 피고수의 통계적 분포 속성 중 어느 하나 이상을 참조하여 부여한다. 제1 특허 평가부(722)는 분쟁 특허가 공동 참여 속성을 가지는 경우, 분쟁 특허가 관련되는 분쟁에서 분쟁 특허의 평균 지분, 평균 지분의 통계적 분포 속성 중 어느 하나 이상을 참조하여 부여한다.
제1 특허 평가부(722)는 통계학적 처리를 다중 회귀 분석으로 제1 분쟁 특허 부여값을 부여한다. 제1 특허 평가부(722)는 통계학적 처리를 분류 분석으로 제2 분쟁 특허 부여값을 부여한다.
제1 특허 평가부(722)는 특허 평가 모델의 생성을 위해 등록된 특허로 구성되는 전체 등록 특허 집합에서 추출한 복수의 추출 특허 집합에 속하는 개별 특허를 추출한다. 제1 특허 평가부(722)는 기 설정된 시간 단위로 기설정된 기준 시간 이전에 발생된 특허 데이터로 생성되는 적어도 하나 이상의 설명 변수별 설명 변수값을 포함하여, 개별 특허별로 기 설정된 복수의 설명 변수별 설명 변수값을 생성한다. 제1 특허 평가부(722)는 기 설정된 기준 시간을 기준으로 특허의 생존 여부를 결정하고, 생존 여부에 대응되는 값을 반응 변수로 하여 기설정된 생존 분석을 수행한다. 제1 특허 평가부(722)는 생존 분석의 수행 결과 중 어느 하나 이상을 사용하여 적어도 하나 이상의 특허 평가 모델을 생성한다. 제1 특허 평가부(722)는 생존 분석을 위해 기설정된 시간 단위로 생성된 설명 변수별 설명 변수값을 사용하거나, 기설정된 시간 단위로 생성된 설명 변수별 설명 변수값 중 어느 하나 이상을 누계하여 사용한다.
제1 특허 평가부(722)는 매년 단위, 매분기 단위 또는 특허의 기설정된 법정된 연차 등록 기준 기간 단위 중 어느 하나 이상으로 기 설정된 시간 단위를 설정한다. 제1 특허 평가부(722)는 연도 단위로 시간 단위를 설정한다. 제1 특허 평가부(722)는 개별 특허의 등록일과 기 설정된 종료 시점까지를 대상으로, 매년마다 기설정된 특정일을 기준으로, 전체 등록 특허 집합 중에서 매년마다의 특정일 이전까지 등록된 특허를 대상으로 설명 변수별 설명 변수값을 생성한다.
제1 특허 평가부(722)는 연차 등록 여부에 따라 생존 여부를 판단한다. 제1 특허 평가부(722)는 연차 등록이 유지되는 경우, 기준 시간 이전에 연차 등록이 소멸된 경우에 따라 생존 여부에 대응되는 반응 변수값을 다르게 설정한다.
제1 특허 평가부(722)는 위험 함수, 강도 함수, 생존 함수 중 어느 하나 이상을 생존 분석의 수행 결과로 생성한다. 제1 특허 평가부(722)는 시간의 함수로 특허 평가 모델을 생성한다.
제1 특허 평가부(722)는 복수의 특허 평가 모델로 등록된 특허로 구성되는 전체 등록 특허 집합에 포함되는 복수의 특허에 대하여 복수의 특허 평가 모델값을 생성한다. 제1 특허 평가부(722)는 설명 변수값을 개별 특허와 관련되는 관련 특허의 복수의 특허 평가 모델값을 참조하여 전체 등록 특허 집합에서 추출한 복수의 추출 특허 집합에 속하는 개별 특허에 대한 적어도 하나 이상의 설명 변수의 설명 변수값을 생성한다. 제1 특허 평가부(722)는 복수의 특허 평가 모델값을 참조하여 생성되는 설명 변수값을 사용하여, 추출 특허 집합을 대상으로 추가 특허 평가 모델을 생성한다.
제1 특허 평가부(722)는 복수의 특허 평가 모델을 사용하여 복수의 특허 평가 모델값을 생성한다. 제1 특허 평가부(722)는 복수의 특허 평가 모델값 기 설정된 통계학적 방법을 사용하여 복수의 특허 평가 모델 및 추가 특허 평가 모델을 생성한다.
제1 특허 평가부(722)는 복수의 재귀 모델 수립 방법, 추가 재귀 모델 수립 방법 중 어느 하나의 방법을 사용하여 복수의 특허 평가 모델 및 추가 특허 평가 모델을 생성한다. 제1 특허 평가부(722)는 인용 관련 설명 변수, 피인용 관련 설명 변수, 발명자 관련 설명 변수, 권리자 관련 설명 변수 중 어느 하나 이상을 이용하여 설명 변수값을 생성한다.
제1 특허 평가부(722)는 개별 특허의 적어도 하나 이상의 자식 특허의 존재를 조회하고, 조회된 자식 특허의 복수의 특허 평가 모델값을 사용하여 피인용 관련 설명 변수의 설명 변수값을 생성한다. 제1 특허 평가부(722)는 개별 특허의 적어도 하나 이상의 부모 특허의 존재를 조회하고, 조회된 부모 특허의 복수의 특허 평가 모델값을 사용하여 인용 관련 설명 변수의 설명 변수값을 생성한다.
제1 특허 평가부(722)는 발명자가 포함되어 있는 적어도 하나 이상의 특허로 이루어진 특허 집합 단위로 발명자 관련 설명 변수를 평가한다. 제1 특허 평가부(722)는 권리자가 포함되어 있는 적어도 하나 이상의 특허로 이루어진 특허 집합 단위로 권리자 관련 설명 변수를 평가한다. 제1 특허 평가부(722)는 발명자가 포함되어 있는 적어도 하나 이상의 특허의 존재를 조회하고, 조회된 특허의 복수의 특허 평가 모델값을 사용하여 발명자 관련 설명 변수의 설명 변수값을 생성한다.
제1 특허 평가부(722)는 권리자가 포함되어 있는 적어도 하나 이상의 특허의 존재를 조회하고, 조회된 특허의 복수의 특허 평가 모델값을 사용하여 권리자 관련 설명 변수의 설명 변수값을 생성한다.
제2 특허 평가부(724)는 단말기(110)로부터 평가 대상 지정 정보를 입력 받는다. 제2 특허 평가부(724)는 자사 분석 결과, 관심기술 분석 결과, 관심기술 분석 결과로부터 평가 대상 지정 정보에 대응되는 평가 결과값을 입력받는다. 제2 특허 평가부(724)는 평가 결과값이 포함된 평가 정보를 단말기(110)에 제공한다.
제2 특허 평가부(724)는 어도 하나 이상의 특허로 이루어지는 특허 집합 단위로 평가 결과값을 생성한다. 제2 특허 평가부(724)는 적어도 하나 이상의 특허로 이루어진 제1 특허 집합에 대하여 적어도 하나 이상의 제1 특허 평가 요소값을 수집한다. 제2 특허 평가부(724)는 복수의 특허로 이루어진 적어도 하나 이상의 제2 특허 집합에 대하여 적어도 하나 이상의 제2 특허 평가 요소값을 수집한다.
제2 특허 평가부(724)는 제1 특허 평가 요소값과 제2 특허 평가 요소값을 사용하는 기 설정된 적어도 하나 이상 평가 모델로 적어도 하나 이상의 단일 평가 대상에 대하여 적어도 하나 이상의 단일 평가 대상 평가 결과값을 생성한다.
제2 특허 평가부(724)는 제1 특허 집합을 구성하는 특허의 서지 정보 중 적어도 하나 이상과 일치하는 단일 평가 대상을 특징짓는 속성값을 부여한다. 제2 특허 평가부(724)는 별 특허 1개로 이루어진 단일 원소 특허 집합과 2 이상의 특허로 이루어진 복합 원소 특허 집합 중 어느 하나인 특허 집합을 생성한다.
제2 특허 평가부(724)는 검색어 입력, 검색어를 대응시킬 수 있는 링크 입력, 검색어를 대응시킬 수 있는 파일 입력 중 어느 하나를 평가 대상 지정 정보로 수집한다.
제2 특허 평가부(724)는 2 이상의 특허로 구성되는 제1 특허 집합을 생성한다. 제2 특허 평가부(724)는 제1 특허 집합을 구성하는 개별 특허별로 입수되는 특허별 평가 요소값을 사용하여 제1 특허 평가 요소값을 생성한다. 제2 특허 평가부(724)는 제2 특허 집합을 구성하는 개별 특허별로 입수되는 특허별 평가 요소값을 사용하여 제2 특허 평가 요소값을 생성한다.
제2 특허 평가부(724)는 적어도 하나 이상의 제1 특허 집합 특성값을 갖는 제1 특허 집합을 생성한다. 제2 특허 평가부(724)는 적어도 하나 이상의 제2 특허 집합 특성값을 갖는 제2 특허 집합을 생성한다. 제2 특허 평가부(724)는 제1 특허 집합 특성값과 동일한 특성값 계열이면서 상위 집합인 제2 특허 집합 특성값을 부여한다. 제2 특허 평가부(724)는 제1 특허 집합 특성값과 이질적인 특성값 계열인 제2 특허 집합 특성값을 부여한다.
제2 특허 평가부(724)는 제1 특허 집합을 구성하는 특허들의 레퍼런스수, 피인용수, 관련 소송수, 관련 준소송수, 분쟁 특허의 원고수, 분쟁 특허의 피고수, 양도 회수, 연차 등록 기간, 기 설정된 적어도 하나 이상의 속성 만족을 하는 특허들로 구성되는 속성 만족 특허 집합에 대한 적어도 하나 이상의 속성 만족 평가값을 이용하여 제1 특허 평가 요소값을 생성한다.
제2 특허 평가부(724)는 기 설정된 적어도 하나 이상의 속성 만족 여부값 중 어느 하나 이상을 사용하여 제1 특허 평가 요소값을 생성한다. 제2 특허 평가부(724)는 제2 특허 집합을 구성하는 특허들의 레퍼런스수, 피인용수, 관련 소송수, 관련 준소송수, 분쟁 특허의 원고수, 분쟁 특허의 피고수, 양도 회수, 연차 등록 기간, 기 설정된 적어도 하나 이상의 속성 만족을 하는 특허들로 구성되는 속성 만족 특허 집합에 대한 적어도 하나 이상의 속성 만족 평가값 중 어느 하나 이상을 사용하여 제2 특허 평가 요소값을 생성한다.
제2 특허 평가부(724)는 제1 특허 집합을 구성하는 특허, 제1 특허 집합을 구성하는 특허를 인용하거나, 인용받는 특허, 특허가 사용된 소송 또는 분쟁에 대하여, 적어도 하나 이상의 기간 제한, 적어도 하나 이상의 권리자의 제한, 적어도 하나 이상의 권리자 속성의 제한, 적어도 하나 이상의 원고나 피고의 제한, 적어 하나 이상의 기술 분야 제한, 적어도 하나 이상의 산업 분야 제한, 적어도 하나 이상의 국가 제한 중 어느 하나 이상의 제한을 충족하는 것을 대상으로 제1 특허 평가 요소값을 생성한다.
제2 특허 평가부(724)는 제1 특허 집합을 구성하는 특허, 제1 특허 집합을 구성하는 특허를 인용하거나, 인용받는 특허, 특허가 사용된 소송 또는 분쟁에 대하여, 적어도 하나 이상의 기간 제한, 적어도 하나 이상의 권리자나, 원고나 피고의 제한, 적어 하나 이상의 기술 분야 제한, 적어도 하나 이상의 산업 분야 제한, 적어도 하나 이상의 국가 제한 중 어느 하나 이상의 제한을 충족하는 것을 대상으로 제2 특허 평가 요소값을 생성한다.
제2 특허 평가부(724)는 권리자 규모, 권리자의 특허 보유량, 권리자의 기관 속성 및 권리자에 대한 기 설정된 평가 정보, 권리자의 특허 포트폴리오에 대한 기 설정된 계산 정보, 권리자에 대한 기설정된 분쟁 관점 정보, 권리자에 대하여 부여된 적어도 하나 이상의 카테고리 정보 중 어느 하나 이상을 권리자 속성으로 부여한다.
제2 특허 평가부(724)는 IPC, USPC, FT, FI, ECLA 중 어느 하나 이상을 사용하는 특허 분류 또는 특허 분류를 기설정된 처리 또는 기설정된 카테고리화를 통하여 형성되는 카테고리 분류 중 어느 하나 이상을 기술 분야로 설정한다.
제2 특허 평가부(724)는 적어도 하나 이상의 개별 특허, 적어도 하나 이상의 권리자, 적어도 1인 이상의 발명자, 적어도 하나 이상의 기술 분야, 적어도 하나 이상의 국가 중 어느 하나 이상을 단일 평가 대상으로 설정한다.
제2 특허 평가부(724)는 단말기(110)로부터 평가 모델에 대한 선택 정보를 수집한다. 제2 특허 평가부(724)는 선택 정보를 입수 받은 평가 모델로 생성된 평가 결과값을 입력 받는다. 제2 특허 평가부(724)는 입력받은 평가 결과값을 포함한 평가 정보를 단말기(110)로 평가 정보를 전송한다.
제2 특허 평가부(724)는 특허 평가 요소별로 특허 평가 요소값을 생성한다. 제2 특허 평가부(724)는 특허 평가 요소값을 사용하는 수식, 조건식, 조건을 포함하는 수식, 수식을 포함하는 조건식 중 어느 하나 이상을 이용하여 평가 모델을 생성한다.
