[发明专利]一种搭建知识产权数据分析系统的方法

说明书

本发明涉及知识产权技术领域，特别涉及一种搭建知识产权数据分析系统的方法；包括以下步骤：步骤1：采集知识产权数据；步骤2：将采集到的知识产权数据进行预处理；步骤3：对非结构化的知识产权数据进行处理，基于TF‑IDF算法识别知识产权数据的关键词并完成知识产权数据的结构化；步骤4：整合非结构化知识产权数据的处理后的知识产权数据集，结合结构化的知识产权数据形成全维度的知识产权数据数据库，构建出知识产权数据系统。本发明通过专利文本分析和关键词提取，整合非结构化知识产权数据和结构化知识产权数据两种数据源，最终构建以专利关键词分析为目的的通用知识产权数据系统。

技术领域

本发明涉及知识产权技术领域，特别涉及一种搭建知识产权数据分析系统的方法。

背景技术

知识产权是权利人对其智力劳动所创作的成果和经营活动中的标记、信誉所依法享有的专有权利，包括专利权、商标权等。近年来，知识产权保护力度不断加大，知识产权运营交易多措并举，知识产权金融创新成效明显，知识产权合作交流逐步深化，促进了知识产权行业整体大环境的蓬勃发展。但是现有的知识产权数据经常以不同的格式存储或分布在不同的位置，从而需要多个不同的系统来管理或访问分析知识产权数据，缺乏对非结构化知识产权数据的高效处理和解析的方法，不能满足知识产权数据分析系统的需求。

为此，提出一种搭建知识产权数据分析系统的方法。

发明内容

本发明的目的在于提供一种搭建知识产权数据分析系统的方法，通过专利文本分析和关键词提取，整合非结构化知识产权数据和结构化知识产权数据两种数据源，最终构建以专利关键词分析为目的的通用知识产权数据系统。

为了实现上述目的，本发明的技术方案如下：

一种搭建知识产权数据分析系统的方法，包括以下步骤：

步骤1：采集知识产权数据，所述知识产权数据分为结构化的知识产权数据和非结构化的知识产权数据；

步骤2：将采集到的知识产权数据进行预处理；

步骤3：对非结构化的知识产权数据进行处理，基于TF-IDF算法识别知识产权数据的关键词并完成知识产权数据的结构化；

步骤4：整合非结构化知识产权数据的处理后的知识产权数据集，结合结构化的知识产权数据形成全维度的知识产权数据数据库，构建出知识产权数据系统。

具体的，所述步骤1中采集的知识产权数据包括专利分类号、专利案号、专利名称、申请人姓名、专利文本、专利图像信息、专利流程以及专利负责人联系方式，采集手段为通过访问国家知识产权局获取或者通过访问其他专利系统获取。

具体的，所述步骤2中预处理是对采集的知识产权数据转换后得到多个类别的数据块，建立和多个类别数据块数量相同的数据处理线程，每条数据处理线程对应一个初始数据集处理任务，预设字符转换规则、异常处理规则和专业领域词汇库，对数据块进行同一格式转换，并且去除专利文本中多余的包括空白符、空格、水平制表符、回车符、换行符、垂直制表符、分页符在内的符号，对异常处理后的数据块进行专业领域词汇转换，获得统一格式的数据块。

具体的，所述步骤3中对预处理后的非结构化的知识产权数据进行TF-IDF算法处理，提取技术关键词形成结构化的知识产权数据集。

具体的，所述步骤4中知识产权数据数据库包括结构化的知识产权数据、专利数据库、专业领域词汇库、关键词库、专利搜索引擎和专利分析平台。

具体的，还包括步骤5：在知识产权数据系统的基础上进行WEB前端开发与应用，WEB前端开发与应用包括知识产权数据检索、知识产权数据授权分析模块、竞争对手分析模块和企业研发方向分析模块，用于挖掘、分析专利技术以及竞争对手的分析。