基于全球专利的产业领域关键短板技术的自动挖掘系统

摘要

本申请公开了基于全球专利的产业领域关键短板技术的自动挖掘系统，数据获取模块，用于获取标准输入数据；数据库构建模块，用于构建目标产业领域的目标专利数据库；领域优势国家分析模块，用于获得领域优势国家清单；领域优势国家的优势机构分析模块，用于获得优势专利权人名单；优势机构专利技术解析模块，用于获得关键技术概念短语；短板技术探查模块，用于根据关键技术概念短语所对应的国内外专利数量对比结果获得关键短板技术清单。本申请的有益之处在于提供了一种可以自动获得关键短板技术清单的基于全球专利的产业领域关键短板技术的自动挖掘系统。

说明书

技术领域

本申请涉及通信领域，具体而言，涉及基于全球专利的产业领域关键短板技术的自动挖掘系统。

背景技术

在国际贸易形势紧张的背景下，为确保产业链完整安全，需要定位产业链特定领域上涉及到的短板技术环节，进行科技攻关。而传统的产业领域短板技术清单的生成需要咨询大量专家进行人工评估，人力、时间成本开销巨大。

发明内容

为了解决现有技术的不足之处，本申请提供了基于全球专利的产业领域关键短板技术的自动挖掘系统，包括：

数据获取模块，用于获取标准输入数据；

数据库构建模块，用于构建目标产业领域的目标专利数据库；

领域优势国家分析模块，用于分析所述标准输入数据以获得领域优势国家清单；

领域优势国家的优势机构分析模块，用于根据所述领域优势国家清单和所述标准输入数据解析获得优势专利权人名单；

优势机构专利技术解析模块，用于解析获得所述优势专利权人在所述目标专利数据库中的有效专利数据以获得关键技术概念短语；

短板技术探查模块，用于根据关键技术概念短语所对应的国内外专利数量对比结果获得关键短板技术清单。

进一步的，所述数据库构建模块的具体构建方法包括以下步骤：

匹配获得目标产业领域对应的IPC分类号；

根据所述IPC分类号从全球专利数据库中采集有效专利数据；

选取所述有效数据中被引用量为TOP K的有效专利数据构成目标专利数据库。

进一步的，所述选取所述有效数据中被引用量为TOP K的有效专利数据构成目标专利数据库，包括：

将同族专利的被引次数进行累加计算以获得同族代表专利的同族被引次数，其中，同族代表专利为优先权号所对应的专利；

根据同族专利的总数计算获得同族专利的篇均被引次数；

根据所述有效专利数据中的申请日和被引次数计算获得所有专利的年均被引次数；

将同族被引次数的TOP K

进一步的，所述领域优势国家分析模块对所述标准输入数据的分析步骤包括：

将所述目标专利数据库中的有效专利数据按照有效专利数据中的国家字段进行分类；

对每个国家字段对应的有效专利数据中的被引用量进行统计以获得国家专利被引用总量、国家专利年均被引用总量、国家专利篇均被引用量；

取国家专利被引用总量为TOP X

进一步的，所述领域优势国家的优势机构分析模块的具体分析步骤包括：

召回所述目标专利数据库中所述领域优势国家清单中每个国家字段所对应的有效专利数据；

将所述每个国家字段所对应的有效专利数据按照有效专利数据中的专利权人字段进行分类；

对每个专利权人字段对应的有效专利数据中的被引用量进行统计以获得专利权人专利被引用总量、专利权人专利年均被引用总量、专利权人专利篇均被引用量；

取专利权人专利被引用总量为TOP Z

进一步的，所述优势机构专利技术解析模块解析所述优势专利权人在所述目标专利数据库中的有效专利数据以获得关键技术概念短语的步骤包括：

召回所述优势专利权人在所述目标专利数据库中的有效专利数据以获得待解析专利文献；

抽取出所述待解析专利文献中的候选短语；

计算所述候选短语的语义重要度以获得重要度评分；

选取重要度评分为TOP A的候选短语作为关键技术概念短语。

进一步的，所述优势机构专利技术解析模块解析所述优势专利权人在所述目标专利数据库中的有效专利数据以获得关键技术概念短语的步骤还包括：

召回所述目标专利数据库中对应所述关键技术概念短语的有效专利数据以获得待深挖数据集；

抽取出所述待深挖数据集中的专利文献的深挖候选短语；

计算所述深挖候选短语的语义重要度以获得深挖重要度评分；

选取深挖重要度评分为TOP B的深挖候选短语作为深挖关键技术概念短语。

进一步的，所述短板技术探查模块根据关键技术概念短语所对应的国内外专利数量对比结果获得关键短板技术清单的步骤包括：

翻译所述关键技术概念短语以获得中文技术短语；

