下载文档原格式
专利引证分析及其应用王玲编译专利引证分析是近期发展起来的，它利用计量书目学技术来分析专利引证的情报价值。
本文描述了专利引证研究和专利引证量的不同方面以及它们的重要应用。
一、简介世界上每天有2000多件新的专利文献出版，每件专利都引用了一些其他相关专利或公开信息。
与此相似，专利也被其它专利、图书和期刊文献引用。
但是，专利引证的目的和过程在某种程度上不同于科学文献引证。
引证情报价值的可用性促使计量书目学家把非专利文献引证分析方法应用到专利引证分析上。
专利申请人在其专利申请中引用“现有技术”，这样的引证称为申请人引证；审查员在专利说明书首页上引用关键的现有技术，这样的引证称为审查员引证。
对美国专利来说，被引用的材料主要是当前颁布的美国专利，也可以是外国专利、期刊文章及其他出版物，一般来说，一件美国专利说明书通常引用5～6件早于该专利的美国专利对比文献，并且平均含有一件非专利文献。
一件专利从最初被引用到大范围被引用通常需要5年或者更长时间，一般来说70%的专利从未被引用或仅被引用一两次。
二、专利引证的研究状况以引证为基础的专利研究叫做专利引证分析，它是按照科学论文引证联系的方式探寻专利间的联系。
专利引证分析的中心意思是：当一件专利被引用(如5次，10次，20次或更多次)，那么，这项专利很可能包含一种重要的技术发展趋势，很多后来的专利是在其基础上研究出来的。
研究专利引证情报的思想并不是新出现的，它是由Seidel在1949年提出的。
随后，文献中时有各种报道。
但是，由于缺乏合适的数据库，使这一研究发展缓慢。
系统的专利引证研究是近期发展起来的，最近几年，专利引证分析研究有了长足发展。
目前，专利引证分析已经作为判断技术质量和影响力的方法并用于技术情报传播的研究。
专利共同引文分析已用于探寻技术领域内部的相关发展，专利引证也常常用来建立技术标示量。
专利引证研究目前经常使用美国专利系统。
对于美国专利，引用的对比文献是大多数引证分析的基础，其次是首页审查员引证。
专利数据分析与应用专利数据在现代科技发展中起着重要的作用，它不仅可以通过分析全球专利数据库来帮助企业了解技术趋势和市场动态，还可以用于判断技术的创新性和可行性。
本文将探讨专利数据分析的方法和应用，并对其在创新研究和商业决策中的价值进行分析。
一、专利数据的获取与预处理专利数据可以通过多种渠道获取，包括专利检索数据库、专利机构的官方网站以及第三方专利信息服务提供商。
在获取专利数据之后，需要对数据进行预处理，包括数据清洗、数据格式转换和数据标准化等，以保证后续的分析工作能够进行顺利。
二、专利数据分析的方法1. 文本挖掘和自然语言处理技术：专利文献通常以文本形式存在，因此可以利用文本挖掘和自然语言处理技术对专利文献进行分析。
这些技术可以用于提取关键词、主题建模和情感分析等，以揭示专利文献中蕴含的信息。
2. 统计分析和数据挖掘技术：统计分析和数据挖掘技术是专利数据分析的重要方法。
通过对专利数据进行聚类分析、关联规则挖掘和时间序列分析等，可以找出不同技术领域的研究热点、技术路径和技术发展趋势。
3. 可视化技术：可视化技术能够将复杂的专利数据以图形化形式展示，使得用户可以更直观地理解和分析数据。
通过散点图、热力图和网络图等可视化方法，可以展示专利之间的关系和技术之间的演化过程。
三、专利数据分析的应用1. 技术研究和创新导向：通过对专利数据的分析，可以了解不同领域的技术研究热点和技术发展趋势，为科学研究和创新提供指导和支持。
2. 知识产权保护和竞争情报：专利数据包含了企业的专利申请和授权情况，可以用于判断技术的创新性和独特性，为企业的知识产权保护提供依据。
同时，通过对竞争对手的专利数据进行分析，可以获取竞争情报，为企业的战略决策提供参考。
3. 市场分析和商业决策：通过对专利数据的分析，可以了解技术市场的竞争态势和发展趋势，为企业的市场分析和商业决策提供支持。
例如，可以通过专利数据分析来评估市场需求和技术风险，指导产品研发和市场推广。
专利地图的分类：（1）专利管理图包括：历年专利动向图、各国专利占有比例图、专利排行榜、主要竞争公司分析图、公司专利平均年龄图、公司发明阵容比较图、公司定位综合分析表、公司专利件数分布图、公司专利件数消长图、发明人专利件数分布图等，主要显示了技术的发展趋势。
（2）专利技术图包括：IPC（国际分类）分析图、技术生命周期图、专利技术功效矩阵图、专利技术分布图、专利技术领域累计图、专利多种观点解析图、挖洞技术显微图等。
