一、常用的专利情报分析方法
专利情报分析方法是以文献计量学为基础、借助于其它学科的知识和有关工具而进行的。以前,专利情报分析主要是手工从专利文献中抽取大量的专利信息,利用有关统计方法,结合行业经验进行分析处理、探索隐藏在专利文献背后的情报,来为企业技术创新管理的决策服务。因此当时的主要分析方法有原文分析法、简单统计分析法、以简单统计为基础的图表法、动态矢量法等。
1. 原文分析法。
通过检索竞争对手企业的专利说明书,对其进行仔细阅读、认真分析来掌握竞争对手新产品新技术的开发特点,包括寻找空隙法、技术改进法、技术综合法和专利技术原理法。
2. 简单统计分析。
按照专利发明人、专利申请人、专利分类号和专利文献的数量分别进行统计分析。通过对相关情况的统计分析,能够了解各国科技进步的现状、技术研究兴趣或热点的转移情况、能在一定程度上摸清当前技术发明人的注意力以及该项技术领域发展的去向、可以看出在某一技术领域的竞争情况,甚至可以判断出最活跃的领域。
3. 组配统计分析。
通过对专利统计中专利分类号、专利权人、专利申请日(授权公布日) 和专利申请国进行组配统计,由此获得各种统计信息,然后对这些统计信息进行分析。
4. 关键词频统计。
①删除重复申请的专利,然后从专利权项、摘要和标题中抽取若干带有技术实验概念的关键词; ②对关键词的频数进行统计; ③是读意,对出现概率比较高的关键词进行逻辑组配,进行技术概念的再理解。
5. 技术细分后再统计。
按等级树原则对某一技术进行技术细分展开,对其下位概念逐项进行统计 。
6. 指标变化图表和技术动态及特性比较表。
技术动态及特性表主要用来从技术领域、产品的某些功能等角度,反映不同年度和不同企业申请专利的技术动态和特性,从而比较诸企业的技术开发趋势和方向。主要形式有:企业在不同年度、不同技术领域中技术开发比较,不同科研选题的比较、不同企业不同科研选题比较,各种因素之间的回归分析 。
7. 矢量动态模型法。
专利文献除反映科学技术的量变关系外,还隐含着科技发展的方向。因此借用矢量的概念来加以表示。应用矢量模型法就是把统计的动态数据实行矢量模型化,尔后对科学发展动向加以评价和预测。
8. 专利引文分析法。
对专利文献引用参考文献的现象进行分析研究,揭示其数量特征和内存规律,并据此进行技术发展趋势的评价。
9. 专题资料分析法。
所谓“专题资料分析法”,就是根据专利文献在国际发明分类表中的分散性,在某专题文献资料的地理分布、研究内容等进行排列组合和分析研究,从中预测世界上创造发明活动最活跃的国家以及侧重研究的领域等。
二、专利情报分析方法最新发展
随着计算机的普及、信息技术和网络技术的发展,专利情报分析逐渐从手工处理过渡到了以计算机为工具的时代。这对专利情报分析提供了极大的便利条件,而且也促使专利情报分析方法向自动化、智能化、可视化方向发展。
1. 计算机的量化处理。
要对每个领域中所包括的成百上千专利文献进行量化分析,应必须对这些专利文献的申请日、主分类号、优先权申请国、申请人、公开号等著录项进行检索、筛选、统计,并绘制图表。用手工方法显然是极费时费力的。为此需要创建专利情报分析数据库,并采用计算机分析、统计数据库中专利文献著录项的方式对专利文献进行量化分析。
在专利情报分析数据库中,运用EXCEL 电子表格所具有的强大功能,对每一项著录项目进行排序,从中筛选出每年、各国、各公司的专利申请号,再对上述各项进行数量统计,就可有针对性地做出统计图表,从各个方面了解该领域的专利发展情况。具体来说,主要包括:①专利申请数量的年代分布,可以栅测出某技术领域的未来发展态势; ②专利文献的技术主题分类,可对技术主题进行分类统计并做成技术主题分布图; ③以优先权所属国统计各国的本国专利申请量,可以了解各国家在该领域的技术实力; ④各公司所拥有的专利数量统计,可了解各公司在该技术领域的技术经济实力; ⑤各公司国外专利申请情况,对具有两个国家以上的专利申请进行数量统计,画出各公司国外专利申请数量的分布图; ⑥各国专利申请数量的分布情况,查清在不同国家所面临的竞争对手,可以了解外国公司在这些国家的市场竞争程度; ⑦各国家专利的申请情况统计分析,可了解在每一个国家内各公司的竞争态势。
2. 基于相似函数的专利情报分析方法。
这里所述的相似函数包括:基于专利引文的相似函数和基于术语并发的相似函数，基于文献中术语的并发性的相似函数也是有效的。可靠的数据源提供了每篇文献的一致的索引术语,这些用来建立基于术语并发的相似函数。
