如何讓專利大數(shù)據(jù)更有價值？

發(fā)布時間：2018-5-24來源：中國知識產(chǎn)權報點擊：返回列表

原標題：一起來場頭腦風暴：如何讓專利大數(shù)據(jù)更有價值？

編者按：專利是同時具備技術、法律和商業(yè)3方面信息的綜合體，具有天然的情報屬性，專利大數(shù)據(jù)的利用，已經(jīng)成為當前技術創(chuàng)新活動中的重要一環(huán)。對于如何讓專利大數(shù)據(jù)更有價值這個關鍵性問題，本文作者提出了自己的觀點，一起來看看。

專利是同時具備技術、法律和商業(yè)3方面信息的綜合體，具有天然的情報屬性，專利大數(shù)據(jù)的利用，已成為當前技術創(chuàng)新活動中的重要一環(huán)。

科技型企業(yè)需要借助專利大數(shù)據(jù)為生產(chǎn)經(jīng)營活動提供技術支撐和研發(fā)指引，投資機構需要借助專利大數(shù)據(jù)對擬投項目進行技術實力評估和技術價值判斷，政府部門更需要依托專利大數(shù)據(jù)對產(chǎn)業(yè)規(guī)劃、科研項目立項、創(chuàng)新資源投入等做出科學決策。

從技術發(fā)展來看，大數(shù)據(jù)產(chǎn)業(yè)的技術革新和標準化建設讓專利大數(shù)據(jù)的跨界融合成為可能。大數(shù)據(jù)時代的到來，為專利信息服務水平的提升和專利大數(shù)據(jù)的融合發(fā)展打下了良好的技術基礎，可以更好地將專利大數(shù)據(jù)與其他數(shù)據(jù)資源進行匹配、設計參數(shù)、分析演算、搭建模型等，進而為各類創(chuàng)新要素提供不同應用場景的服務和決策支撐。

從現(xiàn)有服務來看，目前國內多數(shù)專利大數(shù)據(jù)服務產(chǎn)品還較為單一，在系統(tǒng)功能或指標設計上，仍停留在專利數(shù)據(jù)本身，如知識產(chǎn)權分析評議、專利導航、專利預警分析，以及市面上常見的各類專利信息檢索分析工具。即使有對專利資產(chǎn)特征信息與企業(yè)經(jīng)營信息的關聯(lián)研究，也主要是對專利技術實力的評價，還不能為政府部門、科技企業(yè)、投資機構、資本市場等提供全面、完整、動態(tài)、可視化的服務。國外已有研究機構、知識產(chǎn)權服務機構在專利與產(chǎn)業(yè)大數(shù)據(jù)融合運用方面進行有益探索，如美國IPIQ公司推出的專利記分卡，通過將專利數(shù)據(jù)和道瓊斯金融數(shù)據(jù)關聯(lián)，給出某一行業(yè)內技術強度排名第一的公司的產(chǎn)業(yè)影響力、研發(fā)強度、專利授權量、股票行情與行業(yè)整體水平的對比結果，為投資科技類股票的投資人提供足夠的理論和數(shù)據(jù)支撐。美國Ocean Tomo公司的OT 300專利指數(shù)，通過構建包含專利質量、專利市場價值、財務狀況等指標的評估模型，將上市公司的專利價值與股票價格相結合，實現(xiàn)在市場對專利技術認可前預測公司技術創(chuàng)新價值。

通過對標國外專利大數(shù)據(jù)利用水平可以發(fā)現(xiàn)，國內對專利大數(shù)據(jù)的融合運用，尤其是對創(chuàng)新產(chǎn)出和經(jīng)濟增長二者的關聯(lián)程度還不高，研究深度尚顯不足，主要表現(xiàn)為：未結合云計算等先進技術對專利資產(chǎn)與產(chǎn)業(yè)發(fā)展大數(shù)據(jù)融合運用的路徑、方法、模式等進行深入系統(tǒng)的研究，對創(chuàng)新驅動發(fā)展的影響因素沒有進行完整的分析，未采用復合學科理論體系進行交叉分析與統(tǒng)計，研究結果僅以靜態(tài)數(shù)據(jù)報告展示，缺乏主動管理視角的深入分析等。因此，現(xiàn)有服務產(chǎn)品還不能滿足不同群體用戶個性化的分析與研究需要。

針對當前優(yōu)質的專利與金融大數(shù)據(jù)智能分析服務產(chǎn)品匱乏的問題，筆者認為，以專利資產(chǎn)與產(chǎn)業(yè)發(fā)展的特征信息集中互聯(lián)和相關性線性與非線性解析為途徑，通過構建以大數(shù)據(jù)分析指標體系為關鍵要素的智能化、可視化主動分析計算平臺，打造可預判未來創(chuàng)新發(fā)展走向和經(jīng)濟效益的智能化分析工具，這是進一步打通專利資產(chǎn)與產(chǎn)業(yè)發(fā)展數(shù)據(jù)壁壘的有效途徑。

筆者認為，可以從以下幾方面來逐步推進：一是探索構建專利信息大數(shù)據(jù)分析體系，將專利信息數(shù)據(jù)與市場、產(chǎn)業(yè)、金融及商品數(shù)據(jù)進行歸納分析，加入機器學習，發(fā)掘關鍵因素及各因素之間的相關性；二是構建以產(chǎn)業(yè)需求為導向的一體化科創(chuàng)管理服務體系，為科研創(chuàng)新、政府決策提供科學數(shù)據(jù)分析支撐；三是構建以擁有高附加值專利的企業(yè)為主體投資標的的主動資產(chǎn)管理體系，推進知識產(chǎn)權證券化發(fā)展，引導社會資本流入專利資產(chǎn)高附加值科創(chuàng)企業(yè)。（邵順昌）

【關閉】