未確知聚類(lèi)在專(zhuān)利質(zhì)量評(píng)價(jià)中的應(yīng)用

張妮妮 孫勝娟 張永健

摘? 要： 隨著人們對(duì)知識(shí)產(chǎn)權(quán)的重視，作為其重要表征的專(zhuān)利的數(shù)量呈現(xiàn)爆發(fā)式增長(zhǎng)，然而專(zhuān)利的質(zhì)量卻沒(méi)有隨之增長(zhǎng)。大量的低質(zhì)量專(zhuān)利不但作用有限，反而會(huì)造成社會(huì)資源浪費(fèi)和遏制創(chuàng)新。對(duì)于專(zhuān)利質(zhì)量的評(píng)價(jià)，目前還沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)。文中首先對(duì)國(guó)內(nèi)外的專(zhuān)利質(zhì)量指標(biāo)進(jìn)行分析，選取出對(duì)專(zhuān)利質(zhì)量影響較大的指標(biāo)，構(gòu)建專(zhuān)利質(zhì)量評(píng)價(jià)指標(biāo)模型。同時(shí)，以鋼鐵行業(yè)相關(guān)專(zhuān)利為目標(biāo)數(shù)據(jù)集，分別采用未確知聚類(lèi)和模糊均值聚類(lèi)算法對(duì)目標(biāo)專(zhuān)利質(zhì)量進(jìn)行分析評(píng)價(jià)。最終，將目標(biāo)專(zhuān)利數(shù)據(jù)聚類(lèi)出不同的級(jí)別，得出高質(zhì)量專(zhuān)利。在聚類(lèi)過(guò)程中，發(fā)現(xiàn)未確知聚類(lèi)算法在效率和準(zhǔn)確率上都有良好的表現(xiàn)。

關(guān)鍵詞： 專(zhuān)利質(zhì)量評(píng)價(jià); 未確知聚類(lèi); 專(zhuān)利數(shù)據(jù)分析; 評(píng)價(jià)模型構(gòu)建; 數(shù)據(jù)集聚類(lèi); 對(duì)比實(shí)驗(yàn)

中圖分類(lèi)號(hào)： TN911?34; TP311.52? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A? ? ? ? ? ? ? ? ? ? ?文章編號(hào)： 1004?373X（2020）08?0143?04

Application of unascertained clustering in patent quality evaluation

ZHANG Nini， SUN Shengjuan， ZHANG Yongjian

（School of Information and Electrical Engineering， Hebei University of Engineering， Handan 056001， China）

Abstract： With people′s attention to intellectual property， the quantity of patents， as an important symbol of intellectual property， has increased explosively， but the quality of patents has not increased with it. A large number of low?quality patents not only play a limited role， but also lead to the waste of social resources and inhibit innovation. Nowadays， there is no unified standard for the evaluation of patent quality. The domestic and foreign patent quality indicators are analyzed， from which the indicators that have a greater impact on the quality of patents are selected to build the patent quality evaluation index model. With the related patents in steel industry as the target data set， the analysis and evaluation of the target patent quality are performed by means of the unascertained clustering algorithm and fuzzy mean clustering algorithm， respectively. The target patent data is clustered into different levels to obtain high?quality patents. During the clustering process， it is found that the unascertained clustering algorithm has good performance in efficiency and accuracy.

Keywords： patent quality evaluation; unascertained clustering; patent data analysis; evaluation model building; dataset clustering; contrast experiment

0? 引? 言

隨著科學(xué)技術(shù)的進(jìn)步與發(fā)展，人們對(duì)知識(shí)產(chǎn)權(quán)的重視程度越來(lái)越高[1]。根據(jù)2018年12月3日世界知識(shí)產(chǎn)權(quán)組織發(fā)布的《2018年世界知識(shí)產(chǎn)權(quán)指標(biāo)》顯示，我國(guó)在全球?qū)＠?、商?biāo)和工業(yè)品外觀(guān)設(shè)計(jì)等專(zhuān)利申請(qǐng)量上均位居第一。專(zhuān)利總數(shù)越多，質(zhì)量就會(huì)參差不齊，大量的低質(zhì)量專(zhuān)利反而會(huì)為社會(huì)帶來(lái)許多弊端。

