基于大數(shù)據(jù)和云盾技術(shù)的地方專利信息檢索系統(tǒng)研究

劉銳

摘要：知識(shí)產(chǎn)權(quán)服務(wù)中專利申請(qǐng)及相關(guān)的法律服務(wù)關(guān)系到我國自主知識(shí)產(chǎn)權(quán)法律效力的發(fā)展趨向，同時(shí)也是保障基礎(chǔ)知識(shí)產(chǎn)權(quán)服務(wù)有效性的根本措施，只有這樣，才能夠讓更多的創(chuàng)新技術(shù)人才在相應(yīng)的專業(yè)領(lǐng)域內(nèi)構(gòu)建切實(shí)有效的發(fā)展規(guī)劃，進(jìn)而滿足對(duì)專利申請(qǐng)、檢索和法律訴訟等服務(wù)的高效化需求。隨著大數(shù)據(jù)的快速發(fā)展以及云盾技術(shù)的廣泛普及，信息增長是爆炸式的，專利信息作為規(guī)劃經(jīng)濟(jì)發(fā)展和科技創(chuàng)新的重要依據(jù)，不僅是政府事業(yè)單位有效專利布局的措施，也是地方企事業(yè)單位的重要信息資源。構(gòu)建地方專利大數(shù)據(jù)庫、專利信息檢索分析等多功能系統(tǒng)是擴(kuò)大專利信息利用率，促進(jìn)地方政策分析、技術(shù)預(yù)測(cè)和科技創(chuàng)新的發(fā)展重要舉措。該文主要基于大數(shù)據(jù)和云盾技術(shù)，對(duì)涼山州地方專利信息檢索系統(tǒng)進(jìn)行簡(jiǎn)要分析。

關(guān)鍵詞：專利信息;專利情報(bào);信息服務(wù);信息平臺(tái)

中圖分類號(hào)：TP311? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? 文章編號(hào)：1009-3044（2019）02-0001-02

在專利信息檢索系統(tǒng)的構(gòu)建中，需要考慮較多因素，如信息資源、信息分析工具、服務(wù)機(jī)構(gòu)等，本文運(yùn)用已開發(fā)適用于早期階段的“專利統(tǒng)計(jì)分析軟件”（專利統(tǒng)計(jì)和分析軟件，簡(jiǎn)稱PSAS）及其在線分析工具（PIOL），基于大數(shù)據(jù)以及云盾技術(shù)，研究構(gòu)建涼山州地方專利信息檢索系統(tǒng)。在實(shí)際的專利系統(tǒng)研發(fā)和開發(fā)的過程中，由于整體的專利資源的限制，對(duì)整個(gè)的信息資源的有效性產(chǎn)生較大影響，且由于實(shí)際的專利利用的思維及主要的檢索方式的不同，使得整體的專利信息服務(wù)系統(tǒng)因?yàn)榈胤劫Y源有效性的差異而不同，因此在實(shí)際的專利系統(tǒng)結(jié)構(gòu)及主要的思維進(jìn)行構(gòu)建的過程中，要對(duì)實(shí)際操作和應(yīng)用進(jìn)行相應(yīng)分析，以實(shí)現(xiàn)對(duì)整個(gè)專利檢索系統(tǒng)的有效性分析，從而體現(xiàn)專利檢索系統(tǒng)中的知識(shí)產(chǎn)權(quán)結(jié)構(gòu)及多樣性利用及研發(fā)，使得專利檢索系統(tǒng)的結(jié)構(gòu)及相應(yīng)的軟件內(nèi)容具有高效的分析性，且能夠有效的促進(jìn)區(qū)域?qū)＠畔z索高效化發(fā)展，且有助于保障專利布局、專利申請(qǐng)及相關(guān)數(shù)據(jù)的準(zhǔn)確性及高效性。

1 地方專利信息檢索系統(tǒng)建設(shè)思路

《四川省“十三五”知識(shí)產(chǎn)權(quán)保護(hù)和運(yùn)用規(guī)劃》（川府發(fā)〔2017〕13號(hào)）文，在知識(shí)產(chǎn)權(quán)綜合服務(wù)工程中明確指出：“建設(shè)知識(shí)產(chǎn)權(quán)大數(shù)據(jù)庫、知識(shí)產(chǎn)權(quán)信息檢索、分析等多功能的知識(shí)產(chǎn)權(quán)公共服務(wù)平臺(tái)”;在第四條重點(diǎn)領(lǐng)域中也提出：“推進(jìn)專利檢索數(shù)據(jù)庫等專利基礎(chǔ)數(shù)據(jù)資源開放平臺(tái)建設(shè)”。由此可見，建設(shè)知識(shí)產(chǎn)權(quán)大數(shù)據(jù)庫、知識(shí)產(chǎn)權(quán)信息檢索、分析功能系統(tǒng)，已成為知識(shí)產(chǎn)權(quán)公共服務(wù)平臺(tái)建設(shè)中不可或缺的重要組成部分。

