大數(shù)據(jù)時代專利信息整合與分析系統(tǒng)應(yīng)用研究

姜琦紅 王黎明

摘 要：大數(shù)據(jù)時代已經(jīng)到來，發(fā)達國家多已進行政府大數(shù)據(jù)管理，我國政府也應(yīng)把握這一機遇，尤其是在信息數(shù)據(jù)資源急速增長的知識產(chǎn)權(quán)領(lǐng)域。由于經(jīng)濟飛速發(fā)展和科技的不斷創(chuàng)新，商標和專利等數(shù)據(jù)激增。目前對于知識產(chǎn)權(quán)的保護技術(shù)和管理水平已無法滿足現(xiàn)代社會的要求。本論文簡要闡述了專利分析的現(xiàn)狀，介紹了大數(shù)據(jù)的應(yīng)用和特點以及大數(shù)據(jù)時代帶來的變化，探討了利用大數(shù)據(jù)技術(shù)的專利信息集成與分析系統(tǒng)的應(yīng)用趨勢。

關(guān)鍵詞：大數(shù)據(jù)；專利分析；數(shù)據(jù)挖掘；可視化

DOI：10.16640/j.cnki.37-1222/t.2019.07.123

1 引言

大數(shù)據(jù)密集型時代，利用有效整合的專業(yè)數(shù)據(jù)進行科研發(fā)現(xiàn)是一種趨勢。專利是一種綜合性的信息資源，與期刊論文、交易、標準和訴訟等信息聯(lián)系密切。在專利分析的過程中，為了獲得有效、全面的分析成果，往往需要整合大量、相關(guān)的信息資源。因此，基于大數(shù)據(jù)本身的應(yīng)用，無疑能夠更好的實現(xiàn)以及促進整體專利分析技術(shù)的發(fā)展，讓其更好的實現(xiàn)專利信息整合以及分析，促進專利技術(shù)的有序發(fā)展。

2 大數(shù)據(jù)技術(shù)概述

2012年，高德納（Gartner）將大數(shù)據(jù)的定義修改為：“大數(shù)據(jù)是一種巨大的、高速的、可變的信息資產(chǎn)，需要新的處理方法來增強決策能力。”總的來說這三個性質(zhì)很好的概括了大數(shù)據(jù)的特性以及發(fā)展方向，大數(shù)據(jù)的建設(shè)必須依靠計算機對數(shù)據(jù)的統(tǒng)計，只有通過數(shù)據(jù)才能確定最終的客觀結(jié)果。后來高德納（Gartner）再次修改了對大數(shù)據(jù)的定義，在量、速以及多變的基礎(chǔ)之上添加了第四個性質(zhì)即真實性，大數(shù)據(jù)只有通過計算機才能對數(shù)據(jù)進行客觀的處理從而得到有效的結(jié)果。歐美發(fā)達國家早在二十一世紀初便開始對大數(shù)據(jù)的發(fā)展保持重視，政府部門在大數(shù)據(jù)開發(fā)上投入大量資金的同時，數(shù)據(jù)挖掘也正開始探索分析大數(shù)據(jù)的方法。阿里巴巴董事局主席馬云則直接地指出，雖然阿里巴巴是全球最大的零售平臺，但是阿里巴巴不是一家零售公司，而是一家數(shù)據(jù)公司。

麥塔集團（Matita Group）的分析師道格·萊尼（Doug Laney）指出數(shù)據(jù)增長的挑戰(zhàn)和機遇在于三個方向：數(shù)量、速度和多樣性。基于此，IBM進一步將數(shù)據(jù)增長的挑戰(zhàn)和機遇擴展為五個“V”，即：（1）容量（Volume），大數(shù)據(jù)時代的數(shù)據(jù)量已達到PB（1024TB）甚至EB（1024PB）；（2）種類（Variety），大數(shù)據(jù)時代中有著十分復(fù)雜的數(shù)據(jù)類型，包括結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)；（3）速度（Velocity），快速處理方式是大數(shù)據(jù)獲得有效信息的重要途徑。現(xiàn)今數(shù)據(jù)更新速度十分迅速，只有快速地獲得數(shù)據(jù)才能更好的整合所需信息；（4）低價值密度（value）：合理地運用大數(shù)據(jù)技術(shù)，盡可能地用低成本獲取高價值的信息；（5）真實（Veracity），您需要從大數(shù)據(jù)中過濾所有非真實數(shù)據(jù)以獲取真實信息。

3 專利信息整合與分析現(xiàn)狀

一般認為，專利分析起源于1949年Seidel提出的專利文獻重要性的專利引文分析概念，但在上世紀90年代后，隨著信息、網(wǎng)絡(luò)和數(shù)據(jù)庫技術(shù)的發(fā)展，專利分析才在企業(yè)戰(zhàn)略和競爭分析中的應(yīng)用得以實現(xiàn)。