제2 특허 평가부(724)는 단일 평가 대상 평가 결과값을 기 저장한다. 제2 특허 평가부(724)는 저장된 단일 평가 대상 평가 결과값으로부터 평가 결과값으로 수집한다. 제2 특허 평가부(724)는 단일 평가 대상의 속성별로 구분되어 단일 평가 대상 평가 결과값으로 저장한다. 제2 특허 평가부(724)는 개별 특허, 개별 권리자, 개별 발명자, 개별 특허 분류 중 어느 하나 또는 어느 2 이상의 조합하여 단일 평가 대상의 속성을 부여한다. 제2 특허 평가부(724)는 제1 특허 집합과 제2 특허 집합을 동일한 집합으로 설정하거나 진부분 집합으로 설정한다.
제3 특허 평가부(726)는 특허공보에 포함된 데이터 및 특허공보외 정보에서 얻은 데이터를 이용하여 데이터베이스를 구축한다. 제3 특허 평가부(726)는 평가 대상 특허가 특정되면, 데이터베이스로부터 평가대상특허와 관련한 데이터를 추출하고, 추출된 데이터로부터 단말기(110)에 제공할 평가 화면을 생성하여 전송한다. 제3 특허 평가부(726)는 평가 대상 특허와 관련 있는 평가 파라미터들에 대한 명칭들과 값들을 보여주는 평가 섹션과 단말기(110)가 평가 관점을 선택할 수 있도록 한 메뉴들을 포함하는 평가 메뉴 섹션을 평가 화면으로 제공한다. 제3 특허 평가부(726)는 단말기(110)가 어느 하나의 메뉴를 선택했을 때, 선택된 메뉴에 대응하는 평가 파라미터들로 평가 메뉴 섹션을 재구성하여 출력한다.
제3 특허 평가부(726)는 특허 데이터베이스 구축시 특허공보에 포함된 데이터와 특허공보외 정보에서 얻은 데이터에서 기본 파라미터값들을 생성한다. 제3 특허 평가부(726)는 기본 파라미터값들을 이용하여 확장 파라미터값들을 생성한다. 제3 특허 평가부(726)는 생성된 기본 파라미터값 및 확장 파라미터값들을 특허별로 저장하여 특허 데이터베이스를 생성한다. 제3 특허 평가부(726)는 새로운 특허공보에 포함된 데이터와 특허공보외 정보를 이용하여 특허 데이터베이스를 갱신한다.
제3 특허 평가부(726)는 권리자 데이터베이스 구축시 특허공보에 포함된 데이터와 특허공보외 정보에서 얻은 데이터에서 기본 파라미터값들을 생성한다. 제3 특허 평가부(726)는 기본 파라미터값들을 이용하여 확장 파라미터값들을 생성한다. 제3 특허 평가부(726)는 생성된 기본 파라미터값들 및 확장 파라미터값들을 권리자별로 저장하여 권리자 데이터베이스를 생성한다. 제3 특허 평가부(726)는 새로운 특허공보에 포함된 데이터와 특허공보외 정보를 이용하여 권리자 데이터베이스를 갱신한다.
제3 특허 평가부(726)는 기술분류 데이터베이스 구축시 특허공보에 포함된 데이터와 특허공보외 정보에서 얻은 데이터에서 기본 파라미터값들을 생성한다. 제3 특허 평가부(726)는 기본 파라미터값들을 이용하여 확장 파라미터값들을 생성한다. 제3 특허 평가부(726)는 생성된 기본 파라미터값들 및 확장 파라미터값들을 기술분류별로 저장하여 기술분류 데이터베이스를 생성한다. 제3 특허 평가부(726)는 새로운 특허공보에 포함된 데이터와 특허공보외 정보를 이용하여 기술분류 데이터베이스를 갱신한다.
제3 특허 평가부(726)는 평가 화면 생성시 평가메뉴섹션에 포함된 메뉴들 중 적어도 하나의 메뉴에 대응하는 평가 화면에 포함된 평가파라미터값들 중 적어도 일부는 확장 파라미터값들 중 적어도 일부를 포함시킨다.
제3 특허 평가부(726)는 특허공보에 포함된 데이터와 특허공보외 정보에서 얻은 데이터에서 기본 파라미터값들을 생성한다. 제3 특허 평가부(726)는 생성된 기본 파라미터값들을 특허별로 저장하여 특허 데이터베이스를 생성한다. 제3 특허 평가부(726)는 새로운 특허공보에 포함된 데이터와 특허공보외 정보를 이용하여 특허 데이터베이스를 갱신한다.
제3 특허 평가부(726)는 특허공보에 포함된 데이터와 특허공보외 정보에서 얻은 데이터에서 기본 파라미터값들을 생성한다. 제3 특허 평가부(726)는 생성된 기본 파라미터값들을 권리자별로 저장하여 권리자 데이터베이스를 생성한다. 제3 특허 평가부(726)는 새로운 특허공보에 포함된 데이터와 특허공보외 정보를 이용하여 권리자 데이터베이스를 갱신한다.
제3 특허 평가부(726)는 특허공보에 포함된 데이터와 특허공보외 정보에서 얻은 데이터에서 기본 파라미터값들을 생성한다. 제3 특허 평가부(726)는 생성된 기본 파라미터값들을 기술분류별로 저장하여 기술분류 데이터베이스를 생성한다. 제3 특허 평가부(726)는 새로운 특허공보에 포함된 데이터와 특허공보외 정보를 이용하여 기술분류 데이터베이스를 갱신한다.
제3 특허 평가부(726)는 기본 파라미터값들을 이용하여 평가메뉴섹션에 포함된 메뉴들 중 적어도 하나의 메뉴에 대응하는 평가 화면에 포함된 평가파라미터값들 중 적어도 일부를 실시간으로 생성한다.
제3 특허 평가부(726)는 평가 대상 특허에 대한 발명의 명칭을 포함한 서지적 사항 중 적어도 일부를 보여주는 서지 섹션과 평가 대상 특허에 대한 등급을 보여주는 등급 섹션을 포함하는 평가 화면을 출력한다. 제3 특허 평가부(726)는 평가 대상 특허에 대하여 평가 등급, 평가점수 및 백분위 값 중 일부를 포함하는 등급 섹션을 출력한다.
제3 특허 평가부(726)는 서지 섹션에 현재권리자를 확인하기 위한 하이퍼링크를 포함시키고, 단말기(110)가 하이퍼링크를 선택하면 링크를 통해 공식특허정보사이트에 접속하여 평가 대상 특허의 현재권리자에 관한 실시간 정보를 제공한다.
제3 특허 평가부(726)는 소송관련 정보, 거래정보, 담보권 정보를 포함하는 특허공보외 정보를 출력한다. 제3 특허 평가부(726)는 평가메뉴섹션에 평가 대상 특허와 관련한 데이터에 따라 메뉴들을 재구성한다.
특허 분쟁 예측부(730)는 자사 분석 결과, 관심기술 분석 결과, 관심기술 분석 결과로부터 복수의 소송 특허 및 준 소송 특허를 포함하는 분쟁 특허 집합을 수집한다. 특허 분쟁 예측부(730)는 분쟁 특허 집합에 포함된 분쟁 특허에 대한 분쟁 정보를 수집한다. 특허 분쟁 예측부(730)는 분쟁 특허 집합에 포함된 분쟁 특허에 대한 분쟁 수치값을 부여한다.
특허 분쟁 예측부(730)는 분쟁 수치값이 부여된 분쟁 특허 집합과 분쟁 수치값이 비분쟁 수치 기준값으로 부여되는 복수의 비분쟁 특허를 포함하는 비분쟁 특허 집합에 대하여, 분쟁 수치값과 비분쟁 수치 기준값을 반응 변수값으로 설정한다. 특허 분쟁 예측부(730)는 분쟁 특허와 비분쟁 특허에 대하여 복수의 설명 변수별 설명 변수값을 사용하여 통계학적 기법을 사용하여 적어도 하나 이상의 특허 분쟁 리스크 계량 모델을 수립한다.
특허 분쟁 예측부(730)는 제1 특허 분쟁 예측부(732), 제2 특허 분쟁 예측부(734)를 포함한다.
제1 특허 분쟁 예측부(732)는 자사 분석 결과, 관심기술 분석 결과, 관심기술 분석 결과로부터 적어도 하나 이상의 특허를 포함하는 자기 특허 집합을 수집한다. 제1 특허 분쟁 예측부(732)는 자기 특허 집합과 기 설정된 관련성을 가지는 적어도 하나 이상의 타겟 특허 집합을 수집한다. 제1 특허 분쟁 예측부(732)는 적어도 하나 이상의 특허를 포함하는 타겟 특허 집합을 수집한다. 제1 특허 분쟁 예측부(732)는 타겟 특허 집합과 기 설정된 관련성을 가지는 적어도 하나 이상의 자기 특허 집합을 수집한다. 제1 특허 분쟁 예측부(732)는 타겟 특허 집합을 구성하는 개별 특허에 대하여 적어도 하나 이상의 특허별 분쟁 예측 모델값을 수집한다. 제1 특허 분쟁 예측부(732)는 특허별 분쟁 예측 모델값을 이용하여 적어도 하나 이상의 분쟁 예측 정보를 생성한다. 제1 특허 분쟁 예측부(732)는 사용자 또는 정보 시스템에서 생성하거나 관리하는 특허 집합을 자기 특허 집합으로 설정한다. 제1 특허 분쟁 예측부(732)는 자기 특허 집합을 기 설정된 집합 한정 옵션을 사용하여 한정하거나, 기 설정된 분할 기준을 적용하여 2 이상의 부분 특허 집합으로 분할한다.
제1 특허 분쟁 예측부(732)는 사용자 또는 특허 정보 시스템에서 생성하거나 관리하는 특허 집합을 타겟 특허 집합으로 설정한다. 제1 특허 분쟁 예측부(732)는 타겟 특허 집합을 기 설정된 집합 한정 옵션을 사용하여 한정하거나, 기 설정된 분할 기준을 적용하여 2 이상의 부분 특허 집합으로 분할한다.
제1 특허 분쟁 예측부(732)는 자기 특허 집합을 구성하는 자기 특허들과 기 설정된 관련성을 가지는 특허들로 이루어지는 타겟 특허 집합을 생성한다. 제1 특허 분쟁 예측부(732)는 인용-피인용 특허 관계, 텍스트 마이닝 기법 상의 유사 특허군 관계, 특허 분류 상 유사 기술 특허 관계 중 어느 하나 이상의 관계를 기 설정된 관련성으로 설정한다.
제1 특허 분쟁 예측부(732)는 2 이상의 자기 특허들과 기 설정된 관련성을 가지도록 타겟 특허들을 설정한다. 제1 특허 분쟁 예측부(732)는 관련성을 계량화할 수 있다. 제1 특허 분쟁 예측부(732)는 관련성 빈도 및 관련성 강도 중 어느 하나 이상을 포함하는 계량화를 수행한다.
제1 특허 분쟁 예측부(732)는 타겟 특허에 대응되는 기 설정된 관련성을 가지는 자기 특허의 개수를 관련성 빈도로 설정한다. 제1 특허 분쟁 예측부(732)는 인용-피인용 특허 관계 정보, 유사 특허군 관계 정보 및 유사 기술 특허 관계 정보 중 어느 하나 이상을 사용하여 관련성 강도를 생성한다.
제1 특허 분쟁 예측부(732)는 인용-피인용 깊이 정보 및 인용-피인용 종류 정보 중 어느 하나 이상을 사용하여 인용-피인용 특허 관계 정보로 관련성 강도를 생성한다.
제1 특허 분쟁 예측부(732)는 자기 특허와 타겟 특허의 유사도 정보를 사용하여 유사 특허군 관계 정보로 관련성 강도를 생성한다. 제1 특허 분쟁 예측부(732)는 자기 특허와 타겟 특허에서 추출되는 추출 키워드, 자기 특허와 타겟 특허의 레퍼런스 정보에서 생성되는 인용-피인용 정보, 자기 특허와 타겟 특허에서 추출되는 적어도 한 종류 이상의 특허 분류, 특허 분류가 속하는 특허 분류 체계 상의 특허 분류의 적어도 한 단계 이상의 상위 특허 분류 중 어느 하나 이상을 이용하여 유사도 정보를 생성한다.
제1 특허 분쟁 예측부(732)는 자기 특허와 타겟 특허에 포함되어 있는 적어도 한 종류 이상의 특허 분류에 대하여, 특허 분류가 속하는 특허 분류 체계 상에서의 일치 깊이, 일치 빈도 및 일치 서열 중 어느 하나 이상을 이용하여 유사 기술 특허 관계 정보로 관련성 강도를 생성한다.
제1 특허 분쟁 예측부(732)는 적어도 하나 이상의 인용 관점 분쟁 예측 요소, 적어도 하나 이상의 다분쟁 특허 관점 분쟁 예측 요소, 적어도 하나 이상의 다분쟁 유발자 관점 분쟁 예측 요소, 적어도 하나 이상의 다분쟁 기술군 관점 분쟁 예측 요소 중 선택되는 어느 하나 이상의 분쟁 예측 요소의 분쟁 예측 요소값을 이용하여 특허별 분쟁 예측 모델값을 생성한다.
제1 특허 분쟁 예측부(732)는 타겟 특허에 대하여 실시간으로 특허별 분쟁 예측 모델값을 생성하거나, 기 생성된 특허별 분쟁 예측 모델값을 저장하고 있는 특허별 분쟁 예측 모델값 DB에서 호출하여 특허별 분쟁 예측 모델값 수집한다.
제1 특허 분쟁 예측부(732)는 입력받은 자기 특허 집합에 대응되는 타겟 특허별 분쟁 예측 정보, 입력받은 자기 특허 집합에 대응되는 적어도 하나 이상의 타겟 특허군별 분쟁 예측 정보, 입력받은 자기 특허 집합에 대응되는 타겟 특허 집합에 대한 분쟁 예측 정보, 적어도 하나 이상의 부분 자기 특허 집합에 대응되는 타겟 특허별 분쟁 예측 정보, 적어도 하나 이상의 부분 자기 특허 집합에 대응되는 적어도 하나 이상의 타겟 특허군별 분쟁 예측 정보 중 어느 하나 이상을 포함하는 분쟁 예측 정보를 생성한다.