技术图锁定某项技术或公司进行地毯式搜索，主要显示技术演变、扩散状况、研发策略、回避设计、挖洞技术的可行性。
（3）专利权利图主要包括专利范围构成要件图、专利范围要点图、专利家族图、重要专利引用族谱图，主要剖析研发空间和市场空间。
以下集中展示了12种专利地图的形式：（并不是一种完全对应的划分，只是想给一个参考）一、二、三、thomson scientific aureka软件的themescape制作四、据我所知，thomson 的web of knowledge就可以实现。
五、国产软件大多可以实现，EXCEL也可以实现六、上述专利地图应该是由手工绘制的，用于解释专利技术构成七、上述专利地图应该是由手工绘制的，用于解释专利技术构成八、不清楚用什么软件实现，但EXCEL可以实现。
九、国产软件可以实现，韩国Wisdomain好像有一款软件也可以实现。
十、十一、这个好像是THOMSON INNOVATION可以实现，该软件尚未在国内推广，本人也只是见过国外宣传的PPT而已。
但仔细一查，该软件为AIM信息分析软件十二、matheo analyzer 目前我认为最好的专利分析工具之一，法国人开发的。
有着不同的可视化界面。
给一个外文的评价吧：Powerful patent information processing and knowledge discovery software that allows the integration of all patent database formats, of very large sets of data and has a full personalization of analysis configuration.Use Matheo Analyzer for creating statistical lists, charts, matrices, networks and clustering.十三、用MINDMAP做的思维导图，有专利技术部分十四、SOM自组织专利概念地图（不同颜色代表）十五、十六、星系图，本人也是第一次见到，以前只听书里说过。
公司层面的专利组合分析方法研究及实证分析李姝影;方曙【摘要】通过对公司层面的专利组合分析方法及研究进展进行梳理,本文提出了一个公司层面专利组合分析的新方法,并以光学相干断层扫描技术( Optical Coherence Tomography,简称OCT)中“医学诊断技术与系统”技术主题专利申请量排名前10的专利权人为分析样本进行了实证分析。
分析结果表明,本文提出的新方法是有效、可行的,并且还对Ernst Holger的经典方法进行了扩展和补充,可更加精确地识别机构所处的竞争地位,有利于进一步解释机构的战略布局。
%Through the literature review of patent portfolio analysis on the company level, this paper proposes a new method of patent portfolio analysis on the company level and conducts the empirical research of the top 10 patentees of patent application on the technical topic of medical diagnostic technique and system in the Optical Coherence Tomography ( OCT) technology domains. Our analysis results show that the novel method proposed is not only effective and practicable, but also an extension and complement of the classic method of Ernst Holger. It can be used to identify the competitive position of the institution more accurately and further explain the patenting strategy of the institution.