基于大數(shù)據(jù)對(duì)專利信息的分析

1、 基于大數(shù)據(jù)對(duì)專利信息的分析 摘 要：大數(shù)據(jù)時(shí)代已經(jīng)到來(lái)，發(fā)達(dá)國(guó)家多已進(jìn)行政府大數(shù)據(jù)管理，我國(guó)政府也應(yīng)把握這一機(jī)遇，尤其是在信息數(shù)據(jù)資源急速增長(zhǎng)的知識(shí)產(chǎn)權(quán)領(lǐng)域。由于經(jīng)濟(jì)飛速發(fā)展和科技的不斷創(chuàng)新，商標(biāo)和專利等數(shù)據(jù)激增。目前對(duì)于知識(shí)產(chǎn)權(quán)的保護(hù)技術(shù)和管理水平已無(wú)法滿足現(xiàn)代社會(huì)的要求。本文基于大數(shù)據(jù)對(duì)專利信息進(jìn)行了相應(yīng)的分析，以供參考。關(guān)鍵詞：大數(shù)據(jù)；專利信息；專利分析1大數(shù)據(jù)概述大數(shù)據(jù)是近來(lái)的一個(gè)技術(shù)熱點(diǎn)，但從名字就能判斷出來(lái)它并不是什么新詞。畢竟，大數(shù)據(jù)是一個(gè)相對(duì)概念。歷史上，數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)集市等信息管理領(lǐng)域的技術(shù)，很大程度上也是為了解決大規(guī)模數(shù)據(jù)的問題。首先，大數(shù)據(jù)要對(duì)數(shù)據(jù)抽取與集成。大

2、數(shù)據(jù)的一個(gè)重要特點(diǎn)就是多樣性，這就意味著數(shù)據(jù)來(lái)源極其廣泛，數(shù)據(jù)類型極為繁雜。這種復(fù)雜的數(shù)據(jù)環(huán)境給大數(shù)據(jù)的處理帶來(lái)了極大的挑戰(zhàn)。要想處理大數(shù)據(jù)，首先必須對(duì)所需數(shù)據(jù)源的數(shù)據(jù)進(jìn)行抽取和集成，從中提取出關(guān)系和實(shí)體，經(jīng)過(guò)關(guān)聯(lián)和聚合之后采用統(tǒng)一定義的結(jié)構(gòu)來(lái)存儲(chǔ)這些數(shù)據(jù)。在數(shù)據(jù)集成和提取時(shí)需要對(duì)數(shù)據(jù)進(jìn)行清洗，保證數(shù)據(jù)質(zhì)量及可信性?，F(xiàn)有的數(shù)據(jù)抽取與集成方式可以大致分為以下4種類型：數(shù)據(jù)整合、數(shù)據(jù)聯(lián)邦、數(shù)據(jù)傳播和混合方法等。數(shù)據(jù)分析是大數(shù)據(jù)的處理核心。傳統(tǒng)的分析技術(shù)如數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)分析等在大數(shù)據(jù)時(shí)代需要做出調(diào)整，因?yàn)檫@些技術(shù)在大數(shù)據(jù)時(shí)代面臨著一些新的挑戰(zhàn)：例如，數(shù)據(jù)量大并不一定意味著數(shù)據(jù)價(jià)值的增加，相

