专利地图的分类
基于专利信息服务平台的专利地图研究
这些数据背后的含义 ，对于专利 申请 人数 量的 比例 ，以及所在 的技术 领域都能够从图 中得到 ， 对 图片数据进行仔 细分析还能够得 到技术领 域 内的领跑者跟随者以及新进 者。对 这些企业进行分类 和分析 ，将能 够 帮助本企业 了解这些企业 的实力 ，为今 后的技术创新 以及开拓市场
其中包括专利 申请人及地区分析图 、专利 申请数 量预测 、技术功效 图 以及多维尺度分析 图等等 ，这些图表制作方法 同样 重要 ，本文也将会 进行介 绍。 １ ．专利地 所提供 的类似 资料 ，在降维 的方法 的基 础上 ，在空间维度 中把这些类似的距离程度采用点 到点之间 的距 离进 行表示。多维尺度 的分析将能够反馈给企业消 费者 对与相似商 品的判
断情况。 运用这种方法对专 利数据进行分析 一般 需要进行 以下 步骤 ： （ １ ） 根据制定的检索 方案 ，从专 利信 息服务 平 台中获取 相关 需要 的 源数 据 ，对检索的方式进行确定 ，并将检索的结果进行保 留；（ ２ ）对 涉及 到 的每一项专利都进行详 细的分析 ，利用专家 打分等方法得 出矩 阵的
奠定 良好 的基础 。 １ ． １ ． ２专利 申请地 区分布图 专利 申请地 区分布 图主要是以检索到的专利数 据为基础 ，按照专
利 申请人所在 的地 区进行分类 ， 并 将各种对应 的数 据进行统计 ，以饼 图 、柱状 图、折线 图等等图表形式进行反馈 。用户在拿 到这些图表是 能够清楚 了解世界上哪个 国家地区在这一项技术领 域中有着较高 的实 力， 将专利 申请地 区分布图与专利 申请人分析 图相结合 ，对这项技术 的开发 以及发展 能够有一个宏观的 了解 ，不仅 如此 ， 使 用者还能够从 这些图表中了解 到各个地 区的技术竞争情况 。 １ ． １ ． ３专利 申请数量 的预测 目前，较 为经济 的预测方法 已经存在有 三百 多种 ，其中常用 的就 有其实多种 ，包 括直观 预测 、判断 预测 、技术 预测 、回归分 析预 测 、 投入产出模型预测、计量经济模型预测等 等。其 中回归分析法 主要 是 包括了一元和多元线性 回归预测 、非线性 回归预测以及 函数 回归预测 的方法 ，将其与回归模 型和 Ｇ Ｍ模 型相结合 ，将能够有 效对 申请数 量 进行预测。
专利地图在专利情报分析中的应用探究
专利地图在专利情报分析中的应用探究摘要：随着信息时代的到来，专利情报分析在企业和政府中的应用日益广泛。
专利地图作为专利情报分析的一种重要工具，可以帮助人们更直观地了解专利相关信息。
本文将从专利地图的概念和特点入手，探讨专利地图在专利情报分析中的应用，以及未来发展趋势。
关键词：专利地图；专利情报分析；信息时代；应用探究引言一、专利地图的概念和特点专利地图是通过对专利信息进行可视化分析，将专利数据以地图的形式展现出来，以便人们更直观地了解专利信息的分布、关联和趋势。
专利地图可以以不同的维度展示专利信息，如技术领域、地理位置、申请人、引用关系等，从而帮助人们更全面地了解专利信息。
专利地图可以采用不同的形式，如热力图、散点图、网络图等，以便更好地展现专利信息的特点和规律。
1. 技术趋势分析专利地图可以帮助人们分析技术趋势。
通过对专利地图的展示，人们可以直观地了解某一技术领域的发展情况，如热点地区、热门技术领域、技术之间的关联等。
通过对专利地图的分析，可以帮助人们了解技术发展的趋势，从而指导企业和政府进行战略决策，把握技术发展的方向。
2. 专利布局分析专利地图可以帮助企业分析专利布局。
企业可以通过对专利地图的展示，直观地了解自己在某一技术领域的专利数量和质量，以及与竞争对手的比较情况。
通过对专利地图的分析，企业可以了解自己的专利优势和劣势，及时调整专利布局，提高自己的竞争力。
