专利数据分析方法课件.ppt

1、专利数据分析方法专利数据分析方法专利数据分析方法主要内容n专利分析概述专利分析概述n数据趋势分析数据趋势分析n数据构成分析数据构成分析n数据排序分析数据排序分析n数据关联分析数据关联分析n数据挖掘分析数据挖掘分析专利数据分析方法主要内容n专利分析概述专利分析概述n数据趋势分析数据趋势分析n数据构成分析数据构成分析n数据排序分析数据排序分析n数据关联分析数据关联分析n数据挖掘分析数据挖掘分析专利数据分析方法专利分析（专利分析（Patent Analysis）：即专利情报分析，是对与专利相关的大量零碎的时间、地点、人物、技术、法律和商业方面的信息进行加工、组合和分析，以得到所需的情报信息。专利专利

2、“人人”商业商业法律法律技术技术时间时间地域地域专利分析概述专利数据分析方法对目标竞争对手或者目标技术领域的专利进行宏观量对目标竞争对手或者目标技术领域的专利进行宏观量化统计分析，理清目前面临的宏观专利现状化统计分析，理清目前面临的宏观专利现状对检索下载的目标专利进行专利威胁度（价值）评估对检索下载的目标专利进行专利威胁度（价值）评估、排序，侵权比对，梳理目标对象或者领域的专利重、排序，侵权比对，梳理目标对象或者领域的专利重要度情况和风险水平，从而发现真正的实质威胁专利要度情况和风险水平，从而发现真正的实质威胁专利提供规避预警方案提供规避预警方案根据专利宏观量化统计分析、专利风险排查的结果，根

3、据专利宏观量化统计分析、专利风险排查的结果，以及结合企业自身的特点，为企业的技术研发及专利以及结合企业自身的特点，为企业的技术研发及专利布局等决策提供建议布局等决策提供建议专利分析专利分析目的目的宏观宏观纵览纵览威胁评估威胁评估风险预警风险预警参考借鉴参考借鉴策略规划策略规划专利分析概述专利数据分析方法前期前期准备准备 确定目标和内容：确定目标和内容：确定专利分析目标、专利分析的技术范围、专利分析数据的地域范围、时间范围、专利分析内容；技术准备：技术准备：针对分析目标和内容查询相关商业和技术资料，消化吸收相关技术内容。数据数据采集采集 专利检索：专利检索：利用申请人名称关键词、技术关键词、分类

4、号等信息构造检索表达式，并下载专利文献信息；数据清洗和整理：数据清洗和整理：整理检索结果，筛除不相关专利，得到需进行分析的专利范围。定量统计分析、专利技术内容定性分析、专利威胁度（价值）评估、定量统计分析、专利技术内容定性分析、专利威胁度（价值）评估、侵权比对与风险评估应对等。侵权比对与风险评估应对等。项目项目汇总汇总 整理汇总项目过程文件整理汇总项目过程文件：对专利检索关键词、表达式、数据分析相关文件进行汇总；撰写项目总结文件撰写项目总结文件：对项目过程、各阶段分析结果进行总结，并撰写分析报告或制作PPT。专利专利分析分析核核心心阶阶段段专利分析概述专利数据分析方法主要内容n专利分析概述专利

5、分析概述n数据趋势分析数据趋势分析n数据构成分析数据构成分析n数据排序分析数据排序分析n数据关联分析数据关联分析n数据挖掘分析数据挖掘分析专利数据分析方法专利申请人、专利权专利申请人、专利权人、发明人、专利代人、发明人、专利代理机构等自然人或组理机构等自然人或组织机构织机构特定地理区域，特定地理区域，如洲、国家、省、如洲、国家、省、区县等区县等特定范围的技术领特定范围的技术领域、产品、行业或域、产品、行业或者产业者产业申请日、优先权日、公开日、授权公告日、期限届满日等申请日、优先权日、公开日、授权公告日、期限届满日等分析对象及角度专利数据分析方法趋势线可以表现什么？趋势线可以表现什么？专利申请

6、趋势：专利申请趋势：1.技术领域全球申请趋势2.技术领域不同地域申请趋势3.不同技术分支全球申请趋势4.不同申请人申请趋势专利数据分析方法趋势线可以表现什么？趋势线可以表现什么？申请人申请人/发明人专利申请趋势：发明人专利申请趋势：1.申请人全球申请趋势2.申请人不同地域申请趋势3.申请人不同类型专利申请趋势4.发明人申请趋势专利数据分析方法单一趋势线该如何解读？单一趋势线该如何解读？1.大体趋势大体趋势2.解释拐点解释拐点专利数据分析方法多条趋势线对比该如何解读？多条趋势线对比该如何解读？1.趋势及差异趋势及差异 2.分析分析原因原因专利数据分析方法技术领域全球专利申请趋势，能得到哪些结论？