【期刊名称】《情报杂志》【年(卷),期】2014(000)003【总页数】6页(P39-43,27)【关键词】专利组合;专利分析;专利指标;因子分析;聚类分析【作者】李姝影;方曙【作者单位】中国科学院国家科学图书馆成都分馆成都 610041; 中国科学院大学北京 100049;中国科学院国家科学图书馆成都分馆成都 610041; 中国科学院大学北京 100049【正文语种】中文【中图分类】G350DOI 10.3969/j.issn.1002-1965.2014.03.008Abstract Through the literature review of patent portfolio analysis on the company level, this paper proposes a new method of patent portfolio analysis on the company level and conducts the empirical research of the top 10 patentees of patent application on the technical topic of medical diagnostic technique and system in the Optical Coherence Tomography (OCT) technology domains. Our analysis results show that the novel method proposed is not only effective and practicable, but also an extension and complement of the classic method of Ernst Holger. It can be used to identify the competitive position of the institution more accurately and further explain the patenting strategy of the institution.Key words patent portfolio patent analysis patent indicator factor analysis cluster analgss专利组合(patent portfolio)是根据企业所拥有专利的使用率与其潜在价值，配合专利分析得到核心技术，再以核心技术为中心进行专利比较，从而构筑特定核心技术领域的技术组合。
专利管理系统的数据统计与分析方法指南引言：在当今科技快速发展的时代，专利管理对于企业的创新和发展至关重要。
随着专利数量的不断增加，如何高效地管理和分析专利数据成为了一个迫切需要解决的问题。
本文将介绍一些专利管理系统的数据统计与分析方法，帮助企业更好地利用专利资源，提升创新能力和竞争力。
一、数据收集与整理1. 专利申请数据的收集通过与专利局合作或购买专利数据库的方式，获取专利申请数据。
确保数据的准确性和全面性，包括专利号、申请人、发明人、申请日期等信息。
2. 数据整理与清洗对收集到的专利数据进行整理和清洗，去除重复和无效数据。
可以利用数据清洗工具或编写脚本进行自动化处理，提高效率和准确性。
二、数据统计方法1. 专利数量统计根据不同的时间段、领域或类型对专利数量进行统计。
可以绘制柱状图或折线图，直观地展示专利数量的变化趋势。
2. 专利申请人统计对专利申请人进行统计，了解主要申请人的数量和分布情况。
可以通过绘制饼图或地图来展示不同申请人的占比和地域分布。
3. 专利分类统计对专利进行分类统计，了解不同领域或技术类型的专利数量。
可以根据国际专利分类系统（IPC）或自定义的分类体系进行统计分析。
三、数据分析方法1. 技术发展趋势分析通过对专利数据的时间序列分析，了解不同技术领域的发展趋势。
可以利用数据挖掘和机器学习算法，发现技术演化的规律和趋势。
2. 竞争对手分析通过对专利申请人和发明人的关联分析，了解竞争对手的专利布局和技术优势。
可以利用网络分析和社会网络分析方法，揭示竞争对手之间的关系和影响力。
3. 专利价值评估通过对专利的引用分析和引证分析，评估专利的技术价值和商业价值。
可以利用专利引证网络和文本挖掘技术，发现潜在的技术转化机会和市场需求。
四、数据可视化工具1. 图表绘制工具利用常见的图表绘制工具，如Excel、Tableau等，将统计和分析结果以图表形式展示。
选择合适的图表类型和配色方案，提高信息传达的效果和吸引力。
