[发明专利]一种基于技术位置的知识产权数据分析方法

权利要求书

1.一种基于技术位置的知识产权数据分析方法，其特征在于，包括以下步骤：

步骤1：通过API接口与国家知识产权局专利数据库对接，输入用户企业名称以获取用户企业专利并储存在云数据库中；

步骤2：对所属用户企业专利中的说明书进行技术和功效标引，获得技术特征与达到的技术功效集合，构造技术功能矩阵；

步骤3：利用余弦夹角的方法计算专利与说明书之间的技术相似度；

步骤4：专利聚类分析，获得聚类结果；

步骤5：构建生命周期曲线模型；

步骤6：将聚类结果与生命周期曲线模型相结合，获得知识产权数据分析结果。

2.根据权利要求1所述的一种基于技术位置的知识产权数据分析方法，其特征在于，所述步骤2中对所属用户企业专利中的权利要求书进行技术和功效标引的具体步骤为：对所属用户企业专利中的说明书进行NLP自然语言处理，进行分词、去停用词和词频统计，提取技术关键词与达到的技术功效，按照词频排名，并转化成为技术功能矩阵C_sj＝{(T₁₁，E₁₁)，(T₁₂，E₁₂)，...，(T_sj，E_sj)，...，(T_wn，E_wn)}，(j＝1，2，3，...，n)，(s＝1，2，3，...，w)，其中，T_sj表示专利s中的技术特征，E_sj表示专利s中对应技术特征产生的功效。

3.根据权利要求1所述的一种基于技术位置的知识产权数据分析方法，其特征在于，所述步骤3中的余弦夹角的公式为

其中，Ai由{kC_a1，kC_a2，kC_a3，...，kC_aj，...，kC_an}组成，Bi由{kC_b1，kC_b2，kC_b3，...，kC_bj，...，kC_bn}组成，其中，kC_aj为(T_aj，E_aj)在专利a中出现的次数，(a＝1，2，3，...，w)，kC_bj为(T_bj，E_bj)在专利b中出现的次数，(b＝1，2，3，...，w)，当similarity＝0时，即专利a和专利b的相似度最大，当similarity逐渐变大时，即专利a和专利b的相似度逐渐变小，重复前面步骤并将相似度数值转换为相似度矩阵。

4.根据权利要求1所述的一种基于技术位置的知识产权数据分析方法，其特征在于，所述步骤4中专利聚类分析方法为k-medoids算法，步骤如下：

(41)根据IPC分类号将所属用户企业的专利按照技术领域进行分类，获得q个总类；

(42)在q个总类中随机选取r个类作为参考点Z_t(t＝1，2，3，...，r)；

(43)按照与medoids最近的原则，将剩余的q-r个技术主题分配到各个簇类当中；

(44)对于第t个簇类中除对应参考点外的所有类，按顺序计算当其为新的参考点时，准则函数的值，遍历所有可能，选取准则函数最小时对应类作为新的簇类；

(45)重复执行(43)和(44)的过程，直到所有类不再发生变化或已达到设定的最大迭代次数；

(46)最终确定r个簇类。

5.根据权利要求1所述的一种基于技术位置的知识产权数据分析方法，其特征在于，所述步骤5中构建生命周期曲线模型的步骤如下：从企业成立到当前，以某项技术相关申请量和相关专利申请量进行模型构建，其中，时间为X轴，专利申请数量为Y轴，绘制二维S曲线，对其进行logistis回归拟合，根据预设的技术生长率和技术成熟系数评价指标，通过定量和定性相结合的方式获得技术所在的生命周期。