3、反這往往意味著數(shù)據(jù)噪音的增多；大數(shù)據(jù)時(shí)代的算法需要進(jìn)行調(diào)整。雖然數(shù)據(jù)分析是大數(shù)據(jù)處理的核心，但是用戶往往更關(guān)心結(jié)果的展示，這就需要數(shù)據(jù)解釋。如果分析的結(jié)果正確但是沒有采用適當(dāng)?shù)慕忉尫椒ǎ瑒t所得到的結(jié)果很可能讓用戶難以理解，極端情況下甚至?xí)`導(dǎo)用戶。大數(shù)據(jù)時(shí)代的數(shù)據(jù)分析結(jié)果往往也是海量的，同時(shí)結(jié)果之間的關(guān)聯(lián)關(guān)系極其復(fù)雜，采用傳統(tǒng)的解釋方法基本不可行，可以考慮引入可視化技術(shù)，提升數(shù)據(jù)解釋能力，讓用戶能夠在一定程度上了解和參與具體的分析過(guò)程。然而，大數(shù)據(jù)作為一個(gè)專有名詞成為熱點(diǎn)，主要應(yīng)歸功于近年來(lái)互聯(lián)網(wǎng)、云計(jì)算、移動(dòng)和物聯(lián)網(wǎng)的迅猛發(fā)展。無(wú)所不在的移動(dòng)設(shè)備、rfid、無(wú)限傳感器每分每秒都在產(chǎn)生數(shù)據(jù)，數(shù)

4、以億計(jì)用戶的互聯(lián)網(wǎng)服務(wù)時(shí)時(shí)刻刻在產(chǎn)生巨量的交互要處理的數(shù)據(jù)量太長(zhǎng)，增長(zhǎng)太快，而業(yè)務(wù)需求和競(jìng)爭(zhēng)壓力對(duì)數(shù)據(jù)處理的實(shí)時(shí)性、有效性又提出了更高要求，傳統(tǒng)的常規(guī)技術(shù)手段根本無(wú)法應(yīng)付。在這種情況下，技術(shù)人員紛紛研發(fā)和采用了一批新技術(shù)。2基于大數(shù)據(jù)對(duì)專利信息的深度分析隨著科學(xué)技術(shù)的迅速發(fā)展，國(guó)內(nèi)外企業(yè)之間的競(jìng)爭(zhēng)日趨激烈。企業(yè)要想在競(jìng)爭(zhēng)中立于不敗之地，就一定要具備技術(shù)能力，要搶先參與開發(fā)新技術(shù)、獲取和利用新技術(shù)的競(jìng)爭(zhēng)。專利是世界上最大的技術(shù)信息源，但如此巨大的信息資源卻遠(yuǎn)未被人們充分利用。因此，只要應(yīng)用大數(shù)據(jù)對(duì)其進(jìn)行分析和挖掘，便可以實(shí)現(xiàn)其特有的經(jīng)濟(jì)價(jià)值。2.1大數(shù)據(jù)分析與傳統(tǒng)數(shù)據(jù)分析的區(qū)別大數(shù)據(jù)分析與傳統(tǒng)的

5、數(shù)據(jù)分析方法（如查詢、報(bào)表、聯(lián)機(jī)應(yīng)用分析）的本質(zhì)區(qū)別是大數(shù)據(jù)是在沒有明確假設(shè)的前提下去挖掘信息、發(fā)現(xiàn)知識(shí)。大數(shù)據(jù)所得到的信息應(yīng)具有先未知、有效和可實(shí)用3個(gè)特性。（1）“先未知”性是指該信息是預(yù)先未曾預(yù)料到的，即大數(shù)據(jù)是要發(fā)現(xiàn)那些不能靠直覺發(fā)現(xiàn)的信息或知識(shí)，甚至是違背直覺的信息或知識(shí)，挖掘出的信息越是出乎意料就可能越有價(jià)值。（2）“有效”性指的是大數(shù)據(jù)是面向海量數(shù)據(jù)的，而任何傳統(tǒng)的統(tǒng)計(jì)、分析方法對(duì)此則是束手無(wú)策的，因此可以說(shuō)大數(shù)據(jù)技術(shù)為解決“數(shù)據(jù)爆炸但知識(shí)貧乏”的問題提供了出路。（3）“可實(shí)用”性是指大數(shù)據(jù)技術(shù)已經(jīng)不再是“實(shí)驗(yàn)室里的玩具”。大數(shù)據(jù)利用現(xiàn)代的軟件技術(shù)和計(jì)算機(jī)技術(shù)，把對(duì)于普通用戶來(lái)說(shuō)