國(guó)內(nèi)目前對(duì)專(zhuān)利質(zhì)量評(píng)價(jià)的研究中，有學(xué)者研究顯示專(zhuān)利引證指標(biāo)和專(zhuān)利權(quán)利范圍指標(biāo)所占權(quán)重最高，其次是專(zhuān)利地域范圍指標(biāo)、技術(shù)應(yīng)用范圍和科學(xué)關(guān)聯(lián)度指標(biāo)[2]。在對(duì)具體領(lǐng)域的專(zhuān)利質(zhì)量進(jìn)行分析的時(shí)候，包英群等學(xué)者遵循普適性、簡(jiǎn)潔性和可行性的原則選擇出針對(duì)液晶顯示產(chǎn)業(yè)的質(zhì)量評(píng)價(jià)指標(biāo)為專(zhuān)利引證指標(biāo)和同族專(zhuān)利數(shù)指標(biāo)[3]。

本文通過(guò)對(duì)專(zhuān)利的各個(gè)指標(biāo)分別進(jìn)行討論分析，從理論上評(píng)選出與專(zhuān)利質(zhì)量相關(guān)性較大的指標(biāo)，建立專(zhuān)利質(zhì)量評(píng)價(jià)指標(biāo)體系。選取Derwent數(shù)據(jù)庫(kù)的鋼鐵行業(yè)相關(guān)專(zhuān)利為目標(biāo)數(shù)據(jù)集，用未確知聚類(lèi)算法對(duì)目標(biāo)專(zhuān)利進(jìn)行評(píng)價(jià)，得出核心專(zhuān)利。

1? 專(zhuān)利質(zhì)量評(píng)價(jià)指標(biāo)

對(duì)于專(zhuān)利質(zhì)量的評(píng)價(jià)，國(guó)內(nèi)外目前還沒(méi)有一套相對(duì)科學(xué)合理的專(zhuān)利質(zhì)量指標(biāo)評(píng)價(jià)體系[4]。

1.1? 專(zhuān)利引證指標(biāo)

專(zhuān)利引證信息是專(zhuān)利發(fā)展的“脈絡(luò)”，從中能看出被引用專(zhuān)利和引用專(zhuān)利，國(guó)外論文通常稱(chēng)前引（Forward Citation）和后引（Backward Citation），以當(dāng)前專(zhuān)利為標(biāo)準(zhǔn)點(diǎn)，當(dāng)前專(zhuān)利被其他專(zhuān)利引用稱(chēng)為前引，當(dāng)前專(zhuān)利引用其他專(zhuān)利稱(chēng)為后引。國(guó)內(nèi)外把專(zhuān)利引文分析當(dāng)作專(zhuān)利價(jià)值和技術(shù)地位的重要指標(biāo)，對(duì)專(zhuān)利引文的研究層出不窮[5]。其中包括對(duì)專(zhuān)利引文地圖的研究和引文次數(shù)的探討[6?7]。所以，本文選取前引用專(zhuān)利指數(shù)和后引用專(zhuān)利指數(shù)作為專(zhuān)利質(zhì)量評(píng)價(jià)的兩個(gè)指標(biāo)。它們與專(zhuān)利質(zhì)量正相關(guān)，即前引用指數(shù)或后引用指數(shù)越大，說(shuō)明專(zhuān)利質(zhì)量越高。

1.2? 專(zhuān)利權(quán)利范圍指標(biāo)

