專(zhuān)利關(guān)聯(lián)度模型及應用

#本文僅代表作者觀(guān)點(diǎn)，不代表IPRdaily立場(chǎng)，未經(jīng)作者許可，禁止轉載#

“基于專(zhuān)利關(guān)聯(lián)度分析的專(zhuān)利地圖有其特定價(jià)值，專(zhuān)利分析不是固定的模板，不是固定的標準，通過(guò)方法改進(jìn)結論是一個(gè)有趣的過(guò)程?！?br/>

來(lái)源：IPRdaily中文網(wǎng)（iprdaily.cn）

作者：閆文龍

段曉玲 蘇州京昀知識產(chǎn)權代理事務(wù)所

PART 01
背景

“專(zhuān)利地圖”是將多件專(zhuān)利投射到二維空間的形象名稱(chēng)，每件專(zhuān)利在二維空間的絕對坐標可以不具有實(shí)際含義，但彼此之間的位置關(guān)系應該與專(zhuān)利之間的關(guān)系特征存在關(guān)聯(lián)。因此作者認為按照一維方向展開(kāi)的柱狀圖、二維方向展開(kāi)的氣泡圖、以及具有時(shí)間序列屬性的趨勢圖，甚至將地區申請量投射到世界地圖的地區熱力圖不符合上述“專(zhuān)利地圖”的定義。

目前為止，專(zhuān)利與二維空間的映射主要基于專(zhuān)利之間的關(guān)聯(lián)度信息創(chuàng )建，專(zhuān)利之間的距離是專(zhuān)利之間關(guān)聯(lián)度的函數。專(zhuān)利在二維空間中形成具有不同密度的區域分布，一個(gè)區域內的專(zhuān)利可以具有相同的技術(shù)主題，不同區域的專(zhuān)利密度表征技術(shù)熱度。技術(shù)主題可以通過(guò)人工概括或利用算法抽取的方式得到。

基于專(zhuān)利關(guān)聯(lián)度的專(zhuān)利地圖相對于傳統的柱狀圖實(shí)現存在如下挑戰：

a.實(shí)現更復雜。

b.通常需要對原始數據進(jìn)行預處理，實(shí)現過(guò)程中還需根據技術(shù)領(lǐng)域進(jìn)行人工干預。

c.需要熟悉數據挖掘技術(shù)和工具。

d.了解專(zhuān)利數據與科技文獻、文學(xué)作品之間的差異，及其對數據挖掘技術(shù)造成的影響。

盡管如此，基于專(zhuān)利關(guān)聯(lián)度的專(zhuān)利地圖仍具有其他分析方法所無(wú)法比擬的優(yōu)勢：

a.從多維度展現專(zhuān)利之間的關(guān)系。

基于柱狀圖的分析需要對專(zhuān)利進(jìn)行一維歸類(lèi)，本質(zhì)相當于將每個(gè)專(zhuān)利放入對應的封閉抽屜，一旦放入就再無(wú)法體現抽屜之間的關(guān)聯(lián)。

例如柱狀圖中橫坐標軸可以采用技術(shù)環(huán)節分類(lèi)展開(kāi)，如器件類(lèi)，量測標定，軟件算法，驅動(dòng)電路等，不同的分類(lèi)之間的關(guān)聯(lián)被完全忽略。而在產(chǎn)品研發(fā)過(guò)程中，針對同一問(wèn)題會(huì )有多個(gè)環(huán)節的部門(mén)共同參與討論，確認問(wèn)題可能的原因有哪些，通常情況下，問(wèn)題可能是多個(gè)環(huán)節共同作用的結果，例如需要器件方面、量測標定方面、軟件算法方面、驅動(dòng)電路方面分別做出各自的改進(jìn)，才能使得問(wèn)題得到徹底解決。相應輸出的專(zhuān)利中，同一個(gè)技術(shù)問(wèn)題往往具有不同技術(shù)環(huán)節的專(zhuān)利方案。這類(lèi)相關(guān)性信息無(wú)法通過(guò)柱狀圖體現。