涼山州地方專利服務(wù)平臺(tái)，是基于大數(shù)據(jù)和云盾技術(shù)研發(fā)的專利信息檢索分析及統(tǒng)計(jì)對(duì)比系統(tǒng)平臺(tái)，幫助當(dāng)?shù)仄髽I(yè)制定正確的市場(chǎng)發(fā)展戰(zhàn)略，指導(dǎo)和推動(dòng)企業(yè)科技研發(fā)，避免重復(fù)研發(fā)，專利侵權(quán)的有效監(jiān)控和預(yù)警。系統(tǒng)平臺(tái)具有地方特色，體現(xiàn)專利信息特點(diǎn)，能夠滿足廣大網(wǎng)絡(luò)用戶對(duì)專利信息的需求，具有操作高效，操作方便，長期運(yùn)行等特點(diǎn)。該系統(tǒng)包括專利信息檢索，統(tǒng)計(jì)管理，對(duì)比分析等，實(shí)現(xiàn)數(shù)據(jù)網(wǎng)絡(luò)化管理，以及與著錄項(xiàng)目、權(quán)利要求書、全文PDF圖像，可視化數(shù)據(jù)圖表，有效日期，法律狀態(tài)，機(jī)構(gòu)屬性、申請(qǐng)?zhí)柕认嚓P(guān)信息的統(tǒng)一管理。該系統(tǒng)可以根據(jù)用戶的需要進(jìn)行專利信息檢索分析，也可以通過輸入專利發(fā)明人，申請(qǐng)人和地區(qū)之間進(jìn)行專利統(tǒng)計(jì)和專利數(shù)據(jù)比對(duì)。該系統(tǒng)的設(shè)計(jì)是專利信息利用的專屬系統(tǒng)，其特點(diǎn)是建立本地專利大數(shù)據(jù)庫，應(yīng)用網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)進(jìn)行知識(shí)產(chǎn)權(quán)文檔的自動(dòng)分類、自動(dòng)文摘的形成、檢索結(jié)果的聚類和相關(guān)度排序等，利用智能代理技術(shù)加強(qiáng)用戶的個(gè)性化檢索，實(shí)現(xiàn)聯(lián)合查詢，多場(chǎng)組合檢索，任意組合專利信息屬性字段檢索，以及從一個(gè)檢索入口同時(shí)檢索多個(gè)不同區(qū)域的資源庫，由被動(dòng)檢索變成主動(dòng)檢索，達(dá)到精準(zhǔn)檢索、分析、統(tǒng)計(jì)、對(duì)比等多功能平臺(tái)。同時(shí)在檢索的過程中可以根據(jù)實(shí)際需求將檢索的相關(guān)內(nèi)容進(jìn)行分析以及數(shù)據(jù)比對(duì)，并將專利所需要專利數(shù)據(jù)生產(chǎn)PDF文檔進(jìn)行下載導(dǎo)出打印，提高專利信息的利用率。

2 基于大數(shù)據(jù)和云盾技術(shù)的地方專利信息檢索系統(tǒng)研究

2.1 系統(tǒng)架構(gòu)

系統(tǒng)采用PHP+MYSQL+Nginx技術(shù)框架和基于云服務(wù)器的分布式部署實(shí)現(xiàn)負(fù)載均衡，并采用云盾安全保護(hù)技術(shù)，實(shí)現(xiàn)系統(tǒng)的安全穩(wěn)定運(yùn)行，基于PIOL后臺(tái)系統(tǒng)，整個(gè)系統(tǒng)架構(gòu)包括三個(gè)部分，即信息資源層，數(shù)據(jù)處理層和信息發(fā)布層，如圖：信息資源層以原始專利數(shù)據(jù)的采集和存儲(chǔ)為核心，數(shù)據(jù)處理層以信息組織，處理和分析為核心，利用PIOL等信息工具實(shí)現(xiàn)，信息檢索結(jié)果是客戶端的顯示界面，是運(yùn)用檢索網(wǎng)頁的前端設(shè)計(jì)和移動(dòng)應(yīng)用程序的開發(fā)來完成實(shí)現(xiàn)的，而且，基于大數(shù)據(jù)和云盾保護(hù)的首頁功能板布局更為安全也易操作。

