[发明专利]一种基于知识发现的技术竞争及专利预警分析方法

说明书

技术领域

本发明涉及专利信息处理的相关技术领域，具体是一种技术竞争及专利预警分析方法。

背景技术

当今社会处于一个创新型的时代，互联网日益普及，高新技术发展迅猛。企业如何在激烈的技术竞争环境中保持领先，提升企业的整体创新力水平是关键。而在一定意义上，企业的专利水平代表了企业的整体创新力水平。所以企业可以通过对现有的专利进行分析，实现技术竞争以及专利预警。

目前流行的技术竞争及专利预警分析方法，大多采用人工操作，费时费力。基本流程是人工设定检索式，在数据库中检索出所需要的专题数据库，手工对其进行分析，再将分析结果手动汇总到图表中。这类方法存在以下缺陷(1)用户友好性差：对检索式准确度要求高，检索式过于精确，检索到的专利数据少，遗漏度高；检索式过于宽松，检索到的专利数据庞大，计算量大，难以实现人工量化分析。(2)分析手段效果差：人工对查找到的专利信息进行统计与技术分析，不但费时费力，而且分析手段落后，未挖掘出专利数据的深层信息。(3)分析结果可视化差：将分析结果手动汇总到图表，以文字表格的形式，无法对专利信息做出综合评价。

发明内容

为了解决以上问题，本发明提供一种基于知识发现的智能化专利分析方法，并提供给用户可视化程度高的分析结果。

本发明一种基于知识发现的技术竞争及专利预警分析方法,简述为：通过对知识产权数据库和领域知识的抽取分析，建立专题数据库，形成相应的数据集，并在此基础上，利用向量空间、神经网络、数理统计等数据挖掘和知识发现工具，揭示出蕴含在数据背后的深层信息，并对分析得到的结果进行智能化分析，向用户提供可视化报表，最终实现专利预警、专利技术热点和空白点分析、技术生命周期分析。

针对传统专利分析中，用户友好性差，对检索式准确度要求高的问题，本发明在数据挖掘步骤中，提出一种基于改进神经网络的聚类方法，用户可以放宽对检索式的准确度限制。用户可以设定宽松的检索式，检索出大量相关度低的专利文件，对其进行神经网络聚类建立分类器，再输入用户待预警的文件，取出其所在的那一类专利数据做进一步分析。

本发明需要保护的技术方案表征为：一种基于知识发现的技术竞争及专利预警分析方法，其特征在于，具体步骤包括:(1)数据提取阶段：根据用户输入的检索式，建立专题数据库；(2)数据预处理阶段：对专题数据库的专利文本进行预处理，形成特征词-专利权重矩阵；(3)数据挖掘阶段：对形成的专利文本向量，应用SOM神经网络方法和GMM混合高斯模型相结合的方法进行聚类，得到聚类结果；(4)结果解释分析阶段：对每一类专利文件进行分析，具体包括专利预警、专利技术热点和空白点分析、或技术生命周期分析，以及它们的综合运用。

步骤1数据提取阶段，建立专题数据库，对知识产权数据库和产业领域知识进行抽取分析，得到专利专题数据库。

步骤2数据预处理阶段，其步骤包括：

这里采用的是向量空间模型(VSM),基本思想是将特征词从专利文件中抽取出来，不考虑专利文件结构和词序语义。首先提取专利的标题和摘要,再进行中文分词、词性标注、合并同义词、去停用词(如图2所示)。专利文件由特征词组成的一个特征向量表示，记作V_i＝(d_i1,d_i2,...,d_im)，其中d_i1表示第一个特征词在专利文件i中的权重。对于n个专利文件，形成一个m×n专利特征矩阵D,D＝[d_ij]_m×n。由于专利文本和特征词数量大，而在某个确定的专利文件中出现的特征词有限，所以这里d_ij的计算采用TF-IDF方法，其中f_ij表示第i个特征词出现在第j个专利文件中的频度，p_i表示含有第i个特征词的专利文件数量。

步骤3数据挖掘阶段：对形成的专利特征矩阵，应用SOM神经网络方法和GMM混合高斯模型相结合的方法进行聚类，得到聚类结果，聚类得到的专利集合对应着不同主题的专利文件。

步骤3.1对专利向量文本进行SOM自组织学习训练，得到输出结点向量集Y。SOM神经网络方法的优点在于，将高维向量映射为低维向量时保持向量内部拓扑结构不变的特性。在这里，我们使用SOM将高维的专利文本数据映射到二维平面空间。如图3所示。