壹、常用的專利情報分析方法
專利情報分析方法是以文獻計量學為基礎、借助於其它學科的知識和有關工具而進行的。以前,專利情報分析主要是手工從專利文獻中抽取大量的專利信息,利用有關統計方法,結合行業經驗進行分析處理、探索隱藏在專利文獻背後的情報,來為企業技術創新管理的決策服務。因此當時的主要分析方法有原文分析法、簡單統計分析法、以簡單統計為基礎的圖表法、動態矢量法等。
1. 原文分析法。
通過檢索競爭對手企業的專利說明書,對其進行仔細閱讀、認真分析來掌握競爭對手新產品新技術的開發特點,包括尋找空隙法、技術改進法、技術綜合法和專利技術原理法。
2. 簡單統計分析。
按照專利發明人、專利申請人、專利分類號和專利文獻的數量分別進行統計分析。通過對相關情況的統計分析,能夠了解各國科技進步的現狀、技術研究興趣或熱點的轉移情況、能在壹定程度上摸清當前技術發明人的註意力以及該項技術領域發展的去向、可以看出在某壹技術領域的競爭情況,甚至可以判斷出最活躍的領域。
3. 組配統計分析。
通過對專利統計中專利分類號、專利權人、專利申請日(授權公布日) 和專利申請國進行組配統計,由此獲得各種統計信息,然後對這些統計信息進行分析。
4. 關鍵詞頻統計。
①刪除重復申請的專利,然後從專利權項、摘要和標題中抽取若幹帶有技術實驗概念的關鍵詞; ②對關鍵詞的頻數進行統計; ③是讀意,對出現概率比較高的關鍵詞進行邏輯組配,進行技術概念的再理解。
5. 技術細分後再統計。
按等級樹原則對某壹技術進行技術細分展開,對其下位概念逐項進行統計 。
6. 指標變化圖表和技術動態及特性比較表。
技術動態及特性表主要用來從技術領域、產品的某些功能等角度,反映不同年度和不同企業申請專利的技術動態和特性,從而比較諸企業的技術開發趨勢和方向。主要形式有:企業在不同年度、不同技術領域中技術開發比較,不同科研選題的比較、不同企業不同科研選題比較,各種因素之間的回歸分析 。
7. 矢量動態模型法。
專利文獻除反映科學技術的量變關系外,還隱含著科技發展的方向。因此借用矢量的概念來加以表示。應用矢量模型法就是把統計的動態數據實行矢量模型化,爾後對科學發展動向加以評價和預測。
8. 專利引文分析法。
對專利文獻引用參考文獻的現象進行分析研究,揭示其數量特征和內存規律,並據此進行技術發展趨勢的評價。
9. 專題資料分析法。
所謂“專題資料分析法”,就是根據專利文獻在國際發明分類表中的分散性,在某專題文獻資料的地理分布、研究內容等進行排列組合和分析研究,從中預測世界上創造發明活動最活躍的國家以及側重研究的領域等。
二、專利情報分析方法最新發展
隨著計算機的普及、信息技術和網絡技術的發展,專利情報分析逐漸從手工處理過渡到了以計算機為工具的時代。這對專利情報分析提供了極大的便利條件,而且也促使專利情報分析方法向自動化、智能化、可視化方向發展。
1. 計算機的量化處理。
要對每個領域中所包括的成百上千專利文獻進行量化分析,應必須對這些專利文獻的申請日、主分類號、優先權申請國、申請人、公開號等著錄項進行檢索、篩選、統計,並繪制圖表。用手工方法顯然是極費時費力的。為此需要創建專利情報分析數據庫,並采用計算機分析、統計數據庫中專利文獻著錄項的方式對專利文獻進行量化分析。
在專利情報分析數據庫中,運用EXCEL 電子表格所具有的強大功能,對每壹項著錄項目進行排序,從中篩選出每年、各國、各公司的專利申請號,再對上述各項進行數量統計,就可有針對性地做出統計圖表,從各個方面了解該領域的專利發展情況。具體來說,主要包括:①專利申請數量的年代分布,可以柵測出某技術領域的未來發展態勢; ②專利文獻的技術主題分類,可對技術主題進行分類統計並做成技術主題分布圖; ③以優先權所屬國統計各國的本國專利申請量,可以了解各國家在該領域的技術實力; ④各公司所擁有的專利數量統計,可了解各公司在該技術領域的技術經濟實力; ⑤各公司國外專利申請情況,對具有兩個國家以上的專利申請進行數量統計,畫出各公司國外專利申請數量的分布圖; ⑥各國專利申請數量的分布情況,查清在不同國家所面臨的競爭對手,可以了解外國公司在這些國家的市場競爭程度; ⑦各國家專利的申請情況統計分析,可了解在每壹個國家內各公司的競爭態勢。
2. 基於相似函數的專利情報分析方法。
這裏所述的相似函數包括:基於專利引文的相似函數和基於術語並發的相似函數，基於文獻中術語的並發性的相似函數也是有效的。可靠的數據源提供了每篇文獻的壹致的索引術語,這些用來建立基於術語並發的相似函數。
