基于k_means聚類算法的專利地圖制作方法研究

1、第30卷第2期2009年3月科研管理Science Research Manage ment Vol .30,No .2March,2009收稿日期:2008-06-03;修回日期:2009-01-06.基金項目:國家自然科學基金資助項目:專利戰(zhàn)略導向的企業(yè)技術創(chuàng)新機制,基金編號:70472060,起止時間:2005年1月-2007年12月。作者簡介:邱洪華(1978-,男(漢,廣西梧州人,華中科技大學管理學院中德知識產(chǎn)權研究所博士研究生,研究方向:企業(yè)技術創(chuàng)新與專利戰(zhàn)略。文章編號:1000-2995(200902-007-0070基于k -means 聚類算法的專利地圖制作方法研究邱洪華,余

2、翔(華中科技大學管理學院,湖北武漢430076摘要:利用專利文獻,制作專利地圖是有效監(jiān)測和了解技術發(fā)展現(xiàn)狀和趨勢的重要手段之一,因此最近幾年以來,關于專利地圖的研究在知識產(chǎn)權領域引起了廣泛的關注。本文分析了專利地圖在國內(nèi)外的研究現(xiàn)狀,歸納了專利地圖的功能,剖析了當前專利地圖制作方法的不足,利用了專利文獻中的結構化項目和非結構化項目,通過k -means 聚類算法,形成語義網(wǎng)絡,并最終制作完成可視化專利地圖。而根據(jù)該專利地圖,可以清晰而直觀的看出所研究目標技術領域的技術發(fā)展路徑。關鍵詞:專利地圖;k -means 聚類算法;專利中圖分類號:D923142文獻標識碼:A1引言隨著技術更快更復雜的發(fā)

3、展,有效監(jiān)測和了解技術發(fā)展方向變得越來越重要。因此,無論是學術界和實務界都已經(jīng)著手如何跟蹤技術發(fā)展方向的研究,并提出了很多相關的方法。而利用專利文獻來制作專利地圖,從專利地圖的視角去探索技術的動態(tài)發(fā)展就是其中的一種方法。而且,專利地圖是整體專利分析的一個可視化表達,其有利于更容易而有效地理解復雜和不同的專利信息1。111專利地圖的功能近年來,日本、韓國等亞太國家以及中國臺灣地區(qū)在高科技產(chǎn)業(yè)專利地圖布局上取得了突破性進展。日本與韓國政府相繼于1999年展開大規(guī)模的產(chǎn)業(yè)技術專利地圖分析,以此作為擬定技術發(fā)展戰(zhàn)略和輔導企業(yè)升級的重要決策依據(jù)。專利資訊揭露了科技發(fā)展的重要趨勢,如能充分運用,不僅可協(xié)助

4、企業(yè)進行有效的研發(fā)管理,而且有利于政府制定產(chǎn)業(yè)科技策略。從整體上看,專利地圖的功能主要體現(xiàn)在以下幾個方面:(1進行專利管理的功能。通過制作專利地圖,可以獲悉特定技術領域的發(fā)展趨勢,對主要競爭對手各項專利技術實力進行分析、剖析,并預測專利技術的發(fā)展動向。從而確定哪些可以成為技術合作伙伴,發(fā)現(xiàn)主要競爭者的技術貿(mào)易活動,明確自己的專利活動中哪些有用信息已經(jīng)或者可能泄露給競爭者,并最終確定企業(yè)專利戰(zhàn)略部署和戰(zhàn)略地位。(2挖掘?qū)＠夹g的功能。專利地圖的制作過程就是對某特定技術進行全面檢索,從而對競爭公司的專利技術進行地毯式搜索和分析,有助于技術人員得到新的思路、產(chǎn)生新的創(chuàng)意,從而發(fā)現(xiàn)新的技術領域、技術方