當然二維氣泡圖可以實(shí)現兩個(gè)維度（如技術(shù)環(huán)節和技術(shù)問(wèn)題）交叉點(diǎn)上的專(zhuān)利數量統計，但無(wú)法進(jìn)一步展開(kāi)交叉點(diǎn)氣泡內的專(zhuān)利之間的關(guān)聯(lián)度和差異大小，因此其結果仍然是相對粗糙的。

b.作為統計圖表和專(zhuān)利全文展示之間的過(guò)渡

目前我們所熟知的專(zhuān)利分析框架中，第一部分是專(zhuān)利宏觀(guān)分析，包含趨勢、技術(shù)、主體類(lèi)的分析，分析類(lèi)型包括時(shí)間序列分析（如申請趨勢）、類(lèi)別比較分析（如技術(shù)分布柱狀圖/雷達圖/餅狀圖、專(zhuān)利申請主體和發(fā)明人主體柱狀圖）、地理空間分析（如世界各區域專(zhuān)利申請熱力圖、同一國家內各區域申請熱力圖）、層次關(guān)系分析（如技術(shù)分類(lèi)魚(yú)骨圖/樹(shù)狀圖/旭日圖）。這部分的特點(diǎn)是“宏觀(guān)”，如果宏觀(guān)結論是已知的，又或者宏觀(guān)結論受外在環(huán)境影響而與實(shí)際產(chǎn)業(yè)發(fā)展情況不符，都會(huì )影響其實(shí)際價(jià)值，但這一部分在數據處理和標引所投入的時(shí)間和人力成本往往是最大的，為此需要進(jìn)一步挖掘宏觀(guān)分析輸出數據的利用價(jià)值。

第二部分是微觀(guān)分析，涉及選取至少一個(gè)子主題、篩選業(yè)界關(guān)鍵/基礎專(zhuān)利或使用對象更關(guān)注的專(zhuān)利作為數據集，進(jìn)行第二輪精細閱讀和分析。微觀(guān)分析是聚焦思想、和分階段項目推進(jìn)理念的體現，也是有限時(shí)間預算內輸出可用結論的現實(shí)選擇。這一部分的輸出盡管有技術(shù)路線(xiàn)圖等圖表的輔助，但最終仍然無(wú)法省略對專(zhuān)利全文或部分實(shí)現細節的展示。實(shí)際上，微觀(guān)分析目前證明切實(shí)有用的部分仍然是“展示全文”。

由此可見(jiàn)，宏觀(guān)分析和微觀(guān)分析在分析方法、結論、和展現形式方面存在巨大的差別，二者能夠被讀懂的對象群體完全不同，前者偏向技術(shù)管理人員，后者傾向技術(shù)實(shí)現人員。產(chǎn)品的成功離不開(kāi)管理和實(shí)現的密切配合和相互了解，相應地，專(zhuān)利分析報告中的宏觀(guān)分析和微觀(guān)分析應該力求可以讓兩類(lèi)人群都感興趣。專(zhuān)利關(guān)聯(lián)度分析的專(zhuān)利地圖可以在宏觀(guān)分析和微觀(guān)分析之間架起一座橋梁，讓報告使用者更容易理解報告的全部?jì)热荨?br/>

PART 02

專(zhuān)利關(guān)聯(lián)度模型

本文采用的專(zhuān)利關(guān)聯(lián)度模型分為三類(lèi)：

1.基于多維分類(lèi)的專(zhuān)利關(guān)聯(lián)度模型；
2.基于文本的專(zhuān)利關(guān)聯(lián)度模型；
3.將1和2疊加的專(zhuān)利關(guān)聯(lián)度模型。

PART 03
基于多維分類(lèi)的專(zhuān)利關(guān)聯(lián)度模型

在沒(méi)有文本挖掘技術(shù)基礎，或者沒(méi)有高質(zhì)量專(zhuān)利文本數據的情況下，基于多維分類(lèi)的專(zhuān)利關(guān)聯(lián)度模型是一個(gè)不錯的選擇，其與目前的“宏觀(guān)分析”工作相兼容，幾乎無(wú)需額外數據加工工作，并且當多維分類(lèi)標引由人工給出時(shí)，基于其進(jìn)行計算的專(zhuān)利關(guān)聯(lián)度結果準確性也更高。

這里定義基于多維分類(lèi)的專(zhuān)利關(guān)聯(lián)度Sc如下式

（公式1）

ki為第i個(gè)維度近似度占總的專(zhuān)利關(guān)聯(lián)度Sc的權重系數，Si為專(zhuān)利之間在第i個(gè)維度上的近似度，由專(zhuān)利之間在第i個(gè)維度的分類(lèi)計算得出 。

