专利信息分析与应用

专利信息检索与运用

课程大纲

专利文献、专利信息及专利数据库

各国专利信息检索及实践

专利信息的分析与应用

3 专利信息的分析与应用

专利信息分析的含义

专利信息分析的对象

专利信息分析的理论与方法

专利分析的工具

专利信息分析的应用

3.1 专利信息分析的含义

是指对来自专利说明书、专利公报中的大量的、个别的零碎的专利信息进行加工及组合，并利用统计方法和技术使这些信息成为具有总揽全局及预测的功能。

由于专利具有的创造性、新颖性和实用性特点，专利信息成为国家、行业和企业跟踪科学技术进展、预测技术趋势、开展科学研究、获取竞争者技术开发水平和实力、开发新产品等的重要信息来源。

（1）某个国家或地区专利信息分析

——了解各国技术研发的总体能力

——与其它国家比较的产业基础的发展与变化趋势

——透视各国在技术创新等方面的政策导向及投资方向

（2）行业技术领域专利信息分析

——了解行业技术的总体发展状况

——发现技术发展的生命周期与阶段性变化

——领域间的关联和转化

——判断具有明显优势的技术

——预测行业技术未来的发展方向

（3）企业主体专利信息分析

——了解行业内技术的分布、拥有核心技术的企业，判断行业内竞争态势和确定主要的竞争者；

——比较竞争对手或合作者的技术创新研发背景和能力，评估其新技术和新产品开发的实力、技术重点、技术壁垒的强弱、技术贸易和技术转让的能力；

——研究竞争对手在不同国家或地域的专利技术分布，推断其技术路线和欲意控制的市场，掌握对手专利策略； ——在技术研发或新产品立项前，避免重复研究，提高研究起点和研发计划的新颖性和先进性，制定合理的专利模仿创新和源头创新战略。

3.2 专利信息分析的对象

表示外部信息的特征项 ——即表示专利文献外部信息特征的数据项，这类数据项属于有结构数据，也

称为有域数据，是指被标记过或者属于某数据域的数据。这些数据的标记和数据域不是专利文献的作者创建的，而是专利文献标准已经规定的数据规范。

以INID代码表作为专利信息特征项数据标准，外部特征项包括：文献号（专利号）、文献类别、公布文献的国家代码、申请号、申请日期、优先申请号、优先申请日期、优先申请国家、展出日期（未审批）、展出日期（未批准）、公开说明书出版日期、审查未批说明书出版日期、批准专利说明书出版日期、申请人、发明人、受让人、律师或代理人等。

专利信息内容特征项：即表示专利文献内容信息特征的数据项，这类数据项属于无结构数据，也称为

文本数据，是指没有被索引或分割到单独数据域的文本数据。专利文献的文本数据中仅有的结构就是名称、句子和段落等，它们在作者编辑时产生，并且由作者比较主观的思维来编写。

以INID代码表作为专利信息特征项数据标准，内容特征项包括：国际专利分类号、本国专利分类号、国际十进制分类号、发明名称、关键词、文摘、引用文献、专利权项等，即INID代码表中技术信息项所包含的各著录项。此外还包括专利权力要求书、专利说明书、说明书附图

3.3 专利信息分析的理论与方法

专利地图理论（Patent Map，PM）

上世纪六十年代末起源于日本。

专利地图是指对一次、二次、三次等专利文献的统计结果整理成各种图表，即将专利信息进行图表化归纳，使其具有类似地图指向功能的形象称呼。

分为专利管理图、专利技术图、专利权利图三种主要类型

定量分析即对专利文献的外部特征（专利文献的各种著录项目）按照一定的指标（如专利数量）进行单独或组配统计，并对有关的数据进行解释和分析；该方法主要采用指标进行统计完成的，不同的指标从不同的角度揭示专利信息。

定性分析是以专利说明书、权力要求书及附图等技术内容或称专利的“质”来识别专利，并按技术特征来归并有关专利并使其有序化，一般用来获得技术动向、企业动向、特定权利状态等方面的信息。

常用的定性分析

——文档聚类法、技术流动分析法(技术发展图)、波及分析法、矩阵分析法、TEMPEST分析法、技术综合法、寻求空隙法、技术改进法、专利技术原理法、“主语/行为/宾语”（SAO）分析方法、专利解读摘要分析法、技术/功效矩阵分析法、投资组合分析法。

计算机辅助分析即是利用计算机软件对专利文献的外部特征和内容特征进行提取、序化、统计、聚类等，并将结果加以图示化表示出来。

如：Wisdomain公司的PatentLab-II和Focust， Thomson公司的MicroPatent，Questel-Orbit公司的工具套件：包括PatReader、PatentExaminer、GET/MEMS以及BizInt SmartCharts等。

台湾连颖科技的PatentGuider

3.4 专利信息分析的工具

WanFangData——专利文献多维检索与分析软件

3.5 专利信息分析的应用

专利数分析

经统计共有60个公司（学校）在USPTO拥有微流控技术发明专利，表4列出了专利数排在前10位的公司（学校），其中8家为公司，2家为大学，均为美国公司（学校）。从表4中可以看出Caliper Technologies Corp.、Eastman Kodak Company、Aclara Bio Sciences,Inc.、The Regents of the University of California和Lockheed Martin Energy Research Corp. 5家为较早进入微流控技术领域的公司和学校。其中Caliper Technologies Corp.以132件高居榜首，自1997年1件到2003年的39件，成长率近40倍，且表现为年年增长的态势。

相对研发能力分析

相对研发能力是以公司（学校）的专利数、专利被引用次数和自我引用次数为参数，赋予不同的权重计算得来。本研究设这三个参数的权重：专利数为1.0、专利被引用次数为1.2及自我引用次数为0.8。计算公式： 相对研发能力=专利数×1.0+专利被引用次数×1.2+自我引用次数×0.8

研发团队投入/产出分析

通过研究一家公司（学校）在此领域研发人员的投入和产出，可以了解和掌握该公司在此技术领域的研发势力、研发人数和学科带头人等方面的情况。

本文来源：https://www.bwwdw.com/article/xbi4.html