5、向和技術手段,并運用專利挖洞技術,實現(xiàn)專利的紙上發(fā)明。(3專利侵權判斷的功能。通過專利地圖,可以明確專利權利要求的范圍,分解專利權利要求的第2期邱洪華,余翔:基于k-means聚類算法的專利地圖制作方法研究71構成要件,分解對照專利的權利要求,從而確定是否侵權。如果產(chǎn)品可能侵權,則可以指導如何通過增加或減少權利要求,進行專利的回避設計。(4技術貿(mào)易談判的功能。一張科學的專利地圖,在顯示自己、競爭者或合作者的弱點或優(yōu)勢的同時,如果競爭者沒有相同的信息,能夠幫助企業(yè)在專利技術許可貿(mào)易中取得談判的主動權,成為討價還價的工具。(5政府的專利決策功能。專利地圖有助于政府在重大技術項目上做出決策和進行宏觀

6、管理,以及幫助企業(yè)估計產(chǎn)量和內(nèi)部科研質(zhì)量的功能。112專利地圖的研究現(xiàn)狀11211專利地圖在國外的研究現(xiàn)狀專利地圖在20世紀60年代起源于日本專利辦公室,主要是為了加快審批速度。日本的第一份專利地圖是日本專利辦公室在1968年出版的。這份專利地圖是關于航空微米測量技術在其它產(chǎn)品的功能、特征和設計原理等應用領域上的擴充使用。專利地圖一方面能顯示出技術功能性的擴展方式,另一方面也能顯示出其在應用方面的擴展方式,并能通過專利隨時間的變化關系找出它們之間的聯(lián)系。隨后,專利地圖主要發(fā)展軌跡和專利地圖方法的應用逐漸轉(zhuǎn)移到工業(yè),尤其是一些較大的以技術為基礎的公司。與此同時,專利地圖的應用目的和專門的研究方法

7、也更豐富多樣。時至今日,為了企業(yè)的科技發(fā)展戰(zhàn)略、開發(fā)新的商機和進一步促進對專利信息的使用,在過去的二十年以來,日本政府就收集和分析了每一個技術領域的專利信息來制作專利地圖,并將這些地圖免費放在網(wǎng)上2。而在最近幾年,專利地圖在韓國也得到了很好的發(fā)展,他們在專利地圖的研究和利用上主要是借鑒日本經(jīng)驗。韓國知識產(chǎn)權組織從2000年開始,在所有的工業(yè)領域制作和推廣專利地圖3。目前的技術發(fā)展有必要進行專利信息的檢索,以此避免沒有必要的投資,同時也可以獲得技術創(chuàng)新發(fā)展的構思和理念以及包含在這些專利信息當中的技術應用領域。自從1997年以來,日本專利局提出了超過50種類型的專利表達形式并制作了涉及很多技術領域

8、的超過200張的專利地圖4。韓國、美國等很多國家也制作了不同領域的專利地圖56。同時,關于智能分析專利方面的研究也得到了發(fā)展。用于專利地圖科學性分析和技術信息(包括論文和專利的神經(jīng)系統(tǒng)方法(the neural methods以及幫助使用者執(zhí)行分析這些大量信息的復雜過程的神經(jīng)系統(tǒng)方法也都有所涉及7。機器學習技術(machine learning technol2 ogy在美國被應用于文本的分類,目的就是自動區(qū)分與生物技術相關的和不相關的專利6。從2000年以后,專利地圖工具(patent map2 p ing t ools有了一個更加顯著的發(fā)展,并影響到各個領域的信息檢索(inf or mat

9、i on searching、信息智能(inf or mati on intelligence和技術監(jiān)視(techno2 l ogical watch等等89。并且在2003年的芝加哥的P I U G年度會議上取得了突破性的進展,對于分析和可視化工具(analysis and visualizati on t ools以及他們在專利信息(patent inf or mati on方面的應用給予了相當?shù)闹匾?0。專利地圖確實需要能夠?qū)ζ溥M行可視化分析的一類工具,也可稱為“空間(維度分析技術”(di m ensi onal analy2 sis techniques。他們的目的就是為了建立一個二維