以下圖示出的分類(lèi)框架為例，每件專(zhuān)利至少從四個(gè)維度進(jìn)行分類(lèi)，包括技術(shù)領(lǐng)域，技術(shù)分類(lèi)，技術(shù)問(wèn)題和技術(shù)環(huán)節等。每個(gè)維度進(jìn)一步以樹(shù)形結構形成相應的分類(lèi)結構。對每件專(zhuān)利進(jìn)行分類(lèi)的策略是：盡量分到樹(shù)形結構中靠近葉子節點(diǎn)對應的類(lèi)別，除非專(zhuān)利涵蓋多個(gè)節點(diǎn)對應的類(lèi)別，這時(shí)可以賦予對應的多個(gè)分類(lèi)，也可以賦予其共同的父節點(diǎn)對應的分類(lèi)，例如一件專(zhuān)利的技術(shù)方案同時(shí)適用于快門(mén)式眼鏡和偏振眼鏡式3D產(chǎn)品，則可以將其技術(shù)分類(lèi)賦予父節點(diǎn)對應的分類(lèi)“眼鏡式3D”。

接下來(lái)將分類(lèi)框架中的描述型文字轉換為代碼類(lèi)型的標識，以方便后續定量計算。

如下圖所示，將四個(gè)分類(lèi)維度對應的代碼分別為F，T，P和S。每個(gè)維度下的樹(shù)形分類(lèi)結構的描述型文字及其對應的代碼如每個(gè)方框中的第一行和第二行文本所示。例如領(lǐng)域A1對應分類(lèi)代碼F11。分類(lèi)代碼的格式應與其樹(shù)形分類(lèi)框架存在對應。如本文中的分類(lèi)代碼通過(guò)字符串中從左到右逐位表示各層的分類(lèi)標識。例如F111對應技術(shù)領(lǐng)域的第三層節點(diǎn)，其是第二層節點(diǎn)F11的一個(gè)子節點(diǎn)，而節點(diǎn)F11又是第一層節點(diǎn)F1的一個(gè)子節點(diǎn)，F11和F12是兄弟節點(diǎn)。

下面確定節點(diǎn)之間的近似度計算方法，即基于分類(lèi)結果確定兩兩專(zhuān)利在每個(gè)維度上的近似度。

本文中定義同一維度內節點(diǎn)之間近似度為：(節點(diǎn)向上最近的共同父節點(diǎn)所在的層數)/(兩個(gè)節點(diǎn)所在層數的最大值)。

例如領(lǐng)域A11和領(lǐng)域A2節點(diǎn)之間的近似度可以定義為：2/3。本文將分類(lèi)代碼的每一位含義定義為分類(lèi)框架樹(shù)形結構完全對應，因此可以通過(guò)字符串逐位比對，計算上述近似度，以簡(jiǎn)化實(shí)現邏輯。

簡(jiǎn)化后的近似度計算公式為：(兩個(gè)節點(diǎn)代碼之間從左側第一位字符開(kāi)始連續匹配的數量)/(兩個(gè)節點(diǎn)代碼長(cháng)度的最大值)。

示例如下圖所示，左側的專(zhuān)利在四個(gè)維度的分類(lèi)代碼分別為F111，T11，P1和S1，右側的專(zhuān)利在四個(gè)維度的分類(lèi)代碼分別為F12，T12，P1和S2。需要說(shuō)明的是，分類(lèi)代碼中的第一位表示僅用于提示的維度信息，計算近似度時(shí)應忽略。由此不斷得出，左右兩個(gè)專(zhuān)利在F代表的維度的近似度=1/3，在T代表的維度的近似度=1/2，在P代表的維度的近似度=1/1，在S代表的維度的近似度=0/1。

通過(guò)上述過(guò)程確定各個(gè)維度的近似度后，可以代入公式1計算兩兩專(zhuān)利之間總的關(guān)聯(lián)度Sc。

當一件專(zhuān)利在同一個(gè)維度賦予多個(gè)分類(lèi)時(shí)，兩兩專(zhuān)利之間在該維度上的近似度計算從兩個(gè)分類(lèi)之間的近似度計算，擴展為兩個(gè)分類(lèi)集合之間的近似度計算問(wèn)題。本文采用的方案是將兩個(gè)專(zhuān)利的分類(lèi)集合中的元素兩兩計算近似度，以最大的近似度數值作為兩個(gè)專(zhuān)利之間的近似度。

PART 04
專(zhuān)利地圖-基于專(zhuān)利關(guān)聯(lián)度的可視化

為了便于了解專(zhuān)利關(guān)聯(lián)度在專(zhuān)利可視化中的應用，在介紹其他兩類(lèi)專(zhuān)利關(guān)聯(lián)度模型之前，首先提供基于多維分類(lèi)的專(zhuān)利關(guān)聯(lián)度進(jìn)行可視化的示例結果，如下圖所示。

