来自美国的专利技术盈亏分析-1

大家新年好！这是Patentics系统2018年的第一次直播。这次直播与往常不同，是从美国硅谷，通过我们自己开发的微信转发系统进行的。这里是太平洋时间2018年元旦的23点36分。

今天要介绍的是如何对任意一组文献的一组感兴趣对象之间进行互相引用的大数据分析。分析结果采用和弦图输出。通过分析任意一组文献的一组感兴趣对象之间（如申请人之间，地域之间，国家之间，ipc之间等）的相互引用关系，量化分析专利技术的输入、输出的盈亏关系，发现核心技术、核心对象和核心专利，具有非常重要的意义。

为此，我们把今天介绍的方法称为专利技术赢亏分析。

“分析任意一组文献的一组感兴趣对象之间的相互引用关系”，已经在Patentics智能客户端中系统地加以实现了。

第一步，找出任意一组文献。可以是任意一组检索或已经完成的分析结果。比如在我们的提供的Patentics智能客户端安装包中，有一个p-demo-modern-32.cls，就包括对全球1亿3千万专利做的各种对象（TOP20 申请人间、top10 IPC间、5国专利间）之间的互相引用的大数据分析。

以自动驾驶汽车的美国专利、申请为例。为了直接切入盈亏分析，采用一个检索式表示“任意一组文献”，

P:b/("SELF DRIVING" OR"AUTONOMOUS DRIVING" OR "AUTONOMOUS VEHICLE") AND DB/US

其中，P:是流检索命令符。因为在下面的分析中，我们不仅要计算这些感兴趣的对象间的相互引用关系，以数量统计表示，Patentics客户端还会自动生成基于分析结果的检索平面，即，除了每一个分析结论下面的统计以外，还包含这些支持这些统计的每一个专利。下面都会实例介绍。

简单说，把引用、被引用关系，通过（流）检索命令实现，是Patentics的一大创新。

定义了进行技术盈亏分析的一组文献，在从搜索界面上的9300个美国专利、申请。

第二步，在9300个文献中，找出一组感兴趣的对象。比如，申请量最多的前10个申请人。有了这样一组（10个申请人）对象，就可以分析在这组对象间的互相引用、被引用关系。

这些看上去复杂的步骤，在Patentics大数据模块下，可以非常简单操作完成。

通过选择第一步分组（分析）为申请量最多的10个“标准申请人”，把“任意一组文献”分成10个感兴趣的对象（申请人）。作为相匹配，第二步分组，选择“被引-标准申请人分析”。被引-标准申请人分析会对当前感兴趣专利，按发生引用的申请人进行分组。

例如，google是TOP10个申请量的申请人，Patentics的现代分析系统会对引用这些google专利的“专利”，进行分组分析。

现在解决了分析思路，但是实现上还有一个问题需要解决。就是最终的分析结果是10个申请量最多的申请人之间的互相引用关系。当对TOP10的申请人进行被引用分析时，如何把这些引用关系限定在这10个申请人之间？

请看下面的介绍，很简单，Patentics大数据分组中，实现了按模板分组的功能。如果提前知道感兴趣的10个申请人，可以把这些申请人填入被引-标准申请人的分组命令的参数中。

现在的问题是，如果不知道TOP10申请人，必须通过实际分组来获得，不仅化时而且容易出错。为此，在新版客户端中实现了预分组的功能。先输入第一级分组命令，ann%，然后按“TOP”按钮，结果是，

通过TOP命令，已经知道了下一步大数据分组，第一级结果会是如此10个申请人。当然，如果希望做TOP50的分析，只需输入 ann%50%。TOP命令不仅适用于标准申请人，还适用于IPC，国家，地区，等等的分组命令。

最后把大数据分组命令整理一下，如下图，按“确定”，

如果不知道refs-ann的命令，可以从下拉菜单中选择命令“被引-标准申请人”，系统会产生对应命令。按样填入即可。

最后分组结果是，

最后做一次测试，验证专利盈亏分析是正确。在任意节点上右键选择“搜索”，

根据大数据分组，一共有93篇通用汽车的专利被丰田专利引用。根据自动生成的检索式，实际检索结果果然是93篇申请人为通用汽车的专利。点击“参考引用/引用本文专利”，发现有至少一篇丰田专利在列表中。

自动生成的检索式为，

P:B/("SELF DRIVING" OR"AUTONOMOUS DRIVING" OR "AUTONOMOUS VEHICLE") AND DB/US ANDANN/GM全球科技运作 AND REFS/丰田汽车

今天介绍先到这里。这里已是2018年的1月2日的1点22分。

祝大家新年快乐！谢谢大家在过去一年中对我们的支持！今年我们一定会做的更好！