제1 특허 분쟁 예측부(732)는 설정된 적어도 하나 이상의 분쟁 예측 정보값, 적어도 하나 이상의 분쟁 예측 분석 정보, 적어도 하나 이상의 분쟁 예측 근거 정보 중 어느 하나 이상을 포함하는 분쟁 예측 정보를 생성한다.
제1 특허 분쟁 예측부(732)는 기 설정된 조건을 충족하는 특허만을 타겟 특허로 입력받거나 기 설정된 조건(사용자 설정, 특허 정보 시스템 설정, 권리자 조건, 관련성 조건, 개별 특허 속성 조건)을 충족하는 특허만을 자기 특허로 수집한다.
제1 특허 분쟁 예측부(732)는 타겟 특허 집합을 구성하는 적어도 하나 이상의 타겟 특허 및 타겟 특허 집합에 대하여 기 설정된 분할 기준 또는 기 설정된 선별 기준을 적용한 적어도 하나 이상의 부분 타겟 특허 집합 중 어느 하나 이상은 기설정된 랭킹을 부여한다.
제1 특허 분쟁 예측부(732)는 관련성 빈도, 관련성 강도, 분쟁 예측 모델값 및 사용자 입력 관련성 정보 중 어느 하나 이상을 사용하는 랭킹 생성 규칙에 따라서 랭킹을 생성한다.
제1 특허 분쟁 예측부(732)는 분할된 부분 자기 특허 집합별로 타겟 특허 집합을 수집한다. 제1 특허 분쟁 예측부(732)는 부분 자기 특허 집합에 대응되는 부분 타겟 특허 집합별로 생성한다. 제1 특허 분쟁 예측부(732)는 분할된 부분 타겟 특허 집합별로 자기 특허 집합을 수집한다. 제1 특허 분쟁 예측부(732)는 부분 타겟 특허 집합에 대응되는 부분 자기 특허 집합별로 분쟁 예측 정보를 생성한다.
제1 특허 분쟁 예측부(732)는 복수의 자기 특허 집합으로 수집한다. 제1 특허 분쟁 예측부(732)는 2 이상의 자기 특허 집합별로 타겟 특허 집합으로 수집한다. 제1 특허 분쟁 예측부(732)는 2 이상의 자기 특허 집합에 대응되는 타겟 특허 집합별로 분쟁 예측 정보를 생성한다. 제1 특허 분쟁 예측부(732)는 복수의 타겟 특허 집합을 수집한다. 제1 특허 분쟁 예측부(732)는 2 이상의 타겟 특허 집합별로 자기 특허 집합을 수집한다. 제1 특허 분쟁 예측부(732)는 2 이상의 타겟 특허 집합에 대응되는 자기 특허 집합별로 분쟁 예측 정보를 생성한다.
제1 특허 분쟁 예측부(732)는 사용자가 생성하거나 선택하는 적어도 하나 이상의 사용자 특허 집합을 타겟 특허 집합으로 수집한다. 제1 특허 분쟁 예측부(732)는 자기 특허 집합을 구성하는 자기 특허 중 적어도 어느 하나와 사용자 특허 집합을 구성하는 타겟 특허 중 적어도 어느 하나가 인용-피인용 특허 관계, 텍스트 마이닝 기법 상의 유사 특허군 관계, 특허 분류 상 유사 기술 특허 관계 중 어느 하나 이상의 관계를 이용하여 사용자 특허 집합과 자기 특허 집합 간의 관련성을 계산한다.
제1 특허 분쟁 예측부(732)는 자기 특허별로 분쟁 예측 정보를 생성한다. 제1 특허 분쟁 예측부(732)는 분할되거나 선별되는 자기 특허 집합별로 분쟁 예측 정보를 생성한다. 제1 특허 분쟁 예측부(732)는 분할되거나 선별되는 타겟 특허 집합별로 분쟁 예측 정보를 생성한다. 제1 특허 분쟁 예측부(732)는 사용자에 의해서 선별되거나 분할되는 방식 또는 상시 시스템의 기 설정된 선별 기준이나 분할 기준에 의해 분할되는 방식에 따라 자기 특허 집합 또는 타겟 특허 집합을 선별하거나 분할한다.
제1 특허 분쟁 예측부(732)는 타겟 특허 집합을 구성하는 타겟 특허의 권리자명, 권리자 속성, 특허 기술 분류, 기 설정된 적어도 하나 이상의 평가값 중 어느 하나 이상을 이용하여 기 설정된 선별 기준이나 분할 기준을 설정한다.
제1 특허 분쟁 예측부(732)는 시스템이 지정하는 적어도 하나 이상의 속성 및 사용자가 지정하는 적어도 하나 이상의 속성 중 어느 하나 이상으로 권리자 속성을 설정한다. 제1 특허 분쟁 예측부(732)는 타겟 특허에 대한 적어도 하나 이상의 질적 평가 요소 중 어느 하나 이상을 사용하여 평가된 질적 평가 요소값을 계산한다.
제1 특허 분쟁 예측부(732)는 입수된 1차 타겟 특허 집합에 대하여 기 설정된 집합 연산을 수행한 후 생성되는 2차 타겟 특허 집합을 구성하는 2차 타겟 특허를 대상으로 특허별 분쟁 예측 모델값을 수집한다. 제1 특허 분쟁 예측부(732)는 1차 타겟 특허 집합을 구성하는 1차 타겟 특허에 대한 삭제, 1차 타겟 특허 집합에 대한 한정, 2차 타겟 특허 집합으로의 신규 특허 추가 중 어느 하나 이상을 실시하여 2차 타겟 특허 집합을 생성한다.
제1 특허 분쟁 예측부(732)는 사용자로부터 입수 받은 사용자 가중치 정보를 반영하여 분쟁 예측 정보를 생성한다. 제1 특허 분쟁 예측부(732)는 타겟 특허 집합을 구성하는 타겟 특허 중 어느 하나 이상에 대하여 개별 타겟 특허별로 사용자가 설정하는 타겟 특허별 가중치 정보, 타겟 특허의 개별 속성에 설정하는 속성별 가중치 정보, 인용-피인용 관계에 대해 설정하는 인용-피인용 가중치 정보, 텍스트 마이닝 관계에 대해 설정하는 텍스트 마이닝 가중치 정보, 특허 분류상 유사 기술 특허 관계에 대해 설정하는 유사 기술 특허 관계 가중치 정보 중 어느 하나 이상을 이용하여 사용자 가중치 정보를 생성한다.
제1 특허 분쟁 예측부(732)는 분쟁 특허와 비분쟁 특허에 대하여, 분쟁 예측 요소값을 설명 변수값으로 설정하고, 분쟁 특허에 부여된 분쟁 특허 부여값과 분쟁 특허 부여값과 다르게 부여되며 비분쟁 특허에 부여된 비분쟁 특허 부여값을 반응 변수값으로 설정하여 기 설정된 통계학적 처리를 수행하여 분쟁 예측 모델값을 생성한다.
제1 특허 분쟁 예측부(732)는 트리(tree)를 활용한 앙상블 기법을 사용하는 기계 학습 계열의 알고리즘을 사용하여 통계학적 처리를 수행한다.
제2 특허 분쟁 예측부(734)는 자사 분석 결과, 관심기술 분석 결과, 관심기술 분석 결과로부터 복수의 소송 특허 및 준 소송 특허로 구성되는 분쟁 특허 집합을 수집한다. 제2 특허 분쟁 예측부(734)는 분쟁 특허 집합을 구성하는 분쟁 특허에 대하여, 분쟁 특허와 관련된 분쟁 정보를 수집한다. 제2 특허 분쟁 예측부(734)는 분쟁 특허 집합에 속하는 분쟁 특허에 대하여 분쟁 수치값을 부여한다. 제2 특허 분쟁 예측부(734)는 분쟁 수치값이 부여된 분쟁 특허 집합과 분쟁 수치값이 비분쟁 수치 기준값으로 부여되는 복수의 비분쟁 특허로 구성되는 비분쟁 특허 집합에 대하여, 분쟁 수치값과 비분쟁 수치 기준값을 반응 변수값으로 설정한다.
제2 특허 분쟁 예측부(734)는 분쟁 특허와 비분쟁 특허에 대하여 복수의 설명 변수별 설명 변수값을 사용하여 통계학적 기법을 사용하여 적어도 하나 이상의 특허 분쟁 리스크 계량 모델을 수립한다. 제2 특허 분쟁 예측부(734)는 분쟁 정보를 처리하여 분쟁 수치값을 생성한다. 제2 특허 분쟁 예측부(734)는 분쟁 발생 정보 및 분쟁 당사자 정보 중 어느 하나 이상을 포함하는 분쟁 정보를 생성한다. 제2 특허 분쟁 예측부(734)는 분쟁 특허별로 분쟁 수치값의 종류를 다르게 설정한다.
제2 특허 분쟁 예측부(734)는 특허 분쟁 리스크 계량 모델을 사용하여 분쟁 특허와 비분쟁 특허가 속하는 모집단 특허에 대하여 특허 분쟁 리스크 계량 모델값을 부여한다.
제2 특허 분쟁 예측부(734)는 심판에 사용된 특허나 재심사(reexam)에 사용된 특허 중 어느 하나 이상을 준 소송 특허로 설정한다. 제2 특허 분쟁 예측부(734)는 법부 관할 소송에 사용된 특허나, 행정부 관할 소송에 사용된 특허 중 어느 하나 이상을 소송 특허로 설정한다.
제2 특허 분쟁 예측부(734)는 분쟁 특허의 분쟁수, 분쟁 시점, 분쟁 종류, 원고수와 피고수 중 어느 하나 이상을 처리하여 분쟁 수치값을 계산한다. 제2 특허 분쟁 예측부(734)는 분쟁 특허가 사용된 기 설정된 시점 구간에서 발생한 분쟁에서의 독립 피고수 정보를 처리하여 분쟁 수치값을 계산한다. 제2 특허 분쟁 예측부(734)는 피고 명칭에서 최장 동일 문자열을 공유하지 않는 피고의 개수를 독립 피고수로 설정한다.
제2 특허 분쟁 예측부(734)는 전체 분쟁 특허 집합의 부분 집합으로 분쟁 특허 집합을 수집한다. 제2 특허 분쟁 예측부(734)는 전체 비분쟁 특허 집합의 부분 집합으로 비분쟁 특허 집합을 설정한다. 제2 특허 분쟁 예측부(734)는 적어도 하나 이상의 공유 속성을 갖도록 분쟁 특허 집합과 비분쟁 특허 집합을 설정한다.
제2 특허 분쟁 예측부(734)는 특정 시점 공유로 공유 속성을 설정한다. 제2 특허 분쟁 예측부(734)는 특정 시점을 기준으로 반응 변수값 및 설명 변수값을 생성한다.
제2 특허 분쟁 예측부(734)는 특정 시점 이후부터 모델 종단 시점까지를 기준으로 반응 변수값을 생성한다. 제2 특허 분쟁 예측부(734)는 모델 개시 시점부터 특정 시점까지를 기준으로 설명 변수값을 생성한다.
제2 특허 분쟁 예측부(734)는 분쟁 특허가 속하는 기술군, 국가군, 산업군, 시기군, 및 권리자 속성군, 당사자 속성군 중 어느 하나 이상을 처리하여 분쟁 수치값을 생성한다.
제2 특허 분쟁 예측부(734)는 복수의 소송 특허 및 준 소송 특허로 구성되는 분쟁 특허 집합을 수집한다. 제2 특허 분쟁 예측부(734)는 분쟁 특허 집합을 구성하는 분쟁 특허에 대하여, 분쟁 특허와 관련된 분쟁 정보를 수집한다. 제2 특허 분쟁 예측부(734)는 분쟁 특허 집합에 속하는 분쟁 특허에 대하여 분쟁 수치값을 부여한다.
제2 특허 분쟁 예측부(734)는 분쟁 수치값이 부여된 분쟁 특허 집합에서 분쟁 특허를 가중 샘플링한다. 제2 특허 분쟁 예측부(734)는 분쟁 수치값이 부여되지 않은 비분쟁 특허 집합에서 비분쟁 특허를 샘플링한다. 제2 특허 분쟁 예측부(734)는 가중 샘플링된 분쟁 특허와 비분쟁 특허를 사용하여 통계 모델링을 수행한다.
제2 특허 분쟁 예측부(734)는 분쟁 수치값이 부여되고 가중 샘플링된 분쟁 특허로 구성되는 분쟁 특허 집합과 비분쟁 수치 기준값이 부여되는 복수의 비분쟁 특허로 구성되는 비분쟁 특허 집합에 대하여, 분쟁 수치 값과 비분쟁 수치 기준값을 반응 변수값으로 설정한다.
제2 특허 분쟁 예측부(734)는 분쟁 특허와 비분쟁 특허에 대하여 복수의 설명 변수별 설명 변수값을 사용하여 통계학적 기법을 적용하여 적어도 하나 이상의 특허 분쟁 리스크 계량 모델을 수립한다.
제2 특허 분쟁 예측부(734)는 분쟁 정보를 처리하여 분쟁 수치값을 생성한다. 제2 특허 분쟁 예측부(734)는 분쟁 발생 정보 및 분쟁 당사자 정보 중 어느 하나 이상을 포함하는 분쟁 정보를 생성한다. 제2 특허 분쟁 예측부(734)는 분쟁 특허별로 다를 수 있도록 분쟁 수치값의 종류를 설정한다.