7、技术领域全球专利申请趋势，能得到哪些结论？一定程度上反映出技术的发展历程、技术生命周期的具体阶段，以及预测未来一段时间的发展趋势以技术领域为分析视角专利数据分析方法技术领域在不同地域的专利申请趋势，能得到哪些结论？技术领域在不同地域的专利申请趋势，能得到哪些结论？一定程度上反映出某技术领域在不同地域的被关注程度以技术领域为分析视角专利数据分析方法技术领域首次申请国的专利申请趋势，能得到哪些结论？技术领域首次申请国的专利申请趋势，能得到哪些结论？侧面反映出某国家或者地区的技术创新能力和活跃程度以技术领域为分析视角专利数据分析方法多个技术领域的全球专利申请趋势，能得到哪些结论？多个技术领域的全球专

8、利申请趋势，能得到哪些结论？一定程度上反映出目前或者未来技术研发的热点方向以技术领域为分析视角专利数据分析方法技术领域不同申请人的专利申请趋势，能得到哪些结论？技术领域不同申请人的专利申请趋势，能得到哪些结论？一定程度上反映出申请人对技术的关注程度，预测技术领域未来的市场竞争格局，帮助企业发现潜在的竞争对手或者合作伙伴以技术领域为分析视角专利数据分析方法技术领域不同类型专利的申请趋势，能得到哪些结论？技术领域不同类型专利的申请趋势，能得到哪些结论？一定程度上反映出技术领域的技术创新变化情况，侧面评价该领域专利申请的技术含量高低以技术领域为分析视角专利数据分析方法申请人（专利权人）全球专利申请趋

9、势，能得到哪些结论？申请人（专利权人）全球专利申请趋势，能得到哪些结论？一定程度上反映出申请人不同时期的专利布局策略和技术发展动向，预测未来一段时间可能的专利布局发展趋势以申请人（专利权人）为视角专利数据分析方法申请人不同技术领域的全球专利申请趋势，能得到哪些结论？申请人不同技术领域的全球专利申请趋势，能得到哪些结论？一定程度上反映出申请人（专利权人）的技术研发热点，预测未来的技术发展动向以申请人（专利权人）为视角专利数据分析方法申请人不同地域的专利申请趋势，能得到哪些结论？申请人不同地域的专利申请趋势，能得到哪些结论？一定程度上反映出申请人（专利权人）对不同地域的市场关注程度，预测未来的市场

10、发展动向以申请人（专利权人）为视角专利数据分析方法申请人（专利权人）不同类型专利的申请趋势，能得到哪些结论？申请人（专利权人）不同类型专利的申请趋势，能得到哪些结论？一定程度上反映出申请人（专利权人）的技术创新变化情况，侧面评价创新的技术含量高低以申请人（专利权人）为视角专利数据分析方法 申请量和申请人数的联合变化趋势，能得到哪些结论？申请量和申请人数的联合变化趋势，能得到哪些结论？技术生命周期专利数据分析方法申请人集中度（专利申请量排名前申请人集中度（专利申请量排名前N位技术分支的专利申请量占位技术分支的专利申请量占比总和）变化趋势，能得到哪些结论？比总和）变化趋势，能得到哪些结论？一定程度

11、上了解分析对象的申请人（专利权人）之间相对专利规模和技术垄断趋势，预测行业的专利申请整体发展趋势及潜力集中度分析专利数据分析方法 一定程度上了解分析对象的专利布局地域扩张趋势，为企业市场拓展方向提供参考。地域集中度（专利申请量排名前地域集中度（专利申请量排名前N位地域的专利申请量位地域的专利申请量占比总和）变化趋势，能得到哪些结论？占比总和）变化趋势，能得到哪些结论？技术集中度（专利申请量排名前技术集中度（专利申请量排名前N位技术分支的专利申位技术分支的专利申请量占比总和）变化趋势，能得到哪些结论？请量占比总和）变化趋势，能得到哪些结论？一定程度上了解分析对象的活跃技术分支、技术变迁及未来发展

