面向TRIZ的领域专利技术挖掘系统设计与实践

doi:10.13266/j.issn.0252-3116.2017.01.014

图书情报工作 ›› 2017, Vol. 61 ›› Issue (1): 117-124.DOI: 10.13266/j.issn.0252-3116.2017.01.014

面向TRIZ的领域专利技术挖掘系统设计与实践

胡正银¹, 刘春江¹, 隗玲^1,2,3, 杨宁¹, 徐源¹, 许海云¹, 文奕^1,4

1. 中国科学院成都文献情报中心成都 610041;
2. 中国科学院大学北京 100049;
3. 山西财经大学信息管理学院太原 030006;
4. 电子科技大学计算机科学与工程学院成都 611731

收稿日期:2016-09-09 修回日期:2016-12-21 出版日期:2017-01-05 发布日期:2017-01-05
作者简介:胡正银(ORCID:0000-0002-5699-9891),副研究员,博士,E-mail:huzy@clas.ac.cn;刘春江(ORCID:0000-0001-8934-339X),助理研究员,硕士;隗玲(ORCID:0000-0002-0594-3134),讲师,博士研究生;杨宁(ORCID:0000-0001-9121-4458),副研究员,硕士;徐源(ORCID:0000-0003-4246-5730),助理研究员;许海云(ORCID:0000-0002-7453-3331),副研究员,博士;文奕(ORCID:0000-0001-9871-1035),副研究员,博士研究生。
基金资助:
本文系中国科学院知识产权信息服务专项（项目编号：KFJ-EW-STS-032）和中国科学院西部之光项目“基于本体的专利文献技术挖掘系统研究与实践”研究成果之一。

Design and Practice of Domain Patent Tech Mining System Oriented to TRIZ

Hu Zhengyin¹, Liu Chunjiang¹, Wei Ling^1,2,3, Yang Ning¹, Xu Yuan¹, Xu Haiyun¹, Wen Yi^1,4

1. Chengdu Document and Information Centre, Chinese Academy of Sciences, Chengdu 610041;
2. University of Chinese Academy of Sciences, Beijing 100049;
3. School of Information and Management, Shanxi University of Finance and Economics, Taiyuan 030006;
4. University of Electronic Science and Technology of China, Chengdu 611731

Received:2016-09-09 Revised:2016-12-21 Online:2017-01-05 Published:2017-01-05

摘要/Abstract

摘要：

[目的/意义] 针对面向TRIZ的专利技术深度、精准挖掘的需求，设计并开发一套领域专利技术挖掘系统。[方法/过程] 首先，归纳面向TRIZ的专利技术挖掘的具体需求，分析现有工具的不足。其次，提出领域专利技术挖掘系统的体系结构，总结其关键技术及解决方案。最后，开发一套面向TRIZ的领域专利技术挖掘原型系统，并进行大口径光学元件（LAOE）领域专利技术挖掘实践。[结果/结论] 该系统基于SAO（subject-action-object）三元组与简单知识对象，集成文本挖掘技术构建细粒度、多维度的领域技术索引，实现领域知识棱镜、面向TRIZ的语义检索与专利可视化分析功能，可以支持深度、精准的专利技术挖掘应用。

关键词: 技术挖掘, SAO, 语义TRIZ, 知识棱镜, 专利分析

Abstract:

[Purpose/significance] According to the requirements of deep and precise patent tech mining, this paper designed and developed a domain patent tech mining system oriented to TRIZ.[Method/process] This paper induced the requirements of patent tech mining oriented to TRIZ, analysed the disadvantages of exists tools, proposed a framework of domain patent tech mining system, and summarized key technologies and corresponding solutions. Based on these, a prototype of a domain patent tech mining system was developed.[Result/conclusion] The system considers SAO triples and simple knowledge objects as basic semantic units and includes a fine-grained, multi-dimensional domain tech index, which offers three services, semantic search service oriented to TRIZ, domain knowledge lens, and visualization analysis service, to support deep and precise patent tech mining.