實(shí)驗條件如下：

a.輸入：帶有多維分類(lèi)代碼結果的專(zhuān)利清單Excel文件，編寫(xiě)VBA函數計算兩兩專(zhuān)利之間的關(guān)聯(lián)度。

b.工具支撐：本地網(wǎng)頁(yè)文件嵌入Javascript，導入Excel數據，完成數據預處理；嵌入Echarts組件，以專(zhuān)利數據作為節點(diǎn)，以關(guān)聯(lián)度數據做為節點(diǎn)之間的連接屬性，創(chuàng )建力導圖進(jìn)行顯示。

c.主題提?。?/strong>人工完成，預覽各個(gè)簇內部的專(zhuān)利摘要，確定各個(gè)簇的專(zhuān)利主題。

上述實(shí)現條件借助Excel+Javascript+Echarts的工具組合可以實(shí)現數據量小于300條以?xún)鹊膶?zhuān)利地圖繪制，超過(guò)300條以上的數據集，建議更換為后文將介紹的R語(yǔ)言進(jìn)行處理和可視化，否則可能出現渲染不成功的現象。

PART 05

基于專(zhuān)利IPC分類(lèi)號計算專(zhuān)利近似度的陷阱

采用專(zhuān)利自有的IPC分類(lèi)號作為上述模型中的分類(lèi)代碼輸入，看起來(lái)可以省去人工標引的工作量，尤其專(zhuān)利數據量非常龐大的情況，但是需要正視如下問(wèn)題：

a.專(zhuān)利IPC分類(lèi)與產(chǎn)業(yè)界或報告使用者認同的分類(lèi)體系有一定差異。

b.專(zhuān)利IPC分類(lèi)號（即便同級別分類(lèi)）之間存在涵義重疊問(wèn)題，不能夠完全區分某些技術(shù)的多個(gè)技術(shù)分支。

c.專(zhuān)利IPC分類(lèi)號整體上屬于一個(gè)維度的分類(lèi)，無(wú)法映射多個(gè)維度的分類(lèi)信息。

d.專(zhuān)利IPC分類(lèi)號小組層面的樹(shù)形結構分類(lèi)體系依托于分類(lèi)號中的“."點(diǎn)符號的層級構建，而不是IPC分類(lèi)號的號碼格式，因此無(wú)法直接使用本文中提到的字符串匹配方式計算近似度，仍需要根據小組內的樹(shù)形結構分類(lèi)構建一套直接對應的分類(lèi)代碼體系，考慮到前三點(diǎn)的問(wèn)題，這類(lèi)重建工作所耗費的精力未必有價(jià)值。

e.某些專(zhuān)利的IPC分類(lèi)號不是很準。

因此，作者不推薦直接或間接使用IPC分類(lèi)號計算專(zhuān)利之間近似度。

PART 06
基于文本的專(zhuān)利關(guān)聯(lián)度模型

基于文本的專(zhuān)利關(guān)聯(lián)度計算是將文本挖掘技術(shù)轉用到專(zhuān)利分析領(lǐng)域的產(chǎn)物。

文本挖掘是從文本數據中抽取有價(jià)值的信息和知識的計算機處理技術(shù)，是自然語(yǔ)言處理（NLP）的熱門(mén)話(huà)題?；谖谋就诰蚶缈梢苑治鑫恼碌那楦行畔?、確認文章之間的相關(guān)性、對文章進(jìn)行分類(lèi)。計算文章之間的相關(guān)性的主要處理流程如下：

S1.對文章分詞，統計詞頻。

S2.去掉停用詞，以避免無(wú)實(shí)際含義的虛詞，連詞等對后續計算結果造成不利影響。

S3.利用文章的詞頻數據通過(guò)Pearson公式等相關(guān)性公式計算進(jìn)文章之間的相關(guān)性。

S4.基于相關(guān)性數據進(jìn)行可視化。

將文章替換為專(zhuān)利的文本數據，即可實(shí)現基于文本的專(zhuān)利關(guān)聯(lián)度計算。

由于R語(yǔ)言提供了豐富的文本挖掘工具包和完善的數據可視化工具包，作者建議在R語(yǔ)言環(huán)境下完成一站式專(zhuān)利文本導入、專(zhuān)利關(guān)聯(lián)度計算、以及力導圖渲染。

