[发明专利]预测专利数量趋势的方法及计算机系统

说明书

【技术领域】

本发明涉及数位内容处理技术，特别指基于专利信息而进行数量趋势预测的方法与计算机系统。

【背景技术】

随着科技产业的快速发展与知识产权的倍受重视，专利数量已被视为是产业或技术的重要指标。对权利人而言，专利已不仅仅是用来保护创新与产品的防御工具，更成为与竞争对手在产业舞台上竞争的最佳攻击武器。有些企业将专利当成产品，赚进比制造业更大的收入与利润，公司若能拥有越多的专利，在其竞争领域上就越具有代表性与影响性，因此专利数量便成为一项极为重要的信息。

有许多现有技术的研究指出专利数量的信息领先产品销售额的信息，是解释市场发展状况的领先指标，例如：【Griliches, Z. (1990),Patent statistics as economic indicators：a survey, Journal of Economic Literature, 28(4), pp.1661-1707.】、【Ernst, H. (1995), Patenting strategies in the German mechanical engineering industry and their relationship to firm performance, Technovation, 5(4), pp.225-240.】、【Adams, K., D.Kim, F.L. JoLtz, Trost, R.P. and Mastrogianis, G. (1997), Modeling and Forecasting U.S. Patent Application Filings, Journal of Policy Modeling,19(5), pp.491-535.】、【Ernst H. (1997), The Use of Patent Data for Technological Forecasting：The Diffusion of CNC-Technology in Machine Tool Industry, Small Business Economics, 9(4), pp.361-381.】与【Ernst H. (2001), Patent applications and subsequent changes of performance：evidence from time-series cross-section analyses on the firm level, Research Policy, 30(1), pp.143-157.】上述现有技术指出专利信息相较于其他市场信息更显出重要性、更值得关注，但尚未提出可供具体操作专利信息的预测模型。

现有技术中，【Lai, Y., Wang, S. , & Che, H. (2010). Analysis and Study on the Growth Curve Application – A Case Study of Field Emitting Display. Science and Technology Management Research.30(z1).】首先提出以成长曲线函式对专利数据进行拟合，以进行未来年份中专利数量的趋势预测。此现有技术亦发现，成长曲线函式中包含成长极限与多个控制参数，使用成长曲线函式时，使用者必须先假设成长极限与控制参数，假若成长极限与控制参数的假设值不理想，会导致严重预测误差，预测结果的可信度不理想。

成长曲线模型是由Verhulst在1838年提出，起初用于模拟生态学中的生物数量的发展过程。由于任一项技术的出现与其发展的过程中，通常是有规则可循，而其规则如同生态学中的生物数量的发展过程，会经历萌芽期、成长期、成熟期、衰退期这四种不同的阶段，进而产生相似的更迭现象，而此更迭现象能以数学曲线函式解释之，因而此数学曲线函式即称为【成长曲线(Growth Curve)】或是【生命周期曲线(Life Cycle Curve)】。通过此一模型表现的各种技术及生命体的数量成长方式，常呈现出S的形状，而一项技术指标的发展，往往也呈现S形的成长轨迹，因此其所描绘出之曲线，又称为【S曲线】。