Key words: tech mining, Subject-Action-Object, semantic TRIZ, knowledge lens, patent analysis

中图分类号:

G202

胡正银, 刘春江, 隗玲, 杨宁, 徐源, 许海云, 文奕. 面向TRIZ的领域专利技术挖掘系统设计与实践[J]. 图书情报工作, 2017, 61(1): 117-124.

Hu Zhengyin, Liu Chunjiang, Wei Ling, Yang Ning, Xu Yuan, Xu Haiyun, Wen Yi. Design and Practice of Domain Patent Tech Mining System Oriented to TRIZ[J]. LIS, 2017, 61(1): 117-124.

参考文献

[1] 唐炜, 刘细文.专利分析法及其在企业竞争对手分析中的应用[J]. 现代情报, 2005(9):179-183, 186.
[2] 王朝晖. 专利文献的特点及其利用[J]. 现代情报, 2008,(9):151-152,156.
[3] PORTER A L, CUNNINGGHAM S W. Tech mining:exploiting new technologies for competitive advantage[M]. Hoboken:John Wiley & Sons, Inc., 2004.
[4] PORTER A L. How tech mining can enhance R&D management[EB/OL].[2016-08-18].http://www.thevantagepoint.com/resources/articles/How%20Tech%20Mining%20can%20Enhance%20R_D%20Mgmt.pdf.
[5] 胡正银.基于个性化语义TRIZ的专利技术挖掘研究[D].北京:中国科学院大学, 2015.
[6] ALTSHULLER G S, SHULYAK L, STEVEN R. The innovation algorithm:TRIZ, systematic innovation and technical creativity[M]. Worcester:Thecnicall Innovation Center, Inc, 1999.
[7] LOH H T, HE C, SHEN L X. Automatic classification of patent documents for TRIZ users[J]. World patent information, 2006, 28(1):6-13.
[8] SEARCH TECHNOLOGY INC.VantagePoint[EB/OL].[2016-07-03]. https://www.thevantagepoint.com/products/4-products/vantagepoint.html.
[9] THOMSON REUTERS.Thomson innovation[EB/OL].[2016-07-13]. http://www.thomsoninnovate.org/zh/features/analyze.
[10] HIS INC.Goldfire:advanced research, problem solving & analytics[EB/OL].[2016-07-13]. https://www.ihs.com/products/design-standards-software-goldfire.html.
[11] EPO. Global Patent Index user manual[EB/OL].[2016-07-11]. http://documents.epo.org/projects/babylon/eponet.nsf/0/16B7F77528515906C1257C04003AB2FA/$File/gpi_user_manual_v2.5_en.pdf.
[12] 王小梅.专利分析工具介绍[EB/OL].[2016-07-12]. http://ir.las.ac.cn/handle/12502/4357.
[13] 刘春江, 刘丹军, 文奕. 基于Solr的专利在线分析系统的设计与实现[J]. 现代图书情报技术, 2013(2):88-92.
[14] 王敏, 李海存, 许培扬. 国外专利文本挖掘可视化工具研究[J]. 图书情报工作, 2009,53(24):86-90.
[15] ZHANG Y, PORTER A L,HU Z Y,et al. "Term clumping" for technical intelligence:a case study on dye-sensitized solar cells[J]. Technological forecasting and social change,2014,85(6):26-39.
[16] MIKHAIL V. Semantic TRIZ[EB/OL].[2015-07-06]. http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.115.1907&rep=rep1&type=pdf.
[17] 李颖, 赵蕴华, 霍翠婷, 等.日本专利检索体系中主题分类"FI/F-term"的理论与应用研究[J]. 数字图书馆论坛, 2008 (11):42-44, 47.
[18] BONINO D, CIARAMELL A, CORNO F. Review of the state-of-the-art in patent information and forthcoming evolutions in intelligent patent informatrics[J]. World patent information, 2010,32(1):30-38.
[19] 胡正银,方曙,张娴,等. 个性化语义TRIZ构建研究[J]. 图书情报工作,2015,59(7):123-131.
[20] BLEI D M, NG A Y, JORDAN M I. Latent dirichlet allocation[J]. Journal of machine learning research, 2003, 3:993-1022.
[21] FADER A, SODERLAND S, ETZIONI O. Identifying relations for open information extraction[EB/OL].[2016-03-02].http://ai.cs.washington.edu/www/media/papers/reverb.pdf.
[22] 刘毅,汤怡洁,周子健,等. 科技知识组织体系共享服务平台服务接口建设研究[J]. 现代图书情报技术,2014,30(S1):9-16.
[23] 颜伟, 荀恩东. 基于WordNet的英语词语相似度计算[C]//全国学生计算语言学研讨会论文集.北京:中国中文信息学会,2004.
[24] BOYAK K. Methods, metrics, and missions that matter[C]//The 4th annual global techmining conference.Neitherland(Leiden):VP Institute, 2014.