6、是高深復(fù)雜的技術(shù)封裝起來(lái)；并且可以利用多種技術(shù)的結(jié)合實(shí)現(xiàn)傳統(tǒng)分析方法所不能完成的內(nèi)容，具有方便快捷、可視化程度高的優(yōu)點(diǎn)。2.2大數(shù)據(jù)分析拓展專利信息分析的深度和廣度基于大數(shù)據(jù)技術(shù)的專利信息分析即以專利數(shù)據(jù)以及期刊文獻(xiàn)為研究對(duì)象，將專利信息的技術(shù)內(nèi)容集成化、數(shù)據(jù)化、然后進(jìn)行加工和分析、識(shí)別有效的、新穎的、潛在有用的，以及最終可理解的知識(shí)的過(guò)程。大數(shù)據(jù)分析就是在現(xiàn)有分析方法上架設(shè)了一個(gè)800萬(wàn)倍顯微鏡，并可以進(jìn)行更深、更細(xì)微層次的系統(tǒng)性分析。用此方法處理專利信息，易于綜合地把握大量專利信息。實(shí)際應(yīng)用中，大量的應(yīng)用大數(shù)據(jù)技術(shù)的目的是搜集、分析特定技術(shù)或產(chǎn)品的專利信息，掌握該專利領(lǐng)域中不同公司的專利技

7、術(shù)研究情況，并把每個(gè)單一的情報(bào)綜合起來(lái)，然后采取統(tǒng)計(jì)分析、技術(shù)群組、文本挖掘、組合理論、專利地圖等技術(shù)，對(duì)其進(jìn)行信息分析，并以統(tǒng)計(jì)圖譜、關(guān)聯(lián)圖譜和報(bào)告等形式展現(xiàn)出來(lái)，即通過(guò)復(fù)雜計(jì)算，發(fā)現(xiàn)隱藏在大數(shù)據(jù)中的各種潛在相關(guān)模式，而這些淹沒在近于無(wú)窮的大數(shù)據(jù)中的相關(guān)模式是無(wú)法被人通過(guò)有限的檢索策略與傳統(tǒng)分析方法發(fā)現(xiàn)的。2.3大數(shù)據(jù)分析專利信息的流程基于大數(shù)據(jù)的專利信息分析過(guò)程包括專利申請(qǐng)數(shù)據(jù)的獲取、數(shù)據(jù)預(yù)處理、數(shù)據(jù)重構(gòu)，以及數(shù)據(jù)分析。2.3.1數(shù)據(jù)獲取可通過(guò)中國(guó)知識(shí)產(chǎn)權(quán)局網(wǎng)站，專利商業(yè)網(wǎng)站patentics，incopat等獲取專利申請(qǐng)數(shù)據(jù)作為數(shù)據(jù)來(lái)源，將所需的某個(gè)公司或者某個(gè)技術(shù)領(lǐng)域的申請(qǐng)數(shù)據(jù)進(jìn)行提取

8、，導(dǎo)出，保存，以便為后續(xù)處理使用。2.3.2數(shù)據(jù)預(yù)處理數(shù)據(jù)清理是大數(shù)據(jù)分析的必要環(huán)節(jié)，由于數(shù)據(jù)在傳輸過(guò)程中極易受到造勢(shì)數(shù)據(jù)、空缺數(shù)據(jù)和不一致數(shù)據(jù)的侵?jǐn)_，若不進(jìn)行數(shù)據(jù)清理則建立的數(shù)據(jù)庫(kù)的可用性將大大降低，而以此數(shù)據(jù)庫(kù)進(jìn)行的數(shù)據(jù)挖掘得到的分析結(jié)果質(zhì)量將難以保障。通過(guò)各種轉(zhuǎn)換方法將數(shù)據(jù)轉(zhuǎn)換成有效形式，為今后的數(shù)據(jù)挖掘做好了準(zhǔn)備工作。同時(shí)，通過(guò)數(shù)據(jù)轉(zhuǎn)變，可以對(duì)數(shù)據(jù)做簡(jiǎn)單的泛化處理。2.3.3數(shù)據(jù)重構(gòu)數(shù)據(jù)重構(gòu)就是將在數(shù)據(jù)挖掘過(guò)程中獲取的海量數(shù)據(jù)經(jīng)過(guò)融合和集成，形成一個(gè)龐大而又復(fù)雜的本地?cái)?shù)據(jù)庫(kù)，在對(duì)數(shù)據(jù)進(jìn)行分析之前存在一個(gè)中間過(guò)程。此中間過(guò)程即為根據(jù)分析需求，通過(guò)概念理解、生成規(guī)則、方法選取、最后是算法實(shí)