10、或者三維的具有很高維度性的數(shù)據(jù)表示(一維是詞語表述,一維是相應的專利事件,一維是專利發(fā)明人。在各個專利著錄項之間,它們之間綜合而復雜的關聯(lián)信息就不僅是有用的,而且還是可視化的,并通過這樣一種關聯(lián)信息,可以得到專利技術變化的趨勢圖。正因如此,專利地圖甚至可以成為專利文獻公開的關鍵,而技術管理人員不得不做出快速而可靠的決策。繪制專利地圖有助于尋找之前不為他人所知悉的技術,從而挖掘技術空白點11。11212專利地圖在國內(nèi)的研究現(xiàn)狀(1國內(nèi)研究現(xiàn)狀的數(shù)據(jù)來源。為了更好地了解專利地圖在中國的研究現(xiàn)狀,本文在中國學術期刊網(wǎng)的“中國期刊全文數(shù)據(jù)庫”中進行相關研究成果的檢索。檢索表達式為:“檢索項”選擇“關鍵

11、詞”,“檢索詞”中輸入“專利地圖”,時間范圍選擇從“1980-2008”,“更新欄”選擇“全部數(shù)據(jù)”,期刊范圍選擇“全部期刊”,“匹配”欄選擇“精確”。該表達的含義為:從72科研管理2009年1980年開始到檢索日這一期間內(nèi),在中國期刊全文數(shù)據(jù)庫收錄的所有雜志所發(fā)表的,“關鍵詞”中包含有“專利地圖”的所有論文。(2從研究成果的形式上看專利地圖在國內(nèi)的研究現(xiàn)狀。通過對檢索結果進行統(tǒng)計,國內(nèi)對專利地圖進行研究的成果如表1所示。從表1可以看出,從時間的角度上看,從2003年開始國內(nèi)才逐漸有相關的研究成果發(fā)表。這主要說明了與國外相比,國內(nèi)學者對于專利地圖的研究起步比較晚。而從成果數(shù)量的角度上看,目前國

12、內(nèi)在專利地圖研究方面,總共有34篇學術論文發(fā)表,其中直接研究成果18篇(即直接研究專利地圖的內(nèi)容、制作方法、價值、意義等,而間接研究成果16篇(即文章主旨并非研究專利地圖,但其研究的內(nèi)容或者方法涉及專利地圖。而且從成果的年度發(fā)展趨勢來看,從2003年到現(xiàn)在,國內(nèi)對于專利地圖的研究從整體上是不斷增多的。通過對文獻的作者進行統(tǒng)計分析,可以判斷某一研究領域受到學者關注的程度及年度變化趨勢。因此從表1中可以看出,從2003年開始有學者開始關注專利地圖的研究,而且從整體趨勢上看,在國內(nèi)學術界有越來越多的學者參與到專利地圖的研究當中。也因此可以認為,國內(nèi)有越來越多的人開始認識到專利地圖的重要價值和意義。表

13、1國內(nèi)關于專利地圖研究成果的統(tǒng)計Table1Research litera tures st a tisti c about the pa ten t map i n Ch i n a相關論文/篇作者數(shù)量/人直接研究間接研究總數(shù)(以第一作者計 20032243200426872005415420065163200746101020081011總數(shù)18163428注:(1由于時間和數(shù)據(jù)庫更新速度方面的原因,2008年的統(tǒng)計為不完全統(tǒng)計,該年度的成果只是參考數(shù),而不是絕對數(shù)。(2表中“作者數(shù)量”一欄,為了避免重復統(tǒng)計,并考慮學術習慣,對同一篇論文有兩位或者兩位以上的合作作者的,僅以第一作者計。(3