4 大數(shù)據(jù)時代專利信息整合與分析系統(tǒng)應(yīng)用

基于大數(shù)據(jù)分析的主要內(nèi)容和專利分析的現(xiàn)狀，未來大數(shù)據(jù)專利數(shù)據(jù)集成與分析系統(tǒng)的應(yīng)用和發(fā)展可以包括以下幾個方面：

4.1 基于語義引擎數(shù)據(jù)采集處理

在過去的機器檢索中，計算機只能識別字符匹配級別的用戶輸入信息，不能理解信息的含義，特別是在搜索專利信息的過程中。檢索策略的設(shè)定和調(diào)整都需要人為操作。而隨著計算機技術(shù)和人工智能的發(fā)展，通過對網(wǎng)絡(luò)大數(shù)據(jù)的語義標注處理，使計算機能夠從語義層級理解輸入信息，例如，Apple的語音識別工具Siri，專利檢索系統(tǒng)Patentics等。都采用了語義引擎。在此基礎(chǔ)上發(fā)展專利數(shù)據(jù)采集，例如實現(xiàn)語義專利信息檢索，可以降低對專利分析人員個人能力的依賴，降低專利分析的成本。

4.2 基于數(shù)據(jù)挖掘算法、預(yù)測分析和數(shù)據(jù)質(zhì)量管理的專利分析

大數(shù)據(jù)分析的核心是數(shù)據(jù)挖掘算法。從海量數(shù)據(jù)中挖掘和使用價值信息，研究物體之間的相關(guān)性，從而發(fā)掘物體之間的差異。知聯(lián)系，利用這種相關(guān)性信息，可以實現(xiàn)定制化分析，并將專利分析的結(jié)果與企業(yè)需求結(jié)合得更加緊密。通過預(yù)測分析模型，可以從海量數(shù)據(jù)中獲得存在規(guī)律性的信息，從而可以利用這些信息預(yù)測專利的發(fā)展趨勢和技術(shù)，甚至行業(yè)的發(fā)展趨勢。它允許企業(yè)根據(jù)專利分析的結(jié)果對專利的布局做出預(yù)先判斷，由于專利發(fā)布的滯后，技術(shù)開發(fā)路線可以盡量避免影響專利分析的準確性。通過數(shù)據(jù)質(zhì)量管理方法，借助質(zhì)量管理方法和標準化數(shù)據(jù)處理流程對數(shù)據(jù)進行處理，它確保了高質(zhì)量和可靠性的分析結(jié)果。

4.3 基于視覺分析的報告形成和結(jié)果顯示

可視化分析的作用是可以將數(shù)據(jù)分析結(jié)果自動轉(zhuǎn)換為圖表。我們可以使用圖表的簡單直觀功能顯示復(fù)雜的大數(shù)據(jù)分析結(jié)果。樣的分析對這就像選擇不同的呈現(xiàn)方法和顯示內(nèi)容一樣，可以有效降低專利分析的門檻，擴大用戶群的使用范圍。

5 結(jié)語

大數(shù)據(jù)時代的到來為專利分析提供了新的技術(shù)工具和技術(shù)思路，這對于從業(yè)者來說既是挑戰(zhàn)又是機遇。未來，專利分析的重要研究方向是充分利用大數(shù)據(jù)分析，提高專利分析的用戶體驗，對專利信息進行數(shù)據(jù)挖掘和可視化預(yù)測。

參考文獻：

[1]趙向陽，王亮，梁晨隴.基于專利數(shù)據(jù)的大數(shù)據(jù)技術(shù)發(fā)展研究[J].軟件，2017，38（08）：190-196.

[2]汪滿容，劉桂鋒，孫華平.基于專利地圖的全球大數(shù)據(jù)技術(shù)競爭態(tài)勢研究[J].現(xiàn)代情報，2017，37（01）：148-155.

[3]李鵬飛，盧瑾，辛一.基于專利的大數(shù)據(jù)技術(shù)發(fā)展情報分析及戰(zhàn)略研究[J].情報雜志，2014，33（09）：45-50.

[4]姚衛(wèi)浩，金江軍.專利大數(shù)據(jù)及其發(fā)展對策[J].中國高?？萍迹?014

（06）：17-18.

[5]梁建軍.專利“大數(shù)據(jù)”[N].中國知識產(chǎn)權(quán)報，2013-08-21（005）.

[6] Karki M M S. Patent citation analysis： A policy analysis tool[J].World Patent Information，1997，19（04）：269-212.

*為通訊作者