專(zhuān)利的權(quán)利范圍指標(biāo)通常是指權(quán)利要求的數(shù)量。學(xué)者在對(duì)專(zhuān)利價(jià)值和質(zhì)量的研究中用到了專(zhuān)利權(quán)利要求數(shù)這一指標(biāo)，喬永忠等選取部分專(zhuān)利文獻(xiàn)信息并構(gòu)建回歸模型進(jìn)行分析，證明專(zhuān)利權(quán)利要求數(shù)量對(duì)專(zhuān)利價(jià)值有正向影響，與專(zhuān)利的價(jià)值正相關(guān)[8]。所以，專(zhuān)利權(quán)利要求數(shù)量與專(zhuān)利質(zhì)量正相關(guān)，即越重要的專(zhuān)利其權(quán)利要求數(shù)量越多。

1.3? 專(zhuān)利地域范圍指標(biāo)

專(zhuān)利地域范圍指標(biāo)是指專(zhuān)利族的大小，同一個(gè)專(zhuān)利在不同國(guó)家申請(qǐng)的專(zhuān)利保護(hù)稱(chēng)為一個(gè)專(zhuān)利族。在企業(yè)全球化和地球村的影響下，專(zhuān)利擁有人或企業(yè)為了提升自己的競(jìng)爭(zhēng)力，會(huì)將核心專(zhuān)利技術(shù)在多國(guó)申請(qǐng)專(zhuān)利法的保護(hù)?；诮?jīng)濟(jì)價(jià)值角度來(lái)看，只有在專(zhuān)利的價(jià)值和質(zhì)量相對(duì)較高的時(shí)候，申請(qǐng)人才會(huì)考慮在不同的國(guó)家申請(qǐng)?jiān)搶?zhuān)利的法律保護(hù)，這樣成本和價(jià)值才匹配。可見(jiàn)，專(zhuān)利族的大小同時(shí)反映了專(zhuān)利的質(zhì)量和價(jià)值的高低[9]。

所以，結(jié)合科學(xué)性、可行性和可比性的原則，評(píng)選出有效的專(zhuān)利價(jià)值評(píng)價(jià)指標(biāo)為：專(zhuān)利引文數(shù)、同族的專(zhuān)利數(shù)和專(zhuān)利的權(quán)利要求數(shù)。

2? 專(zhuān)利質(zhì)量評(píng)價(jià)算法

在對(duì)專(zhuān)利質(zhì)量指標(biāo)權(quán)重的確定中，通常是以統(tǒng)計(jì)方法去計(jì)算每個(gè)指標(biāo)對(duì)專(zhuān)利質(zhì)量的影響程度或采取專(zhuān)家打分的方法。這兩種方法為專(zhuān)利質(zhì)量評(píng)價(jià)做出了很大的貢獻(xiàn)，可也有其局限的地方。前者的權(quán)重可能與所選取的樣本專(zhuān)利直接相關(guān)，后者的結(jié)果會(huì)與專(zhuān)家的主觀(guān)意識(shí)相關(guān)，得到的權(quán)值數(shù)據(jù)也會(huì)有差距。在核心專(zhuān)利之間，應(yīng)該存在著某些共同特征。由于數(shù)據(jù)量的巨大，沒(méi)辦法用人工的方式來(lái)對(duì)專(zhuān)利等級(jí)進(jìn)行區(qū)分，所以采用聚類(lèi)來(lái)研究。

在聚類(lèi)算法中，選擇了對(duì)數(shù)據(jù)離群點(diǎn)有較好處理能力并不需要人為干預(yù)的未確知聚類(lèi)算法，同時(shí)，用經(jīng)典的模糊均值聚類(lèi)算法與其進(jìn)行分析對(duì)比實(shí)驗(yàn)。未確知聚類(lèi)是一種無(wú)監(jiān)督的聚類(lèi)算法，該算法基于未確知理論而提出[10]。

3? 對(duì)比實(shí)驗(yàn)

實(shí)驗(yàn)的計(jì)算機(jī)環(huán)境為：處理器Intel 酷睿（TM）i7 2.6 GHz，運(yùn)行內(nèi)存為 16 GB，硬盤(pán)為160 GB，操作系統(tǒng)為 Windows 10，編程語(yǔ)言為 Python 3.6，數(shù)據(jù)庫(kù)為MySQL 5.0。