三、专利地图的未来发展趋势1. 多维度展示专利地图将更多地采用多维度展示。
随着人们对专利信息的需求越来越多样化，专利地图将更多地采用多维度展示，如技术领域、地理位置、申请人、引用关系等，以便更好地满足人们的需求。
2. 大数据驱动专利地图将更多地采用大数据驱动。
随着大数据技术的发展，人们可以更好地利用大数据对专利信息进行分析和展示，从而更全面地了解专利信息。
3. 智能分析应用专利地图将更多地采用智能分析应用。
随着人工智能技术的发展，专利地图将更多地采用智能分析应用，如自动化生成专利地图、智能推荐分析结果等，以便更好地帮助人们进行专利情报分析。
专利地图与布局
專利探勘分析功能包含
專利關連式分析
專利階層式分析
專利關聯式分析
專利關聯式分析係將檢索(分析)專利標的利用文字探勘 (Text Mining)引擎進行專利內容重要概念(Term)萃取， 並產出重要概念之描述字辭，提供使用者快速掌握檢 索(分析)專利的內容概要。並且系統提供叢集設限，係 讓使用者設定相似性高低的集群數，經過專利內容分 析進行專利分群，且提示各群集之重要概念描述辭， 並表現各群集間的相似度，讓使用者瞬間掌握專利資 訊，透過系統客觀、快速分析，可以大幅省去人力資 源投入，並掌握最新技術，是輔助掌握專利內容最佳 的工具。
發明人歷年件數趨勢分析--分析產業/技術領域內各發明人
專利件數產出概況。 表現技術內的發明大王、技術高手…乃至於最具潛力的新星。
專利類型歷年件數趨勢分析--分析產業/技術領域內專利
類型歷年件數趨勢概況。 深入掌握技術的發展狀況，作為擬定專利佈局的策略擬定參考依據。
專利探勘分析功能
利用文字探勘技術針對分析的專利內容進行重要概念 (term)萃取，並予以分析、整理後，再將各篇專利進行 分類及歸類，形成群集(cluster)。 並在各群集均載述重要描述句，提示使用者各群集的 重要內容；或是利用階層關係的模式呈現，表現各概 念(term)間的從屬關係，且附有重要關鍵字辭的描述。 提供使用者快速導覽與分析檢索專利資料的內容；或 是判斷檢索條件的正確性與否；或是選擇最適的專利 標的；或是簡明、快速地掌握分析技術間的關係等進 階輔助分析的功效。
專利地圖與佈局
何謂專利地圖？
專利地圖(Patent Map)簡言之，就是將 專利資訊「地圖化」，藉由各種統計分析整理
圖表，如總申請專利獲准件數、各個國家、公司、發 明人、各個專利被引用之情形、技術生命週期等之統 計圖表，可作為經營管理之重要資訊；而且更可進一 步歸納出每一篇專利的技術及功效類別，這些圖表隱 含與技術研發方向息息相關之資訊，可以了解特定技 術的動向，並可進一步預測技術的未來趨勢發展。當 進行一項新產品或新技術之開發時，要達到目標，必 須先有以上之資訊，才能決定是要進行迴避設計 (design around)或技術挖洞等，以免誤侵別人設好之 專利地雷陷阱。
专利地图范例
专利地图范例
由admin发表于周四6月21, 2007 5:27 pm
网路上找到的资料大致将专利地图区分为四种类型：
1.管理图
2.技术图
3.引证图
4.权力图前两种图，前两种图主要可以透过专利公报所提供的书目资料进行制作后两种图，就需要对个别专利资讯进行检视，才能制作出一份清楚明了的图表
最近新闻报导世界麻将大赛艺人余天的女儿获得第三名，加上前阵子伍丰因为博奕概念一度成为台湾的股王，与宏达电争锋，于是就突发奇想，来看看世界上跟麻将相关的专利有哪些?也顺便以此为题，看看麻将世界的专利地图，还蛮有趣的。
因为是应用范例的关系，所以我们只选用EPO的esp@cenet的全球资料库进行检索，检索策略自然就是"Mahjong"，检索到229篇专利(分别在台湾,大陆,日本以及南非)，图示如下:
麻将专利申请人(专利权人)排名
麻将专利主要的技术分类