14、從研究成果的內(nèi)容上看專利地圖在國內(nèi)的研究現(xiàn)狀。通過對檢索結果進行逐一研究可以發(fā)現(xiàn),國內(nèi)對于專利地圖進行直接研究最早的是華中科技大學管理學院的劉平和吳新銀等人,他們通過研究日本、韓國以及中國臺灣地區(qū)的專利地圖相關理論和實務,介紹了專利地圖的定義、分類及作用12,探討了專利技術圖、專利管理圖等專利地圖制作方法和步驟1315;同時,他們還對專利地圖在研發(fā)管理上的應用進行了深入的研究16。從內(nèi)容上來看,在專利地圖的制作方面,他們的方法是首先對某一技術領域的專利進行全面檢索,然后利用專利文獻中的專利申請量、專利申請時間、專利申請人、技術功效、專利I PC分類以及摘要等內(nèi)容,制作諸如專利申請年度趨勢圖、技

15、術生命周期圖、競爭公司I PC分類表以及技術/功效矩陣表等專利圖表。通過這些圖表,可以直觀地看出自身和競爭對手的專利技術現(xiàn)狀及所處的位置。而繼劉平和吳新銀之后,越來越多的學者從不同的角度對專利地圖開展研究1727,或者間接地將專利地圖的方法運用到相關研究當中去2833?？梢灶A見,隨著中國國家知識產(chǎn)權戰(zhàn)略不斷往縱深推進以及中國企業(yè)的自主創(chuàng)新和知識產(chǎn)權發(fā)展戰(zhàn)略的不斷成熟,專利地圖的理論和應用的研究,無論是對于學術界還是在實務界,都將有廣闊的發(fā)展空間。11213目前專利地圖研究的不足制作專利地圖,常常需要利用那些包含大量分析項目的專利文獻。這些專利文獻包含了結構化項目(structured ite

16、m s和非結構化項目(un2 structured ite m s,其中結構化項目指的就是在每一件專利文獻中,其語義和格式都是統(tǒng)一的項目,比如專利申請?zhí)枴⑸暾埲?、或者發(fā)明者。而非結構化項目表達隨意的文本信息,這些信息在每一件專利文獻中的長度和內(nèi)容都是不同的,比如說權利要求、摘要、發(fā)明的說明書。通過前者所得到的可視化分析就是所謂的專利圖表(patent graphs,而通過后者所得到的可視化分析就是所謂的專利地圖(patent map s,雖然從廣義的角度上來看,專利地圖包括上述的兩種情況34。專利文獻通常都比較長,并且有大量的技術和法律術語,因此,對于非專業(yè)人士來講,要解讀和分析起來非常困第2

17、期邱洪華,余翔:基于k-means聚類算法的專利地圖制作方法研究73難35。而用可視化的方法來分析專利信息以及表述分析結果就顯得尤為重要。通過以上對專利地圖在國內(nèi)外的研究現(xiàn)狀進行歸納后可以發(fā)現(xiàn),經(jīng)過一些國家專利行政部門和理論界學者的努力,目前專利地圖的應用及其制作方法已經(jīng)取得了一定的進展。尤其是近幾年來,利用專利文獻去研究專利地圖的方法受到了廣泛的關注和利用。但是,由于相關研究從整體上看還處于尚未成熟的起步階段,因此目前學術界所提出的一些專利地圖的制作的方法存在著一定局限。這主要體現(xiàn)在兩個方面,其一,專利地圖可視化方法僅局限于他們專利信息的表述,并不有效地歸納更多的專利信息;其二,在每一件專利

18、文獻的結構化項目和非結構化項目之間,大多數(shù)的專利地圖制作方法只是考慮了其中的一個方面。因此,提出更加完整的和平衡的可視化專利地圖制作方法是非常有必要的。113本文研究的框架以及所解決的問題本文研究將利用每一個專利文獻中著錄項的結構化項目(專利申請日和非結構化項目(關鍵詞,通過K-means聚類算法和語義網(wǎng)絡的運用,提出了一個研究和制作專利地圖的具體步驟,最終制作出一張可視化的專利地圖,從而可以清晰而直觀的看出所研究目標技術領域的技術發(fā)展現(xiàn)狀和趨勢。正是由于本文在研究專利地圖的時候,不僅僅考慮了結構化項目,同時也考慮了非結構化項目,因此可以保持利用專利文獻來分析技術特征的平衡。2k-means聚