专利查册方法专利是一种知识产权，它是对一项发明或创造的独占权利。
在创造新技术或产品的过程中，及时进行专利查册是非常重要的，它可以帮助我们了解当前领域的技术动态、了解自己的创新是否具备可行性以及避免侵权等问题。
本文将介绍几种常用的专利查册方法，帮助读者更好地进行专利研究。
一、关键词检索关键词检索是最常用的专利查册方法之一。
通过选取与所需技术或产品相关的关键词，利用专利数据库的搜索功能进行查找。
在搜索过程中，可以根据自己的需求灵活运用各种搜索技巧，如通配符搜索、逻辑运算符搜索等，以提高搜索结果的准确性。
在进行关键词检索时，需要注意以下几点：1.选取适当的关键词：关键词应该与所研究的技术或产品紧密相关，能够概括该领域的关键信息。
2.多个关键词的组合：可以尝试将不同的关键词进行组合，以获得更准确的搜索结果。
3.筛选结果：在搜索结果中，可能存在大量与所需技术或产品无关的专利信息。
需要通过阅读摘要、权利要求等信息对结果进行筛选，提取出与自己需求相关的专利。
二、分类号检索分类号检索是一种按照专利技术领域进行分类的方法。
各个国家和地区都有自己的专利分类体系，通过分类号检索可以快速定位到所需领域的专利信息。
在进行分类号检索时，可以根据国际专利分类（IPC）系统或各国自有的分类体系进行检索。
需要注意的是，不同的分类体系可能存在差异，因此在使用不熟悉的分类体系时，可以参考该分类体系的说明文档，了解其分类规则和结构。
分类号检索的优势是可以快速定位到所需领域的专利信息，缺点是可能存在分类不准确或分类不全的情况。
因此，在使用分类号检索时，需要结合其他检索方法进行综合查询。
三、引证分析引证分析是一种通过专利文献之间的引用关系，利用引证信息推断技术发展动态的方法。
在进行专利查册时，可以根据自己的需求，找到与该领域相关的重要专利，然后分析这些专利被其他专利所引用的情况，以了解技术的演进趋势及热点方向。
在进行引证分析时，可以借助专业的引证检索工具，如专利分析软件或在线专利数据库的引证分析功能。
第 4 期( 总 282 期)No. 4( Serial No. 282)2021 年 4 月Apr. 2021情报探索Information Research 基于遍历数局部最优的专利引证主路径分析算法研究*郑皓1许琦1,2收稿日期：2020-11-28*本文系台州市2019年度大学生科技创新项目（一类）“基于数据仓库的专利信息分析系统研究”（项目编号：台教高［2018］ 202号）；台州职业技术学院2019年度大学生科技创新项目“基于数据仓库的专利信息分析系统研究”（项目编号: 2019DKC11）成果。
作者简介:郑皓（2000—）,男，大专，研究方向为数据挖掘;许琦（1983—）,男，副教授，博士，研究方向为专利分析、技术创新管 理。
(1.台州职业技术学院台州市泵与电机产业知识产权联盟 浙江台州318000)(2.浙江省工业机器人与智能制造生产线集成推广应用协同创新中心浙江台州318000)摘要：[目的/意义]旨在揭示某领域技术发展历程。
[方法/过程]在深化、拓展连接度算法基础上,提岀一种专利引证主路径分析算法。
按照有界深度优先搜索策略，运用搜索路径遍历数测度专利引证路径权重，遵循遍历数局部最优法则，寻找贯穿整个专利引证网络的主路径。
在燃料电池领域开展实证研究，采集专利数据和专利引证数据，构建燃料电池领域专利引证网 络。
应用Pajek 作连接度分析，挖掘得到了燃料电池领域的主路径。
[结果/结论]极少数专利引证路径聚合绝大多数权重，体现了主路径挖掘效果，验证了本文算法的可行性和有效性。
关键词:专利引证;主路径;遍历数局部最优;燃料电池中图分类号:TP399 文献标识码:A doi ：10.3969/j .issn. 1005-8095.2021.04.004Research on an Algorithm of Main Path Analysis for Patent Citations Based on Local Optimal TraversalZheng Hao 1 Xu Q 「2(1. Intellectual Property Alliance of Pump and Motor Industry in Taizhou, Taizhou Vocational and Technical College,Taizhou Zhejiang 318000) ( 2.Zhejiang Collaborative Innovation Center of Industrial