根据所述中文技术短语构建中文检索式；

根据所述中文检索式召回所述目标专利数据库中的有效专利数据以获得国内专利数据；

比对所述关键技术概念短语所对应的国外专利数据与所述国内专利数据以获得关键短板技术清单。

本申请的有益之处在于：提供了一种可以自动获得关键短板技术清单的基于全球专利的产业领域关键短板技术的自动挖掘系统。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请一种实施例的基于全球专利的产业领域关键短板技术自动化挖掘方法总体流程；

图2是根据本申请一种实施例的关键短板技术清单生产方法流程图；

图3是根据本申请一种实施例的目标专利数据库构建方法流程图；

图4是根据本申请一种实施例的有效专利数据选取方法流程图；

图5是根据本申请一种实施例的优势专利权利人名单的获取方法流程图；

图6是根据本申请一种实施例的关键技术概念短语的获取方法流程图；

图7是根据本申请一种实施例的有效专利数据的解析方法流程图；

图8是根据本申请一种实施例的关键技术概念短语对应的国内外专利数量的对比方法流程图；

图9是根据本申请一种实施例的基于全球专利的产业领域关键短板技术自动化挖掘系统的整体架构；

图10为本申请一个实施例中的攻关方向量化甄选流程示意图；

图11为本申请一个实施例中解析需求技术集的流程示意图；

图12为本申请一个实施例中攻关基础评分的分析流程示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本申请中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。

并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本申请中的具体含义。

此外，术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如，可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

实施例1：

请参阅图1至图8，本发明实施例提供的基于全球专利的产业领域关键短板技术的自动挖掘方法，该方法包括如下步骤：

1)获取标准输入数据；其中，标准输入数据包括技术名词、优势国家数量C、优势机构(优势专利权人)数量O、核心技术(关键短板技术)数量T、迭代轮数N，即，C、O、T、N为预设的常数，技术名词则可以为任意需要检索的技术字段，如，传感器、温度传感器、发动机、电动机等。

2)将标准输入数据输入至短板技术挖掘模型，以使短板技术挖掘模型输出标准输入数据的关键短板技术清单；其中，短板技术挖掘模型为预制的程序。

3)人工校验关键短板技术清单；本实施例中，采用的是人工校验的方式，于其他实施例中，也可以采用人工智能算法进行校验。

具体的，将标准输入数据输入至短板技术挖掘模型，以使短板技术挖掘模型输出标准输入数据的关键短板技术清单，包括：

S1、构建目标产业领域的目标专利数据库，其中，目标专利数据库包括多个对应至法律状态为有效的有效专利数据；该有效专利数据包括标题、发明授权专利的专利文献、申请日、专利权人、国家、申请号、优先权号、公开号、引用关系数据、同族专利等字段；这里的目标产业领域定义为一条产业链中的任意一个环节；

进一步的，作为优选方案，构建目标产业领域的目标专利数据库，包括：

S11、匹配获得目标产业领域对应的IPC分类号；

S12、根据IPC分类号从全球专利数据库中采集有效专利数据；

S13、选取有效数据中被引用量为TOP K的有效专利数据构成目标专利数据库；其中，TOP K定义为前K个，K为预设的常数。

进一步的，作为优选方案，选取有效数据中被引用量为TOP K的有效专利数据构成目标专利数据库，包括：

S131、将同族专利的被引次数进行累加计算以获得同族代表专利的同族被引次数，其中，同族代表专利为优先权号所对应的专利；

S132、根据同族专利的总数计算获得同族专利的篇均被引次数；

S133、根据有效专利数据中的申请日和被引次数计算获得所有专利的年均被引次数；

S134、将同族被引次数的TOP K

S2、根据一个目标专利数据库中的有效专利数据中的引用关系数据的聚合处理结果获得优势专利权利人名单；其中，引用关系数据包括表征专利被引用于其他专利的次数的被引用量；

