專利文獻研究(2012)（簡體書）

《專利文獻研究（2012）》介紹了國家知識產權局及部分高校的同志在文獻資源與管理、專利分類與標準、檢索策略與技能、信息傳播與服務、專利分析與利用等方面的研究成果與應用體會。《專利文獻研究（2012）》收集的49篇文章內容翔實、材料豐富，適於廣大知識產權界人士、企事業單位管理人員、科研人員及其他感興趣的人士閱讀。．

本書作者主要來自國家知識產權局專利局系統，部分來自高校、信息（情報）研究院所。包括審查員、文獻研究人員、信息服務人員等。．

《專利文獻研究(2012)》適于廣大知識產權界人士、企事業單位管理人員、科研人員及其他感興趣的人士閱讀。

文獻資源與管理館藏專利文獻資源統計工作探討美國專利商標局（USPTO）非專利文獻資源應用評介及啟示中美歐專利公報及其特點比較化學領域英文專利申請文件語言特點及常見翻譯問題解析專利分析指標可視化研究淺談如何利用SCI數據庫對出版的非專利文獻進行深度分析專利分類與標準歐洲專利局關於“氣候變化減緩技術”的研究組合物分類的思考關於A61M37／00分類位置的細分類研究國民經濟行業分類與專利分類的對照研究初探IPC分類體系細化分類方法研究——噴墨打印領域的IPC細分類研究“環境友好技術”相關的國際專利分類關鍵詞索引表研究概述世界知識產權組織生物序列表述標準研究進展檢索策略與技能Google Patents與USPTO官網在檢索US專利文獻上的區別與應用相關反饋技術在數字圖書館信息檢索中的應用研究巧用STN數據庫中特定檢索字段進行化學領域的檢索上標和下標字符的檢索在ISI中基於發明人的非專利文獻追蹤檢索的體會同族專利檢索與應用的再探討使用FI／F-term分類號檢索實用技巧初探燃料電池領域ECLA分類號特點及其在檢索中的應用靜電除塵領域的F-term分類表及其檢索應用玻璃裝置及工藝案例檢索中EC分類號的應用專利技術生命週期圖示法的應用研究信息傳播與服務善用專利信息提高企業核心競爭力——專利競爭未來信息引領世界加強專利信息公共服務促進經濟發展方式轉變我國專利信息公共服務面臨的挑戰從中國專利文獻透視國內創新活動專利檢索在專利資產評估中的應用抽樣法在專利文獻統計中的應用世界專利大國推進中小企業知識產權服務體系建設的策略研究與啟示香港短期專利申請介紹中小企業知識產權資金扶持的策略分析與研究專利分析與利用轉基因作物技術領域的專利問題解析淺析稀土專利發展態勢用於治療和診斷腫瘤疾病的藥物專利分析混合動力汽車動力總成及專利申請狀況綜述蒸餾酒技術專利狀況分析白酒釀造技術的專利申請分析地震預報、預警技術專利狀況分析喜樹堿新型給藥技術的專利申請狀況分析及建議超導材料的專利申請狀況分析創業板上市公司專利現狀分析雙離合器自動變速器軸佈置方式的專利分析透過專利信息看嬰兒配方奶粉技術發展狀況等離子體煤粉燃燒技術專利信息技術分析從專利情況觀察中藥超臨界二氧化碳萃取技術專利發展趨勢“雲”中向專利漫步——國內雲計算專利現狀及分析有關數字水印技術的專利文獻分析．

（一）指標計算
指標計算是對專利數據庫中的數據進行統計分析，根據不同指標的公式進行相應的計算，并返回對應的結果數字。指標計算是指標可視化的重要中間過程，因為只有指標的值計算出來，才能進行指標的可視化展示。
指標計算方法如下：
（1）指標分解，根據指標模型將指標分解為若干中間指標，并記錄中間指標與專利指標的關系。
（2）將各個中間指標根據業務要求，轉換為數據庫查詢語句。
（3）根據參數以及數據庫查詢語句與數據庫交互，再根據中間指標的結果值計算。
（4）根據中間指標與專利指標的關系計算專利指標值并存于內存中。
（二）數據可視化
根據圖形的形狀，可視化涉及的圖形可分為Chart、Graph和Map三類，這樣便于區分圖形的復雜度和使用頻率。其中Chart最簡單、出現頻率最高；Graph次之；Map最復雜，大部分是專利分析專用地圖。
1.可視化圖形字典
可視化圖形字典描述了圖形的定義、用途及圖形樣例，圖形說明和用途主要從Internet搜索得出，圖形樣例中的圖形大部分從Internet上得到，小部分從可視化圖形控件中得到。
（1）柱狀圖、條形圖、餅圖、折線圖、散點圖、面積圖、氣泡圖、圓環圖，可以顯示二維和三維數據。
（2）關聯圖、引用圖、矩陣圖是專利專用圖形，這類圖表和常見的統計圖表在數據結構和坐標系統上有非常大的區別，一般情況需要單獨的圖形控件來實現。
（3）可視化圖形字典能直觀清晰地了解有哪些可視化圖形，為專利指標可視化研究做好準備。
2.圖形維度矩陣
可視化圖形維度矩陣描述了每種圖形可以表示幾維數據項，為專利指標可視化研究做好準備。
3.可視化圖形應用情況
筆者從各課題報告、專利局網站、互聯網及可視化系統、分析系統使用手冊中獲取分析圖形、分析功能，并分解、歸納、對比后形成可視化圖形應用情況。它描述了每種圖形涉及的分析功能、可視化系統及提供商、專利分析系統及提供商。
通過分析，筆者發現：
關聯圖、引證圖等專利特殊圖形主要出現在專利分析系統中；
TeeChart、Nevron Chart可支持目前大部分分析圖形；
Chart圖可支持大部分專利分析功能；
引用圖可用于專利引證分析；
關聯圖可用于專利關聯分析；
等高線圖可用于專利聚類分析。
（三）專利指標可視化
專利分析指標是專利戰略分析的基石，專利指標可視化的目的是“給指標信息以形象”，讓指標信息以視覺化的方式表示，幫助人們操縱、瀏覽、過濾、理解大規模數據，并與之交互方便，從而發現指標信息之間的關系特征和規律，讓用戶能夠在較短時間內獲得、理解所需的指標信息并作出決定。
專利指標可視化研究包括三部分內容：指標維度、涉及分析功能和圖形建議、數據支持。首先我們分析出經過驗證的專利指標的指標維度，然后分析這些指標涉及的分析功能，將這些分析功能與可視化圖形應用情況表中涉及的分析功能及圖形進行比對，得到專利指標的圖形建議，再提取自動生成的指標與數據庫表中的數據，得到專利指標的數據支持，從而完成專利指標可視化表。最后，綜合考慮以上三方面內容，選擇11個專利指標用于指標計算，幫助實驗系統建設，這些指標是專利技術范圍、專利授權率αp、專利成長率、專利數目、市場吸引力指標、共引強度、技術周期、技術強度（技術力量／技術實力）、交叉分類指標、公司聯盟指標、專利壟斷指標。