下圖是實(shí)際的一個(gè)算例。

基于文本的專(zhuān)利關(guān)聯(lián)度計算強烈依賴(lài)專(zhuān)利的文本特征，為此需要了解專(zhuān)利文本與常見(jiàn)的文章類(lèi)文本之間的不同，以及對關(guān)聯(lián)度計算造成的影響，尤其是為了提升效率，只將專(zhuān)利摘要或權利要求作為專(zhuān)利文本參與計算的情況。

a.專(zhuān)利摘要，權利要求的語(yǔ)言抽象，部分詞匯含義需結合說(shuō)明書(shū)上下文或附圖方可理解，與自然語(yǔ)言中的通常含義存在差別。

b.專(zhuān)利權利要求中的語(yǔ)言有上下位關(guān)系，而基于詞頻統計的專(zhuān)利近似度計算，無(wú)法識別上位詞匯和下位詞匯之間的關(guān)系，這使得上位專(zhuān)利和下位專(zhuān)利之間的關(guān)聯(lián)度計算不準確。

以上兩點(diǎn)可以看出需要重寫(xiě)摘要的必要性，一方面實(shí)現統一的術(shù)語(yǔ)表述，另一方面將下位概念的列舉補入重寫(xiě)的摘要中，當然也可以補入技術(shù)問(wèn)題技術(shù)效果的描述。

c.文本挖掘技術(shù)中通用的停用詞集合，對于具體主題的專(zhuān)利分析是不夠用的。還需結合專(zhuān)利的檢索式，專(zhuān)利的詞頻統計結果增加一些額外的停用詞，例如檢索式中的關(guān)鍵詞、本主題專(zhuān)利普遍攜帶的詞匯（如“顯示”，“設備”“方法”……）。在實(shí)際操作中，停用詞的增補需要根據具體主題的專(zhuān)利實(shí)際情況進(jìn)行人工干預，類(lèi)似一種“調試”操作。

PART 07

基于多維分類(lèi)和文本的專(zhuān)利關(guān)聯(lián)度模型

考慮基于多維分類(lèi)和文本的兩種關(guān)聯(lián)度模型可以?xún)?yōu)勢互補，在實(shí)際中可以將二者采用線(xiàn)性加權求和方式計算綜合專(zhuān)利關(guān)聯(lián)度信息。

以下是該方法的實(shí)際算例。

代碼下載
本文算例示例代碼已通過(guò)Gitee平臺開(kāi)源，訪(fǎng)問(wèn)鏈接如下：
https://gitee.com/yanwenlongair/patent-analysis-r

PART 08
小結

綜上，基于專(zhuān)利關(guān)聯(lián)度分析的專(zhuān)利地圖有其特定價(jià)值，專(zhuān)利分析不是固定的模板，不是固定的標準，通過(guò)方法改進(jìn)結論是一個(gè)有趣的過(guò)程。目前的方法顯然不是專(zhuān)利分析的終點(diǎn)。

（原標題：專(zhuān)利關(guān)聯(lián)度模型及應用）

來(lái)源：IPRdaily中文網(wǎng)（iprdaily.cn）

作者：閆文龍 段曉玲

編輯：IPRdaily辛夷          校對：IPRdaily縱橫君

注：原文鏈接：專(zhuān)利關(guān)聯(lián)度模型及應用（點(diǎn)擊標題查看原文）

「關(guān)于IPRdaily」

IPRdaily是全球領(lǐng)先的知識產(chǎn)權綜合信息服務(wù)提供商，致力于連接全球知識產(chǎn)權與科技創(chuàng )新人才。匯聚了來(lái)自于中國、美國、歐洲、俄羅斯、以色列、澳大利亞、新加坡、日本、韓國等15個(gè)國家和地區的高科技公司及成長(cháng)型科技企業(yè)的管理者及科技研發(fā)或知識產(chǎn)權負責人，還有來(lái)自政府、律師及代理事務(wù)所、研發(fā)或服務(wù)機構的全球近100萬(wàn)用戶(hù)（國內70余萬(wàn)+海外近30萬(wàn)），2019年全年全網(wǎng)頁(yè)面瀏覽量已經(jīng)突破過(guò)億次傳播。

（英文官網(wǎng)：iprdaily.com  中文官網(wǎng)：iprdaily.cn） 

本文來(lái)自IPRdaily中文網(wǎng)（iprdaily.cn）并經(jīng)IPRdaily.cn中文網(wǎng)編輯。轉載此文章須經(jīng)權利人同意，并附上出處與作者信息。文章不代表IPRdaily.cn立場(chǎng)，如若轉載，請注明出處：“http://qaqi.cn