首页 >> 车釉

专利群聚分析方法初探六角螺帽

润银机械网 2022-07-15 04:06:01

专利群聚分析方法初探

专利分析法分为定量分析和定性分析两种。定量分析即对专利文献的外部特征(专利文献让滨州、邹平成为全国最具竞争力的铝深加工产业群会聚地的各种著录项目)按照一定的指标(如专利数量)进行统计,并对有关的数据进行解释和分析;定性分析是以专利的内容为对象,按技术特征归并专利文献,使之有序化的分析过程。定性分析一般根据专利的内容特征进行分类或聚类,结合时间和空间,进行比较分析、组合分析、关联分析、序列分析、预测分析等,专利群聚就属于专利定性分析方法。

通过进行专利引用数据关联统计,找出相关的专利集群,能够判断专利的重要程度,鉴别出种子专利和外围专利,还能够显示出专利的相关性。

本文以纳米压印技术为例,对专利群聚分析方法进行初步研究,并给出纳米压印技术专利群聚分析结果。

一、数据库介绍

专利分析的引用记录检索自Derwent Innovations Index(简称DII)数据库。Derwent Innovations Index是由Derwent推出的基于Web的专利信息数据库,该数据库由英国Derwent公司制作出版,是目前最优秀的专利数据库,也是目前国际上检索费用最昂贵的收费型专利数据库,收录来绝对金属用润滑脂自全球40多个专利机构(涵盖100多个国家)的一千多万条基本发明专利,2千多万条专利情报,资料回溯至1963年,将Derwent World Patents Index与Patents Citation I耳边只有机器作业的声音ndex(专利引文索引)加以整合,以每周更新的速度,提供全球专利信息。

二、专利群聚研究方法

1. 在DII数据库中对检索并筛选出的专利族进行检索,将具有引文信息的专利族,作为进行专利引用的统计对象。

2. 在DII数据库中检索统计对象的被引用记录。

3. 根据专利被引用次数和同族专利数确定“种子”专利。

4. 分析“种子”专利被引用结果,利用Microsoft Office Visio 画图软件绘制成专利引用络图(见图1-4)。

图1 技术群聚1专利引用络图

图2 技术群聚2专利引用络图

图3 技术群聚3专利引用络图

图4 技术群聚4专利引用络图

5.根据专利引用络图对专利群聚进行分析。

三、纳米压印技术专利群聚分析

纳米压印是一项新兴技术,根据其技术特征等方面,我们从国际专利分类号、关键词和主要研究人员三方面综合考虑其检索策略,专利内容检索自Dialog系统351文档Derwent专利库(Derwent World Patent Index,DWPI)。截止到2006年5月31日,共检索到专利族228项(已合并同族专利数)。经过专家筛选,其中与纳米压印相关的专利族208项。

在DII数据库中对检索并筛选出的208项纳米压印技术专利族进行检索,发现112项专利族具有引文信息,因此,将这112项专利族作为进行专利引用的统计对象。然后对112项专利族的被引数进行排序,其中,被引数最多的2项专利分别为纳米压印的起源专利—US和有关纳米压印脱模材料的世界专利WO。以这两项专利为种子专利,在112项专利族中进行专利引用数据关联统计。从中发现了这些专利的一些特征:

技术共通性:在这些集群中,被引排名靠前的专利络几乎最后都会聚焦在几个相同的专利上,表明这些专利的相关性强,从技术角度而言,在某些技术点上具有很强的交叉性和共通性;

技术集群性:虽然专利引用具有交叉性,另外但还是可以发现某些专利具有源头性(如:US、WO、US、WO)根据这些种子专利,可将纳米压印专利分为4个大小不同的技术群聚。

技术群聚1的种子专利为纳米压印的“始祖”专利—美国MINESOTA大学申请的US,该专利首次提出了纳米压印技术,也是检索中被引数量最多的专利。因此,这一集群中,专利多且涉及面广。该集群包括美国、法国、欧洲、世界、台湾、日本等多个国家的基本专利,覆盖国家众多。

群聚2的种子专利也是MINESOTA大学申请的专利,该专利介绍了纳米压印中所使用的持续脱模材料薄膜涂层,这种涂层包括下列公式的化合物:RELEASE-M(X)n-1-,RELEASE-M(X)n-m-1Qm或RELEASE-M(OR)n-1。从该群聚所涉及的专利族数量和国家看,这种脱模材料涂层受到很大关注,其应用相当广泛。

群聚3种子专利为TEXAS大学申请的纳米压印模板的专利,专利介绍了模板的成形方法和模板的使用,同时也介绍了模板的支持设备。由于模板在纳米压印中的重要性,该专利也被许多其它纳米压印专利所引用。

群聚4是以TEXAS大学申请的有关紫外纳米压印专利WO为种子专利。在这一集群中,多数专利都采用了紫外纳米压印的方法,这一方法也是纳米压印中很有前途的方法之一。该集群以美国和世界专利为主。(end)

Docker
前端工程化实战
Python3异步IO并发编程
友情链接