專利分析流程介紹與專利分析報告的運用策略

　　專利信息分析流程一般包括前期準備、數據采集、專利分析、完成報告和成果利用5個階段。其中，前 4個階段包括成立課題組、確定分析目標、項目分解、選擇數據庫、制定檢索策略、專利檢索、專家討論、數據加工、選擇分析工具、專利分析和撰寫分析報告這11個環節。有些環節還涉及多個步驟，例如專利檢索環節包括初步檢索、修正檢索式、提取專利數據 3個步驟。另外，在項目實施前期準備階段中可根據需要加入調研環節。對于需要進行中期評估的項目，應當在項目實施流程的中期階段組織實施。項目實施過程中，還應當將內部質量的控制和管理貫穿始終。

　　1．前期準備

　　研究進入實施流程環節后，首先要進行前期的準備工作，這其中包括成立課題組、確定分析目標、項目分解、選擇數據庫4個環節。

　　(1) 成立課題組。

　　根據項目需求，選擇相應人員組建項目課題組。課題組應由具有多學科知識背景和專業技能的人員組成，這些人員主要包括專利審查員、專業技術人員、情報分析人員、政策研究人員以及經濟和法律人員等。

　　(2) 確定分析目標。

　　在項目初期，應進行項目需求分析，認真研究背景資料，了解現有技術的特征和行業發展現狀以及產業鏈基本構成等內容，在此基礎上明確分析目標。

　　(3) 項目分解。

　　項目分解是前期準備階段的一項重要工作，恰當的項目分解可為后續專利檢索和分析提供科學的、多樣化的數據支撐。根據所確定的分析目標，將研究對象采用的技術方案進行分解的目的在于細化該技術的分類，如同國際專利分類表IPC所采用的大類、小類、大組、小組的劃分方式，以更好地適應“專利”本身的特點，便于后續的專利檢索和專利侵權判斷分析。

　　專利法規定了一件專利申請如果要獲得專利權需要符合單一性規定，這決定了一件專利申請的發明內容往往只會涉及某項技術的某一點創新式改進，而一項新“技術”往往是成千上萬項創新式發明點的集合，其背后則對應著成千上萬件的專利申請。如何將這些數量眾多的反映該項新“技術”的專利申請進行歸類整理，以反映該項新“技術”的專利布局情況，這正是項目分解所要解決的問題。

　　項目分解應盡可能依據行業內技術分類習慣進行，同時也要兼顧專利檢索的特定需求和課題所確定分析目標的需求，使分解后的技術重點既反映產業的發展方向又便于檢索操作，以確保數據的完整、準確。

　　(4) 選擇數據庫。

　　根據確定的分析目標和對項目涉及的技術內容的分解研究，選擇與技術主題相關的一個或多個數據庫作為專利分析的數據源。通常情況下，可以將項目的分析目標、數據庫收錄文獻的特點、數據庫提供的檢索字段等萬回作為選擇數據庫的依據。

　　2．數據采集

　　在完成對研究項目的前期準備工作后，應當在所獲取的背景資料以及項目分解結果的基礎上進行數據采集，這一階段的工作主要包括制定檢索策略、專利檢索、專家討論和數據加工4個環節。

　　將專家討論環節設置在數據采集階段，主要考慮到數據采集是關系到最終研究成果準確性與否的關鍵階段，所以在此需要設置特別的環節以確保研究的質量。當然，在認為其他階段也需要專家參與時，均可設置該專家討論的環節。

　　1) 制定檢索策略。

　　檢索策略的制定是專利分析工作的重要環節，應當充分研究項目的行業背景、技術領域，并結合所選數據庫資源的特點制定適當的檢索策略。一般來說，在對項目所涉及技術內容進行詳細分解后，應盡可能列舉與技術主題相關的關鍵詞和分類號，同時確定關鍵詞、分類號之間的關系，編制初步檢索策略，然后通過初步檢索的結果動態修正檢索策略，以實現最佳的檢索效果。

　　2) 專利檢索。

　　專利檢索策略制定完成后，進入專利檢索環節。專利檢索主要包括初步檢索、修正檢索式和提取專利數據 3個步驟。

　　(1)初步檢索，根據編制完成的檢索式和選定的數據庫特點（如數據庫的邏輯運算符、截詞符、各種檢索項輸入格式要求等），選擇小范圍時間跨度提取數據，完成初步檢索步驟。

　　(2)修正檢索式，瀏覽上述初步檢索結果，并進行分析研究，初步判斷檢全率和檢準率，并對誤檢、漏檢數據進行分析，找出誤檢、漏檢原因，完成檢索式修訂，形成修正檢索式。值得注意的是，修正檢索式過程往往要經過多次反復，不斷調整檢索式并判斷檢索效果，直至對檢索結果滿意，形成最終檢索式。

　　(3)提取專利數據，運行最終的修正檢索式，下載檢索結果，形成專利分析原始樣本數據庫，供進一步使用。

　　3) 專家討論。

　　項目進入實施階段后，可在“專利檢索”步驟后設置專家討論環節。通過邀請相關方面的專家對課題組已進行的工作從管理層面和技術層面進行指導，確保課題組后續研究工作的有效性和實用性。當然，也可以不必拘泥于本書所規定的專家討環節的啟動時間，在認為有必要咨詢相關專家時，如項目啟動之初、確定分析目標或是項目分解等環節，均可以組織專家進行討論，以利于項目的后續實施。

　　4) 數據加工。

　　專利檢索完成后，應當依據項目分解后的技術內容對采集的數據進行加工整理，形成分析樣本數據庫。數據加工主要包括數據轉換、數據清洗和數據標引3個步驟。

　　(1)數據轉換是數據加工過程中的第一步，其目的是使檢索到的原始專利數據轉化為統一的、可操作的、便于統計分析的數據格式（如Excel、Access格式等）。

　　(2)數據進行清洗，實質上是對數據的進一步加工處理，目的是為了保證本質上屬于同一類型的數據最終能夠被聚集到一起，作為一組數據進行分析。這是因為各國在著錄項目錄入時，由于標引的不一致、輸入錯誤、語言表達習慣的不同、專利法律狀況的改變以及重復專利或同族專利等原因造成了原始數據的不一致性，如果對數據不加以整理或合并，在統計分析時就會產生一定程度的誤差，進而影響到整個分析結果的準確。

【專利分析流程介紹與專利分析報告的運用策略】相關文章：

《積累運用》教材分析07-03

股票的投資策略分析05-16

識字教學的策略分析02-22

JDPaint雕塑的運用分析論文07-03

時間管理的分析與策略07-05

閱讀教學的策略分析07-02

性格分析在培訓技術中的運用07-13

傳統雕塑形體中線的運用分析論文07-03

專利調查報告04-29

感恩教育主題班會流程分析06-09