제2 특허 분쟁 예측부(734)는 분쟁 수치값을 사용하여 가중 샘플링을 생성한다. 제2 특허 분쟁 예측부(734)는 분쟁 특허의 분쟁수, 분쟁 시점, 분쟁 종류, 원고수와 피고수 중 어느 하나 이상을 처리하여 분쟁 수치값을 생성한다. 제2 특허 분쟁 예측부(734)는 분쟁 특허가 사용된 기 설정된 시점 구간에서 발생한 분쟁에서의 독립 피고수 정보를 처리하여 분쟁 수치값을 생성한다. 제2 특허 분쟁 예측부(734)는 기 설정된 시점 구간의 분쟁 회수로 분쟁 수치값을 생성한다.
제2 특허 분쟁 예측부(734)는 전체 분쟁 특허 집합의 부분 집합으로 분쟁 특허 집합을 설정한다. 제2 특허 분쟁 예측부(734)는 전체 비분쟁 특허 집합의 부분 집합으로 비분쟁 특허 집합을 설정한다. 제2 특허 분쟁 예측부(734)는 적어도 하나 이상의 공유 속성을 가지는 것인 것으로 분쟁 특허 집합과 비분쟁 특허 집합을 설정한다.
제2 특허 분쟁 예측부(734)는 특정 시점 공유로 공유 속성을 설정한다. 제2 특허 분쟁 예측부(734)는 특정 시점을 기준으로 반응 변수값 및 설명 변수값을 생성한다. 제2 특허 분쟁 예측부(734)는 특정 시점 이후부터 모델 종단 시점까지를 기준으로 반응 변수값을 생성한다. 제2 특허 분쟁 예측부(734)는 모델 개시 시점부터 특정 시점까지를 기준으로 설명 변수값을 생성한다. 제2 특허 분쟁 예측부(734)는 특허 분쟁 리스크 계량 모델을 사용하여 분쟁 특허와 비분쟁 특허가 속하는 모집단 특허에 대하여 특허 분쟁 리스크 계량 모델값을 부여한다.
연구자 단위 검색부(740)는 자사 분석 결과, 관심기술 분석 결과, 관심기술 분석 결과로부터 발명자 단위로 발명자와 관련된 발명자 단위 특허 집합을 수집한다. 연구자 단위 검색부(740)는 발명자 단위 특허 집합 또는 발명자 단위 특허 집합의 부분 특허 집합에 대하여 인용 특허 집합을 생성한다. 연구자 단위 검색부(740)는 인용 특허 집합에 속하는 인용 특허를 그룹 단위로 분리하여 그룹 단위의 인용 특허 집합을 분석 대상 문건 집합으로 분석 정보를 생성한다.
연구자 단위 검색부(740)는 특정 발명자가 발명자로 등재되어 있는 특허로 구성되는 발명자 단위 특허 집합을 생성한다. 연구자 단위 검색부(740)는 출원 중 또는 등록 후에서의 발명자 명의 정보를 수정한다. 연구자 단위 검색부(740)는 전방 인용 특허 집합 및 후방 인용 특허 집합 중에서 선택되는 어느 하나를 인용 특허 집합으로 설정한다. 연구자 단위 검색부(740)는 출원인, 특허 분류, 시간 정보, 국가 정보, 및 발명자 정보를 이용하여 그룹 단위를 생성한다.
연구자 단위 검색부(740)는 제1 연구자 단위 검색부(742), 제2 연구자 단위 검색부(744), 제3 연구자 단위 검색부(746)를 포함한다.
제1 연구자 단위 검색부(742)는 출원 명의인의 명의 정보를 자사 분석 결과, 관심기술 분석 결과, 관심기술 분석 결과로부터 확인한다. 제1 연구자 단위 검색부(742)는 출원 명의인의 명의로 출원되거나 등록된 적어도 하나 이상의 특허 문건을 수집한다. 제1 연구자 단위 검색부(742)는 출원 명의인 단위로 계층적 특허 정보를 통합한다. 제1 연구자 단위 검색부(742)는 특허 문건에 발명자로 등재된 적어도 하나 이상의 발명자를 추출한다. 제1 연구자 단위 검색부(742)는 발명자 명의를 기준으로 하는 발명자 단위로 계층적으로 특허 정보를 통합한다. 제1 연구자 단위 검색부(742)는 발명자가 등재되어 있는 특허 문건 정보를 관리한다. 제1 연구자 단위 검색부(742)는 출원 명의인 명의로 출원되거나 등록된 특허 문건 정보를 관리한다.
제1 연구자 단위 검색부(742)는 출원 명의인으로부터 발명자 지정 정보를 수집한다. 제1 연구자 단위 검색부(742)는 출원 명의인에게 추출된 발명자의 목록 정보를 전송한다. 제1 연구자 단위 검색부(742)는 출원 명의인으로부터 전송된 발명자의 목록 정보로부터 발명자 선택 정보를 수집한다.
제1 연구자 단위 검색부(742)는 출원 명의인의 명의 정보를 확인하기 위해 특허 정보 데이터베이스를 관리하는 데이터베이스운영시스템(DBMS)에 질의어(query)로 출원 명의인의 명의 정보를 질의한다.
제1 연구자 단위 검색부(742)는 특허 정보 검색 엔진이 검색 키워드로 출원 명의인의 명의 정보를 입력받아 확인한다. 제1 연구자 단위 검색부(742)는 검색 엔진이 접근 가능한 특허 정보를 인덱스화한다.
제1 연구자 단위 검색부(742)는 발명자가 등재되어 있는 특허 문건 정보는 출원번호를 키값으로 관리한다. 제1 연구자 단위 검색부(742)는 특허 정보 검색 엔진이 검색 키워드로 출원 명의인의 명의 정보를 입력받아 출원 명의인의 명의 정보를 확인한다. 제1 연구자 단위 검색부(742)는 검색 엔진이 접근 가능한 특허 정보를 인덱스화한 특허 정보 인덱스 데이터베이스를 구축한다.
제1 연구자 단위 검색부(742)는 입력된 특허 분류 기호 정보를 검색어로 하여 기설정된 시간 단위로 특허 정보 인덱스 데이터베이스를 대상으로 검색을 수행한다. 제1 연구자 단위 검색부(742)는 검색 결과 특허 분류 기호 정보에 대응되는 신규한 특허 문건 정보가 검색되는 경우, 출원번호하에 검색된 특허 문건 정보를 관리한다.
제2 연구자 단위 검색부(744)는 자사 분석 결과, 관심기술 분석 결과, 관심기술 분석 결과로부터 발명자 정보를 수집한다. 제2 연구자 단위 검색부(744)는 발명자 단위로 발명자와 관련된 발명자 단위 특허 집합을 수집한다. 제2 연구자 단위 검색부(744)는 발명자 단위 특허 집합 또는 발명자 단위 특허 집합의 부분 특허 집합에 대하여 인용 특허 집합을 생성한다.
제2 연구자 단위 검색부(744)는 인용 특허 집합에 속하는 인용 특허를 적어도 하나 이상의 그룹 단위로 처리하여 그룹 단위의 인용 특허 집합을 분석 대상 문건 집합으로 하여 적어도 하나 이상의 분석 정보를 생성한다.
제2 연구자 단위 검색부(744)는 발명자가 발명자로 등재되어 있는 특허로 구성되는 발명자 단위 특허 집합을 생성한다. 제2 연구자 단위 검색부(744)는 출원 중 또는 등록 후에서의 발명자 명의 정보의 수정한다.
제2 연구자 단위 검색부(744)는 전방 인용 특허 집합 및 후방 인용 특허 집합 중에서 선택되는 어느 하나를 인용 특허 집합으로 설정한다. 제2 연구자 단위 검색부(744)는 적어도 하나 이상의 출원인, 특허 분류, 시간 정보, 국가 정보, 및 발명자 중 어느 하나 이상을 사용하여 그룹 단위를 생성한다.
제2 연구자 단위 검색부(744)는 출원인이 그룹의 단위로 사용되는 경우, 그룹 단위의 출원인에 대응되는 집합을 출원인이 출원하거나 등록한 특허로 구성되는 특허 집합으로 설정한다. 제2 연구자 단위 검색부(744)는 출원 명의인이 출원하거나 등록한 특허 집합에 대한 수정한다.
제2 연구자 단위 검색부(744)는 합병, 출원인 명칭의 변경, 출원인의 감축이나 추가에 따라 출원인 명의 정보를 수정한다. 제2 연구자 단위 검색부(744)는 적어도 하나 이상의 특허 분류, 시간 정보, 국가 정보, 및 발명자 중 어느 하나 이상을 사용하여 부분 특허 집합을 생성한다. 제2 연구자 단위 검색부(744)는 인용 특허 집합에 대한 적어도 하나 이상의 제한, 랭킹 및 그룹핑 중 어느 하나 이상이 적용된 특허 집합에 대하여 분석 정보를 생성한다. 제2 연구자 단위 검색부(744)는 적어도 하나 이상의 특허 분류, 시간 정보, 국가 정보, 및 발명자 중 어느 하나 이상을 사용하여 제한되거나 그룹핑한다.
제3 연구자 단위 검색부(746)는 자사 분석 결과, 관심기술 분석 결과, 관심기술 분석 결과로부터 연구자 추천 요청 정보를 사용하여 연구자 추천 정보의 생성에 사용할 복수의 특허 식별키를 수집한다. 제3 연구자 단위 검색부(746)는 단위 추천 항목에 대응되는 적어도 하나 이상의 단위 추천 알고리즘 수집한다. 제3 연구자 단위 검색부(746)는 특허 식별키로 연구자 추천 정보 생성에 필요한 특허 식별키 대응 추천 기반 정보를 수집한다. 제3 연구자 단위 검색부(746)는 단위 추천 알고리즘을 특허 식별키 대응 추천 기반 정보에 적용하여 적어도 하나 이상의 단위 추천 정보 생성한다.
제3 연구자 단위 검색부(746)는 2 이상 복수 개의 단위 추천 정보를 생성한다. 제3 연구자 단위 검색부(746)는 복수 개의 단위 추천 정보에 랭킹 알고리즘을 적용하여 연구자에 대한 랭킹 정보를 생성한다.
제3 연구자 단위 검색부(746)는 연구자 추천 요청 정보를 단일 키워드로 입력받는다. 제3 연구자 단위 검색부(746)는 특허 식별키 수집을 위해 단일 키워드를 검색 조건으로 하여 적어도 하나 이상의 키워드 포함 테이블 또는 검색 인덱스에 질의하여 특허 식별키를 입수한다. 제3 연구자 단위 검색부(746)는 단일 키워드를 검색 조건으로 하여 단일 키워드를 포함하는 적어도 하나 이상의 복합 키워드를 추출한다.
제3 연구자 단위 검색부(746)는 복합 키워드를 검색 조건으로 하여 적어도 하나 이상의 키워드 포함 테이블 또는 검색 인덱스에 질의하여 특허 식별키를 수집한다. 제3 연구자 단위 검색부(746)는 단일 키워드를 검색 조건으로 하여, 단일 키워드와 동일성이 인정되는 동일성 키워드를 우선 탐색한다.
제3 연구자 단위 검색부(746)는 동일성 키워드가 있는 경우, 단일 키워드와 동일성 키워드를 적어도 하나 이상의 키워드 포함 테이블 또는 검색 인덱스에 질의하여 특허 식별키를 수집한다. 제3 연구자 단위 검색부(746)는 단일 키워드를 검색 조건으로 하여, 단일 키워드와 동일성이 인정되는 동일성 키워드를 우선 탐색한다. 제3 연구자 단위 검색부(746)는 동일성 키워드가 있는 경우, 단일 키워드와 동일성 키워드를 검색 조건으로 하여 단일 키워드 또는 동일성 키워드를 포함하는 적어도 하나 이상의 복합 키워드를 추출한다. 제3 연구자 단위 검색부(746)는 복합 키워드를 검색 조건으로 하여 적어도 하나 이상의 키워드 포함 테이블 또는 검색 인덱스에 질의하여 특허 식별키를 수집한다.
제3 연구자 단위 검색부(746)는 연구자 단위로 복수의 특허 식별키 대응 추천 기반 정보를 사용하여 단위 추천 알고리즘을 생성한다. 제3 연구자 단위 검색부(746)는 연구자 추천 요청 정보 중 연구자에만 대응되는 연구자별 특허 식별키 대응 추천 기반 정보를 필수적으로 사용하고, 선택적으로 연구자 추천 요청 정보에 대응되는 모집단 특허 식별키 대응 추천 기반 정보를 사용하여 단위 추천 알고리즘을 생성한다.
제3 연구자 단위 검색부(746)는 특허별로 특허 식별키 대응 추천 기반 정보를 생성한다. 제3 연구자 단위 검색부(746)는 시간 독립적 또는 시간 종속적으로 생성되는 특허의 내부적 속성, 특허가 사용된 이벤트 속성, 특허 관련 주체 속성, 특허 관리 속성 및 관련 특허의 속성 중 어느 하나 이상을 이용하여 특허 식별키 대응 추천 기반 정보를 생성한다.
제3 연구자 단위 검색부(746)는 특허에 포함된 서지 사항 기반 속성, 명세서 기반 속성, 특허 분류 속성 중 어느 하나 이상을 이용하여 내부적 속성을 생성한다. 제3 연구자 단위 검색부(746)는 특허와 관련된 거래 속성, 라이선스의 설정과 해제 속성, 담보의 설정과 해제 속성, 특허가 사용된 소송 속성, 특허와 관련된 분쟁 속성 중 어느 하나 이상을 이용하여 특허 사용 이벤트 속성을 생성한다.
제3 연구자 단위 검색부(746)는 특허의 출원인 속성, 대리인 속성, 거래 특허인 경우 현재 권리자와 직전 권리자 속성, 심사관 속성 중 어느 하나 이상을 이용하여 특허 관련 주체 속성을 생성한다.