A63F纸牌、棋盘或轮盘赌游戏；利用小型运动物体所做的室内游戏；其他类目不包含的游戏（以游戏特殊应用为特征之数据处理设备见G06F17/00，19/00）
A47B桌子；写字台；办公家具；柜橱；抽屉；家具之一般零件（家具之连接部件见F16B）。
论高新技术中专利地图的应用策略
1专利地图概述1.1专利地图的定义根据当前最新数据统计显示，在2013年，我国知识产权局总共受理发明专利申请数量达到82.5 万件，然而2013年总共受理发明、实用新型和外观设计三种专利申请数量有237.7 万件[1]。
近年来我国发明专利申请受理量是极速增长，其增长速度超过实用新型和外观设计专利，且发明专利申请受理量占三种专利申请总量的34.7%，第一次出现超过总量三分之一的现象。
从上面的现象可以知道，随着近几年科技的发展，以及知识产权战略的推广运用，申请专利保护成为高新技术中采取知识产权保护的重要措施之一。
专利申请数量的急剧增加，使专利信息也相对的增多，故急需一种合理利用专利信息的手段。
而专利地图将是一个极其好的选择，它能够使纷繁复杂的专利信息简单化、形象化，最后让其专利信息得到合理有效的利用。
现各国高新技术领域竞争都随着全球化的不断推进而越来越强烈。
高新技术领域竞争的核心是就是高新技术，因此他们的生存之本就是需要拥有卓越的技术。
所以高新技术领域的作战武器就是卓越的高新技术，而为武器添加能量的就是专利地图。
通常，专利地图是指收集各种专利信息进行加工处理，并以数据统计分析方法分类整理制成各种显示专利信息的图像和表格[2]。
简而言之，就是将专利信息可视化，让其专利信息得到更好的利用。
具体的说，专利地图可以被定义为具有以下特性的信息：首先，专利地图基于专利信息；专利信息具有各种独特的优势，如提早公布、广泛的技术领域，并使用统一的格式。
专利地图基于使用专利信息，这些优势可用于专利地图的进一步发展。
其次，专利地图有明确的使用目的；专利地图的最重要的一个因素是，它有明确的使用目的。
任何专利地图，没有明确的目的，就没有适用性。
专利地图包括专利信息的使用目的。
“根据使用的目的而收集专利信息”是指该信息是可以[1]刘磊.2013年我国发明专利申请受理量增速强劲[J].专利统计简报,2014(01):1-6立即使用的。
专利技术地图的主要形式介绍
专利技术地图的主要形式介绍1．专利分析摘要表专利分析摘要表通常是针对某一特定技术领域的主要专利文献而为，由技术人员将专利文献中的重要专利信息解读出来，填在表格中。
该表通常包含如下信息：专利号、专利名称、发明人、申请人、申请日、公开日、发明目的、技术手段及技术效果等（表1）。
由于这些解读出来的重要信息主要为发明目的、技术手段及技术效果，因此可对某项技术领域详尽完整地把握，从而掌握关键技术与发展趋势。
此外，它还可为后一阶段制作技术分布图和技术／功效矩阵表做准备。
2．专利技术分布鸟瞰图专利技术分布鸟瞰图可用件数VS技术类别表、技术类别年代分布表、件数VS功效类别表、技术功效年代分布表等图表来表示。
（1）件数 VS技术类别图在件数VS技术类别图中，横栏表示某一技术领域的所有技术类别，与横栏相对应的列则表示与该技术类别相对应的专利件数。
其主要作用是可以看出该项技术领域的专利主要集中在哪些部分或技术类别上，目前的科研投入主要集中在哪些技术方面，技术的发展趋势如何等。
（2）技术类别年代分布图将技术类别按年代进行排列，可得到技术类别年代分布图。
由专利技术类别年代分布图可清楚看出最近几年的科研投入主要集中在哪些技术类别上，技术发展的趋势如何等，特别是能清楚了解技术发展趋势。
（3）件数VS功效类别图在件数VS功效类别图中，横栏表示某一技术领域的专利能达到的功效类别，与横栏相对应的列则表示达到某功效的专利件数。
