- 相關(guān)推薦
面向專(zhuān)利的電子信息產(chǎn)品TBT預警研究論文
摘 要：本文面向專(zhuān)利進(jìn)行文本挖掘，通過(guò)主題詞抽取確定技術(shù)熱點(diǎn)及其技術(shù)發(fā)展趨勢，通過(guò)技術(shù)發(fā)展趨勢進(jìn)行TBT預警，通過(guò)實(shí)例驗證說(shuō)明是一種有效地TBT預警方法，也是文本挖掘技術(shù)在TBT預警領(lǐng)域的補充和擴展。
關(guān)鍵詞：專(zhuān)利 文本挖掘 TBT預警
根據世界知識產(chǎn)權組織(WIPO)的統計，90%～95%的研發(fā)成果包含在專(zhuān)利文獻中，專(zhuān)利文獻公開(kāi)的技術(shù)有80%以上未出現在其他技術(shù)文獻中，全世界90%以上的發(fā)明創(chuàng )造信息都是首先通過(guò)專(zhuān)利文獻反映出來(lái)。專(zhuān)利作為技術(shù)信息最有效的載體，囊括了全球90%以上的最新技術(shù)情報，相比一般技術(shù)刊物所提供的信息早5年～6年，而且內容翔實(shí)準確。技術(shù)標準化存在的一個(gè)現象是，技術(shù)標準越來(lái)越與專(zhuān)利技術(shù)聯(lián)系在一起，專(zhuān)利被不斷包容進(jìn)技術(shù)標準中，這無(wú)論是在作為正式標準的法定標準還是事實(shí)標準都是如此。專(zhuān)利文本挖掘就是利用文本挖掘技術(shù)從特定領(lǐng)域的專(zhuān)利中發(fā)現潛在的、合理的、對決策有價(jià)值的知識。
一、專(zhuān)利文本挖掘在TBT預警中的應用
文本挖掘是利用一系列的數據挖掘技術(shù)，從大量的無(wú)結構的文本數據中發(fā)現潛在的、可能的數據模式及內在聯(lián)系，獲得對用戶(hù)有價(jià)值的知識。文本挖掘在生物醫學(xué)、郵件過(guò)濾、專(zhuān)利分析，輿情監測等領(lǐng)域有廣泛的應用研究。本文利用文本挖掘技術(shù)對進(jìn)口國專(zhuān)利進(jìn)行分析，及時(shí)發(fā)現進(jìn)口國技術(shù)的動(dòng)向，是TBT預警中的有效方法。
二、專(zhuān)利文本挖掘TBT預警過(guò)程
面向專(zhuān)利的文本挖掘即利用文本挖掘技術(shù)的對大量的專(zhuān)利進(jìn)行分析，從而獲得潛在的、可能的數據模式及內在聯(lián)系，獲得對用戶(hù)有價(jià)值的知識。本文運用Text Mining for Clementine對收集到的大量專(zhuān)利文獻進(jìn)行文本挖掘，基本步驟如下：
1.專(zhuān)利數據收集、篩選：專(zhuān)利數據收集是根據具體的需求從原始專(zhuān)利數據庫中抽取并匯總成與文本挖掘任務(wù)有關(guān)的源文本數據的過(guò)程。根據本文的實(shí)際需要，確定專(zhuān)利檢索地區、申請區間。選定進(jìn)口國比較有權威性的專(zhuān)利庫作為數據收集的來(lái)源。
2.主題詞抽�。河肨ext Mining for Clementine中的Text Extraction node抽取專(zhuān)利文獻的主題詞，以含有該主題詞的專(zhuān)利數量排序，這樣可以清晰顯示哪些主題詞在專(zhuān)利文檔中占的比例最高。
3.技術(shù)熱點(diǎn)確定：主題詞在專(zhuān)利文檔中所占的百分比作為技術(shù)熱度，技術(shù)熱度越高，則設置技術(shù)性貿易壁壘的可能性越大。
4.技術(shù)趨勢分析：將各個(gè)時(shí)間點(diǎn)的技術(shù)熱度放在時(shí)間軸上分析其變化趨勢，依此來(lái)預測將來(lái)的關(guān)注度變化，如果持續走高，則可認為必然會(huì )成為新的技術(shù)性貿易壁壘，做出預警。
三、以美國專(zhuān)利文獻數據庫為例進(jìn)行專(zhuān)利文本挖掘
1.專(zhuān)利信息收集
選定具有權威性的USPTO Patent Databases(美國專(zhuān)利商標局USPTO網(wǎng)上專(zhuān)利文獻數據庫)作為數據源，收集2007年1月至12月的關(guān)于電子信息產(chǎn)品的所有專(zhuān)利，本文通過(guò)對2007年各個(gè)月份的專(zhuān)利文獻進(jìn)行文本挖掘，確定電子信息產(chǎn)品領(lǐng)域技術(shù)熱點(diǎn)，得出技術(shù)趨勢圖，根據技術(shù)發(fā)展趨勢的走向判斷實(shí)施TBT可能性，以2007年1月的專(zhuān)利文獻為例進(jìn)行挖掘。