제3 연구자 단위 검색부(746)는 표준 특허 기구 속성, 표준 특허풀 속성, 국가 R&D 특허 속성 중 어느 하나 이상을 이용하여 특허 소속 집단 속성을 생성한다. 제3 연구자 단위 검색부(746)는 피인용 특허의 속성, 레퍼런스 특허 속성, 패밀리 특허 속성, 유사 특허 속성 중 어느 하나 이상을 이용하여 관련 특허의 속성을 생성한다. 제3 연구자 단위 검색부(746)는 전체 피인용 속성, 심사관 피인용 속성 및 OA 피인용 속성 중 어느 하나 이상을 이용하여 피인용 특허의 속성을 생성한다. 제3 연구자 단위 검색부(746)는 전체 레퍼런스속성, 심사관 레퍼런스 속성 및 OA 레퍼런스 속성 중 어느 하나 이상을 이용하여 레퍼런스 특허의 속성을 생성한다.
제3 연구자 단위 검색부(746)는 국내 패밀리 속성, 국가별 패밀리 속성, 해외 통합 패밀리 속성 중 어느 하나 이상을 이용하여 패밀리 특허 속성을 생성한다. 제3 연구자 단위 검색부(746)는 키워드 기반 유사 특허 속성, 인용 네트워크 기반 유사 특허 속성, 특허 분류 기반 유사 특허 속성 중 어느 하나 이상을 이용하여 유사 특허 속성을 생성한다.
제3 연구자 단위 검색부(746)는 적어도 하나 이상의 연구자 추천 대상 핵심 키워드 집합에서 추출하는 복수의 키워드를 복수 개의 연구자 추천 요청 정보로 생성한다. 제3 연구자 단위 검색부(746)는 적어도 하나 이상의 연구자 추천 대상 권리자 집합에서 추출하는 복수의 권리자를 복수 개의 연구자 추천 요청 정보로 생성한다. 제3 연구자 단위 검색부(746)는 적어도 하나 이상의 연구자 추천 대상 특허 분류 집합에서 추출하는 복수의 특허 분류를 복수 개의 연구자 추천 요청 정보로 생성한다.
제3 연구자 단위 검색부(746)는 키워드, 권리자, 특허 분류 중 어느 2 이상을 사용하여 생성되는 복합 단위 연구자 추천 요청 정보를 복수 개의 연구자 추천 요청 정보로 생성한다.
제3 연구자 단위 검색부(746)는 단일 키워드를 검색 조건으로 하여 적어도 하나 이상의 키워드 포함 테이블 또는 검색 인덱스에 질의하여 특허 식별키를 수집한다. 제3 연구자 단위 검색부(746)는 단일 키워드를 검색 조건으로 하여 단일 키워드를 포함하는 적어도 하나 이상의 복합 키워드를 추출한다.
제3 연구자 단위 검색부(746)는 복합 키워드를 검색 조건으로 하여 적어도 하나 이상의 키워드 포함 테이블 또는 검색 인덱스에 질의하여 특허 식별키를 수집한다. 제3 연구자 단위 검색부(746)는 단일 키워드를 검색 조건으로 하여, 단일 키워드와 동일성이 인정되는 동일성 키워드를 우선 탐색한다. 제3 연구자 단위 검색부(746)는 동일성 키워드가 있는 경우, 단일 키워드와 동일성 키워드를 적어도 하나 이상의 키워드 포함 테이블 또는 검색 인덱스에 질의하여 특허 식별키를 수집한다.
제3 연구자 단위 검색부(746)는 단일 키워드를 검색 조건으로 하여, 단일 키워드와 동일성이 인정되는 동일성 키워드를 우선 탐색한다. 제3 연구자 단위 검색부(746)는 동일성 키워드가 있는 경우, 단일 키워드와 동일성 키워드를 검색 조건으로 하여 단일 키워드 또는 동일성 키워드를 포함하는 적어도 하나 이상의 복합 키워드를 추출한다.
제3 연구자 단위 검색부(746)는 복합 키워드를 검색 조건으로 하여 적어도 하나 이상의 키워드 포함 테이블 또는 검색 인덱스에 질의하여 특허 식별 키를 수집한다. 제3 연구자 단위 검색부(746)는 복수 키워드를 OR 검색 조건으로 하여 적어도 하나 이상의 키워드 포함 테이블 또는 검색 인덱스에 질의하여 특허 식별키를 수집한다.
제3 연구자 단위 검색부(746)는 복수 키워드를 OR 검색 조건으로 하여 단일 키워드를 포함하는 적어도 하나 이상의 복합 키워드를 추출한다. 제3 연구자 단위 검색부(746)는 복합 키워드를 검색 조건으로 하여 적어도 하나 이상의 키워드 포함 테이블 또는 검색 인덱스에 질의하여 특허 식별키를 수집한다.
제3 연구자 단위 검색부(746)는 복수 키워드를 OR 검색 조건으로 하여, 복수 키워드와 동일성이 인정되는 동일성 키워드를 우선 탐색한다. 제3 연구자 단위 검색부(746)는 동일성 키워드가 있는 경우, 복수 키워드와 동일성 키워드를 적어도 하나 이상의 키워드 포함 테이블 또는 검색 인덱스에 질의하여 특허 식별키를 수집한다.
제3 연구자 단위 검색부(746)는 복수 키워드를 OR 검색 조건으로 하여, 복수 키워드와 동일성이 인정되는 동일성 키워드를 우선 탐색한다. 제3 연구자 단위 검색부(746)는 동일성 키워드가 있는 경우, 복수 키워드와 동일성 키워드를 검색 조건으로 하여 복수 키워드 또는 동일성 키워드를 포함하는 적어도 하나 이상의 복합 키워드를 추출한다. 제3 연구자 단위 검색부(746)는 복합 키워드를 검색 조건으로 하여 적어도 하나 이상의 키워드 포함 테이블 또는 검색 인덱스에 질의하여 특허 식별키를 수집한다.
제3 연구자 단위 검색부(746)는 권리자 명칭이 단일 명칭인 경우에는 단일 권리자 명칭을 검색 조건으로 하여 적어도 하나 이상의 권리자 명칭 포함 테이블 또는 검색 인덱스에 질의하여 특허 식별키를 수집한다.
제3 연구자 단위 검색부(746)는 권리자 명칭이 복수 개일 경우에는 복수 권리자 명칭의 처리는 개별 권리자 명칭별로 처리하거나 복수 권리자 명칭을 1개의 단일 개념 권리자 명칭 집합으로 처리한다.
제3 연구자 단위 검색부(746)는 연구자 추천 요청 정보가 특허 번호 집합인 경우, 특허 번호 집합에 포함된 특허 번호들을 OR 검색 조건으로 하여 적어도 하나 이상의 특허 번호 포함 테이블 또는 검색 인덱스에 질의하여 특허 식별키를 수집한다.
제3 연구자 단위 검색부(746)는 특허 번호 집합에 포함된 특허 번호들을 OR 검색 조건으로 하여 적어도 하나 이상의 특허 번호 포함 테이블 또는 검색 인덱스에 질의하여 특허 식별키를 수집한다.
제3 연구자 단위 검색부(746)는 단말기(110)로부터 연구자 추천 요청 정보를 수집한다. 제3 연구자 단위 검색부(746)는 실시간 처리 판단 알고리즘을 적용하여 진단을 수행한다. 제3 연구자 단위 검색부(746)는 진단 결과를 반영하여 단위 추천 정보를 생성한다. 제3 연구자 단위 검색부(746)는 생성된 단위 추천 정보 정보를 포함한 연구자 추천 정보를 단말기(110)로 전송한다.
제3 연구자 단위 검색부(746)는 진단 결과가 실시간 처리 대상인 경우, 연구자 추천 요청 정보를 사용하여 연구자 추천 정보의 생성에 사용할 복수의 특허 식별키를 수집한다. 제3 연구자 단위 검색부(746)는 단위 추천 항목에 대응되는 적어도 하나 이상의 단위 추천 알고리즘을 수집한다. 제3 연구자 단위 검색부(746)는 특허 식별키로 연구자 추천 정보 생성에 필요한 특허 식별키 대응 추천 기반 정보를 수집한다.
제3 연구자 단위 검색부(746)는 단위 추천 알고리즘을 특허 식별키 대응 추천 기반 정보에 적용하여 적어도 하나 이상의 단위 추천 정보 생성한다. 제3 연구자 단위 검색부(746)는 진단 결과가 비 실시간 처리 대상인 경우에는 연구자 추천 요청 정보로 기 생성된 단위 추천 정보를 검색하여 수집한다.
도 8a,8b는 본 실시예에 따른 특허 분석 보고서를 나타낸 도면이다.
도 8a에 도시된 바와 같이, 다차원 특허 분석 장치(130)는 ‘관심기술 분석보고서’로서, 특정 기술에 대한 특정 국가에 대한 ‘특허 동향’, ‘특허 출원 공개 동향’, ‘특허 등록 동향’, ‘심사관 피인용수 동향’, ‘관련 기업’, ‘특허 보유 기업’, ‘기술분야의 특허 기업 분석’, ‘기술분야의 특허 기업 분석-경쟁 기업’, ‘기술분야의 특허 기업 분석-신규 등장 키워드’, ‘기술분야의 특허 기업 분석-보유 특허’, ‘전문 기업’, ‘키워드 동향’, ‘급성장 키워드’, ‘신규 등장 키워드’, ‘특화성 키워드’, ‘연구자’, ‘선도 연구자’를 포함하는 보고서를 생성한다.
도 8b에 도시된 바와 같이, 다차원 특허 분석 장치(130)는 ‘관심기업 분석보고서’로서, 특정 기업(A사)의 특정 국가에 대한 ‘특허 동향’, ‘특허 출원 공개 동향’, ‘특허 등록 동향’, ‘심사관 피인용수 동향’, ‘관련 기업’, ‘피인용 특허 보유 기업’, ‘기술 카테고리’, ‘종합 비교’, ‘기업의 기술 분야’, ‘특정 기술 분야에서 특정 기업의 특정 국가 특허 포트폴리오 동향’, ‘특정 기술 분야에서 특정 기업의 특정 국가 특허의 경쟁 기업’, ‘특정 기술 분야에서 특정 기업의 특정 국가 특허의 최근 급성장 키워드’, ‘특정 기술 분야에서 특정 기업의 특정 국가 특허’, ‘피인용 특허 보유 기업’, ‘키워드 동향’, ‘급성장 키워드’, ‘신규 등장 키워드’, ‘특화성 키워드’, ‘연구자’, ‘기업의 연구자’, ‘특허’, ‘보유 특허’를 포함하는 보고서를 생성한다.
도 9는 본 실시예에 따른 역량진단부를 개략적으로 나타낸 블럭 구성도이다.
역량 진단부(390)는 측정지표를 도출하고 점검한다. 역량 진단부(390)는 후보지표 풀(Pool)을 도출한다. 역량 진단부(390)는 사업의 목적 및 활동과 연관된 지표를 최대한 많이 도출하여 실제 이용 가능한 후보지표 풀을 충분히 확보한다.
역량 진단부(390)는 기업부설연구소의 R&D 역량을 객관적이고 정량적으로 평가하기 위한 기보유 및 확보 가능성이 있는 지표를 중심으로 후보지표 풀을 구성한다. 역량 진단부(390)는 평가자의 주관이 개입될 수 있는 정성적 평가지표를 배제시시고, 객관적이고 정량적 측정이 가능한 지표만을 진단모델에 포함시킨다. 역량 진단부(390)는 연구개발활동조사, 연구소 신청서 등의 활용 가능한 자료 외에 국가과학기술지식정보서비스(NTIS) 및 NICE 신용평가자료 등을 추가적으로 반영하여 도출한다.
역량 진단부(390)는 SMART(Specific, Measurable, Attributable, Reliable, Timely) 기법을 이용하여 진단모델을 점검한다. 역량 진단부(390)는 사업수행을 통해 생성 가능한 ‘투입-과정-산출-결과(성과)지표’를 모두 도출하여 후보지표 Pool을 토대로 SMART 점검을 실시한다. 역량 진단부(390)는 SMART 기법을 이용한 종합점검 결과 총 42개의 후보지표 중 22개 지표가 지표로서의 타당성과 적정성을 검증한다. 역량 진단부(390)는 종합점검 결과 활용이 어려운 지표를 대부분 데이터 보유에 따른 측정 가능성과 신뢰성이 주원인으로 판단한다.
역량 진단부(390)는 진단모델에 대한 지표 가중치를 설정하고 평가체계를 수립한다. 역량 진단부(390)는 분석적 계층화법(AHP, Analytic Hierarchy Process)을 이용하여 평가지표의 우선순위 및 가중치를 산출한다. 역량 진단부(390)는 평가요소들을 동질적인 집합으로 군집화하여 다수의 수준으로 계층화한 후 각 수준별로 분석·종합하는 과정을 통해 최종적인 의사결정에 이르는 과정을 지원한다.
역량 진단부(390)는 평가요소별로 주요 요소와 세부 요소를 나누어 계층구조를 설정하고, 계층별 요소들에 대한 쌍대비교(pairwise comparison)를 이용하여 상대적으로 중요한 요소와 최적의 대안을 추출한다.
역량 진단부(390)는 전체 평가요소에 대한 1:1 비교 자료를 통해 비교행렬을 구성한다. 역량 진단부(390)는 쌍대비교법을 이용하여 평가 지표 사이의 상대적 중요도와 대안들의 선호도를 비율척도로 측정하여 정량적인 형태의 결과를 도출한다. 역량 진단부(390)는 간결한 적용절차 대비 실증분석과 엄밀한 수리적 검증과정을 거쳐 채택된 각종기법(척도 선정, 가중치 산정절차, 민감도 분석 등)을 이용한다.
역량 진단부(390)는 비교행렬의 주 고유벡터를 활용한 1:1 비교 결과의 통합과정에서 ‘비일관성 지수(Inconsistency Index)’를 도출하여, 의사결정자의 논리적 일관성 유지 여부를 확인하고 의사결정의 합리성과 논리성을 높인다. 역량 진단부(390)는 비일관성 지수를 Random Index로 나눈 ‘비일관성 비율’이 0.1을 넘게 되면 의사결정자가 논리적 일관성을 잃고 있는 것으로 판단하여 의사결정과정을 재점검하도록 하는 신호를 생성한다.