制作件数VS功效类别图时，先根据技术主要要解决的问题对技术进行细分，比如，将柴油机领域的技术功效分为减少污染、节能、替代燃料、功率强化等，再将各部分专利数量统计出来，填人表中。
该表主要作用是可大致看出目前国内外的主要技术投入主要用来解决哪些技术问题，以及其发展趋势等，该表也可用条状图来表示。
（4）技术功效年代分布表如果再将技术功效按年代进行排列，则可得到技术功效年代分布表。
由专利技术功效年代分布表可清楚地看出目前该技术领域的专利主要集中用来解决哪些技术问题，想达到什么样的技术目的，技术发展趋势如何等，特别是能清楚地把握技术发展趋势。
专利地图研究与应用
专利地图研究与应用一、引言随着全球化和科技创新的加速发展，对知识产权的重视和保护也日益增强。
专利作为知识产权的重要部分，其涵盖了技术、法律和经济三个领域，对于国家和企业的创新发展具有重要影响。
为了更好地理解和利用专利数据，专利地图研究应运而生。
本文将详细介绍专利地图研究的内涵、方法和应用。
二、专利地图研究的内涵专利地图是一种视觉化工具，通过图形和数据的结合，将专利数据以直观、易懂的形式呈现出来。
这些数据包括专利的申请数量、申请领域、申请人、申请状态等，通过对这些数据的分析和挖掘，可以深入了解某一技术领域的整体情况和发展趋势。
三、专利地图研究的方法1、数据收集与整理：首先需要收集和整理相关的专利数据，包括各种类型的专利数据，如发明专利、实用新型专利、外观设计专利等。
2、数据分析：通过对专利数据的分析，可以了解某一技术领域的整体情况和发展趋势。
例如，可以通过对专利申请数量的分析，了解某一技术领域的申请热度和发展阶段；通过对申请人分布的分析，了解主要申请人和申请机构的分布情况。
3、地图呈现：将分析结果以地图的形式呈现出来，可以更加直观地展示某一技术领域在全球范围内的分布情况和发展趋势。
四、专利地图研究的应用1、政策制定：政府可以通过专利地图研究，了解某一技术领域的发展情况和主要申请人，从而制定更加科学合理的政策和规划。
2、企业决策：企业可以通过专利地图研究，了解某一技术领域的整体情况和主要竞争对手，从而制定更加科学合理的发展战略和决策。
3、学术研究：学术界可以通过专利地图研究，了解某一技术领域的研究热点和前沿技术，从而开展更加有针对性和前瞻性的研究工作。
五、总结专利地图研究是一种有效的知识产权管理工具，可以帮助政府、企业和学术界更好地理解和利用专利数据，制定更加科学合理的政策和规划，发展战略和决策，以及开展更加有针对性和前瞻性的研究工作。
未来，随着大数据和技术的不断发展，专利地图研究将在更多领域得到广泛应用，为知识产权的保护和发展提供更加有力的支持。
专利地图制作
论专利地图的制作一、专利地图的概念所谓的[专利地图（Patent Map）]是指对于专利资料以统计和分析的方法，加以整理剖析并制成可分析解读的图表，使其具有类似地图指向功能，称为[专利地图]。
（一）专利地图的角色在专利分析中起到承上启下的角色，承上是指由专利数据库检索而得的专利资料，经过整理、统计制成专利地图，可供定性分析与定量分析之用；启下是指专利地图经过比对、分析、研究可作出预测与判断技术动态与趋势、企业市场企图，进而制定经营策略与研发策略。
（二）专利地图对企业的功能1.发现技术进程上的盲点。
2.整理专利权相关信息。
3.掌握技术动向。
4.了解自己企业与其他企业间的技术差异。
5.发现其他企业的研发策略。
6.新进人员教育训练的教材。
7.用于技术、研发部门的质量管理。
二、专利管理图分析专利管理图分析系将专利资料经统计分析各种的图表形式表现之，再经专业人员赋予专业知识等意义，形成专利情报，帮助企业揭示专利讯息，促进产业技术升级。
专利管理图分析共包含7项：专利件数分析、国家别分析、公司别分析、发明人分析、引证率分析、IPC 分析、UPC 分析。
详述如下：（一）专利件数分析专利件数分析包括技术生命周期分析、历年专利数量比较分析。