12、趋势，为企业专利战略的制定提供参考。集中度分析专利数据分析方法主要内容n专利分析概述专利分析概述n数据趋势分析数据趋势分析n数据构成分析数据构成分析n数据排序分析数据排序分析n数据关联分析数据关联分析n数据挖掘分析数据挖掘分析专利数据分析方法专利申请人、专利权专利申请人、专利权人、发明人、专利代人、发明人、专利代理机构等自然人或组理机构等自然人或组织机构织机构特定地理区域，特定地理区域，如洲、国家、省、如洲、国家、省、区县等区县等特定范围的技术领特定范围的技术领域、产品、行业或域、产品、行业或者产业者产业技术构成、申请人构成、法律状态构成、专利类型构成、加工指标等技术构成、申请人构成、法律状态

13、构成、专利类型构成、加工指标等分析对象及角度专利数据分析方法饼图可以表现什么？饼图可以表现什么？1.密集点密集点2.空白点空白点3.研发广度研发广度4.研发集中度研发集中度专利数据分析方法单一对象的构成图该如何解读？单一对象的构成图该如何解读？1.看分布看分布2.分析原因分析原因专利数据分析方法多个对象的对比图该如何解读？多个对象的对比图该如何解读？1.找特点（差找特点（差异）异）2.分析原因分析原因各公司技术侧重度对比图专利数据分析方法前提：对分析对象进行技术层面的归类前提：对分析对象进行技术层面的归类1.依据专利著录项中的分类信息（如国际专依据专利著录项中的分类信息（如国际专利分类号利分类

14、号IPC、联合专利分类、联合专利分类CPC等）等）技术构成分析专利数据分析方法2.根据实际需求进行定制化的分类（如按照根据实际需求进行定制化的分类（如按照功能、结构、材料等进行多角度分类）功能、结构、材料等进行多角度分类）结合自身业务结合自身业务结合行业特点结合行业特点结合技术走向结合技术走向技术技术1 .技术技术2 .技术技术3 .实现实现方法方法应用应用流程流程方便技术人员方便技术人员方便管理人员方便管理人员1.1.考虑到企业内部的技术分类考虑到企业内部的技术分类2.2.参考行业内不同的分类标准参考行业内不同的分类标准3.3.以方便归类和进行专利分析以方便归类和进行专利分析为主为主 分类原

15、则分类原则技术构成分析专利数据分析方法 单一对象的技术构成分析，能得到哪些结论？单一对象的技术构成分析，能得到哪些结论？技术构成分析了解专利申请的密集点和空白点，找出核心技术分支及重点专利，为专利布局和风险预警提供参考；一定程度上评估出技术研发集中度，判断分析对象的技术研发和市场推广侧重点。专利数据分析方法 多个对象的技术构成对比分析，能得到哪些结论？多个对象的技术构成对比分析，能得到哪些结论？一定程度上评估出技术研发广度，判断技术和市场能力更强的分析对象；一定程度上评估出技术研发和市场布局的差异。有 专 利 申 请 的 技 术 分 支 项 数技 术 宽 度=所 属 技 术 领 域 总 技 术

16、 分 支 项 数技术构成分析专利数据分析方法前提：对分析对象进行申请人类型的归类前提：对分析对象进行申请人类型的归类 1.归类角度可包括申请人（专利权人）所属地域，如中归类角度可包括申请人（专利权人）所属地域，如中国申请人、美国申请人、日本申请人等；申请人（专利权国申请人、美国申请人、日本申请人等；申请人（专利权人）类型，如个人、研究机构、大学、企业等。人）类型，如个人、研究机构、大学、企业等。2.数据除专利数量和比例外，还可以是计算加工后的指数据除专利数量和比例外，还可以是计算加工后的指标。标。N申 请 量 排 名 前 位 的 申 请 人（专 利 权 人）专 利 申 请 量行 业 集 中 度

17、=专 利 申 请 总 量以申请人（专利权人）构成分析专利数据分析方法 单一对象的申请人构成分析，能得到哪些结论？单一对象的申请人构成分析，能得到哪些结论？一定程度上明晰创新者身份组成，辨别创新主体是谁。以申请人（专利权人）为视角专利数据分析方法 多个对象的申请人构成对比分析，能得到哪些结论？多个对象的申请人构成对比分析，能得到哪些结论？一定程度上了解技术领域或者特定地域范围的市场竞争情况。以申请人（专利权人）为视角专利数据分析方法单一对象的专利申请地域（技术来源国）构成分析，能得到哪些结论？单一对象的专利申请地域（技术来源国）构成分析，能得到哪些结论？一定程度上评估出各主要国家或地区的专利布局