역량 진단부(390)는 R&D 역량진단 평가모델 구성과정에 있어 지표 가중치를 부여하기 위해 외부 전문가와 내부 연구진의 평가 결과를 반영한다.
역량 진단부(390)는 평가 결과의 계층구조를 크게 R&D자원, 혁신활동, 혁신산출, 혁신성과의 4개의 영역으로 구성하며, 그 하위에 2계층, 3계층 평가항목으로 분류한다. 역량 진단부(390)는 1계층인 R&D자원, 혁신활동, 혁신산출, 혁신성과의 가중치는 평가자가 직접 비중을 부여하며, 하위 평가항목의 가중치는 항목 간 상대적 중요도 또는 선호도를 나타내는 쌍대비교를 통해 설정한다. 역량 진단부(390)는 쌍대비교 질의시 척도(scale)는 9점 척도를 적용한다.
역량 진단부(390)는 쌍대비교를 실시하여 계층별로 R&D 역량진단을 위한 평가항목의 상대적 중요도를 평가척도를 참고하여 평가한다. 역량 진단부(390)는 1계층 평가로 1계층 관점에서 R&D 역량진단 가중치 평가항목의 상대적 중요도를 비교한다. 역량 진단부(390)는 2계층 평가로 2계층 중 R&D자원 관점에서 R&D 역량진단 가중치 평가항목의 상대적 중요도를 비교한다. 역량 진단부(390)는 3계층 평가로 3계층 중 R&D투자 관점에서 R&D 역량진단 가중치 평가항목의 상대적 중요도를 비교한다.
역량 진단부(390)는 가중치 도출을 위해 평가척도에 따른 계층별 평가항목간의 쌍대비교 후 가중치를 도출한다. 역량 진단부(390)는 1단계로: 쌍대비교 행렬을 작성한다. 역량 진단부(390)는 2단계로 쌍대비교행렬의 곱 계산(배열1과 배열2의 행렬 곱)한다. 역량 진단부(390)는 3단계로 가중치를 계산한다.
역량 진단부(390)는 지표 가중치를 확정한다. 역량 진단부(390)는 AHP 쌍대비교 분석 결과 도출된 가중치를 정규화(normalization)된 점수로 도출하여 평가 및 분석시 적용한다. 역량 진단부(390)는 진단모델의 평가지표를 확정한다. 역량 진단부(390)는 R&D 역량진단 모델의 4개 영역, 11개 세부영역, 22개 평가지표로 도출하고, 가점지표 4개(+10점)를 포함하여 총 110점 만점으로 확정한다.
역량 진단부(390)는 평가체계 및 지수 산출방식을 결정한다. 역량 진단부(390)는 R&D 역량진단 모델의 지수를 R&D자원(Resource), 혁신활동(Activity), 혁신산출(Output), 혁신성과(Outcome) 등 4개 영역의 점수와 가점을 합산 반영한 다면적 평가체계를 수립한다. 예컨대, 역량 진단부(390)는 종합지수의 합으로 영역별 점수(100점)와 가점(+10점)을 포함하여 총 110점으로 점수를 산출한다.
역량 진단부(390)는 지수 산출방법과 프로세스를 제공한다. 역량 진단부(390)는 전문가 및 연구진의 AHP 쌍대비교법을 이용한 개별지표의 가중치를 도출한다. 예컨대, 역량 진단부(390)는 연구원 수(8.8), 연구개발인력(5.0)의 비율을 반영하여 R&D 역량진단 모델의 측정항목(지표) 18개에 대한 지표별 백분위(%)를 도출한다. 역량 진단부(390)는 지표별 백분위(%)를 활용한 전체 기업부설연구소 보유 기업에서 각 기업의 위치를 확인한다. 역량 진단부(390)는 가점 지표 4개에 대한 누적 건수에 의한 계산식 적용으로 별도 도출한다. 역량 진단부(390)는 백분위(%)를 기준으로 1구간부터 10구간까지 총 10개 구간으로 세분화한다. 역량 진단부(390)는 지표별 평가구간에 따른 점수화(Scoring)를 수행한다. 역량 진단부(390)는 평가구간으로 총 10단계로 구간별 점수를 지표별 만점 점수에서 10%씩 차등 적용한다. 역량 진단부(390)는 백분위(%)별 구간에 따른 가중화된 점수를 대입한다.
역량 진단부(390)는 측정항목별 평가값을 합산하여 기업 단위로 종합지수 도출한다. 역량 진단부(390)는 측정항목(지표)별 점수 합산을 통해 상위계층인 세부영역별 점수와 최상위계층인 영역별 점수를 도출한다.
역량 진단부(390)는 표준모델 도출 및 모델 타당성을 검증한다. 역량 진단부(390)는 업종과 기업 규모 등의 특성을 반영한 모델을 생성한다. 역량 진단부(390)는 표준산업분류(KSIC) 중분류 기준으로 업종구분과 각 업종의 특성 및 분포 비중 등을 고려하여 9개의 대표 업종군으로 구분한다. 역량 진단부(390)는 대·중견·중소기업으로 기업의 규모가 반영된 모델을 생성한다.
역량 진단부(390)는 통합형 표준모델로서, 원형 시범모델과 특성반영 모델(업종+규모)의 평가결과를 중간값(median)으로 도출한 최종모델을 생성한다. 역량 진단부(390)는 두 모델간의 가중치를 원형모델 50, 특성모델 50로 반영할 수 있다.
역량 진단부(390)는 절대평가 개념의 원형 시범모델과 상대평가 개념의 특성반영 모델을 통합·검증하여 최종적으로 진화된 표준모델로 완성한다. 역량 진단부(390)는 절대평가 모델과 상대평가 모델의 편중된 성향(bias)을 보완하기 위해 중간값을 이용하여 모델의 최종값을 산출(원형 50 : 특성 50)한다.
본 실시예에 따른 역량 진단부(390)는 R&D 자원 진단부(910), 혁신활동 진단부(920), 혁신산출 진단부(930), 혁신성과 진단부(940)를 포함한다. 역량 진단부(390)에 포함된 구성요소는 반드시 이에 한정되는 것은 아니다.
R&D 자원 진단부(910)는 ‘R&D 자원 영역’에 대한 세부영역으로 ‘R&D투자’, ‘연구개발인력’, ‘인프라’를 제공한다. 혁신활동 진단부(920)는 ‘혁신 활동 영역’에 대한 세부영역으로 ‘R&D경험’, ‘리더십 및 혁신역량’, ‘R&D활동’을 제공한다.
혁신산출 진단부(930)는 ‘R&D 자원 영역’에 대한 세부영역으로 ‘혁신분야 투자성과’, ‘기술 사업 성과’, ‘인증성과’를 제공한다. 혁신성과 진단부(940)는 ‘혁신성과 영역’에 대한 세부영역으로 ‘대외적 성과’, ‘경영 성과’, ‘연구소 성장성과’를 제공한다.
도 10은 본 실시예에 따른 R&D 자원 진단부를 개략적으로 나타낸 블럭 구성도이다.
본 실시예에 따른 R&D 자원 진단부(910)는 R&D 투자 진단부(1010), 연구개발인력 진단부(1020), 인프라 진단부(1030)를 포함한다. R&D 자원 진단부(910)에 포함된 구성요소는 반드시 이에 한정되는 것은 아니다.
R&D 투자 진단부(1010)는 ‘R&D 자원 영역’의 세부영역인‘R&D투자’에 대한 평가지표로 ‘R&D 투자 규모’, ‘R&D 집약도’, ‘연구원 1인당 R&D 투자 규모’를 제공한다.
R&D 투자 진단부(1010)는 기업이 신제품 및 신기술을 개발하기 위한 목적으로 사용한 전체 R&D 투자 비용을 기반으로 ‘R&D 투자 규모’에 대한 평가지표를 산출한다. R&D 투자 진단부(1010)는 매출액 대비 연구개발비 규모를 통해 기업의 R&D 투자 혁신성을 평가하기 위한 지표를 기반으로 ‘R&D 집약도’에 대한 평가지표를 산출한다. R&D 투자 진단부(1010)는 연구원 1인당 연구개발을 위한 R&D 투자 규모를 측정하는 지표를 기반으로 ‘연구원 1인당 R&D 투자 규모’에 대한 평가지표를 산출한다.
연구개발인력 진단부(1020)는 ‘R&D 자원 영역’의 세부영역인 ‘연구개발인력’에 대한 평가지표로 ‘연구원 수’, ‘연구개발인력 비중’을 제공한다.
연구개발인력 진단부(1020)는 연구개발을 위한 인력 수준을 측정하기 위한 지표를 기반으로 ‘연구원 수’에 대한 평가지표를 산출한다. 연구개발인력 진단부(1020)는 연구개발활동에 종사하는 연구원 및 연구보조원의 역량 수준을 측정하기 위한 지표를 기반으로 ‘연구개발인력 비중’에 대한 평가지표를 산출한다.
인프라 진단부(1030)는 ‘R&D 자원 영역’의 세부영역인 ‘인프라’에 대한 평가지표로 ‘연구기자재 수’를 제공한다. 인프라 진단부(1030)는 연구활동을 위한 연구 인프라 규모의 적정성을 측정하는 지표를 기반으로 ‘연구기자재 수’에 대한 평가지표를 산출한다.
도 11은 본 실시예에 따른 혁신활동 진단부를 개략적으로 나타낸 블럭 구성도이다.
본 실시예에 따른 혁신활동 진단부(920)는 R&D 경험 진단부(1110), 리더십 및 혁신역량 진단부(1120), R&D 활동 진단부(1130)를 포함한다. 혁신활동 진단부(920)에 포함된 구성요소는 반드시 이에 한정되는 것은 아니다.
R&D 경험 진단부(1110)는 ‘혁신 활동 영역’의 세부영역인 ‘R&D 경험’에 대한 평가지표로 ‘기업부설연구소 업력’을 제공한다. R&D 경험 진단부(1110)는 기업부설연구소 설립을 통해 R&D 수행에 대한 경험 정도를 측정한 결과를 기반으로 ‘기업부설연구소 업력’에 대한 평가지표를 산출한다.
리더십 및 혁신역량 진단부(1120)는 ‘혁신 활동 영역’의 세부영역인 ‘리더십 및 혁신역량’에 대한 평가지표로 ‘전임 연구기관장 비중’, ‘고급 연구인력 비중’, ‘교육훈련비 비중’을 제공한다.
리더십 및 혁신역량 진단부(1120)는 전임 연구기관장의 리더십과 혁신역량을 측정하기 위한 지표를 기반으로 ‘전임 연구기관장 비중’에 대한 평가지표를 산출한다. 리더십 및 혁신역량 진단부(1120)는 고혁신역량을 보유한 석·박사급 연구원이 전체 연구원 중 차지하는 비중 측정 결과를 기반으로 ‘고급 연구인력 비중’에 대한 평가지표를 산출한다. 리더십 및 혁신역량 진단부(1120)는 교육훈련 및 연수 등 인적자원개발을 위한 혁신역량 활동수준 측정 결과를 기반으로 ‘교육훈련비 비중’에 대한 평가지표를 산출한다.
R&D 활동 진단부(1130)는 ‘혁신 활동 영역’의 세부영역인 ‘R&D 활동’에 대한 평가지표로 ‘자체부담 R&D 투자 비중’, ‘정부 R&D 지원 비중’을 제공한다.
R&D 활동 진단부(1130)는 기업이 연구개발을 목적으로 자체적으로 조달한 연구개발비를 나타내는 지표를 기반으로 ‘자체부담 R&D 투자 비중’에 대한 평가지표를 산출한다. R&D 활동 진단부(1130)는 국가연구개발사업 정책 방향과의 연계성과 과제 참여 수준을 평가하기 위한 지표를 기반으로 ‘정부 R&D 지원 비중’에 대한 평가지표를 산출한다.
도 12는 본 실시예에 따른 혁신 산출 진단부를 개략적으로 나타낸 블럭 구성도이다.
본 실시예에 따른 혁신산출 진단부(930)는 혁신분야 투자성과 진단부(1210), 기술 사업 성과 진단부(1220), 인증성과 진단부(1230)를 포함한다. 혁신산출 진단부(930)에 포함된 구성요소는 반드시 이에 한정되는 것은 아니다.
혁신분야 투자성과 진단부(1210)는 ‘혁신 산출 영역’에 대한 세부영역으로 ‘혁신분야에 대한 투자 비중’을 제공한다. 혁신분야 투자성과 진단부(1210)는 신제품과 신공정 개발을 위해 투자된 연구개발비의 효과성을 측정하고자 하는 지표를 기반으로 ‘혁신분야에 대한 투자 비중’에 대한 평가지표를 산출한다.
기술 사업 성과 진단부(1220)는 ‘혁신 산출 영역’에 대한 세부영역으로 ‘논문 실적’, ‘특허 실적’을 제공한다. 기술 사업 성과 진단부(1220)는 국내외 학회발표 및 학술지 게재 실적을 기반으로 ‘논문 실적’에 대한 평가지표를 산출한다. 기술 사업 성과 진단부(1220)는 국내외 출원 및 등록 특허 실적을 기반으로 ‘특허 실적’에 대한 평가지표를 산출한다.
인증성과 진단부(1230)는 ‘혁신 산출 영역’에 대한 세부영역으로 ‘신기술 인증 실적’, ‘신제품 인증 실적’를 제공한다. 인증성과 진단부(1230)는 신기술을 통한 인증 실적을 기반으로 ‘신기술 인증 실적’에 대한 평가지표를 산출한다. 인증성과 진단부(1230)는 신제품을 통한 인증 실적을 기반으로 ‘신제품 인증 실적’에 대한 평가지표를 산출한다.