這個函數使用SQL 查詢語句很容易執行。計算出文獻間的相似值後,利用力定向配置法( force direct placement) 或自組織神經網絡技術來將文獻映射到二維空間中,形成文獻聚類,以探索文獻間的關系。力定向配置法就是在開始的時候,所有的文獻都放置在平面中心位置,文獻之間的作用力與它們的距離成反比,與它們的相似值成正比;如果相似值大於0 ,則為吸引力,否則為排斥力;力的方向遵守力學中庫侖法則。此過程反復進行,直到形成壹個穩定的文獻映射圖。自組織神經網絡技術是以相似矩陣的行為輸入變量,訓練矩形的自組織神經網絡。壹般使用的是壹個的自組織神經元矩陣。在訓練完成後, N維空間中的神經元連接權的密度分布與訓練矢量的密度分布相匹配。
總的來說，專利分析分為定量分析與定性分析兩種。
1、定量分析
定量分析主要是通過專利文獻的外表特征進行統計分析，也就是通過專利文獻上所固有的標引項目來識別有關文獻，然後對有關指標進行統計，最後用不同方法對有關數據的變化進行解釋，以取得動態發展趨勢方面的情報。
（1）統計的對象與角度
①統計對象壹般是以專利件數為單位。 ②統計可按專利分類、專利權人、年度、國別等從不同角度進行。 當按分類對專利信息進行統計時，根據各個領域內專利數量的多寡，可得知哪些科技領域的發明行為景為活躍，哪壹種技術將得到突破，哪些是即將被淘汰的技術。 如果對專利信息按國別進行統計，就可以發現被統計國家的科技發展戰略及其在各個領域所處的地位。這種統計結果有助於人們了解某壹時期各國科研和開發的重點。 如果對專利按專利權人進行統計，可以發現某個領域重要的技術擁有者，或者哪個公司在該領域的具有重要地位。（2）統計的主要指標
①專利數量。 某壹技術類別的專利數量可以用於衡量這壹技術領域技術活動的水平；而某壹公司或某專利權人歷年申請的專利數量反映了其技術活動發生、發展的過程及發展趨勢等。利用專利數量可以進行各國在不同時期、不同領域技術活動產出和謀求工業產權保護意向的比較。 ② 同族專利數量。 某壹發明的同族專利數反映了這個公司專利申請地域的廣度，也反映了此發明的潛在價值——由於需要翻譯和專門的法律幫助等費用，在國外申請專利比在自己國家要昂貴得多，只有那些被公司認識到最有商業價值的發明才會在多國申請專利，以便保護今後的投資和產品輸出的獨占權。 ③專利被引次數。 某壹專利被後續專利引用的次數可以反映此專利的重要程度，因為壹項重要的專利出現以後，會伴隨出現大量的改進專利產生，這項重要專利會被改進專利重復引用。引用情況揭示了專利之間的聯系，可用於跟蹤對應於不同技術的專利網絡，發現處於不同技術交叉點上的專利。可惜的是我國的專利數據庫不能提供專利的被引次數，這不能不說是個缺憾。 ④專利成長率。 專利成長率測算的是專利數量成長隨時間變化的百分率，可顯現技術創新隨時間的變化是增加還是遲緩。例如專利季成長率是將壹企業於某季所獲得的專利數量與前壹季所獲得的專利數量相比較，計算出該季所獲專利較前壹季增減幅度的百分比率。專利年成長率測算的是和上壹年相比專利增長變化的百分比，用來衡量壹年來技術活動發展的變化狀況。 ⑤科學關聯性。 科學關聯性測算的是專利（標的專利）所引證的科研學術論文或研究報告數量，該指標衡量的是專利技術和前沿科學研究關系。科學關聯性的數值具有產業依存性：機械行業的科學關聯性平均數值將近為零，而高科技生化產業可能高達15。 ⑥ 技術生命周期。 技術生命周期測算的是企業的專利在其申請文件扉頁中所引證專利技術年齡的平均數。因此技術生命周期可以這樣理解：是最新專利和最早專利之間的壹段時間。如果技術生命周期較短，意味著正在著力研發壹門相對較新的技術，而且這門技術發展創新的非常快。技術生命周期具產業依存性，相對熱門的產業技術周期較短，如電子類的約3～4年，而制藥類的約為8～9年，造船類的可能長達15年。 ⑦專利效率。 專利效率測算的是壹定的研發經費支出所創造的專利數量產出，此項指標用來評估企業在預定時間內專利數量產出的科研能力和成本效率。專利數量產出的越多，專利效率越高，則企業的技術研發能力越強。 ⑧ 專利實施率。 專利實施率能否被有益地實施、能否帶來科技創新對於那些還未實施的專利技術來說還是壹個未知數。壹般的發明專利的實施都還要經過壹個開發過程，而開發不是都能成功的，有不少發明專利技術在開發過程中因技術難點解決不了或在現有技術條件下達不到預期效果，不得不半途而廢或最終放棄。