18、及专利输入输出情况，查找技术起源国、辨别目标市场等申请地域构成分析专利数据分析方法多个对象的专利申请地域构成对比分析，能得到哪些结论？多个对象的专利申请地域构成对比分析，能得到哪些结论？一定程度上评估出国家或地区的技术优势和侧重情况，明晰目标市场的专利布局现状；一定程度上评估出国家或地区的技术实力对比。申请地域构成分析专利数据分析方法法律状态构成分析能得到哪些结论？法律状态构成分析能得到哪些结论？一定程度上衡量竞争对手技术研发实力和专利技术含量高低，评估专利威胁性；一定程度上衡量技术领域的专利活跃程度，评估专利风险总体水平。法律状态构成分析专利数据分析方法主要内容n专利分析概述专利分析概述n数

19、据趋势分析数据趋势分析n数据构成分析数据构成分析n数据排序分析数据排序分析n数据关联分析数据关联分析n数据挖掘分析数据挖掘分析专利数据分析方法专利申请人、专利权专利申请人、专利权人、发明人、专利代人、发明人、专利代理机构等自然人或组理机构等自然人或组织机构织机构特定地理区域，特定地理区域，如洲、国家、省、如洲、国家、省、区县等区县等特定范围的技术领特定范围的技术领域、产品、行业或域、产品、行业或者产业者产业申请量、授权量、申请人数、发明人数、加工指标等申请量、授权量、申请人数、发明人数、加工指标等分析对象及角度专利数据分析方法排序图表该如何解读？排序图表该如何解读？1.找特征点找特征点2.分析

20、原因分析原因专利数据分析方法技术领域排序分析，能得到哪些结论？技术领域排序分析，能得到哪些结论？可筛选出专利申请的主要技术领域，进一步还可以将主要技术领域作为分析对象，进行数据趋势和数据构成分析技术领域排序分析专利数据分析方法申请人（专利权人）排序分析能得到哪些结论？申请人（专利权人）排序分析能得到哪些结论？可筛选出主要申请人（专利权人）进一步还可以将主要申请人（专利权人）作为分析对象，进行数据趋势和数据构成分析(专利产出率专利产出率 =专利申请总量专利申请总量/发明人数量发明人数量)申请人（专利权人）排序分析专利数据分析方法申请地域排序分析能得到哪些结论？申请地域排序分析能得到哪些结论？可筛

21、选出重点申请地域进一步还可以将主要申请地域作为分析对象，进行数据趋势和数据构成分析申请地域排序分析专利数据分析方法发明人排序分析能得到哪些结论？发明人排序分析能得到哪些结论？可以找出发明创新最多的技术人才，作为企业人才引进的重要参考因素；持续关注重点发明人的技术研发动态，还可了解前沿技术的演进趋势，洞察产业机遇。发明人排序分析专利数据分析方法主要内容n专利分析概述专利分析概述n数据趋势分析数据趋势分析n数据构成分析数据构成分析n数据排序分析数据排序分析n数据关联分析数据关联分析n数据挖掘分析数据挖掘分析专利数据分析方法数据关联分析是指将各种数据与专利信息组合起来进行共同分析。数据关联分析数据关

22、联分析的三个层次：l专利数据多维度组合分析l专利数据多指标组合分析l专利数据与非专利数据综合分析专利数据分析方法虽然日本申请人专利部署总量领先，但是SMS集团专利部署“技高一筹”，不但注重全球化的专利布局，而且专利质量较高，在核心技术领域部署的专利数量较多。多维度组合分析专利数据分析方法Silicon imageSilicon image公司的并购行为对专利布局影响综合数据关联分析专利数据分析方法综合数据关联分析专利数据分析方法主要内容n专利分析概述专利分析概述n数据趋势分析数据趋势分析n数据构成分析数据构成分析n数据排序分析数据排序分析n数据关联分析数据关联分析n数据挖掘分析数据挖掘分析专利

23、数据分析方法数据挖掘的概念 从大量的数据中发现隐含模式和知识 利用所发现的模式和知识预测、指导决策数据挖掘的定义 采用数学、统计、人工智能和机器学习等 从大量、不完全、有噪声、模糊和随机的数据中 提取隐含的、预先未知的具有潜在应用价值的过程数据挖掘专利数据分析方法 没有明确假设的前提 无需专业统计背景 算法在数量和实用性上具有更大优势 利用算法和人工智能技术进行高级多元统计专利数据挖掘的优势专利数据分析方法专利数据挖掘的步骤n情报分析与整合情报分析与整合n数据可视化数据可视化n数据挖掘处理数据挖掘处理n数据获取与预处理数据获取与预处理步骤步骤1 1步骤步骤2 2步骤步骤3 3步骤步骤4 4专利数据分析方法