3.1? 數(shù)據(jù)集

本文實(shí)驗(yàn)數(shù)據(jù)來(lái)源于Derwent數(shù)據(jù)庫(kù)中的鋼鐵行業(yè)相關(guān)專(zhuān)利共45 146條，專(zhuān)利時(shí)間從1967年到2013年，檢索出與本文相關(guān)的字段。

3.2? 實(shí)驗(yàn)步驟

該實(shí)驗(yàn)步驟如下：

1） 首先，輸入目標(biāo)專(zhuān)利數(shù)據(jù)集，隨機(jī)打亂該數(shù)據(jù)集的順序;

2） 分別用UMC算法和FCM算法對(duì)該數(shù)據(jù)集進(jìn)行聚類(lèi)，通過(guò)對(duì)數(shù)據(jù)中的被引用次數(shù)、引用次數(shù)、同族專(zhuān)利數(shù)和權(quán)利要求數(shù)4個(gè)指標(biāo)判斷目標(biāo)專(zhuān)利屬于哪一個(gè)等級(jí)，將所有數(shù)據(jù)分為5類(lèi);

3） 輸出聚類(lèi)結(jié)果;

4） 計(jì)算并輸出程序運(yùn)行時(shí)間。

未確知聚類(lèi)的計(jì)算過(guò)程如下：

1） 數(shù)據(jù)標(biāo)準(zhǔn)化。將專(zhuān)利數(shù)據(jù)的4個(gè)質(zhì)量指標(biāo)用以下公式取值界定在0與1之間，具體如下：

式中：[xij]為專(zhuān)利i的第j個(gè)特征指標(biāo)的原始值;運(yùn)算結(jié)果[yij]為專(zhuān)利i的第j個(gè)特征指標(biāo)的標(biāo)準(zhǔn)化值。

2） 給出專(zhuān)利數(shù)據(jù)的一種初始分類(lèi)并計(jì)算出類(lèi)中心。

式中：

sum（i）為專(zhuān)利i的所有特征指標(biāo)的標(biāo)準(zhǔn)值之和。

計(jì)算出和J+1距離最近的正數(shù)k，且將專(zhuān)利[yi]分配到第k類(lèi)，最終，將N個(gè)專(zhuān)利樣本分為C類(lèi)，即給出一種初始分類(lèi)方式，并根據(jù)該初始分類(lèi)方式計(jì)算出各類(lèi)的類(lèi)中心[m（0）k（1≤k≤C）]。

3） 根據(jù)這C個(gè)專(zhuān)利數(shù)據(jù)初始類(lèi)的類(lèi)中心[m（0）1，m（0）2，…，m（0）C]，計(jì)算得到專(zhuān)利數(shù)據(jù)集初始分類(lèi)的均值類(lèi)。在該步驟中，根據(jù)已經(jīng)給定的初始分類(lèi)方式，計(jì)算出j專(zhuān)利特征屬性對(duì)專(zhuān)利分類(lèi)所做的分類(lèi)貢獻(xiàn)度：

由式（3）得到的專(zhuān)利分類(lèi)貢獻(xiàn)度計(jì)算每個(gè)專(zhuān)利屬性的分類(lèi)權(quán)重：

通過(guò)得到的專(zhuān)利屬性的分類(lèi)權(quán)重，根據(jù)式（5）計(jì)算出每個(gè)專(zhuān)利屬性特征的加權(quán)距離：