这个函数使用SQL 查询语句很容易执行。计算出文献间的相似值后,利用力定向配置法( force direct placement) 或自组织神经网络技术来将文献映射到二维空间中,形成文献聚类,以探索文献间的关系。力定向配置法就是在开始的时候,所有的文献都放置在平面中心位置,文献之间的作用力与它们的距离成反比,与它们的相似值成正比;如果相似值大于0 ,则为吸引力,否则为排斥力;力的方向遵守力学中库仑法则。此过程反复进行,直到形成一个稳定的文献映射图。自组织神经网络技术是以相似矩阵的行为输入变量,训练矩形的自组织神经网络。一般使用的是一个的自组织神经元矩阵。在训练完成后, N维空间中的神经元连接权的密度分布与训练矢量的密度分布相匹配。
总的来说，专利分析分为定量分析与定性分析两种。
1、定量分析
定量分析主要是通过专利文献的外表特征进行统计分析，也就是通过专利文献上所固有的标引项目来识别有关文献，然后对有关指标进行统计，最后用不同方法对有关数据的变化进行解释，以取得动态发展趋势方面的情报。
（1）统计的对象与角度
①统计对象一般是以专利件数为单位。 ②统计可按专利分类、专利权人、年度、国别等从不同角度进行。 当按分类对专利信息进行统计时，根据各个领域内专利数量的多寡，可得知哪些科技领域的发明行为景为活跃，哪一种技术将得到突破，哪些是即将被淘汰的技术。 如果对专利信息按国别进行统计，就可以发现被统计国家的科技发展战略及其在各个领域所处的地位。这种统计结果有助于人们了解某一时期各国科研和开发的重点。 如果对专利按专利权人进行统计，可以发现某个领域重要的技术拥有者，或者哪个公司在该领域的具有重要地位。 （2）统计的主要指标
①专利数量。 某一技术类别的专利数量可以用于衡量这一技术领域技术活动的水平；而某一公司或某专利权人历年申请的专利数量反映了其技术活动发生、发展的过程及发展趋势等。利用专利数量可以进行各国在不同时期、不同领域技术活动产出和谋求工业产权保护意向的比较。 ② 同族专利数量。 某一发明的同族专利数反映了这个公司专利申请地域的广度，也反映了此发明的潜在价值——由于需要翻译和专门的法律帮助等费用，在国外申请专利比在自己国家要昂贵得多，只有那些被公司认识到最有商业价值的发明才会在多国申请专利，以便保护今后的投资和产品输出的独占权。 ③专利被引次数。 某一专利被后续专利引用的次数可以反映此专利的重要程度，因为一项重要的专利出现以后，会伴随出现大量的改进专利产生，这项重要专利会被改进专利重复引用。引用情况揭示了专利之间的联系，可用于跟踪对应于不同技术的专利网络，发现处于不同技术交叉点上的专利。可惜的是我国的专利数据库不能提供专利的被引次数，这不能不说是个缺憾。 ④专利成长率。 专利成长率测算的是专利数量成长随时间变化的百分率，可显现技术创新随时间的变化是增加还是迟缓。例如专利季成长率是将一企业于某季所获得的专利数量与前一季所获得的专利数量相比较，计算出该季所获专利较前一季增减幅度的百分比率。专利年成长率测算的是和上一年相比专利增长变化的百分比，用来衡量一年来技术活动发展的变化状况。 ⑤科学关联性。 科学关联性测算的是专利（标的专利）所引证的科研学术论文或研究报告数量，该指标衡量的是专利技术和前沿科学研究关系。科学关联性的数值具有产业依存性：机械行业的科学关联性平均数值将近为零，而高科技生化产业可能高达15。 ⑥ 技术生命周期。 技术生命周期测算的是企业的专利在其申请文件扉页中所引证专利技术年龄的平均数。因此技术生命周期可以这样理解：是最新专利和最早专利之间的一段时间。如果技术生命周期较短，意味着正在着力研发一门相对较新的技术，而且这门技术发展创新的非常快。技术生命周期具产业依存性，相对热门的产业技术周期较短，如电子类的约3～4年，而制药类的约为8～9年，造船类的可能长达15年。 ⑦专利效率。 专利效率测算的是一定的研发经费支出所创造的专利数量产出，此项指标用来评估企业在预定时间内专利数量产出的科研能力和成本效率。专利数量产出的越多，专利效率越高，则企业的技术研发能力越强。 ⑧ 专利实施率。 专利实施率能否被有益地实施、能否带来科技创新对于那些还未实施的专利技术来说还是一个未知数。一般的发明专利的实施都还要经过一个开发过程，而开发不是都能成功的，有不少发明专利技术在开发过程中因技术难点解决不了或在现有技术条件下达不到预期效果，不得不半途而废或最终放弃。