可以通過技術性能、經濟效益、社會效益、市場因素、產業化開發和生產能力、宏觀環境以及產業化風險等多個角度對發明專利的實施進行衡量。專利實施率越高，則專利對於技術發展、技術創新做出的貢獻越大，和技術發展結合得越緊密。我國的專利實施率僅僅維持於30%左右，遠遠低於歐美日各國的水平。 ⑨產業標準化指標。 在跨產業橫向比較的時候，產業之間的差異給不同產業之間的專利指標數值的比較帶來了麻煩，為此需要使用產業標準化指標。產業標準化指標的數值是將壹個企業的指標值除以企業所在產業該指標的平均值得出的。例如，在化學產業有30家企業，它們的科學關聯性的平均數值為3.7，那麽每壹個化學企業科學關聯性的標準指標值應該是通過各企業科學關聯性的指標值除以3.7得到的。通過這種方式，可以消除不同產業所帶來的不同影響，進而找出每個產業內表現最好的那個企業。
（3）統計的主要內容
①專利技術按時間的分布研究。 即以時間為橫軸、專利申請量(或批準量)為縱軸，統計專利量隨時間的變化規律，壹般用於趨勢預測。 任何技術都有壹個產生、發展、成熟及衰老的過程，歷年申請的專利數量、專利引文數量變化可以確定該技術的發展趨勢及活躍時期，為科研立項、技術開發等重大決策提供依據。而對不同技術領域的專利進行時間分布的對比研究，可以確定在某壹時期內，哪些技術領域比較活躍，哪些技術領域處於停滯狀態。 ②專利技術按空間的分布研究。 即通過不同公司、企業間的專利數量對比，來反映他們的技術水平與實力。空間分布壹般用於識別競爭對手，分析其技術策略等。 將某壹技術類別的專利申請按專利權人進行統計，可以得到某項技術在不同公司或企業間的分布，了解哪些公司或企業在該領域投入較多、專利活動較活躍、技術水平較領先；而對不同技術類別各公司的專利頻數進行統計，可以了解各公司最活躍的領域，即其開發的重點領域。另外，通過檢索某壹專利的同族專利，可以得到這些專利申請的地理分布，從而判斷其商業價值，了解某公司技術輸出的重點領域；也可以為技術引進提供依據，為產品出口避開對方的保護區提供情報。
（4）度量技術發展不同階段的統計參數。
技術生長率V：。其中a：當年發明專利申請數(或批準數)；A：追溯5年的發明專利申請累積數(或批準累積數)。連續計算數年，V值遞增，說明該技術正在萌芽或生長階段。 技術成熟系數α ：。其中a同上，b為當年實用新型專利申請數(或批準數)。連續計算數年，α值遞減，反映技術日趨成熟。 技術衰老系數β：。其中a、b同上，c為當年外觀設計專利或商標申請數(或批準數)。連續計算數年，β值遞增，預示該技術日漸陳舊。 新技術特征系數N：N = υ2 + α2。其中υ為技術生長率，α為技術成熟系數。是反映某項技術新興或衰老的綜合指標，N值越大，新技術特征越強，預示它越具有發展潛力。2、定性分析
定性分析也稱技術分析，是以專利的技術內容或專利的“質”來識別專利，並按技術特征來歸並有關專利使其有序化。這和統計分析僅依靠專利文獻外表特征是有很大區別的。定性分析壹般用來獲得技術動向、企業動向、特定權利狀況等方面的情況。可以從發明的用途、原理、材料、結構和方法等5個方面來考慮重要專利的內容，並將重要專利按照內容的異同分類。如果專利內容以原理為主，說明這項技術尚未成熟；如果專利內容以用途的多樣性為主，則說明技術已能實用。另外，將某技術領域各主要公司的專利按專利內容列表分析可以看出各公司的技術特色及開發重點；將有關專利按技術內容的異同分成各個專利群，對某壹公司擁有的不同專利群或對不同時期專利群變化情況進行分析，可以對某項技術或產品發展過程中的關鍵問題、今後發展趨勢及應用動向、與其他技術的關系等進行分析與預測。
由於涉及到技術的具體內容，定性分析的工作比較繁重、復雜。至於用定量分析還是定性分析，應視所希望解決的問題和掌握的專利數據而定。事實上，經常需要將定性分析與定量分析結合起來才能達到好的效果。比如，可先通過定量分析確定哪些公司在某壹技術領域占有技術優勢(專利申請量或批準量可以反映技術活動水平)，辨別這壹技術領域的重要專利(某壹專利被後續專利的引用數反映專利的重要性)，然後再針對這些公司的重要專利進行定性分析。
專利信息的定量分析與定性分析，壹個是通過量的變化，壹個是通過內在質的變化來反映技術的發展狀況與發展趨勢。兩者既有區別，又存在必然的聯系。量的分類需要根據質，質的體現又要通過量。因此在實際工作中，將兩者配合使用會獲得更好的效果。