发布时间: 2018-07-19
作者：贾岩 专利分析师
马云说：“人类正从IT时代走向DT时代”，未来的一切都将被记录，被分析，大数据已经从搜索引擎、电子商务，延伸到与我们息息相关的生活与工作，拥有着无法想象的魅力与诱惑力，蕴含的商业价值无可限量。
早期的互联网大数据不外乎商品信息、交易数据等等，得到的也仅仅是基于数据统计的宏观分析，而随着个性化推荐、精准营销等概念的出现，后期的互联网大数据还涵盖了用户的其他信息，比如浏览数据、搜索行为、甚至是用户的实时地位位置。互联网的产生，加速了大数据的发展，而企业通过对大数据的分析运用，完全读懂了消费者，一些优势企业，例如阿里巴巴，还通过对互联网大数据的利用催生出了新的商业模式，比如新零售。
与互联网大数据相比，专利大数据同样有着巨大的价值和广阔的前景，专利数据资源汇集了人类智慧的结晶，政府部门可依托专利大数据对产业规划、科研项目立项、产业园区建设等做出科学决策，国知局就曾连续多年对我国七大战略性新兴产业进行过相关专利分析。而对于企业，则可以借助专利大数据为自身的生产经营活动提供决策建议。但我们在这所谈论的专利大数据并不只是拥有数据，产生价值的也不是大数据本身，而是对大数据的分析与应用。
专利数据是世界上最大的公开技术信息源之一，它包含了世界上90%-95%的技术信息，在进行一些相对简单的专利数据分析时，我们可以考虑借助分类号信息。分类号是专利文献的重要分析标签，也是专利文献的独有信息，我们可以通过分类表中的“类名”、“参见”、“附注”界定不同分类位置的分类范围，并可以利用不同分类体系，例如IPC或CPC的功能与应用分类位置以及日本FI、F-TERM分类号等进行多维度的数据分析。而对于相对复杂的专利数据分析，则需要分析人员对专利文献进行详细阅读，并采用人工或机器学习的方式为每一篇文献打上“问题”、“效果”、“用途”、“技术分支”、“技术手段”等多个不同维度的标签，从而通过多种分析手段找出隐藏在大数据之后的重要信息。
企业要将专利数据转变为商业价值，受专利自身属性及公开时间等因素的影响，单一维度的专利数据分析则会显现出它的局限性，只有将专利数据与其他数据资源，如与技术、市场、法律数据进行匹配，通过引入先进算法及模型设计，才能得出以企业经营策略为导向的、可量化风险的综合数据分析结果，从而为企业技术研发路线的选取、合作者的选择、企业专利分级管理体系的制定等提供数据支撑。因此，笔者认为应把专利数据的分析应用分成如下几个层面来考虑：
一、 全面、多维度的数据来源，它不仅包括专利、商标等，也包括与知识产权密切相关的科技期刊论文、知识产权相关法律裁判文书、知识产权实施转让信息等数据，数据全面是进行数据分析的基础，尤其对于技术自由实施的尽职调查等项目，遗漏任何一篇数据都有可能为企业的市场行为带来风险。
二、 数据加工及多维度分析，为每篇专利文献打上多个维度的标签，利用分类表、叙词表等多种工具，将专利数据与技术、市场、法律数据相结合，通过数据的整合关联，将专利信息数据与市场、产业、金融及商品数据进行归纳分析，加入机器学习，发掘关键因素及各因素之间的相关性。
三、 构建以需求为导向的管理服务体系，把用户、加工数据和分析维度巧妙地连接起来，针对特定用户需求，定制式的提出针对专利大数据的分析策略。
在即将到来的大数据时代，数据将成为最核心的生产要素，而如何发挥专利大数据的价值，将是摆在我们每个专利人面前的课题，毕竟，大数据可能引领整个人类的下一次变革。