进一步的，作为优选方案，根据一个目标专利数据库中的有效专利数据中的引用关系数据的聚合处理结果获得优势专利权利人名单，包括：

S21、将目标专利数据库中的有效专利数据按照有效专利数据中的国家字段进行分类；

S22、对每个国家字段对应的有效专利数据中的被引用量进行统计以获得国家专利被引用总量、国家专利年均被引用总量、国家专利篇均被引用量；其中，国家专利被引用总量采用简单的累加方式计算获得，国家专利年均被引用总量为每篇专利的年均被引用量的累加之和，国家专利篇均被引用量为国家专利被引用总量与国家专利总量的比值。

S23、取国家专利被引用总量为TOP X

在一些实施例中，可以通过人工的方式校验领域优势国家清单。

S24、召回目标专利数据库中领域优势国家清单中每个国家字段所对应的有效专利数据；

S25、将每个国家字段所对应的有效专利数据按照有效专利数据中的专利权人字段进行分类；

S26、对每个专利权人字段对应的有效专利数据中的被引用量进行统计以获得专利权人专利被引用总量、专利权人专利年均被引用总量、专利权人专利篇均被引用量；其中，专利权人专利被引用总量采用简单的累加方式计算获得，专利权人专利年均被引用总量为专利权人的每篇专利的年均被引用量的累加之和，专利权人专利篇均被引用量为专利权人专利被引用总量与专利权人专利总量的比值。

S27、取专利权人专利被引用总量为TOP Z

S3、解析优势专利权人在目标专利数据库中的有效专利数据以获得关键技术概念短语；其中，关键技术概念短语定义为代表所属专利核心技术点的一个或多个词语，这里的关键技术即为被目标专利中重要且出现次数较多的技术点；

进一步的，作为优选方案，解析优势专利权人在目标专利数据库中的有效专利数据以获得关键技术概念短语，包括：

S31、召回优势专利权人在目标专利数据库中的有效专利数据以获得待解析专利文献；

S32、抽取出待解析专利文献中的候选短语；抽取候选短语采用关键词提取算法完成；

S33、计算候选短语的语义重要度以获得重要度评分；语义重要度利用语义网络重要度计算算法得到；

S34、选取重要度评分为TOP A的候选短语作为关键技术概念短语。

本实施例中，关键词提取算法和语义网络重要度计算算法采用的是CN 113221559A中所公开的算法；于其他实施例中，关键词提取算法也可以采用RAKE(Rapid AutomaticKeyword Extraction)算法；

进一步的，为了使挖掘得到的关键技术概念短语更准确，解析优势专利权人在目标专利数据库中的有效专利数据以获得关键技术概念短语，还包括：

S35、召回目标专利数据库中对应关键技术概念短语的有效专利数据以获得待深挖数据集；

S36、抽取出待深挖数据集中的专利文献的深挖候选短语；

S37、计算深挖候选短语的语义重要度以获得深挖重要度评分；

S38、选取深挖重要度评分为TOP B的深挖候选短语作为深挖关键技术概念短语。

在一些实施例中，针对某一特定场景，如果需要深入了解第一轮挖掘出的短板技术相关联的深层技术，仍然可以采用相同步骤将第一轮挖掘出的短板技术作为输入，进行第二轮的关键技术概念挖掘(如上述S35至S38所示)，依此类推，迭代进行，深入挖掘该领域的技术概念；即，本实施例中，N＝2。

S4、根据关键技术概念短语所对应的国内外专利数量对比结果获得关键短板技术清单；

进一步的，作为优选方案，根据关键技术概念短语所对应的国内外专利数量对比结果获得关键短板技术清单，包括：

S41、翻译关键技术概念短语以获得中文技术短语；本实施例中，采用谷歌翻译进行翻译；

S42、根据中文技术短语构建中文检索式；利用分词工具对中文技术短语进行分词，各分词之间采用或关系构建中文检索式；本实施例中，采用词库优化过的jieba分词进行中文技术名称的分词；

S43、根据中文检索式召回目标专利数据库中的有效专利数据以获得国内专利数据；其中国内专利数据包括国内专利文献和国内专利数量；

S44、比对关键技术概念短语所对应的国外专利数据与国内专利数据以获得关键短板技术清单；其中国外专利数据包括国外专利文献和国外专利数量；通过跟关键技术概念短语对应的国内专利数量与国外专利数量的对比，得出国内专利数量少或者空白的关键短板技术，从而生成关键短板技术清单；本实施例中，取关键技术概念短语对应的国内专利数量与国外专利数量比值的最小的前T个关键技术概念短语作为关键短板技术清单。