19、類算法的可視化專利地圖制作過程211專利文獻和關鍵詞矩陣的形成首先,確定研究目標,將其定位于一個特定的技術領域。然后選擇關鍵詞來檢索相關的專利文獻。之后,為了進一步研究的需要,而重新定義一個關鍵詞列表。因此會得到一系列的專利文獻和一個關鍵詞表。接下來,在每一條專利文獻的文本范圍之內(nèi),逐一核對每一個關鍵詞是否在該專利文獻中存在。而為了記錄這一步驟的結果,需要形成一個以關鍵詞(1n為縱軸并以專利文獻(1m為橫軸的矩陣。因此,如果第j個關鍵詞在第i個專利文獻中存在,矩陣中該點(i,j就用1來表示,但是,如果不存在,矩陣中該點(i,j就用0來表示,如圖1所示。至此,專利文獻和關鍵詞的矩陣就形成 。圖1

20、根據(jù)一個專利文獻的文本范圍內(nèi)是否包含有關鍵詞而用“0”或者“1”來表示的矩陣F i g11A ma tr i x of wh i ch ele m en ts are f illed w ith0or1ac2 cord i n g to whether a keyword ex ists w ith i n texts of a pa ten t docu2 m en t212通過k-means聚類算法對矩陣進行聚類分組在上述所形成的矩陣中,每一個關鍵詞的“0”或者“1”之間的值,就充當每一個專利文獻的一個特征值。然后通過k-means聚類算法對專利文獻進行聚類,關鍵詞的值就被用來把專利文獻分

21、成“k”組(見圖2 。圖2利用已有的矩陣并通過k-m ean s聚類算法對專利文獻進行聚類F i g121C luster i n g pa ten t docu m en ts by the k-m ean s cluster i n g a lgor ith m usi n g the com pleted ma tr i x213研究每一組專利文獻所包含的關鍵詞利用聚類后的專利文獻,可以研究每一組專利文獻有什么關鍵詞。例如,假設專利文獻“A”和“B”屬于組1。而根據(jù)圖1的矩陣,專利文獻“A”有關鍵詞“a”和“c”,而專利文獻“B”有關鍵詞“b”和“c”。然后,組1包含“a”、“b”和“c

22、”三個關鍵詞。如此類推,可以研究每一組的關鍵詞(見圖3。74科研管理2009年 圖3研究聚類后的專利文獻的每一組關鍵詞F i g 13I nvesti ga ti n g keywords for each group after cluster i n g pa ten t docu m en ts214利用關鍵詞形成語義網(wǎng)絡利用每一組的關鍵詞列表,可以制作一個語義網(wǎng)絡。在圖3中,組1有關鍵詞“a ”、“b ”和“c ”,而組2有關鍵詞“c ”和“d ”,從而可以看出兩組共有關鍵詞“c ”。因此,兩組之間的關系可以用三個節(jié)點來表示:(a,b ,(c 和(d 。本文認為,共同節(jié)點的級別高于其他

23、的節(jié)點,因此可以劃出從(c 指向(a,b 和(d 的箭頭。通過這樣的方法,可以制作一個包含一個或者更多關鍵詞的語義網(wǎng)絡(如圖4所示。 圖4利用每一組關鍵詞列表而形成語義網(wǎng)絡F i g 14For m i n g se man ti c networks usi n g lists of keywords foreach group實際上,語義網(wǎng)絡是基于前面所述的“通過K -means 聚類算法對專利文獻進行聚類”以及“分析聚類后的專利文獻的關鍵詞”等步驟的基礎上而形成。因此,語義網(wǎng)絡就是由k -means 聚類算法所設定的組的數(shù)量來決定,因此會有很多個語義網(wǎng)絡。有很多可執(zhí)行程序可以完成k -m

