12月12日(星期二)晚上介绍Patentics最新可视化,有一个非常重要的一点,没有介绍。今天补充介绍。
所有分析结果,以前都是只能输出一个申请量。如果称这样的输出为一个分析剖面。那么,新版Patentics可视化,支持9个分析剖面!其中3个分析剖面支持用户可编程的数据模型输出。
用户可以通过选择左上角的变量,选择输出分析剖面。这些分析剖面,都在用户分析时一次采集。
例如,现在图中显示为申请量,如果选择专利度,输出就是,
Patentics有2个预置质量分析指标,供用户选择输出。其中,
质量1分析剖面是,
y=(1+acc)/(1+tcc)
质量2分析剖面是,
y=(1+ref)/(1+cite)
选择“模型1”分析剖面,获得另外一组输出。
用户定义的数据模型“模型1”是什么?
看模型定义对话框,
其中,模型1的定义为,
y=(1+acc)*sqrt((1+ref)/(1+cite))
如果用大家熟悉的名字表示:
输出=(1+专利度)/(1+特征度)*sqrt((1+被引用数)/(1+引用数))
显然,这个简单公式,已经综合了专利质量指标的主要因素。
在用户编程模型中,有申请量(a)、专利度(acc)、特征度(tcc)、被引度(ref)、引用度(cite),同族度(fam),供大家编制数据模型调用。
我们正在开发更多的专利、非专利变量,进一步丰富数据模型的编程性。
此外,编程模型中,还包括时间序列模型,可以对任意一个数据点进行寻址。
领取专属 10元无门槛券
私享最新 技术干货