可以通过技术性能、经济效益、社会效益、市场因素、产业化开发和生产能力、宏观环境以及产业化风险等多个角度对发明专利的实施进行衡量。专利实施率越高，则专利对于技术发展、技术创新做出的贡献越大，和技术发展结合得越紧密。我国的专利实施率仅仅维持于30%左右，远远低于欧美日各国的水平。 ⑨产业标准化指标。 在跨产业横向比较的时候，产业之间的差异给不同产业之间的专利指标数值的比较带来了麻烦，为此需要使用产业标准化指标。产业标准化指标的数值是将一个企业的指标值除以企业所在产业该指标的平均值得出的。例如，在化学产业有30家企业，它们的科学关联性的平均数值为3.7，那么每一个化学企业科学关联性的标准指标值应该是通过各企业科学关联性的指标值除以3.7得到的。通过这种方式，可以消除不同产业所带来的不同影响，进而找出每个产业内表现最好的那个企业。
（3）统计的主要内容
①专利技术按时间的分布研究。 即以时间为横轴、专利申请量(或批准量)为纵轴，统计专利量随时间的变化规律，一般用于趋势预测。 任何技术都有一个产生、发展、成熟及衰老的过程，历年申请的专利数量、专利引文数量变化可以确定该技术的发展趋势及活跃时期，为科研立项、技术开发等重大决策提供依据。而对不同技术领域的专利进行时间分布的对比研究，可以确定在某一时期内，哪些技术领域比较活跃，哪些技术领域处于停滞状态。 ②专利技术按空间的分布研究。 即通过不同公司、企业间的专利数量对比，来反映他们的技术水平与实力。空间分布一般用于识别竞争对手，分析其技术策略等。 将某一技术类别的专利申请按专利权人进行统计，可以得到某项技术在不同公司或企业间的分布，了解哪些公司或企业在该领域投入较多、专利活动较活跃、技术水平较领先；而对不同技术类别各公司的专利频数进行统计，可以了解各公司最活跃的领域，即其开发的重点领域。另外，通过检索某一专利的同族专利，可以得到这些专利申请的地理分布，从而判断其商业价值，了解某公司技术输出的重点领域；也可以为技术引进提供依据，为产品出口避开对方的保护区提供情报。
（4）度量技术发展不同阶段的统计参数。
技术生长率V：。其中a：当年发明专利申请数(或批准数)；A：追溯5年的发明专利申请累积数(或批准累积数)。连续计算数年，V值递增，说明该技术正在萌芽或生长阶段。 技术成熟系数α ：。其中a同上，b为当年实用新型专利申请数(或批准数)。连续计算数年，α值递减，反映技术日趋成熟。 技术衰老系数β：。其中a、b同上，c为当年外观设计专利或商标申请数(或批准数)。连续计算数年，β值递增，预示该技术日渐陈旧。 新技术特征系数N：N = υ2 + α2。其中υ为技术生长率，α为技术成熟系数。是反映某项技术新兴或衰老的综合指标，N值越大，新技术特征越强，预示它越具有发展潜力。 2、定性分析
定性分析也称技术分析，是以专利的技术内容或专利的“质”来识别专利，并按技术特征来归并有关专利使其有序化。这和统计分析仅依靠专利文献外表特征是有很大区别的。定性分析一般用来获得技术动向、企业动向、特定权利状况等方面的情况。可以从发明的用途、原理、材料、结构和方法等5个方面来考虑重要专利的内容，并将重要专利按照内容的异同分类。如果专利内容以原理为主，说明这项技术尚未成熟；如果专利内容以用途的多样性为主，则说明技术已能实用。另外，将某技术领域各主要公司的专利按专利内容列表分析可以看出各公司的技术特色及开发重点；将有关专利按技术内容的异同分成各个专利群，对某一公司拥有的不同专利群或对不同时期专利群变化情况进行分析，可以对某项技术或产品发展过程中的关键问题、今后发展趋势及应用动向、与其他技术的关系等进行分析与预测。
由于涉及到技术的具体内容，定性分析的工作比较繁重、复杂。至于用定量分析还是定性分析，应视所希望解决的问题和掌握的专利数据而定。事实上，经常需要将定性分析与定量分析结合起来才能达到好的效果。比如，可先通过定量分析确定哪些公司在某一技术领域占有技术优势(专利申请量或批准量可以反映技术活动水平)，辨别这一技术领域的重要专利(某一专利被后续专利的引用数反映专利的重要性)，然后再针对这些公司的重要专利进行定性分析。
专利信息的定量分析与定性分析，一个是通过量的变化，一个是通过内在质的变化来反映技术的发展状况与发展趋势。两者既有区别，又存在必然的联系。量的分类需要根据质，质的体现又要通过量。因此在实际工作中，将两者配合使用会获得更好的效果。
