一种识别研发方向的方法技术

本申请提供一种研发方向识别的方法，包括：步骤1：收集专利文献，将专利文献分为新申请文献、新失效文献和其他文献三部分，将新申请文献和新失效文献整合作为分析数据库；步骤2：生成技术主题，建立主题矩阵；步骤3：计算主题矩阵的新申请相关度和新失效相关度；步骤4：识别研发方向。利用本发明专利技术的方法，可以建立规则识别四类研发状态，分析技术研发趋势，为单位的技术研发动态、调整研发策略提供参考借鉴。

【技术实现步骤摘要】
一种识别研发方向的方法
本专利技术涉及大数据
，更具体地，涉及一种识别研发方向的方法。
技术介绍
随着专利文献数量的迅速增长，基于专利数据的单位分析研究日益普遍。研究工作可分为两类，一是单位识别，二是针对特定的单位进行分析及竞争情报的获取与分析。专利引文分析法中主要运用高被引分析法识别单位。2003年，Batagelj(2003)根据Dosi(1988)的技术演进主路径理论，提出了关键路径方法。但关键路径法和高被引分析法仅仅只能识别重要的单位，并不能确定单位的竞争地位如何。Kim等人(2011)人认为识别关键技术的时候，如果不排除自引的情况，技术的重要程度会增加，识别出来的关键技术就不准确。对于识别单位也是一样，如果不区分自引和他引的情况，单位的识别也可能不准确。对此，黎欢、彭爱东(2014)引入了一种竞争地位评价方法，通过计算专利引证率构建专利引证率四方图，将单位分为技术先驱者、重点技术持有者、技术参与者和技术模仿者，以此研究企业的竞争能力。温金林(2001)提出了一种基于专利排序的企业单位分析方法。先根据一些准则对目前单位进行排序，接着根据一些指标对潜在单位进行排序，最后根据一些基准，形成单位完整的优先排序。每个组织都希望能有效地监视单位，但没有组织有无限的资源来监视每个单位。该方法是以资源观为基础的方法，解决的核心问题是利用有限资源有效的监视核心单位。该方法具有一定的局限性，突出的表现为是一种的方法，过分强调现有资源的排序；过分强调排序，忽略了单位之间的关联关系，是一种静态的方法。单位分析与竞争情报分析方面，主要分析方法有专利申请数量统计与预测、专利IPC的技术分布分析、专利IPC主题结构信息可视化分析、各时间分段内专利主题词的技术变化分析以及专利主题词局域网络可视化分析(贡金涛，杨帅&魏晓峰,2013)。Mogee(1991)将专利数据用于技术分析和规划，并详细分析专利分析法在技术竞争情报中的应用；Porter研发了针对大型数据库中的科技论文和专利文献进行技术机会分析的软件，识别特定领域中新出现的技术和技术机会，快速获取技术竞争情报(CunninghamPorter&Newman,2006；Porter,2005；Porter&Cunningham,2005；Porter&Detampel,1995)；肖沪卫(2003)提出点、线、面、立体相结合的专利竞争情报分析法；方曙(2007)从定量、定性、拟定量三个角度总结了专利情报分析方法及其应用。孙涛涛和刘云(2011)运用专利文献耦合的文献计量学方法分析、确定和可视化表达DVD激光头技术发展中的主要单位及其技术优势，为企业技术竞争情报分析提供有效的方法和示范。刘红光和吕义超(2010)以日本久保田株式会社的柴油机专利为例,通过对其进行数量分析、IPC分析、同族专利分析、被引专利分析、专利技术人分析等,具体阐述专利分析法在特定单位分析中的应用。王兴旺(2007)探讨了专利地图与单位分析之间的深层联系，认为可以通过构建专利地图实现可视化，利用可视化观察来实现单位识别。利用专利引证图来实现单位定位；利用专利权人关联图来实现单位潜在关联分析；利用专利权人研发重点分布图来实现单位研发重点分析；利用专利权人研发趋势图来实现单位研发趋势分析；利用专利权人引证排行表、技术实力指标来实现单位技术实力分析。最终，在专利地图技术的基础上构建了单位分析模型，实现了较为全面的技术单位分析。通过观察一系列基于专利分析的技术单位分析方法，我们可以获得初步的判断：专利信息分析方法是适合技术单位识别的方法，它能够与各种理论完美的集合，同时能够方便的应用于技术单位分析的各项实践；目前，技术单位识别方法研究的尚不深入，实践中多釆用频次、指标、排序的方法进行分析，专利数据分析的范围也不广泛，仅涉及题录信息，不涉及到深层次的法律诉讼、企业战略信息(张虎胆,2013)。目前，市场对于技术单位存在调查其技术发展方向的需求，然而，还未见到有基于专利申请、放弃信息对技术单位的技术方向进行定量预测的方法。
技术实现思路
为克服现有技术的上述缺陷，本专利技术提出一种研发方向识别的方法，包括：步骤1：收集专利文献，将专利文献分为新申请文献、新失效文献和其他文献三部分，将新申请文献和新失效文献整合作为分析数据库；步骤2：生成技术主题，建立主题矩阵；步骤3：计算主题矩阵的新申请相关度和新失效相关度；步骤4：识别单位的研发方向。生成技术主题可以使用主题模型生成算法，如LDA算法。在步骤2中，建立主题矩阵的步骤包括：步骤21：计算专利文献在技术主题中的概率分布；步骤22：建立主题矩阵，每一行代表一篇文献，每一列代表一个技术主题，每篇文献和每个主题的交点代表该文献在该主题的概率分布。进一步的，步骤2中还可以包括：步骤23：设定技术主题的概率阈值；步骤24：在主题矩阵中，当概率分布大于技术主题的概率阈值时，将概率分布设置为1，当概率分布小于技术主题的概率阈值时，将概率分布设置为0。步骤3包括如下步骤：步骤31：设定专利文献分析的时间范围，从主题矩阵中获取新申请文献主题矩阵和新失效文献主题矩阵；步骤32：计算技术主题的概率分布总值；步骤33：计算新申请相关度和新失效相关度。新申请相关度的计算公式为：新申请相关度＝(T-Tmin)/(Tmax-Tmin)其中，T为新申请文献主题矩阵中技术主题对应的概率分布总值，Tmin为新申请文献主题矩阵中所有技术主题概率分布总值的最小值，Tmax为新申请文献主题矩阵中所有技术主题概率分布总值的最大值；和新失效相关度的计算公式为：新失效相关度＝(T-Tmin)/(Tmax-Tmin)其中，T为新失效文献主题矩阵中技术主题对应的概率分布总值，Tmin为新失效文献主题矩阵中所有技术主题概率分布总值的最小值，Tmax为新失效文献主题矩阵中所有技术主题概率分布总值的最大值。优选的，在步骤32中，还可以对技术主题的概率分布总值进行归一化处理。步骤4包括：步骤41：设定新申请相关度的阈值和新失效相关度的阈值；和步骤42：判定单位的研发方向。本专利技术通过对单位专利数据的收集整理，利用技术主题模型识别申请和失效技术主题，并构建新申请相关度与新失效相关度测度模型，建立规则识别四类研发状态，分析技术研发趋势，为企业把握技术对手研发动态、调整研发策略提供参考。附图说明图1为根据本专利技术的研发方向识别方法的流程图；图2为根据本专利技术的研发方向识别方法的技术主题坐标示意图；图3为根据本专利技术的研发方向识别示意图；图4为根据本专利技术的多家单位的研发方向示意图。具体实施方式下面结合附图和具体实施例对本专利技术提供的一种研发方向识别的方法进行详细描述。在以下的描述中，将描述本专利技术的多个不同的方面，然而，对于本领域内的普通技术人员而言，可以仅仅利用本专利技术的一些或者全部结构或者流程来实施本专利技术。为了解释的明确性而言，阐述了特定的数目、配置和顺序，但是很明显，在没有这些特定细节的情况下也可以实施本专利技术。在其他情况下，为了不混淆本专利技术，对于一些众所周知的特征将不再进行详细阐述。图1示出根据本专利技术的一种研发方向识别方法的流程图，如图1所示，该方法包括：步骤1：收集专利文献，将专利文献分为新申请文献、新失本文档来自技高网...

