تحليل پتنت بااستفاده از داده كاوي براي شناسايي و تعيين ارتباطات ميان فناوري ها

Patent Analysis by Data Mining for Identifying and Determining Relationships among Technologies

تجزيه و تحليل ارتباطات ميان فناوري ها مي تواند بينشي براي اتخاذ استراتژي هاي فناورانه و به حداكثر رساندن سود فراهم كند. پتنت ها، بخشي جدايي ناپذير از حقوق مالكيت فكري هستند و اطلاعات قابل توجهي درباره فناوري هاي توسعه يافته را در بر مي گيرند. باتوجه به حجم فزاينده پتنت ها، روش داده كاوي براي تحليل پتنت پيشنهاد شده است. در روش پيشنهادي، از قوانين وابستگي وزن دار براي تحليل پتنت استفاده مي شود و اهميت نابرابر پتنت ها و همچنين سطوح فناوري از نظر اهميت تجاري و تاثير فناورانه در نظر گرفته شده است. هدف اين پژوهش، يافتن روشي پايدار براي شناسايي ارتباطات ميان فناوري ها براساس تحليل پتنت است، كه وابسته به دانش ذهني متخصصان يك حوزه ي خاص فناوري نباشد. براي دستيابي به اين هدف يك فرآيند چهار مرحله اي شامل جمع آوري داده، تشكيل پايگاه داده ساخت يافته، اجراي داده كاوي، شناسايي و تعيين ميزان ارتباطات ميان فناوري ها و ترسيم گرافيكي آن ارائه شده است. رويكرد تحليلي پيشنهادي با يك مطالعه موردي اجرا و ارزيابي شده است .

Analyzing technologies relationships can provide insight into technological strategies and maximizing the profits. Patents are integral parts of intellectual property rights and include significant information about developed technologies. Due to the increasing amount of patents, data mining method is proposed for patent analysis. Thus, weighted association rules have been used for patent analysis; meanwhile unequal importance of patents and levels of technology have been considered in terms of technological impact and commercial importance. The aim of this study is to find a sustainable method for extracting technologies relationships based on patent analysis being independent of subjective knowledge of experts in a particular field of technology. To achieve this goal, a four-step process including data collection, structured database creation, data mining implementation, and technologies relationship identification/determination and their graphical representation are proposed. The proposed process has been implemented and evaluated within a case study.