24、eans 聚類算法。利用其中任何一個程序,都可以很容易地對逐漸增加的組的數(shù)量進行反復的聚類。而對于每一次聚類結果,都會重復“研究每一組關鍵詞”和“形成一個語義網(wǎng)絡”這兩個步驟。最后,在“n ”次循環(huán)后,得到“n ”個語義網(wǎng)絡。然而,因為本研究并不考慮當組的數(shù)量只有一個的情況,所以只有選擇包含很多語義網(wǎng)絡的一組。通常會選擇最能說明關鍵詞關系的一組。實際上,這是一個手工操作的過程。但是通常的情況是,隨著選擇語義網(wǎng)絡中的組的數(shù)量的增加,就可以更好地解釋語義網(wǎng)絡關鍵詞之間的關系。但是,組的數(shù)量太多,也會導致很難形成一個語義網(wǎng)絡,因此必須要找到合適的組的構成。215專利申請日信息和語義網(wǎng)絡的結合通過上述

25、的步驟,本文陳述了如何利用目標技術領域相關專利文獻中的“非結構化項目”形成一個關鍵詞的語義網(wǎng)絡。接下來,本文將介紹在語義網(wǎng)絡的基礎上,如何利用“結構化項目”來完成一張專利地圖。假設最終形成了如圖5所示的語義網(wǎng)絡。首先,必須要研究語義網(wǎng)絡中每一個節(jié)點(node 的申請日期(filing date 。而每一個節(jié)點的申請日就是在包含該節(jié)點關鍵詞的各個專利文獻中最早的申請日。例如,在圖中,節(jié)點2包含“a ”和“b ”兩個關鍵詞。而且,如果“a ”屬于專利文獻“A ”,“b ”屬于專利文獻“B ”。因此,節(jié)點2的申請日就是專利文獻“A ”和“B ”之間的最早的申請日。依此,節(jié)點2的申請日就是“1997-

26、11-27”。依次類推,節(jié)點3的申請日就是“2000-08-18”。通過這樣的方法,可以得到一個每一個節(jié)點都有其申請日信息的關鍵詞語義網(wǎng)絡。圖5利用申請日信息而形成一個語義網(wǎng)絡Fi g 15For m i n g a se manti c network with fili n g date i n for mati on第 2期 邱洪華 ,余 : 基于 k - means聚類算法的專利地圖制作方法研究 翔 75 專利地圖的最終形成 經(jīng)過上述的幾個步驟之后 , 在專利文獻范圍 之內(nèi) ,本文所研究的語義網(wǎng)絡具備了結構化項目 和非結構化項目兩個方面的特征 。最后 , 本文利 用已經(jīng)完成的語義網(wǎng)絡

27、,根據(jù)專利文獻的申請日 、 語義網(wǎng)絡的節(jié)點進行重新整理 , 最終完成一張專 利地圖的制作 ,如圖 6 所示 。 F ig1 6 Form in g a pa ten t map on the ba sis of a seman tic network w ith f ilin g da te in forma tion 本文提出了一種制作專利地圖的可視化新方 法 。與第一部分中關于專利地圖研究現(xiàn)狀中所提 及的其他方法相比 , 本文的研究考慮了專利文獻 的結構化項目和非結構化項目兩個方面 。因此 , 該方法為分析專利信息提供了一個平衡的方法 。 而且 ,本文的研究利用了關鍵詞和專利申請日 ,通