隨著大數(shù)據(jù)的發(fā)展，從技術(shù)上講，信息平臺(tái)及其功能的實(shí)現(xiàn)已不再是問題，但為了設(shè)計(jì)一個(gè)簡(jiǎn)單高效的信息檢索系統(tǒng)，技術(shù)選擇和應(yīng)用是一個(gè)必不可少的過程。基于系統(tǒng)實(shí)現(xiàn)技術(shù)的穩(wěn)定性，考慮系統(tǒng)功能的擴(kuò)展和集成，本文認(rèn)為BOOTSTRAP前端開發(fā)工具的采用符合本地專利信息檢索系統(tǒng)的技術(shù)要求，BOOTSTRAP由Twitter的設(shè)計(jì)師Mark Otto和Jacob Thornton聯(lián)合開發(fā)，它是一個(gè)簡(jiǎn)單靈活的前端框架和基于HTML，CSS和JAVASCRIPT的交互式組件集，廣泛應(yīng)用于國內(nèi)外各種信息系統(tǒng)的設(shè)計(jì)和開發(fā)[2]，BOOTSTRAP能夠更快，更靈活，更有效地設(shè)計(jì)前端框架和頁面，并與后臺(tái)進(jìn)行交互，BOOTSTRAP一般具有以下技術(shù)特點(diǎn)：第一，應(yīng)用方法易于理解，熟悉面向?qū)ο缶幊痰某绦騿T可以快速了解其技術(shù)結(jié)構(gòu)、技術(shù)要素和其他技術(shù)要點(diǎn)，能夠提高設(shè)計(jì)和開發(fā)效率;其次，源代碼是開放的，在降低開發(fā)成本的同時(shí)，還可以通過與設(shè)計(jì)人員的交流和互動(dòng)來分享開發(fā)經(jīng)驗(yàn);第三，它是跨平臺(tái)的，不僅支持各種瀏覽器，還提供對(duì)智能手機(jī)和平板電腦的同步支持。

2.2 功能模塊

用戶管理主要支持平臺(tái)用戶登錄和權(quán)限管理功能，實(shí)現(xiàn)不同類型用戶登錄，并根據(jù)級(jí)別分配權(quán)限，該模塊集成了PIOL系統(tǒng)登錄功能，并在平臺(tái)主頁中設(shè)置登錄窗口，為管理員輸入后臺(tái)進(jìn)行數(shù)據(jù)處理，發(fā)布和高級(jí)檢索，并為普通用戶登錄進(jìn)行簡(jiǎn)單檢索和需求發(fā)布，并根據(jù)非登錄用戶，普通用戶和管理員的用戶身份，對(duì)平臺(tái)各模塊應(yīng)用程序和操作進(jìn)行權(quán)限分配。

信息檢索是基于PIOL系統(tǒng)的背景，主要實(shí)現(xiàn)專利信息檢索功能，考慮到數(shù)據(jù)傳輸?shù)男屎头?wù)器的承載能力，在平臺(tái)頁面的指定位置設(shè)置一個(gè)特殊的檢索頁面， 它用于平臺(tái)限制用戶按時(shí)間段，區(qū)域，專利類型，數(shù)據(jù)類型等手段檢索本地專利信息，并以圖形或報(bào)表的形式顯示。大數(shù)據(jù)檢索每個(gè)服務(wù)器，并在每個(gè)節(jié)點(diǎn)上的存儲(chǔ)服務(wù)器中分析和排序數(shù)據(jù)信息，以獲得在服務(wù)器前面排名的“相關(guān)性”。 而這些存儲(chǔ)服務(wù)器用于并行分布式檢索。檢索結(jié)果在Index Repository的索引中，搜索引擎中的頁面，用戶請(qǐng)求的檢索過程實(shí)際上是在索引存儲(chǔ)庫中搜索，將網(wǎng)頁的內(nèi)容與網(wǎng)頁的反向排序索引中的索引同義詞庫組合在一起，頁面標(biāo)題和鏈接數(shù)據(jù)存儲(chǔ)在用于廣度優(yōu)先搜索的一個(gè)索引中，并且web內(nèi)容存儲(chǔ)在用于低頻長尾，個(gè)性化，深度優(yōu)先搜索的另一索引中。

2.3 專利信息檢索系統(tǒng)的檢索過程

當(dāng)用戶提出檢索請(qǐng)求并將關(guān)鍵詞提交給檢索代理時(shí)，檢索代理將關(guān)鍵字發(fā)送給索引存儲(chǔ)器，并在根據(jù)相關(guān)性再次對(duì)檢索結(jié)果進(jìn)行排序后，將搜索結(jié)果發(fā)送給檢索代理，并呈現(xiàn)給用戶檢索的界面，檢索能力和速度得到了很大提高。

搜索用戶在搜索引擎輸入搜索的關(guān)鍵詞，提交請(qǐng)求，找到顯示的匹配頁面，搜索引擎會(huì)對(duì)搜索請(qǐng)求進(jìn)行詳細(xì)的分析，而搜索請(qǐng)求的詳細(xì)分析主要是進(jìn)行分詞，分詞主要是使用以下3種方法：