Robot and IntelligentManufacturing Line Integration Promotion Application, Taizhou Zhejiang 318000)Abstract : [ Purpose/significance ] The paper is to reveal the technology development process of a certain field. [ Method/process ]On the basis of deepening and expanding the connectivity algorithm, the paper puts forwards a main path analysis algorithm for patent ci tation. According to the strategy of bounded depth-first searching, the paper uses the traversal number of search path to measure theweight of patent citation path, follows the local optimal rule of traversal number to find the main path through the whole patent citation network. Also, the paper takes fuel cell for example, collects patent data and patent citation data to build a patent citation network in thefuel cell field. At last, the paper obtains the main path of fuel cell field by using Pajek for connection analysis. [ Result/conclusion ] The results show that, a few patent citation paths aggregate most weights of the patent citation network, which reflects the main path min ing effect and verifies the feasibility and effectiveness of the algorithm.Keywords : patent citation ； main path ； local optimal traversal ； fuel cell0引言专利引证是指后期专利通过引用前期专利，参考、借鉴前期专利的技术成果，并对其价值进行评价的过程。
基于机器学习的专利分析与可视化技术第一章引言在今天的全球化和知识经济时代，专利已经成为了公司和个人的重要财产和竞争力量。
专利的价值越来越大，因此，对专利分析和可视化技术的研究也越来越受到人们的关注。
机器学习作为一种有效的数据分析技术，越来越多被应用于专利分析和可视化方面的研究中。
本文旨在探讨基于机器学习的专利分析和可视化技术的最新研究进展。
第二章机器学习概述机器学习是指在计算机程序中使用算法和统计模型来分析和识别数据模式的技术。
机器学习可以分为三类：监督学习、无监督学习和半监督学习。
监督学习是指模型根据已知的输入和输出数据进行预测和分类；无监督学习则是通过模型对输入数据进行分组和聚类；半监督学习则是基于一小部分已标记的数据进行训练和分类。
当前，机器学习已经在不同领域的应用中展现了广阔的应用前景，特别是在数据挖掘和预测方面的应用。
第三章基于机器学习的专利分析专利分析是指通过对专利进行分析，发现其中的规律性和联系，并据此制定战略，推出新产品。
基于机器学习的专利分析技术属于无监督学习，其目的在于发现隐藏在专利数据背后的有用信息，如技术趋势、市场需求、竞争情况等。
机器学习算法可以帮助专利分析人员进行相关性分析、聚类分析和预测分析等，从而更深入地挖掘专利数据的价值。
如果可以结合深度学习技术，更能够挖掘出传统方法无法获取的洞察和新型的应用场景。
第四章基于机器学习的专利可视化技术基于机器学习的专利可视化技术能够将专利数据可视化，方便人们发现隐藏在这些数据后面的规律性和联系。