实施例2：

请参阅图9，本申请还公开了基于全球专利的产业领域关键短板技术自动化挖掘系统，包括数据获取模块、数据库构建模块、领域优势国家分析模块、领域优势国家的优势机构分析模块、优势机构专利技术解析模块及短板技术探查模块；其中，本系统即为上述的短板技术挖掘模型。

具体的，数据获取模块用于获取标准输入数据，其中，标准输入数据包括技术名词、优势国家数量C、优势机构(优势专利权人)数量O、核心技术(关键短板技术)数量T、迭代轮数N，即，C、O、T、N为预设的常数，技术名词则可以为任意需要检索的技术字段，如，传感器、温度传感器、发动机、电动机等；而该数据获取模块具体可以为用于供用户输入参数的触控屏、键盘、遥控器等中的一种或多种，当然也可以采用其他现有的输入方式，在此不一一赘述。

具体的，数据库构建模块用于构建目标产业领域的目标专利数据库；其中，目标专利数据库包括多个对应至法律状态为有效的有效专利数据；该有效专利数据包括标题、发明授权专利的专利文献、申请日、专利权人、国家、申请号、优先权号、公开号、引用关系数据、同族专利等字段；这里的目标产业领域定义为一条产业链中的任意一个环节；通过该数据库构建模块，采集目标产业领域的高质量专利形成目标专利数据库，从而排除其余专利数据的干扰，大大提高系统的运算效率，且使得运算的结果更为准确。

本实施例中，数据库构建模块构建目标产业领域的目标专利数据库的方法与实施例1中的方法相同，在此不做赘述。

具体的，领域优势国家分析模块用于分析标准输入数据以获得领域优势国家清单，领域优势国家的优势机构分析模块用于根据领域优势国家清单和标准输入数据解析获得优势专利权人名单，通过领域优势国家分析模块和领域优势国家的优势机构分析模块对目标专利数据库中的专利进行筛选，获得关键技术较为集中的有效专利数据集，从而进一步提高系统的运算效果和运算精度，使得后续获得的关键技术概念短语更为清晰准确。

本实施例中，领域优势国家分析模块分析标准输入数据以获得领域优势国家清单的方法与实施例1中的方法相同，领域优势国家的优势机构分析模块根据领域优势国家清单和标准输入数据解析获得优势专利权人名单的方法与实施例1中的方法相同，在此不做赘述。

具体的，优势机构专利技术解析模块用于解析获得优势专利权人在目标专利数据库中的有效专利数据以获得关键技术概念短语，短板技术探查模块用于根据关键技术概念短语所对应的国内外专利数量对比结果获得关键短板技术清单；通过优势机构专利技术解析模块和短板技术探查模块，经过迭代计算获取准确的关键技术概念短语，从而召回对应关键技术概念短语的有效专利数据，并通过数据比对，实现关键短板技术清单的自动获取，而且由于目标专利数据库中的有效专利数据是从全球专利数据库中采集获得，所以关键短板技术清单会随着全球专利数据库的更新而实现自动更新，大大节约了人力成本和时间成本。

本实施例中，优势机构专利技术解析模块解析获得优势专利权人在目标专利数据库中的有效专利数据以获得关键技术概念短语的方法与实施例1中的方法相同，短板技术探查模块根据关键技术概念短语所对应的国内外专利数量对比结果获得关键短板技术清单的方法与实施例1中的方法相同，在此不做赘述。

实施例3：

请参阅图10-12，本申请还公开了一种量化甄选方法，该方法应用了上述实施例1中所公开的基于全球专利的产业领域关键短板技术的自动挖掘方法以获取攻关急迫度得分，具体的，该量化甄选方法包括以下步骤：

A1、解析需求文本以获得需求技术集T；

其中，该需求文本包括用户需求的产品或技术；这里的用户包括企业或产业部门；该需求文本由用户手动输入获得，包括用户对需求的产品或技术的文字描述。

需求技术集T中包含多个需求技术。

A2、分析所述需求技术集T中各个技术节点以获得各个所述技术节点的攻关急迫度得分ScoreS2；通过对技术节点进行一个或多个维度的分析，从而综合考虑各方面的因素，进而获得各个技术节点的攻关急迫度的整体评分。

A3、分析所述需求技术集T中各个技术节点以获得各个所述技术节点的攻关基础评分ScoreS3；从区域内潜在的攻关企业、攻关机构和攻关专家三方面入手，对于每个待攻关的技术方向，分析该技术方向在区域内所对应的企业数量、研究机构数量、专家人才储备数量，评估该需求技术在区域范围内的技术储备基础情况。

