交互式技术地图:专利分析与可视化
在专利分析领域,有两种不同的方法可用于分析当前阶段获取的专利集。这两种方法相互补充,能为我们深入了解专利的重要性和关系提供有力支持。
1. 专利分析方法概述
分析专利集可以采用两种不同的方法:
- 基于文本信息的方法 :借助数据挖掘和信息检索的标准技术,结合部分结构信息进行分析。
- 基于引用信息的方法 :仅使用专利间的引用关系,旨在理解专利的重要性以及它们之间的关系。
这两种方法各有优劣。基于文本信息的方法无法清晰呈现某一专利的重要性,而基于引用信息的方法虽能体现被引用的重要性,但缺乏对专利主题的具体细节描述。接下来,我们将先探讨引用分析,再讨论如何整合这两种方法所获取的信息。
2. 引用分析
引用信息对于评估专利质量极为关键,尤其是在缺乏专利许可结果相关信息时。专利引用具有强烈的经济动机,它能明确专利与现有知识的关系,降低专利诉讼的可能性。这些引用不仅由发明者在起草过程中选择,也会由审查者在评估和授权过程中提出,以确定专利相对于其他专利的位置。与科学出版物中的引用不同,专利引用更侧重于展示工作的新颖性,并帮助读者理解研究背景。
2.1 引用网络与图表示
专利间的引用形成了一个引用网络,可用于理解信息随时间的流动。通常用有向图来表示这个网络,且习惯以信息流动方向展示,即箭头方向与引用图相反。图 $G_C = (P, E_C)$ 是一个有向无权图,其中 $P$ 是专利集,$E_C$ 是信息流动的边集,当 $p_2$ 引用 $p_1$ 时,${p_1, p_2} \i
超级会员免费看
订阅专栏 解锁全文
15

被折叠的 条评论
为什么被折叠?