1） 基于字符串有三種匹配方式，前向最大匹配方法將索引問題從左到右劃分為一些單詞，反向最大匹配方法將索引問題從右到左劃分為一些單詞，最少細(xì)分是每個(gè)短語的細(xì)化，即使它是逐字出現(xiàn)的。對(duì)于整個(gè)信息工程的建設(shè)而言，對(duì)專利系統(tǒng)檢索軟件的系統(tǒng)分析及相應(yīng)的分析內(nèi)容進(jìn)行分析，分析實(shí)際的專利信息內(nèi)容。

2） 搜索引擎模擬人腦理解句子，進(jìn)行分詞，單詞和表達(dá)進(jìn)行整合便于理解，它的基本原理是在分詞的同時(shí)通過語法和語義分析來解決分歧，分詞通常是由分詞子系統(tǒng)，語法子系統(tǒng)和語義子系統(tǒng)組成，并在主控制系統(tǒng)的配合下，語義子系統(tǒng)獲得單詞、句子等語義信息，可以模擬人類理解句子的方式。整體技術(shù)分析是對(duì)于各方面的信息內(nèi)容進(jìn)行分析，以實(shí)際操作和應(yīng)用為基礎(chǔ)，結(jié)合現(xiàn)有的信息內(nèi)容進(jìn)行有效的規(guī)劃，實(shí)現(xiàn)對(duì)專利信息檢索內(nèi)容的有效性分析。

3） 相鄰的單詞出現(xiàn)的次數(shù)越多，中文分詞就越可能作為一個(gè)單詞彼此相鄰。 在鍵入關(guān)鍵字時(shí)搜索用戶，或多或少會(huì)出現(xiàn)很多結(jié)束詞，例如“等”“的”，在分詞中，通常會(huì)被刪除。以實(shí)際的專利檢索內(nèi)容作為分析對(duì)象，實(shí)際操作和應(yīng)用為基礎(chǔ)，構(gòu)建有效的專利信息內(nèi)容，實(shí)現(xiàn)專利信息檢索內(nèi)容進(jìn)行有效分析。

當(dāng)搜索引擎收到搜索請(qǐng)求的詳細(xì)分析時(shí)，它會(huì)匹配URL（重點(diǎn)是標(biāo)題和摘要段），并且有數(shù)千個(gè)匹配的URL，如何以有序的方式展示？這要求搜索引擎根據(jù)URL的匹配程度進(jìn)行排序。檢索系統(tǒng)把網(wǎng)頁的PageRank值與分詞后的信息和鏈接網(wǎng)頁的描述信息結(jié)合，計(jì)算檢索結(jié)果排序的權(quán)重值，網(wǎng)頁進(jìn)行客觀地排名，可以保證搜索結(jié)果在很大程度上與用戶的查詢一致[3]。PageRank的基本原理是：如果數(shù)據(jù)被其他頁面多次指向，則表明該數(shù)據(jù)更重要或質(zhì)量更高，除了考慮頁面鏈接的數(shù)量之外，還會(huì)考慮鏈接頁面本身的級(jí)別以及其他頁面的前向鏈接數(shù)量。

3 結(jié)語

基于大數(shù)據(jù)和云盾技術(shù)的專利信息檢索系統(tǒng)在實(shí)際生活中仍面臨著巨大的挑戰(zhàn)，在整個(gè)系統(tǒng)設(shè)計(jì)及研發(fā)的過程，以實(shí)際操作和應(yīng)用為基礎(chǔ)，構(gòu)建切實(shí)有效的信息檢索系統(tǒng)，有效規(guī)劃整個(gè)專利信息檢索過程，實(shí)現(xiàn)對(duì)于整個(gè)專利系統(tǒng)設(shè)計(jì)及研究的高效性分析，隨著智能技術(shù)的運(yùn)用，搜索引擎的使用將得到更好的改進(jìn)，結(jié)合地方專利信息檢索系統(tǒng)及相關(guān)核心技術(shù)的研發(fā)，通過不斷的實(shí)踐和研究，將搜索引擎與智能檢索技術(shù)更好地結(jié)合起來， 實(shí)現(xiàn)具有新型檢索模式的地方知識(shí)產(chǎn)權(quán)搜索引擎。

參考文獻(xiàn)：

[1]王根. 基于地方知識(shí)產(chǎn)權(quán)戰(zhàn)略的專利情報(bào)分析軟件研究：以東莞市為例[J]. 情報(bào)科學(xué)，2011（9）：1435-1440.

[2]焦玉英，索傳軍.基于“推”模式的網(wǎng)絡(luò)信息服務(wù)及其相關(guān)技術(shù)研究[J].情報(bào)學(xué)報(bào)，2001（2）：194-199.

[3]劉友華， 劉琳.論我國專利信息服務(wù)平臺(tái)的構(gòu)建[J].湖南科技大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2012，15（5）：103-106.