A4、计算获得攻关优先级综合得分Score，计算公式为：

Score＝βScore

其中，β为攻关急迫度得分Score

具体的，解析需求文本以获得需求技术集T的方法，包括以下步骤：

A11、解析目标领域的富技术文本获得技术节点以构建成技术知识体系；其中，目标领域为预先确定的需要科技攻关的产业链，富技术文本包括论文、专利等技术文献；

针对目标产业链各个环节上所涉及的技术，利用富技术文本挖掘出各个环节的细化技术分支，延伸扩展技术链，获取技术节点，多个技术节点构成技术知识体系；该技术知识体系具备树状特性，技术知识体系中的技术节点具备上下位层级关系；具体的，该技术知识体系的构建方法可采用申请号为202111166990.2的《一种全领域产品节点体系动态融合与生长方法》中所公开的方法，也可以采用其他方法；技术节点指技术知识体系中的节点。

A12、根据技术知识体系中的各个技术节点的解析结果构建技术体系知识库；

其中，解析结果包括技术节点的名称(中文名、外文名)、别称、概述、发展史、现状、应用范围等技术节点的简介信息中的一种或多种，这里的别称可以作为技术节点的语义特征。

这里的解析结果采用查找检索的方式获取，采用百度百科、维基百科、网页搜索等方式进行。

A13、根据所述技术体系知识库中技术节点的语义关键词解析所述需求文本的结果和对所述需求文本进行关键词抽取的结果构建需求技术集T；

其中，I为文本中涉及到的需求技术总数，t

进一步的，需求技术集T中包含的需求技术来源于两方面，一方面，通过技术节点的语义关键词对需求文本进行检索，获得需求文本中提及到的技术节点，将与该技术节点相关的技术作为需求技术；另一方面，利用文本关键词抽取技术对需求文本进行解析，抽取出需求文本中的技术关键词，再通过该技术关键词从技术体系知识库中匹配得到对应的需求技术，两方面需求技术组成的合集即为需求技术集T。

具体的，攻关急迫度得分Score

其中，对某一需求文本，从中解析出技术知识体系中涉及到的技术节点，该技术节点称需求节点(或需求技术)，标记为t

本实施例中，采用了实施例1中的基于全球专利的产业领域关键短板技术的自动挖掘方法来对技术节点进行分析。

具体的，分析所述需求技术集T中各个技术节点以获得各个所述技术节点的攻关急迫度得分Score

根据一个待评估技术与基于所述待评估技术所属技术节点构建的领域瓶颈技术清单的相似度对比结果获得与所述待评估技术相关联的瓶颈技术总数c

其中，本实施例中，相似度采用两者字符的并集数量除以待计算的技术节点的字符数量计算获得，于其他实施例中，也可以采取jaccard相似度，其他方法亦可；

本实施例中，相似度阈值设定为0.7，也可根据场景需要设置其他阈值。

由于本实施例中仅采用了1个维度进行分析，故Scores

具体的，攻关基础评分Score

其中，对某一需求文本，从中解析出技术知识体系中涉及到的技术节点，该技术节点称需求节点(或需求技术)，标记为t

本实施例中，采用了3个维度对技术节点进行分析，即，N＝3；这3个维度分别是技术方向在区域内所对应的企业数量、研究机构数量、专家人才储备数量(即攻关基础实体总数)；其中，所述技术节点包括在区域内所对应的企业数量、研究机构数量、专家人才储备数量等数据。

具体的，所述分析所述需求技术集T中各个技术节点以获得各个所述技术节点的攻关基础评分Scores

根据一个待评估技术与基于所述待评估技术所属技术节点构建的攻关企业清单获得与所述待评估技术对应的企业总数C

根据所述待评估技术与基于所述待评估技术所属技术节点构建的研究机构清单获得与所述待评估技术对应的研究机构总数C

根据所述待评估技术与基于所述待评估技术所属技术节点构建的专家人才清单获得与所述待评估技术对应的专家总数C

而Scores

Scores

其中，α

根据以上所述步骤，一方面可实现需求技术评估流程的自动化处理，减少前期领域专家的繁琐调研过程，辅助专家的最终评估决策，另一方面也可以将各维度挖掘出的领域技术形成匹配技术池，沉淀领域技术知识，对于同产业领域新的需求技术也可以实现区域攻关方向甄选报告的秒级处理。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。