详述如下：1.技术生命周期分析：以专利的申请日或公告日为分析日期依据，并依时间点排序。
透过专利件数与专利权人数或发明人数随时间消长，能观察出目前产业所处的技术生命周期状况，如技术萌芽期、技术成长期等等。
技术生命周期图让企业更了解并预测该技术未来兴衰，提供企业拟定研发策略的参考指标。
2.历年专利数量比较分析：利用历年专利数量比较图能分析产业技术领域内，历年专利产出发展情况，以掌握技术趋势。
并能利用申请日与公告日的综合分析观察该技术领域，审查专利的平均时间。
（二）国家别分析国家别分析包括所属国专利件数分析、所属国历年专利件数分析。
详述如下：1.所属国专利件数分析：所谓的[所属国]是指专利申请的专利权人所属的国家。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
专利地图的分类：
（1）专利管理图包括：历年专利动向图、各国专利占有比例图、专利排行榜、主要竞争公司分析图、公司专利平均年龄图、公司发明阵容比较图、公司定位综合分析表、公司专利件数分布图、公司专利件数消长图、发明人专利件数分布图等，主要显示了技术的发展趋势。
（2）专利技术图包括：IPC（国际分类）分析图、技术生命周期图、专利技术功效矩阵图、专利技术分布图、专利技术领域累计图、专利多种观点解析图、挖洞技术显微图等。
技术图锁定某项技术或公司进行地毯式搜索，主要显示技术演变、扩散状况、研发策略、回避设计、挖洞技术的可行性。
（3）专利权利图主要包括专利范围构成要件图、专利范围要点图、专利家族图、重要专利引用族谱图，主要剖析研发空间和市场空间。
以下集中展示了12种专利地图的形式：（并不是一种完全对应的划分，只是想给一个参考）
一、
二、
三、thomson scientific aureka软件的themescape制作
四、据我所知，thomson 的web of knowledge就可以实现。
五、国产软件大多可以实现，EXCEL也可以实现
六、上述专利地图应该是由手工绘制的，用于解释专利技术构成
七、上述专利地图应该是由手工绘制的，用于解释专利技术构成
八、不清楚用什么软件实现，但EXCEL可以实现。
九、国产软件可以实现，韩国Wisdomain好像有一款软件也可以实现。
十、
十一、这个好像是THOMSON INNOVATION可以实现，该软件尚未在国内推广，本人也只是见过国外宣传的PPT而已。
但仔细一查，该软件为AIM信息分析软件
十二、matheo analyzer 目前我认为最好的专利分析工具之一，法国人开发的。
有着不同的可视化界面。
给一个外文的评价吧：Powerful patent information processing and knowledge discovery software that allows the integration of all patent database formats, of very large sets of data and has a full personalization of analysis configuration.
Use Matheo Analyzer for creating statistical lists, charts, matrices, networks and clustering.
十三、用MINDMAP做的思维导图，有专利技术部分
十四、SOM自组织专利概念地图（不同颜色代表）
十五、
十六、星系图，本人也是第一次见到，以前只听书里说过。
见笑。
十七、
十八、基于2500关键词语义的专利地图（technology roadmap）
十九、专利引证图
本文引用地址：/blog-357889-305692.html 此文来自科学网杨冠灿博客，转载请注明出处。