2.主題詞抽取
利用Text Mining for Clementine中的Text Extraction node對2007年1月的關(guān)于電子信息產(chǎn)品專(zhuān)利進(jìn)行主題詞抽取，結果如圖1所示，在2007年1月，關(guān)于計算機類(lèi)產(chǎn)品、電子設備類(lèi)產(chǎn)品、通訊類(lèi)產(chǎn)品的專(zhuān)利分別約占總數的55.36%、39.88%、10.12%，關(guān)于能量問(wèn)題、噪聲問(wèn)題的專(zhuān)利分別約占總數的13.10%、13.10%，說(shuō)明在未來(lái)時(shí)期，設置技術(shù)性貿易壁壘的可能性比較大，應該通知相關(guān)企業(yè)密切關(guān)注。
3.技術(shù)熱點(diǎn)確定
通過(guò)以上分析，根據主題詞在文檔中所占的百分比即為技術(shù)熱度，可確定2007年1月技術(shù)熱點(diǎn)涉及計算機類(lèi)產(chǎn)品、電子設備類(lèi)產(chǎn)品、通訊類(lèi)產(chǎn)品、能量問(wèn)題和噪聲問(wèn)題。
4.技術(shù)變化趨勢分析
按照以上步驟對2007年后11個(gè)月的數據進(jìn)行分析，發(fā)現computer 、energy和noise為共有的主題詞，將這12個(gè)月的技術(shù)熱點(diǎn)進(jìn)行統計分析。
5.TBT警情分析
將各個(gè)時(shí)間點(diǎn)的熱點(diǎn)技術(shù)關(guān)注度放在時(shí)間軸上分析其變化趨勢，依此來(lái)預測將來(lái)的關(guān)注度變化，如果持續走高，則可認為必然會(huì )成為新的技術(shù)性貿易壁壘。
從計算機類(lèi)產(chǎn)品、energy和noise的技術(shù)趨勢圖可以看出，在2007年12個(gè)月中，關(guān)于計算機類(lèi)產(chǎn)品、energy和noise的技術(shù)一直在增長(cháng)，相關(guān)的專(zhuān)利技術(shù)比較多，持續的時(shí)間長(cháng)，可預見(jiàn)在未來(lái)相當長(cháng)的時(shí)間內，計算機類(lèi)產(chǎn)品、energy和noise的相關(guān)技術(shù)備受關(guān)注，認為其可能會(huì )成為新的技術(shù)性貿易壁壘標準。根據以上分析，向計算機產(chǎn)品企業(yè)發(fā)送預警信息。認為電子信息產(chǎn)品能耗方面和噪聲方面會(huì )成為新的技術(shù)性貿易壁壘標準，對電子信息產(chǎn)品能效標準提出新的要求。
參考文獻：
[1]劉玉琴 汪雪鋒：基于文本挖掘技術(shù)的專(zhuān)利質(zhì)量評價(jià)與實(shí)證研究[J].2007
[2]翟東升 王明吉：專(zhuān)利地圖在技術(shù)性貿易壁壘預警中的應用.圖書(shū)與情報，2006(1)
[3]馮曉青：企業(yè)技術(shù)標準與專(zhuān)利戰略研究[J]. 科學(xué)管理研究,2007(4)
[4]Yuen-Hsien Tseng Chi-Jen Lin Yu-i Lin：Text mining techniques for patent analysis[J].Information Processing and Management,2007
【面向專(zhuān)利的電子信息產(chǎn)品TBT預警研究論文】相關(guān)文章：
面向產(chǎn)品的供給鏈本錢(qián)核算體系構建研究10-21
面向產(chǎn)品創(chuàng )新的供給鏈性能評價(jià)體系研究06-24
電子信息安全交換研究論文05-27
旅行社產(chǎn)品的不可專(zhuān)利性及其對策研究07-08
面向旅游產(chǎn)品開(kāi)發(fā)的旅行社供應商管理研究06-26
新型電子信息標志系統的開(kāi)發(fā)研究論文06-23
電子信息加密保存與運行維護研究論文09-29
電子產(chǎn)品硬件測試研究論文05-31