由式（5）計(jì)算得到各個(gè)專(zhuān)利屬性的加權(quán)距離大小后，需要計(jì)算出其相應(yīng)的基本隸屬度：

式中，取[ε=0.01]。

4） 根據(jù)計(jì)算的N個(gè)專(zhuān)利樣本的未確知隸屬度之后，可以算出這N個(gè)專(zhuān)利樣本對(duì)應(yīng)每個(gè)特征指標(biāo)所度量的確定分類(lèi)。將[u（0）Γk（yi）]作為樣本點(diǎn)[yi]關(guān)于[Γk]類(lèi)的點(diǎn)質(zhì)量賦予點(diǎn)[yi]，最終，N個(gè)質(zhì)點(diǎn)構(gòu)成的質(zhì)點(diǎn)組[{（y1，uΓk（y1）），（y2，uΓk（y2）），…，（yN，uΓk（yN））}]的質(zhì)心可按物理方法確定，即每個(gè)質(zhì)點(diǎn)對(duì)應(yīng)的隸屬度向量為：

根據(jù)這一步驟得到第一次迭代后的類(lèi)中心[m（1）1，m（1）2，…，m（1）C]。以[m（1）k（1≤k≤C）]替代[m（0）k]，再次返回步驟2），繼續(xù)迭代。

當(dāng)計(jì)算得到[maxm（t）k-m（t-1）k<δ]的情況下，停止上述的迭代，共迭代t次，輸出結(jié)果為C個(gè)類(lèi)的類(lèi)中心[m（t）1，m（t）2，…，m（t）C，m（t）k]是[Γk]的類(lèi)中心。至此，對(duì)N個(gè)專(zhuān)利的d維特征指標(biāo)空間中的樣本點(diǎn)，在沒(méi)有其他分類(lèi)信息條件下，完成了聚類(lèi)，得出了C個(gè)類(lèi)中心的中心向量。

3.3? 實(shí)驗(yàn)結(jié)果

使用UMC和FCM兩種聚類(lèi)算法對(duì)目標(biāo)專(zhuān)利數(shù)據(jù)集進(jìn)行聚類(lèi)的結(jié)果如表1所示。

在表1中列出了兩種聚類(lèi)算法的聚類(lèi)類(lèi)別編號(hào)及該編號(hào)下聚類(lèi)的專(zhuān)利數(shù)量。其中UMC算法的平均執(zhí)行時(shí)間為：4.5 s，F(xiàn)CM算法的平均執(zhí)行時(shí)間為：570.9 s?？梢钥闯?，UMC算法執(zhí)行時(shí)間比FCM算法執(zhí)行時(shí)間快了超過(guò)100倍，其主要原因是采用UMC算法收斂速度快，相應(yīng)其迭代次數(shù)就少，所以運(yùn)行速度比FCM算法快了兩個(gè)數(shù)量級(jí)。同時(shí)，根據(jù)聚類(lèi)輸出的結(jié)果，用3D圖的方式展示如圖1、圖2所示。

圖中，分別選取Cited（被引用次數(shù)）、Cite（引用次數(shù)）和同族專(zhuān)利數(shù)為z，x，y軸，圖中球體的顏色代表不同的類(lèi)別。根據(jù)兩種聚類(lèi)算法的結(jié)果對(duì)比可以看出，由于被引用次數(shù)在目標(biāo)專(zhuān)利的指標(biāo)中的數(shù)字相對(duì)于其他三個(gè)指標(biāo)（引用次數(shù)、同族專(zhuān)利數(shù)和權(quán)利要求數(shù)）較大，所以?xún)煞N算法中被引用次數(shù)對(duì)分類(lèi)所做的貢獻(xiàn)都比較大，所占權(quán)值也較高。同時(shí)，除了被引用數(shù)在聚類(lèi)中所占權(quán)值最大外，其次是專(zhuān)利引用數(shù)、同族專(zhuān)利數(shù)和各個(gè)專(zhuān)利的權(quán)利要求數(shù)。根據(jù)聚類(lèi)結(jié)果的顯示結(jié)果，編號(hào)為“1 000”的共11個(gè)專(zhuān)利為UMC算法聚類(lèi)出來(lái)的核心專(zhuān)利，核心專(zhuān)利組的前引用數(shù)平均達(dá)到262.82次，專(zhuān)利的時(shí)間從1995—2009年都有分布，符合預(yù)期的質(zhì)量指數(shù)標(biāo)準(zhǔn)。