도 13은 본 실시예에 따른 혁신성과 진단부를 개략적으로 나타낸 블럭 구성도이다.
본 실시예에 따른 혁신성과 진단부(940)는 대외적 성과 진단부(1310), 경영성과 진단부(1320), 연구소 성장성과 진단부(1330)를 포함한다. 혁신성과 진단부(940)에 포함된 구성요소는 반드시 이에 한정되는 것은 아니다.
대외적 성과 진단부(1310)는 ‘혁신성과 영역’의 세부영역으로 ‘대외적 성과’를 제공한다. 대외적 성과 진단부(1310)는 우수 산업기술인 보유 정도를 측정 결과를 기반으로 ‘우수 산업기술인 보유 정도’에 대한 평가지표를 산출한다. 대외적 성과 진단부(1310)는 우수 엔지니어 보유 정도를 측정 결과를 기반으로 ‘우수 엔지니어 보유 정도’에 대한 평가지표를 산출한다.
경영성과 진단부(1320)는 ‘혁신성과 영역’의 세부영역으로 ‘경영 성과’를 제공한다. 경영성과 진단부(1320)는 기업에서 제품 및 서비스를 통해 발생한 수입을 측정하는 지표를 기반으로 ‘매출액’에 대한 평가지표를 산출한다. 경영성과 진단부(1320)는 기업 성장을 통한 매출증가, 신성장동력 투자를 통한 매출증가, 신기술개발 사업화 성공을 통한 매출증가 등을 종합적으로 측정 결과를 기반으로 ‘매출성장률’에 대한 평가지표를 산출한다. 경영성과 진단부(1320)는 기업의 영업이익이 얼마나 효과적으로 발생하고 있는지를 나타내는 지표를 기반으로 ‘영업이익률’에 대한 평가지표를 산출한다.
연구소 성장성과 진단부(1330)는 ‘혁신성과 영역’의 세부영역으로 ‘연구소 성장성과’를 제공한다. 연구소 성장성과 진단부(1330)는 연구원 증가 정도를 측정하여 연구인력을 통한 연구소의 성장 정도에 대한 측정 결과를 기반으로 ‘연구원증가율’에 대한 평가지표를 산출한다. 연구소 성장성과 진단부(1330)는 연구개발을 위한 투자액이 연평균 얼마나 증가하고 있는지에 대한 측정 결과를 기반으로 ‘R&D 투자액 증가율’에 대한 평가지표를 산출한다.
도 14는 본 실시예에 따른 후보지표 풀 도출부를 나타낸 블럭 구성도이다.
후보지표 풀 도출부(1410)는 ‘연구개발 활동조사 분야’에 대해 후보지표 풀로서, ‘R&D 투자 총액’, ‘자체부담 R&D 투자비’, ‘정부 R&D 지원금’, ‘매출액 대비 R&D 투자비’, ‘교육훈련비’, ‘연구원 수’, ‘종업원수 대비 연구개발인력’, ‘석·박사 연구원 수’, ‘R&D 투자액 증가율’, ‘연구원 1인당 투자비’, ‘국가연구개발사업 수행 비중’, ‘외부과제 수행 비중’, ‘신제품 관련 연구개발비 투자 비중’, ‘신공정 관련 연구개발비 투자 비중’, ‘공동연구개발 비중’, ‘매출액’, ‘매출성장률’, ‘연구원증가율’를 후보지표로 도출한다.
후보지표 풀 도출부(1410)는 ‘연구서 신청서 분야’에 대해 후보지표 풀로서, ‘연구기자재 수’, ‘연구공간(건물면적)’, ‘기업부설연구소 업력’, ‘연구시설비’, ‘자본/자산’, ‘매출액’, ‘전임 연구기관장 비중’, ‘종업원 수’를 후보지표로 도출한다.
후보지표 풀 도출부(1410)는 ‘내부자료 분야’에 대해 후보지표 풀로서, ‘전략기획 Staff 수’, ‘최고기술 경영자/연구소장 보유 수’, ‘IR52장영실상’, ‘대한민국엔지니어상’, ‘신기술(NET)인증’, ‘신기술(NEP)인증’을 후보지표로 도출한다.
후보지표 풀 도출부(1410)는 ‘NTIS’에 대해 후보지표 풀로서, ‘기술이전’, ‘기술료’, ‘사업화 매출액’, ‘국내외 출원 및 등록 특허’, ‘연구개발투자 대비 특허 실적’을 후보지표로 도출한다.
후보지표 풀 도출부(1410)는 ‘NICE’에 대해 후보지표 풀로서, ‘영업이익률’, ‘영업이익 증가율’, ‘매출액’, ‘연구개발비(상세)’, ‘(최신)종업원수’, ‘자본/자산’를 후보지표로 도출한다.
후보지표 풀 도출부(1410)는 ‘기타’에 대해 후보지표 풀로서, ‘연구인력의 경력’, ‘사업화 성공률’, ‘기술무역(수출액, 도입액)’, ‘연구원의 평균 고용유지율’, ‘우수 연구소 지정’, ‘논문/특허’를 도출한다.
후보지표 풀 도출부(1410)는 확보된 후보지표 Pool 중 선행연구 및 기존 평가모델 벤치마킹과 연구진의 논의를 통해 가용성 있는 항목을 위주로 평가지표(안)을 먼저 구성한다.
이상의 설명은 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 실시예들은 본 실시예의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
Claims (32)
- 입력받은 자사 특허 정보, 자사 기술 정보, 자사 연구자 정보를 기반으로 자사 분석 결과를 생성하는 자사 분석부;입력받은 관심기업 정보, 관심기업 기술정보, 관심기업 연구자 정보를 기반으로 관심기업 정보를 생성하는 관심기업 분석부;입력받은 관심기술 정보, 관심기술 연구자 정보를 기반으로 관심기술 분석 결과를 생성하는 관심기술 분석부;분석할 유형 정보를 입력받고, 상기 유형 정보에 따라 상기 자사 분석 결과, 상기 관심기업 분석 결과, 상기 관심기술 분석 결과 내의 특허 정보, 기업 정보, 기술 정보, 연구자 정보를 피봇팅(Pivoting)한 분석 유형 결과를 생성하는 분석유형 선택부;상기 분석 유형 결과를 입력된 분석 요청 정보에 대응하는 표준화된 기술 분류에 따라 재정렬한 재정렬 분석 결과를 생성하는 신청 분야 정렬부;상기 재정렬 분석 결과를 기반으로 자사분석 보고서, 관심기업 분석보고서, 관심기술 분석보고서, 관심기업의 기술분석 보고서 중 어느 하나의 유형별 보고서를 생성하는 유형별 보고서 생성부;상기 유형별 보고서 내의 특허에 대응하는 정성분석 정보를 추가로 삽입하는 정성분석 정보 추가부;를 포함하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제1항에 있어서,상기 분석유형 선택부는,특정 기업의 기술 분석 유형을 입력받은 경우, 상기 관심기술 분석 결과, 상기 관심기술 분석 결과 내에서 분석 대상 기업을 특정하고, 상기 분석 대상 기업에 속하는 관련 기술을 특정하여 분석 대상 기술로 특정하는 피봇팅을 수행하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제1항에 있어서,상기 분석유형 선택부는,분석 대상 기업의 관련 기술 중 하나 이상의 기술들 간의 연구자 분석, 소속기업내 특허점유율 분석, 이벤트 연관성 분석을 수행한 연관성 정보를 추가로 생성하여 상기 분석 유형 결과에 포함시키는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제1항에 있어서,상기 분석유형 선택부는,상기 유형 정보에 포함된 해당 발명자의 라스트 네임(Last Name)과 소속 기관, 발명자의 과거 주소지를 종합하여 국적과는 별개로 연구자 인종그룹을 추정하고, 상기 연구자 인종 그룹을 상기 분석 유형 결과에 포함시키는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제1항에 있어서,상기 신청 분야 정렬부는,상기 자사 분석 결과, 상기 관심기술 분석 결과, 상기 관심기술 분석 결과 중 상기 분석 요청 정보에 대응하는 특허의 CPC(Cooperative Patent Classification)를 추출하고,상기 분석 요청 정보에 대응하는 기술 분야와 상기 CPC를 CPC 분류표 상에 매칭시키는 형태로 상기 재정렬 분석 결과를 생성하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제1항에 있어서,상기 유형별 보고서 생성부는,분석 대상 특허 DB 및 검색 범위, 분석 대상 특허 DB 및 분석 기간, 분석 대상 분류, 국가별 특허 동향, 국가별 특허 출원 공개 동향, 국가별 특허 등록 동향, 국가별 심사관 피인용수 동향, 국가별 특허 심사관 피인용수 동향, 국가별 특허 관련 기업, 국가별 특허 보유 기업, 국가별 특허 전문 기업, 국가별 특허 키워드 동향, 국가별 특허 급성장 키워드, 국가별 특허 신규 등장 키워드, 국가별 특허 특화성 키워드, 국가별 특허 연구자, 국가별 특허 핵심 연구자, 국가별 특허 선도 연구자, 국가별 특허 대학/연구기관의 연구자종합 의견 중 하나 이상의 항목을 포함하는 상기 유형별 보고서를 생성하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제1항에 있어서,상기 정성분석 정보 추가부는상기 자사 분석 결과, 상기 관심기술 분석 결과, 상기 관심기술 분석 결과 중 상기 분석 요청 정보에 대응하는 특허에 대해 전문가로부터 입력받은 정성분석 정보를 상기 유형별 보고서 내에 삽입시키는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제1항에 있어서,상기 자사 분석 결과, 상기 관심기술 분석 결과, 상기 관심기술 분석 결과로부터 추출된 정보를 가공하여 기업 평가지수와 특허 기반의 특허 평가지수를 합산한 역량 진단 결과를 생성하는 역량 진단부를 추가로 포함하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제8항에 있어서,상기 역량 진단부는R&D투자, 연구개발인력, 인프라 각각을 세부영역으로 설정한 후 평가 지표를 산출하는 R&D 자원 진단부를 포함하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제9항에 있어서,상기 R&D 자원 진단부는상기 R&D투자에 대한 평가지표로 R&D 투자 규모, R&D 집약도, 연구원 1인당 R&D 투자 규모를 제공하는 R&D 투자 진단부를 포함하며,상기 R&D 투자 진단부는 기업이 신제품 및 신기술을 개발하기 위한 목적으로 사용한 전체 R&D 투자 비용을 기반으로 상기 R&D 투자 규모에 대한 평가지표를 산출하고, 매출액 대비 연구개발비 규모를 통해 기업의 R&D 투자 혁신성을 평가하기 위한 지표를 기반으로 상기 R&D 집약도에 대한 평가지표를 산출하고, 연구원 1인당 연구개발을 위한 R&D 투자 규모를 측정하는 지표를 기반으로 상기 연구원 1인당 R&D 투자 규모에 대한 평가지표를 산출하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제9항에 있어서,상기 R&D 자원 진단부는상기 연구개발인력에 대한 평가지표로 연구원 수, 연구개발인력 비중을 제공하는 연구개발인력 진단부를 포함하며,상기 연구개발인력 진단부는 연구개발을 위한 인력 수준을 측정하기 위한 지표를 기반으로 상기 연구원 수에 대한 평가지표를 산출하고, 연구개발활동에 종사하는 연구원 및 연구보조원의 역량 수준을 측정하기 위한 지표를 기반으로 상기 연구개발인력 비중에 대한 평가지표를 산출하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제9항에 있어서,상기 R&D 자원 진단부는상기 인프라에 대한 평가지표로 연구기자재 수를 제공하는 인프라 진단부를 포함하며,상기 인프라 진단부는 연구활동을 위한 연구 인프라 규모의 적정성을 측정하는 지표를 기반으로 상기 연구기자재 수에 대한 평가지표를 산출하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제8항에 있어서,상기 역량 진단부는R&D경험, 리더십 및 혁신역량, R&D활동 각각을 세부영역으로 설정한 후 평가 지표를 산출하는 혁신활동 진단부를 포함하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제13항에 있어서,상기 혁신활동 진단부는상기 R&D 경험에 대한 평가지표로 기업부설연구소 업력을 제공하는 R&D 경험 진단부를 포함하며,상기 R&D경험 진단부는 기업부설연구소 설립을 통해 R&D 수행에 대한 경험 정도를 측정한 결과를 기반으로 상기 기업부설연구소 업력에 대한 평가지표를 산출하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제13항에 있어서,상기 혁신활동 진단부는상기 리더십 및 혁신역량에 대한 평가지표로 전임 연구기관장 비중, 고급 연구인력 비중, 교육훈련비 비중을 제공하는 하는 리더십 및 혁신역량 진단부를 포함하며,상기 리더십 및 혁신역량 진단부는 전임 연구기관장의 리더십과 혁신역량을 측정하기 위한 지표를 기반으로 상기 전임 연구기관장 비중에 대한 평가지표를 산출하고, 고혁신역량을 보유한 석·박사급 연구원이 전체 연구원 중 차지하는 비중 측정 결과를 기반으로 상기 고급 연구인력 비중에 대한 평가지표를 산출하고, 교육훈련 및 연수 등 인적자원개발을 위한 혁신역량 활동수준 측정 결과를 기반으로 상기 교육훈련비 비중에 대한 평가지표를 산출하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제13항에 있어서,상기 혁신활동 진단부는상기 R&D 활동에 대한 평가지표로 자체부담 R&D 투자 비중, 정부 R&D 지원 비중을 제공하는 R&D 활동 진단부를 포함하며,상기 R&D 활동 진단부는 기업이 연구개발을 목적으로 자체적으로 조달한 연구개발비를 나타내는 지표를 기반으로 상기 자체부담 R&D 투자 비중에 대한 평가지표를 산출하고, 국가연구개발사업 정책 방향과의 연계성과 과제 참여 수준을 평가하기 위한 지표를 기반으로 상기 정부 R&D 지원 비중에 대한 평가지표를 산출하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제8항에 있어서,상기 역량 진단부는혁신분야 투자성과, 기술 사업 성과, 인증성과 각각을 세부영역으로 설정한 후 평가 지표를 산출하는 혁신 산출 진단부를 포함하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제17항에 있어서,상기 혁신 산출 진단부는상기 혁신 산출 영역에 대한 평가지표로 혁신분야에 대한 투자 비중을 제공하는 혁신분야 투자성과 진단부를 포함하며,상기 혁신분야 투자성과 진단부는 신제품과 신공정 개발을 위해 투자된 연구개발비의 효과성을 측정하고자 하는 지표를 기반으로 상기 혁신분야에 대한 투자 비중에 대한 평가지표를 산출하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제17항에 