28、過 k - means聚類算法 , 形成語義網(wǎng)絡的具體步 驟 ,并最終形成專利地圖的過程 。通過這樣一個 過程 ,本文認為一張專利地圖將會顯得更加智能 化 ,并具有實用性 。除此之外 ,因為本文用詳盡而 直觀的方法解釋了制作專利地圖的過程 , 從而使 得一個非專業(yè)人員通過深入理解之后也可以制作 一張專利地圖 。 同時 ,通過這種方法制作的專利地圖 ,可以完 整全面地了解目標技術領域相關專利的發(fā)展過程 和狀態(tài) ,有助于人們關注目標技術發(fā)展方向 ,發(fā)現(xiàn) 更多發(fā)明創(chuàng)新的構思 , 判斷下一技術創(chuàng)新的專利 申請 ,避免不必要的多余投資 。 盡管本文的研究具有一定的創(chuàng)新性 ,但是也同 樣存在著不足之處 ,

29、有待將來進行進一步的研究 : 216 第一 ,本文利用 k - m eans聚類算法 , 研究了 專利地圖的制作方法 , 從而可以很直觀的看出目 標技術領域的發(fā)展路徑和演進方向 。該方法在專 利信息內(nèi)容方面 ,利用了專利申請日和關鍵詞 ,但 是對于諸如專利申請人和 IPC 等等其他專利著錄 項信息并沒有得到體現(xiàn)或者利用 。因此 , 本文所 介紹的專利地圖的制作方法與前文“ 專利地圖研 究現(xiàn)狀 ” 中所述的專利地圖制作其他方法在側重 點和功能方面有所不同 , 因此在實際應用的過程 中 ,應當根據(jù)實際需要進行取舍 , 或者取其一 , 或 者全選 。 第二 ,本文主要是從理論上詳盡地探討了專 利地圖

30、的制作方法和過程 , 未來的研究可以從實 證方面去進一步檢驗該方法的科學性以及運用的 有效性 。 圖 6 基于具有申請日信息的語義網(wǎng)絡而形成專利地圖 參考文獻 : 1 W IPO. PatentMap with Exercises ( related EB /OL . www. wipo. org / s / en / activities/meetings/ china _most_03 /w ipo _ me ip _bis_ge_03_16. pdf . 2 N ew s E stab lishm en t of Paten t D istribu tion and Technology

31、 . Tran sfer M arkets EB /OL . http: / /www. jpo. go. jp / tousie / pdf / chap ter3. pdf . 3 News The Publication and D istribution of Patent Map s ( PM . for Cellular Phones EB /OL . http: / /www. kipo. go. kr/ eht2 Practical U se of Patent Map for Each Technology Field EB / OL . www. ap ic. jiii o

32、r jp /p _f / text/ text/5 - 04. pdf . . . 5 J. H. Ryoo ( KIP I and I G Kim ( KIPO . Workshop H . . East MeetsW est In V ienna 2005 EB /OL . www. european patentoffice. org/ workshop _h. pdf . ep idos/ conf / jp info /2005 / _ pdf / report _ tiSom model ( 2002 EB /OL . acl ldc. upenn. edu /W / . Info

33、rmat 2004 EB /OL . http: / /www. researchinformation. 3 研究結論與展望 m l/ eStaPublic. htm l . 4 Japan Institute of Invention and Innovation. Guide Book for W hat patent analysis can tell about companies in Korea, Far 6 David B. and Peter C. . Machine Learning for Patent Classifi2 cation EB /OL . www. sta

34、nford. edu /. 7 J. C. Lam irel, S A. Shehabi, M. Hoffmann and C. Fran2 . W 03 /W 03 - 2002. pdf . 8 Boulakia C. Patent mapp ing EB /OL . ScienceCareers org; . 9 Rees P. . Patent p ictures it patently good news Research . s . work: experim ent of multi - view point analysis with the Mul2 ment/p revio

35、us_issues/ articles/1190 /patent_mapp ing . 2001. http: / / sciencecareers sciencemag org/ career_develop 2 . . cois Intelligent patent analysis through the use of a neural net2 . 76 info / rijanfeb04patents htm l . . 科 研 管 理 2009 年 23 王興旺 ,孫濟慶 . 國內(nèi)外專利地圖技術應用比較研究 J . 10 Porter AL, Cunningham S W. Tec