4? 結(jié)? 論

本文通過(guò)對(duì)專(zhuān)利各指標(biāo)的分析討論及結(jié)合科學(xué)性、可行性和可比性的原則，建立專(zhuān)利綜合評(píng)價(jià)指標(biāo)模型。在對(duì)專(zhuān)利的綜合評(píng)價(jià)中，通過(guò)對(duì)數(shù)據(jù)的分析得出結(jié)果，去除了人為的干擾，能較為客觀(guān)地反應(yīng)專(zhuān)利質(zhì)量信息。在對(duì)核心專(zhuān)利進(jìn)行評(píng)價(jià)的過(guò)程中，未確知聚類(lèi)算法在運(yùn)行效率和聚類(lèi)結(jié)果方面都有良好的表現(xiàn)，是基于未確知理論應(yīng)用的新探索，在專(zhuān)利分析與評(píng)價(jià)方面取得了有意義的創(chuàng)新成果。該課題研究所存在的問(wèn)題是由于要符合計(jì)算機(jī)大量計(jì)算的前提，在評(píng)價(jià)指標(biāo)方面對(duì)比人工處理有一定的局限性。

注：本文通訊作者為張永健。

參考文獻(xiàn)

[1] 田立新，文尚勝.中國(guó)OLED應(yīng)用專(zhuān)利態(tài)勢(shì)分析與研究[J].現(xiàn)代電子技術(shù)，2014，37（19）：153?156.

[2] 呂曉蓉.專(zhuān)利價(jià)值評(píng)估指標(biāo)體系與專(zhuān)利技術(shù)質(zhì)量評(píng)價(jià)實(shí)證研究[J].科技進(jìn)步與對(duì)策，2014（20）：113?116.

[3] 包英群，魯若愚，熊麟.全球液晶顯示產(chǎn)業(yè)專(zhuān)利質(zhì)量評(píng)價(jià)[J].技術(shù)經(jīng)濟(jì)，2015，34（4）：3?8.

[4] 谷麗，郝濤，任立強(qiáng)，等.專(zhuān)利質(zhì)量評(píng)價(jià)指標(biāo)相關(guān)研究綜述[J].科研管理，2017（z1）：35?41.

[5] 吳紅，冀方燕.基于專(zhuān)利申請(qǐng)及審查制度的專(zhuān)利引文評(píng)價(jià)效能實(shí)證研究[J].圖書(shū)情報(bào)工作，2017（19）：89?95.

[6] NARIN F， CARPENTER M P， WOOLF P. Technological performance assessments based on patents and patent citations [J]. IEEE transactions on engineering management， 2017（4）： 172?183.

[7] YOO S H， KIM B， JEONG M K. Modeling of technology lifetime based on patent citation data and segmentation [J]. Journal of the operational research society， 2015， 66（3）： 450?462.

[8] 喬永忠，肖冰.基于權(quán)利要求數(shù)的專(zhuān)利維持時(shí)間影響因素研究[J].科學(xué)學(xué)研究，2016，34（5）：678?683.

[9] 邱洪華，陸潘冰.基于專(zhuān)利價(jià)值影響因素評(píng)價(jià)的企業(yè)專(zhuān)利技術(shù)管理策略研究[J].圖書(shū)情報(bào)工作，2016（6）：77?83.

[10] 龐彥軍，劉立民，劉開(kāi)第.未確知均值聚類(lèi)[J].河北工程大學(xué)學(xué)報(bào)，2010，27（4）：98?100.

[11] 靳顏寧，李夕兵，劉彭金，等基于改進(jìn)的未確知聚類(lèi)模型的巖爆傾向性預(yù)測(cè)[J].安全與環(huán)境學(xué)報(bào)，2017（1）：12?16.

[12] 茍尤釗，呂琳媛，陳永偉.專(zhuān)利質(zhì)量分析的研究進(jìn)展與述評(píng)[J].電子知識(shí)產(chǎn)權(quán)，2019（2）：59?65.