[發明專利]一種基于知識發現的技術競爭及專利預警分析方法

在審

• 申請號: 201710064192.6
• 申請日: 2017-02-04
• 公開（公告）號: CN106897392A
• 公開（公告）日: 2017-06-27
• 發明（設計）人: 柳先輝;陳宇飛;王新梅;洪晶;趙衛東
• 申請（專利權）人: 同濟大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q50/18
• 代理公司: 上海科律專利代理事務所(特殊普通合伙)31290
• 代理人: 葉鳳

技術領域

本發明涉及專利信息處理的相關技術領域，具體是一種技術競爭及專利預警分析方法。

背景技術

當今社會處于一個創新型的時代，互聯網日益普及，高新技術發展迅猛。企業如何在激烈的技術競爭環境中保持領先，提升企業的整體創新力水平是關鍵。而在一定意義上，企業的專利水平代表了企業的整體創新力水平。所以企業可以通過對現有的專利進行分析，實現技術競爭以及專利預警。

目前流行的技術競爭及專利預警分析方法，大多采用人工操作，費時費力。基本流程是人工設定檢索式，在數據庫中檢索出所需要的專題數據庫，手工對其進行分析，再將分析結果手動匯總到圖表中。這類方法存在以下缺陷(1)用戶友好性差：對檢索式準確度要求高，檢索式過于精確，檢索到的專利數據少，遺漏度高；檢索式過于寬松，檢索到的專利數據龐大，計算量大，難以實現人工量化分析。(2)分析手段效果差：人工對查找到的專利信息進行統計與技術分析，不但費時費力，而且分析手段落后，未挖掘出專利數據的深層信息。(3)分析結果可視化差：將分析結果手動匯總到圖表，以文字表格的形式，無法對專利信息做出綜合評價。

發明內容

為了解決以上問題，本發明提供一種基于知識發現的智能化專利分析方法，并提供給用戶可視化程度高的分析結果。

本發明一種基于知識發現的技術競爭及專利預警分析方法,簡述為：通過對知識產權數據庫和領域知識的抽取分析，建立專題數據庫，形成相應的數據集，并在此基礎上，利用向量空間、神經網絡、數理統計等數據挖掘和知識發現工具，揭示出蘊含在數據背后的深層信息，并對分析得到的結果進行智能化分析，向用戶提供可視化報表，最終實現專利預警、專利技術熱點和空白點分析、技術生命周期分析。

針對傳統專利分析中，用戶友好性差，對檢索式準確度要求高的問題，本發明在數據挖掘步驟中，提出一種基于改進神經網絡的聚類方法，用戶可以放寬對檢索式的準確度限制。用戶可以設定寬松的檢索式，檢索出大量相關度低的專利文件，對其進行神經網絡聚類建立分類器，再輸入用戶待預警的文件，取出其所在的那一類專利數據做進一步分析。

本發明需要保護的技術方案表征為：一種基于知識發現的技術競爭及專利預警分析方法，其特征在于，具體步驟包括:(1)數據提取階段：根據用戶輸入的檢索式，建立專題數據庫；(2)數據預處理階段：對專題數據庫的專利文本進行預處理，形成特征詞-專利權重矩陣；(3)數據挖掘階段：對形成的專利文本向量，應用SOM神經網絡方法和GMM混合高斯模型相結合的方法進行聚類，得到聚類結果；(4)結果解釋分析階段：對每一類專利文件進行分析，具體包括專利預警、專利技術熱點和空白點分析、或技術生命周期分析，以及它們的綜合運用。

步驟1數據提取階段，建立專題數據庫，對知識產權數據庫和產業領域知識進行抽取分析，得到專利專題數據庫。

步驟2數據預處理階段，其步驟包括：

這里采用的是向量空間模型(VSM),基本思想是將特征詞從專利文件中抽取出來，不考慮專利文件結構和詞序語義。首先提取專利的標題和摘要,再進行中文分詞、詞性標注、合并同義詞、去停用詞(如圖2所示)。專利文件由特征詞組成的一個特征向量表示，記作V_i＝(d_i1,d_i2,...,d_im)，其中d_i1表示第一個特征詞在專利文件i中的權重。對于n個專利文件，形成一個m×n專利特征矩陣D,D＝[d_ij]_m×n。由于專利文本和特征詞數量大，而在某個確定的專利文件中出現的特征詞有限，所以這里d_ij的計算采用TF-IDF方法，其中f_ij表示第i個特征詞出現在第j個專利文件中的頻度，p_i表示含有第i個特征詞的專利文件數量。

步驟3數據挖掘階段：對形成的專利特征矩陣，應用SOM神經網絡方法和GMM混合高斯模型相結合的方法進行聚類，得到聚類結果，聚類得到的專利集合對應著不同主題的專利文件。

步驟3.1對專利向量文本進行SOM自組織學習訓練，得到輸出結點向量集Y。SOM神經網絡方法的優點在于，將高維向量映射為低維向量時保持向量內部拓撲結構不變的特性。在這里，我們使用SOM將高維的專利文本數據映射到二維平面空間。如圖3所示。