【技术保护点】
1.一种识别研发方向的方法，包括：步骤1：收集专利文献，将所述专利文献分为新申请文献、新失效文献和其他文献三部分，将所述新申请文献和所述新失效文献整合作为分析数据库；步骤2：生成技术主题，建立主题矩阵；步骤3：计算所述主题矩阵的新申请相关度和新失效相关度；和步骤4：根据所述新申请相关度和所述新失效相关度识别研发方向。

【技术特征摘要】
1.一种识别研发方向的方法，包括：步骤1：收集专利文献，将所述专利文献分为新申请文献、新失效文献和其他文献三部分，将所述新申请文献和所述新失效文献整合作为分析数据库；步骤2：生成技术主题，建立主题矩阵；步骤3：计算所述主题矩阵的新申请相关度和新失效相关度；和步骤4：根据所述新申请相关度和所述新失效相关度识别研发方向。2.根据权利要求1所述的方法，其中，所述步骤2中生成技术主题使用主题模型生成算法。3.根据权利要求2所述的方法，其中，所述步骤2中建立主题矩阵的步骤包括：步骤21：计算所述专利文献在所述技术主题中的概率分布；和步骤22：建立所述主题矩阵，每一行代表一篇文献，每一列代表一个技术主题，每篇文献和每个主题的交点代表该文献在该主题的概率分布。4.根据权利要求3所述的方法，其中，所述步骤2中还包括：步骤23：设定所述技术主题的概率阈值；步骤24：在所述主题矩阵中，当所述概率分布大于所述技术主题的概率阈值时，将所述概率分布设置为1，当所述概率分布小于所述技术主题的概率阈值时，将所述概率分布设置为0。5.根据权利要求1所述的方法，其中，所述步骤3包括：步骤31：设定专利文献分析的时间范围，从所述主题...

【专利技术属性】
技术研发人员：任智军，谷威，张威，陈强，范婷婷，和兰，谢慧，张凯，
申请(专利权)人：中国专利信息中心，
类型：发明
国别省市：北京,11