面向TRIZ的领域专利技术挖掘系统设计与实践

Design and Practice of Domain Patent Tech Mining System Oriented to TRIZ

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	韩晓彤, 朱东华, 汪雪锋. 科学推动下技术机会发现方法研究[J]. 图书情报工作, 2022, 66(10): 19-32.
[2]	周潇, 许银彪, 史益. 基于深度学习与语义挖掘的技术创新组合识别与追踪[J]. 图书情报工作, 2022, 66(10): 33-44.
[3]	王铮, 张奕乐, 杨佳欣. 图书馆发展的“技术尺度”:基于涉图书馆专利的图书馆技术演进比较研究[J]. 图书情报工作, 2022, 66(10): 89-97.
[4]	任海英, 李真. 基于输入输出型SAO网络的核心技术链识别方法研究——以量子计算领域为例[J]. 图书情报工作, 2021, 65(19): 117-129.
[5]	王学昭, 赵萍, 赵亚娟, 吕璐成. “技术-功效”视角下的专利布局形势揭示与风险判定[J]. 图书情报工作, 2021, 65(16): 73-80.
[6]	张玉洁, 白如江, 刘明月, 于纯良. 融合语义联想和BERT的图情领域SAO短文本分类研究[J]. 图书情报工作, 2021, 65(16): 118-129.
[7]	雷鸣, 夏梦鸽, 汪雪锋, 刘佳. 基于链路预测的协同药物组合推荐研究:面向疾病并发症诊疗[J]. 图书情报工作, 2021, 65(12): 122-129.
[8]	李晓曼, 张学福, 宋红燕, 孙巍. 专利文献技术要素识别方法研究——以纳米肥料领域为例[J]. 图书情报工作, 2020, 64(6): 59-68.
[9]	徐璐, 卢小宾, 杨冠灿. 金融科技专利识别与分类方法构建及应用[J]. 图书情报工作, 2020, 64(11): 87-95.
[10]	刘自强, 许海云, 岳丽欣, 方曙. 基于Chunk-LDAvis的核心技术主题识别方法研究[J]. 图书情报工作, 2019, 63(9): 73-84.
[11]	付芸, 汪雪锋, 李佳, 侯雨佳. 基于SAO结构的创新解决方案遴选研究——以空气净化技术为例[J]. 图书情报工作, 2019, 63(6): 75-84.
[12]	翟东升, 蔡文浩, 张杰, 郭程. 基于图相似度的专利侵权检测方法研究[J]. 图书情报工作, 2018, 62(5): 97-105.
[13]	俞琰, 赵乃瑄. 融入术语知识的专利主题发现方法[J]. 图书情报工作, 2018, 62(21): 118-126.
[14]	陈亮, 张海超, 杨冠灿, 雷孝平, 于庆国. 利用Knowledge Graph的专利表示方法及其应用[J]. 图书情报工作, 2017, 61(9): 123-129.
[15]	庞颂全, 刘敏榕. 专利GEM-S技术竞争力模型的构建及实证研究——以闽、粤两省电动汽车为例[J]. 图书情报工作, 2017, 61(7): 83-90.