МЕТОД АНАЛИЗА ИННОВАЦИОННЫХ ТЕНДЕНЦИЙ НА ОСНОВЕ ДАННЫХ ПАТЕНТНОГО МАССИВА

Развитие методов обработки естественного языка позволило использовать структуры SAO (Subject-Action-Object, Субъект-Действие-Объект) в качестве мощного инструмента для выявления связанных понятий в текстовых данных. В данной статье представлен метод анализа инновационных тенденций посредством детектирования и анализа патентной активности, выявления новых технологических возможностей, ключевых современных технологии и изобретений на основе извлеченных из патентного массива SAO структур. Был разработан пятиэтапный алгоритм подбора патентов, выделения SAO структур, их расширения, кластеризации, а также построения технологических карт. Данные карты визуализируют развитие подклассов патентов, выявленных посредством кластерного анализа, и технологий с течением времени. Помимо выявления технологических возможностей описанный подход может быть применен для построения карт для изучения тенденций развития конкурентов. В отличие от карты трендов, разработанной с использованием патентов всех заявителей, эта карта конкурентов ограничивает свое внимание одной организацией. Карта для каждой компании визуализирует акцент развития технологий в компании, позволяя проводить сравнительный анализ между компаниями. На основе этой карты компания может определить конкурентов, обладающих дополнительными технологиями, и понять технологические преимущества и недостатки целевой области.

1. Фоменкова М.А., Коробкин Д.М., Кравец А.Г., Фоменков С.А. Методика идентификации SАО структур. Математические методы в технике и технологиях - ММТТ. 2017. Т. 5. С. 85-88.

2. Lee, J., Kim, C., & Shin, J. (2017). Technology opportunity discovery to R&D planning: Key technological performance analysis. Technological Forecasting and Social Change, 119, 53–63.

3. Lee, J., Kim, C., & Shin, J. (2017). Technology opportunity Guo, J., Wang, X., Li, Q., & Zhu, D. (2016). Subject–action–object-based morphology analysis for determining the direction of technological change. Technological Forecasting and Social Change, 105, 27–40.

4. Moehrle, M. G., Walter, L., Geritz, A., & Muller, S. (2005). Patent-based inventor profiles as a basis for human resource decisions in research and development. R&D Management, 35(5), 513–524. No, H. J., & Lim, H. (2009). Exploration of nanobiotechnologies using patent data. The Journal of Intellectual Property, 4(3), 109–129.

5. Park, H., Yoon, J., & Kim, K. (2011). Identifying patent infringement using SAO based semantic technological similarities. Scientometrics, 90(2), 515– 529.

6. Wang, X., Wang, Z., Huang, Y., Liu, Y., Zhang, J., Heng, X., et al. (2017). Identifying R&D partners through subject–action–object semantic analysis in a problem & solution pattern. Technology Analysis & Strategic Management, 29, 1–14.

7. Wich, Y., Warschat, J., Spath, D., Ardilio, A., König-Urban, K., & Uhlmann, E. (2013, July). Using a text mining tool for patent analyses: Development of a new method for the repairing of gas turbines. In 2013 Proceedings of PICMET’13 Technology Management in the IT-Driven Services (PICMET) (pp. 1010–1016). IEEE.

8. Yoon, J., & Kim, K. (2011b). Identifying rapidly evolving technological trends for R&D planning using SAO-based semantic patent networks. Scientometrics, 88(1), 213–228.

9. Zhang, Y., Zhou, X., Porter, A. L., & Gomila, J. M. V. (2014). How to combine term clumping and technology roadmapping for newly emerging science & technology competitive intelligence: “Problem & solution” pattern based semantic TRIZ tool and case study. Scientometrics, 101(2), 1375–1389.

10. Yoon, J., & Kim, K. (2012a). Detecting signals of new technological opportunities using semantic patent analysis and outlier detection. Scientometrics, 90(2), 445–461.

11. Yoon, B., Park, I., &Coh, B. Y. (2014). Exploring technological opportunities by linking technology and products: Application of morphology analysis and text mining. Technological Forecasting and Social Change, 86, 287–303.

12. Коробкин Д.М., Гордеев Н.А., Фоменков С.А., Дыков М.А. Метод выявления патентных трендов на основе описаний технических функций. Известия Волгоградского государственного технического университета. 2018. № 5 (215). С. 56-60.

13. Korobkin D.M., Fomenkov S.A., Kolesnikov S.G., Al'-Hadsha F.A.H. Sintezianalizfizicheskihprincipovdejstviyatekhnicheskihsistem s ispol'zovaniemsetej Petri. IzvestiyaVolgogradskogogosudarstvennogotekhnicheskogouniversiteta. 2018. № 8 (218). S. 83-88.