있어서,상기 혁신 산출 진단부는상기 혁신 산출 영역에 대한 평가지표로 논문 실적, 특허 실적을 제공하는 기술 사업 성과 진단부를 포함하며,상기 기술 사업 성과 진단부는 국내외 학회발표 및 학술지 게재 실적을 기반으로 상기 논문 실적에 대한 평가지표를 산출하며, 국내외 출원 및 등록 특허 실적을 기반으로 상기 특허 실적에 대한 평가지표를 산출하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제17항에 있어서,상기 혁신 산출 진단부는상기 혁신 산출 영역에 대한 평가지표로 신기술 인증 실적, 신제품 인증 실적을 제공하는 인증성과 진단부를 포함하며,상기 인증성과 진단부는 신기술을 통한 인증 실적을 기반으로 상기 신기술 인증 실적’에 대한 평가지표를 산출하고, 신제품을 통한 인증 실적을 기반으로 상기 신제품 인증 실적에 대한 평가지표를 산출하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제8항에 있어서,상기 역량 진단부는상기 혁신성과 영역에 대해 대외적 성과, 경영 성과, 연구소 성장성과 각각을 세부영역으로 설정한 후 평가지표를 산출하는 혁신성과 진단부를 포함하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제21항에 있어서,상기 혁신 성과 진단부는상기 혁신성과 영역의 평가지표로 우수 산업기술인 보유 정도, 우수 엔지니어 보유 정도를 제공하는 대외적 성과 진단부를 포함하며,상기 대외적 성과 진단부는 우수 산업기술인 보유 정도를 측정 결과를 기반으로 상기 우수 산업기술인 보유 정도에 대한 평가지표를 산출하고, 우수 엔지니어 보유 정도를 측정 결과를 기반으로 상기 우수 엔지니어 보유 정도에 대한 평가지표를 산출하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제21항에 있어서,상기 혁신 성과 진단부는상기 혁신성과 영역의 평가지표로 매출액, 매출성장률, 영업이익률를 제공하는 경영성과 진단부를 포함하며,상기 경영성과 진단부는 기업에서 제품 및 서비스를 통해 발생한 수입을 측정하는 지표를 기반으로 상기 매출액에 대한 평가지표를 산출하고, 기업 성장을 통한 매출증가, 신성장동력 투자를 통한 매출증가, 신기술개발 사업화 성공을 통한 매출증가 등을 종합적으로 측정 결과를 기반으로 상기 매출성장률에 대한 평가지표를 산출하고, 기업의 영업이익이 얼마나 효과적으로 발생하고 있는지를 나타내는 지표를 기반으로 상기 영업이익률에 대한 평가지표를 산출하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제21항에 있어서,상기 혁신 성과 진단부는상기 연구소 성장성과에 대한 평가지표로 연구원증가율, R&D 투자액 증가율을 제공하는 연구소 성장성과 진단부를 포함하며,상기 연구소 성장성과 진단부는 연구원 증가 정도를 측정하여 연구인력을 통한 연구소의 성장 정도에 대한 측정 결과를 기반으로 상기 연구원증가율에 대한 평가지표를 산출하고, 연구개발을 위한 투자액이 연평균 얼마나 증가하고 있는지에 대한 측정 결과를 기반으로 상기 R&D 투자액 증가율에 대한 평가지표를 산출하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제8항에 있어서,확보된 후보지표 풀 중 선행연구 및 기존 평가모델 벤치마킹과 연구진의 논의를 통해 가용성 있는 항목을 위주로 평가지표(안)만을 선별하는 후보지표 풀 도출부를 포함하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제25항에 있어서,상기 후보지표 풀 도출부는연구개발 활동조사 분야에 대해 후보지표 풀로서, R&D 투자 총액, 자체부담 R&D 투자비, 정부 R&D 지원금, 매출액 대비 R&D 투자비, 교육훈련비, 연구원 수, 종업원수 대비 연구개발인력, 석·박사 연구원 수, R&D 투자액 증가율, 연구원 1인당 투자비, 국가연구개발사업 수행 비중, 외부과제 수행 비중, 신제품 관련 연구개발비 투자 비중, 신공정 관련 연구개발비 투자 비중, 공동연구개발 비중, 매출액, 매출성장률, 연구원증가율를 후보지표로 도출하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제8항에 있어서,상기 역량 진단부는분석적 계층화법(AHP, Analytic Hierarchy Process)을 이용하여 R&D 투자 규모, R&D 집약도, 연구원 1인당 R&D 투자 규모, 연구원 수, 연구개발인력 비중, 연구기자재 수, 기업부설연구소 업력, 전임 연구기관장 비중, 고급 연구인력 비중, 교육훈련비 비중, 자체부담 R&D 투자 비중, 혁신분야에 대한 투자 비중, 논문 실적, 특허 실적, 신기술 인증 실적, 신제품 인증 실적, 우수 산업기술인 보유 정도, 우수 엔지니어 보유 정도, 매출액, 매출성장률, 영업이익률, 영업이익률, R&D 투자액 증가율에 대한 평가지표의 우선순위 및 가중치를 산출하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제27항에 있어서,상기 역량 진단부는R&D 역량진단 평가모델을 생성할 때, 평가지표의 상기 가중치를 부여하기 위해 외부 전문가와 내부 연구진의 평가 결과를 반영하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제27항에 있어서,상기 역량 진단부는상기 분석적 계층화법(AHP)을 이용한 쌍대비교 분석 결과로부터 도출된 상기 가중치를 정규화(normalization)된 점수로 도출하여 상기 평가지표로 반영하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제27항에 있어서,상기 역량 진단부는상기 R&D 역량진단 모델의 지수를 R&D자원(Resource), 혁신활동(Activity), 혁신산출(Output), 혁신성과(Outcome) 영역의 점수와 가점을 합산 반영하여 다면적 평가체계를 수립하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제27항에 있어서,상기 역량 진단부는연구원 수, 연구개발인력의 비율을 반영하여 R&D 역량진단 모델의 측정항목에 대한 지표별 백분위(%)를 도출하고, 상기 지표별 백분위(%)를 이용하여 관심 기업의 위치를 확인하고, 가점 지표에 대한 누적 건수에 의한 계산식 적용으로 별도 도출하며, 상기 지표별 백분위(%)를 기준으로 1구간부터 10구간까지 지표별 평가구간으로 구분하고, 상기 지표별 평가구간에 따른 점수화(Scoring)를 수행하여 상기 지표별 평가구간별 점수를 지표별 만점 점수에서 10%씩 차등 적용하며, 상기 지표별 백분위(%)별 구간에 따른 가중화된 점수를 대입하는 것을 특징으로 하는 다차원 특허 분석 장치.
- 제27항에 있어서,상기 역량 진단부는상기 지표별 평가구간에 따른 점수를 합산하여 기업 단위로 종합지수 도출하며, 상기 지표별 평가구간에 따른 점수를 합산하여 상위계층인 세부영역별 점수와 최상위계층인 영역별 점수를 도출하는 것을 특징으로 하는 다차원 특허 분석 장치.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/KR2023/000161 WO2024147379A1 (ko) | 2023-01-04 | 2023-01-04 | 빅데이터 기반 다차원 특허 분석 서비스 제공 방법 및 장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/KR2023/000161 WO2024147379A1 (ko) | 2023-01-04 | 2023-01-04 | 빅데이터 기반 다차원 특허 분석 서비스 제공 방법 및 장치 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2024147379A1 true WO2024147379A1 (ko) | 2024-07-11 |
Family
ID=91804056
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/KR2023/000161 WO2024147379A1 (ko) | 2023-01-04 | 2023-01-04 | 빅데이터 기반 다차원 특허 분석 서비스 제공 방법 및 장치 |
Country Status (1)
Country | Link |
---|---|
WO (1) | WO2024147379A1 (ko) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120076476A (ko) * | 2010-11-25 | 2012-07-09 | 한국과학기술정보연구원 | 연구개발 기술의 경제성 분석 지원 시스템 및 방법 |
KR101401225B1 (ko) * | 2011-01-12 | 2014-05-28 | 엘지전자 주식회사 | 문서 분석 시스템 |
KR20170107807A (ko) * | 2016-03-16 | 2017-09-26 | 경기대학교 산학협력단 | 기업역량 진단 시스템 |
KR20180037769A (ko) * | 2016-10-05 | 2018-04-13 | (주) 케이티지 | 글로벌 특허가치평가 시스템 및 방법 |
KR102491396B1 (ko) * | 2021-08-31 | 2023-01-20 | 사단법인 한국산업기술진흥협회 | 빅데이터 기반 다차원 특허 분석 서비스 제공 방법 및 장치 |
-
2023
- 2023-01-04 WO PCT/KR2023/000161 patent/WO2024147379A1/ko unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120076476A (ko) * | 2010-11-25 | 2012-07-09 | 한국과학기술정보연구원 | 연구개발 기술의 경제성 분석 지원 시스템 및 방법 |
KR101401225B1 (ko) * | 2011-01-12 | 2014-05-28 | 엘지전자 주식회사 | 문서 분석 시스템 |
KR20170107807A (ko) * | 2016-03-16 | 2017-09-26 | 경기대학교 산학협력단 | 기업역량 진단 시스템 |
KR20180037769A (ko) * | 2016-10-05 | 2018-04-13 | (주) 케이티지 | 글로벌 특허가치평가 시스템 및 방법 |
KR102491396B1 (ko) * | 2021-08-31 | 2023-01-20 | 사단법인 한국산업기술진흥협회 | 빅데이터 기반 다차원 특허 분석 서비스 제공 방법 및 장치 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2012060532A1 (ko) | 특허 평가 모델 생성 방법, 특허 평가 방법, 특허 분쟁 예측 모델 생성 방법, 특허 분쟁 예측 정보 생성 방법, 특허 라이센싱 예측 정보 생성 방법, 특허 리스크 헤징 정보 생성 방법 및 시스템 | |
WO2020116985A1 (ko) | 이커머스 플랫폼 평가 시스템 및 방법 | |
WO2012134180A2 (ko) | 문장에 내재한 감정 분석을 위한 감정 분류 방법 및 컨텍스트 정보를 이용한 다중 문장으로부터의 감정 분류 방법 | |
EP2391955A1 (en) | Document analysis system | |
WO2020222623A2 (ko) | 기획 판매를 위한 컨텐츠를 자동적으로 구축하는 시스템 및 그 방법 | |
WO2015141931A1 (ko) | 광고 제공 장치 및 방법 | |
WO2011083924A2 (ko) | 온라인 소셜 네트워크에서 개인의 네트워크 경쟁력과 네트워크 효과를 측정하는 방법 | |
WO2017116215A1 (ko) | 평가지표 자율제안에 의한 연구개발과제 선정 시스템 및 방법 | |
WO2010024628A2 (ko) | 확장 키워드 풀을 사용한 검색 방법 및 시스템 | |
WO2020040482A2 (ko) | 전문가 플랫폼의 제어 방법, 장치 및 프로그램 | |
WO2011007935A1 (ko) | 홈페이지 통합 서비스 제공 시스템 및 방법 | |
WO2019177182A1 (ko) | 속성 정보 분석을 통한 멀티미디어 컨텐츠 검색장치 및 검색방법 | |
WO2023080379A1 (ko) | 다유전자 위험점수를 이용한 시간 의존 연관성 기반의 질환 발병 정보 생성 장치 및 그 방법 | |
WO2021006505A1 (ko) | 전문가 경력 관리 방법, 장치 및 프로그램 | |
WO2020138903A2 (ko) | 일정 관리 서비스 시스템 및 방법 | |
WO2023153692A1 (ko) | 외부 데이터를 고려한 신용 평가 방법 및 이러한 방법을 수행하는 장치 | |
WO2020001031A1 (zh) | 学校及专业推荐方法及系统 | |
Talib et al. | Fuzzy decision-making framework for sensitively prioritizing autism patients with moderate emergency level | |
WO2020145571A2 (ko) | 면접영상 자동평가모델을 관리하는 방법, 시스템 및 컴퓨터-판독가능 매체 | |
WO2024005330A1 (ko) | 인공지능 기반 업무 몰입 상태 판단 및 관리 서비스 제공 방법, 장치 및 시스템 | |
WO2019112092A1 (ko) | 거래 원장에 기반한 계정간 사회적 관계 도출 장치 및 방법과 그를 이용한 소셜 미디어 서비스 제공 장치 및 방법 | |
WO2024147379A1 (ko) | 빅데이터 기반 다차원 특허 분석 서비스 제공 방법 및 장치 | |
WO2017023143A1 (ko) | 상권 정보 제공 시스템, 상권 정보 제공 서버, 상권 정보 제공방법 및 서비스 어플리케이션 서버와 서비스 어플리케이션 서버의 동작방법 | |
WO2011010815A2 (ko) | 온라인 가치공학 프로세스 처리 시스템 | |
WO2019142990A1 (ko) | 고객 데이터베이스 연동을 통한 비즈니스 타겟 매칭 플랫폼 제공 시스템 |