浅谈数据加工为专利分析带来的变化.pdfVIP

中介服务IPAgents

浅谈数据加工为专利分析带来的变化

口朱欣昱刘琦

摘要：专利数据是专利分析的基础。本文以专利数据的加工为视角，从混杂概念的分离修正、数值化处理、

构造新分析字段三个方面，分别论述了新的专利数据加工技术和内容，为专利分析带来的更准确、更新颖、更丰富

的变化。本文还提供了多个实际数据案例供参考，实证了本文的观点。

关键词：专利数据加工专利分析专利字段数值化大数据

专利分析是专利行业内仅次于专利检索的第二大于实用新型与外观设计专利公开文献而言，这个字段

业务命题。随着时代的变迁，专利行业进入了大数据内容，既代表公开这个文献时的专利申请人信息，也

时代，传统的基于专利基础数据的分析，也越来越显代表当时的专利权人，该字段同时对应着专利的申请

露出不足之处。如何对数据进行深层次的加工，并在权和专利权；对于专利授权公开文献而言，这个字段

此基础上完成更加有价值的分析，是一件值得专利从内容，代表公开授权文献时的专利权人对应专利权；

业人员好好研究的事情。笔者尝试从几个不同的方面，一个最重要的问题是，如果在公开、授权文档以外，

阐述自己在专利数据加工方面做出的尝试，以及在此发生了专利的申请权和专利权的变更，公开文献中只

基础上为专利分析带来的变化，希望能起到抛砖引玉会把该信息更新到法律状态中，不会再对公开和授权

的作用。文献进行修改。

这样就对业内熟悉的一类分析结果提出了质疑Ⅲ：

一、混杂概念的分离与修正加工，能帮助分析得到最众所周知，很多专利分析师常用的一项基础分析就是综

准确的效果合检索得到的发明、实用新型、外观设计数据，按照

专利数据是在专利申请与维持全流程中产生的。申请(专利权)人做排名统计，最常用的句式就是“某

但能够用来分析的，仅仅只是法律允许公开的文献。某公司有‘’多少件专利……”

由于这样特殊的流程与规定，导致国家知识产权局公除去专利可能驳回或失效的原因不提。这样的分

开的数据中，某些数据字段存在着概念交叉混杂的问析也很显然会引入三种错误：曾经申请，不代表曾经

题，这样的数据如果直接用来分析，难免会造成结果“拥有”专利权(可能在授权之前就转移了)；曾经

错误或者偏差。“拥有”专利权，不代表当前还拥有(可能在授权之

以专利的“申请(专利权)人”这个字段为例，后，专利权发生了变更)；更严重的错误是，曾经“不

对应不同的文献，有着不同的概念：对于发明申请公拥有”专利权，不代表当前“不拥有”(目标公司可能

开文献而言，这个字段内容代表在公开这个文献时的根本没有经过申请之类的流程，没有在公开授权文献

专利申请人信息，对应的权利，是专利的申请权；对中留下痕迹，而是通过专利运营直接获取了有效专利)。

中介服务IPAgents

因此，最常用的申请(专利权)人统计排名，有进行累加。然而，在中国，很显然并不是每件专利都

很大可能性会导致错误的分析结果。尤其是对于很活有接近同等的效力。所以，很多分析师在一些分析场

跃的大公司而言，其专利权的变更是件很普遍的事情。景中，会选择仅统计发明专利，或仅统计授权专利。

因此，对_丁专利的基础数据，我们可以进行一个这种分析的含义，等同于将