这种可视化技术可以帮助企业寻找创新想法、改进现有产品、了解竞争对手等。
目前，基于机器学习的专利可视化技术已经应用于专利引证网络的构建、关键词网络的构建等。
专利引证网络是指将专利引用关系组织成一个网络，通过网络中节点的连接关系和属性分析专利，从而获得更深入的见解。
关键词网络则是将专利中的关键词组成一个网络，并以此来分析专利的关键词。
这些应用场景能够让我们对专利数据有更加全面的了解，从而让我们深入了解技术趋势、市场需求等方面。
如何利用专利管理系统进行专利引证和引用管理引言：专利是创新的重要产物，也是企业竞争力的体现。
在创新激烈的市场环境下，企业需要利用专利来保护自身的技术优势，并通过引证和引用管理来提高专利价值和实现更好的商业效益。
本文将介绍如何利用专利管理系统进行专利引证和引用管理，以帮助企业更好地管理和利用专利资源。
一、专利引证和引用的意义专利引证是指在专利申请或审查过程中，引用已有的相关专利文献作为技术参考。
而专利引用是指其他人在其专利申请中引用了你的专利文献。
专利引证和引用的意义在于：1. 评估技术优势：通过分析引证和引用情况，可以了解同领域其他企业对你的技术的认可程度，评估自身技术优势的强弱。
2. 降低侵权风险：通过引证和引用其他专利，可以避免侵权他人专利的风险，确保自身的技术合法性。
3. 提高专利价值：被其他专利引用越多，说明你的专利技术越有价值。
通过引证和引用管理，可以提高自身专利的商业价值。
4. 寻找合作机会：通过分析引证和引用情况，可以了解同领域其他企业的技术方向和研发重点，为未来的技术合作提供参考。
二、专利引证和引用管理的挑战专利引证和引用管理对企业来说是一项复杂而繁琐的任务，面临以下挑战：1. 信息获取困难：专利文献庞杂且分散，需要花费大量时间和精力去查找和整理相关信息。
2. 数据分析复杂：需要对大量数据进行分析和统计，以便有效评估引证和引用情况。
3. 市场变化快速：市场竞争激烈，技术更新迅速，需要及时跟踪和分析最新的引证和引用信息。
4. 专利语言障碍：专利文献常使用专业术语和复杂的表达方式，需要具备专业知识和语言能力才能准确理解和分析。
三、利用专利管理系统进行引证和引用管理为了应对上述挑战，企业可以利用专利管理系统进行引证和引用管理。
专利管理系统可以帮助企业实现以下功能：1. 信息检索与整理：专利管理系统可以通过关键词、分类号等方式进行快速检索，帮助企业获取相关专利文献，并将其整理成易于分析和比较的形式。
专利分析图表专利分析主要可以分为以下三个维度：专利态势分析、专利技术分析和申请主体分析。
当然，在实际的专利分析过程中，肯定会存在上述分析维度的交叉分析。
但是不管怎么样进行数据交叉，总是逃不过这三种基本的分析维度。
1.1 申请趋势类分析申请趋势分析主要是分析某一技术领域/国家/申请人的专利申请/授权/有效量、申请人数量、发明人数量等随时间的变化趋势，展示的是趋势类的数据关系，可以采用折线图、面积图、柱形图来表示。
1.2 技术构成分析技术构成分析主要分析某一技术领域/国家或地区/申请人在各细分技术分支中的专利申请/授权/有效量的情况，展示的是类别比较类的数据关系，可以采用以下图表类型展示。
1.３地域分布分析地域分布分析主要是分析某一技术的专利主要来源国或地区，或某一技术／产品或某一申请人主要目标市场，这类分析的图表可用柱形图／条形图，当需要加入地理位置信息时，可以用地图来展示。
1.４申请人排名分析做申请人排名分析主要用于识别竞争对手，通常会对某一领域申请人的申请／授权／有效／多边申请量进行排名比较，属于类别比较类数据，可用柱形图／条形图或矩形树图来展示。
２.１技术功效分析技术功效分析表达的是技术手段和技术效果之间的关系。
通过技术功效分析，可以发现某一技术领域的专利雷区和专利空白区，找到研发的风险和机会。
技术手段和技术效果之间的关系数据属于关联关系，我们可以用矩阵表或者气泡图来展示。
２.２技术路线分析技术路线用于表示某行业/技术领域/申请人等技术发展衍变的过程。
技术路线图通常有带有时间关系，可用线性进程图表示单一技术的发展趋势，用泳道图表现多个技术的发展变化。
２.３重点产品分析这里，我们主要介绍对于重点产品的相关专利的分析图表，这类分析通常与技术相关，数据关系具有层级关系的特点，可以采用实物图和系统树图来展示。
３.１研发团队分析研发团队分析除了统计发明人数量，发明人申请量排名之外，还有发明人之间的合作网络分析、发明人个体的比较分析等，用于展示研发团队的图表主要有弦图、力导布局图、散点图。