9、現(xiàn)，將原始數(shù)據(jù)重構(gòu)或者提煉一個(gè)數(shù)據(jù)全面、準(zhǔn)確而又合乎分析需求的數(shù)據(jù)庫(kù)的過(guò)程。2.3.4基于文本大數(shù)據(jù)技術(shù)的專利分析項(xiàng)目（1）專利申請(qǐng)類型分析。我國(guó)的專利申請(qǐng)有發(fā)明專利、實(shí)用新型、外觀設(shè)計(jì)專利3種。對(duì)這3種不同類型的專利申請(qǐng)所占的份額加以比較，可以幫助判斷該領(lǐng)域技術(shù)的發(fā)展情況。（2）專利申請(qǐng)量分析。專利申請(qǐng)量在一定程度上講是市場(chǎng)需求的表現(xiàn)，針對(duì)申請(qǐng)量的逐年變化情況進(jìn)行統(tǒng)計(jì)分析，對(duì)了解技術(shù)的發(fā)展和市場(chǎng)需求情況均有裨益。（3）技術(shù)構(gòu)成分析。通過(guò)分析專利涉及的所有ipc分類號(hào)，以及這些ipc分類號(hào)下分別包括的專利數(shù)量，就能獲知整個(gè)區(qū)域的技術(shù)構(gòu)成情況，以及該區(qū)域內(nèi)市場(chǎng)經(jīng)營(yíng)主體關(guān)注的技術(shù)熱點(diǎn)。（4）時(shí)間趨

10、勢(shì)分析。是在上述技術(shù)構(gòu)成分析的基礎(chǔ)上加入了時(shí)間維度所形成的一種分析方法，即考察不同ipc分類號(hào)下或不同技術(shù)分類、技術(shù)效果等領(lǐng)域內(nèi)的專利數(shù)量隨時(shí)間的分布情況，由此繪出的專利地圖可以直觀地判斷技術(shù)發(fā)展的潮流趨勢(shì)和發(fā)展?fàn)顩r。（5）關(guān)聯(lián)分析。目的是找出專利情報(bào)中隱藏的有趣的關(guān)聯(lián)網(wǎng)，描述一組專利之間的密切度。具體操作方法包括關(guān)聯(lián)矩陣和基于距離測(cè)度理論的關(guān)聯(lián)圖。2.3.5知識(shí)表示將分析結(jié)果以用戶容易理解的方式（關(guān)聯(lián)圖和統(tǒng)計(jì)表）把挖掘到的知識(shí)呈現(xiàn)出來(lái)，使用戶可洞察最前沿的科研動(dòng)態(tài)，迅速把握特定技術(shù)發(fā)展的方向，準(zhǔn)確預(yù)測(cè)未來(lái)技術(shù)創(chuàng)新的趨勢(shì)。4結(jié)束語(yǔ)大數(shù)據(jù)時(shí)代的到來(lái)為專利分析提供了新的技術(shù)工具和技術(shù)思路，這對(duì)于從業(yè)者來(lái)說(shuō)既是挑戰(zhàn)又是機(jī)遇。未來(lái)，專利分析的重要研究方向是充分利