36、h m ining exp loiting new . technologiesfor competitive advantage M . New York: John W iley & Sons, 2005: 302. 11 Susan Mendelsohn. Patterns formed by a single shot of malt EB /OL . Information World Review. http: / /www. iw r co. . uk /2082879. 12 吳新銀 ,劉平 . 專利地圖研究初探 J . 研究與發(fā)展管理 , 2003 ( 5 : 88

37、- 92. 13 劉平 ,張靜 , 戚昌文 . 專利技術圖制作方法實證分析 J . 情報雜志 , 2007 ( 8 : 113 - 119. 24 葉繼濤 . 技術預見與專利地圖關聯(lián)研究 J . 科技與經(jīng)濟 , 2007 ( 6 : 3 - 6. 25 張嫻 ,高利丹 ,唐川 ,肖國華 . 專利地圖分析方法及應用研 究 J . 情報雜志 , 2007 ( 11 : 22 - 25. 26 肖國華 ,熊樹明 , ,張嫻 . 專利地圖設計制作及影響因素分 析 J . 情報理論與實踐 , 2007 ( 3 : 372 - 377. 27 張帆 ,肖國華 , 張嫻 . 專利地圖典型應用研究 J . 科

38、技管 理研究 , 2008 ( 2 : 190 - 193. 28 余翔 , 詹愛嵐 . 移動通信產(chǎn)業(yè)專利分析及我國對策研究 J . 知識產(chǎn)權 , 2004 ( 3 : 20 - 26. 29 方曙 ,張嫻 , 肖國華 . 專利情報分析方法及應用研究 J . 科研管理 , 2006 ( 6 : 109 - 117. 14 劉平 ,張靜 ,戚昌文 . 專利技術圖制作及應用例析 J . 管 理學報 , 2005 ( 5 : 555 - 558. 15 劉平 ,吳新銀 , 戚昌文 . 激光信息存貯技術專利管理圖分 圖書情報知識 , 2007 ( 4 : 64 - 69. 30 王磊 ,武士華 , 王

39、松俊 . 專利情報分析的利用 J . 預防醫(yī) 析 J . 電子知識產(chǎn)權 , 2004 ( 3 : 28 - 32. 16 劉平 ,吳新銀 , 戚昌文 . 專利地圖在企業(yè)研發(fā)管理上的應 學情報雜志 , 2006 ( 3 : 307 - 308. 31 張方文 , 楊瑾瑾 , 于文 吉 . 我國竹 材領域 專利分 析研究 J . 竹子研究匯刊 , 2007 ( 4 : 1 - 5. 32 吳欣望 . 論企業(yè)對專利信息的利用 J . 科學學與科學技 用 J . 研究與發(fā)展管理 , 2005 ( 2 : 47 - 52. 17 譚思明 . 基于專利地圖技術的中 、 美微流控專利競爭情報 研究 J .

40、情報雜志 , 2005 ( 5 : 33 - 35. 18 楊光 . 專利地圖初探 J . 晉圖學刊 , 2005 ( 6 : 4 - 6. 19 翟東升 ,王明吉 . 基于專利地圖理論的專利分析系統(tǒng)研究 J . 情報雜志 , 2006 ( 3 : 5 - 9. 20 翟東升 ,周娟 ,王明吉 . 基于多 Agent 的專利地圖研究 J . 術管理 , 2004 ( 5 : 65 - 67. 33 曹琴仙 ,于淼 . 基于內(nèi)容分析法的專利文獻應用研究 J . 現(xiàn)代情報 , 2007 ( 12 : 147 - 150. 34 S J. L iu. A Route to a Strategic Intelligence of Industrial . Competitiveness C . The first A sia - Pacific conference on