专利信息学下 任务与工具.pdfVIP

IPR Strategy and Patent Analysis ■ 瞿卫军 刘洋 王雷（编译）(国家知识产权局知识产权发展研究中心 北京 100088) 专利信息学（下）： 任务与工具 摘 要：文章对专利信息分析中通常需要解决的一些任务，以及可以帮助 比越高，文献的内容越可能相近。 和支持完成这些任务的分析工具，包括分析软件、资源和相关网站等进行 5. 对未结构化的（文本）数据进 了概述。 行聚类分析。未结构化的文本是指没有 关键词：专利 信息分析 任务 工具 被标引到各个数据域中的文本，它们唯 一的结构就是作者写作时将不同的词连 专利信息学（上）中，我们已对请量、专利授权量等）进行计数。这样 成句子、再将句子组成段落……，如此 专利信息学的概念和原理，以及 做可以对同一数据组中的两个或多个量 在 而形成的结构。这种类型的数据对于专 专利信息分析的一般规则和基本 度的结果进行统计学对比。 流程作了较为全面的说明。专利信息学 3. 绘制曲线图，即将数据分置在 利分析员来说极具挑战性，因为专利文 X轴和Y轴上，既满足X轴条件又满足Y 献的作者可以自己造词，只要他能在说 是一门应用科学，科学技术的日新月异 明书中向专利审查员清楚地解释出该词 已大大丰富了它的研究手段和应用范 轴条件的交叉点的数据就是矩阵中的一 的含义即可。对未结构化的数据进行聚 个个数据。完成这项任务可以使我们了 围。专利信息分析的过程，就是在准确 类分析，就要对原始文本进行加工，以 把握分析目的的基础上，利用各种方法 解两个或多个信息之间的相关性，以及 识别出其中的概念和术语。与结构化数 相关性的强弱。在比较不同的数据项， 完成所设定的一系列任务，并最终获得 据的分析一样，用编码代替其中的概念 例如在比较专利权人和申请年或技术主 所需情报的过程。本文将就专利信息分 和术语，然后按照编码相似的程度将文 题（用专利分类号表示）之间的关系 析中通常需要解决的一些任务，以及可 献分组。同样，彼此之间编码的相似度 以帮助和支持完成这些任务的分析工具 时，这种类型的分析是非常有用的。如