买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：张桐瑞

摘要：本发明涉及情报资料的分析和研究领域，尤其涉及一种基于创新主体视角的专利行为知识图谱构建分析方法；技术问题：现有技术下的单一专利行为网络分析研究忽略了各创新主体在细分技术领域的布局与关注差异，难以满足创新主体的实际科技创新需求；技术方案：一种基于创新主体视角的专利行为知识图谱构建分析方法，包括有以时间先后顺序重复进行多次数据更新与一致性判断实现实体对齐；本发明在对专利技术布局进行聚类分析的基础上，通过构建包括专利合作申请、专利权利转让、专利许可使用多重关系的专利行为知识图谱对技术集群内创新主体的专利行为关系展开分析，构建专利行为核心主体自动识别与潜在合作者智能推荐方法，促进创新主体的协同发展。

主权项：1.一种基于创新主体视角的专利行为知识图谱构建分析方法，其特征在于：包括有以下步骤：S1：获取企业专利数据，首先需要确定目标企业，并收集这些企业的专利数据，通常涉及从专利数据库，如中国国家知识产权局数据库、欧洲专利局数据库、美国专利商标局数据库中检索和下载相关企业的专利文献；数据收集涵盖足够的时间范围，以便全面反映企业的技术创新历程，同时涵盖专利的详细信息，包括但不限于专利号、申请日、公开日、申请人、IPC分类号等；S2：核心IPC分类号识别，分析收集到的专利数据，识别出企业最常使用的IPC分类号，这些分类号代表了企业的核心技术领域，通过统计每个分类号的出现频率，可以确定哪些分类号最能代表企业技术重点的分类号；S3：基于IPC分类号的技术集群分析，在确定了核心IPC分类号后，利用这些分类号对专利进行聚类分析，以识别出不同的技术集群；聚类分析可以将相似的专利归类到一起，形成技术群组，每个群组代表了一个特定的技术领域或技术方向，以揭示企业内部的技术布局和重点发展方向；S4：获取技术集群专利数据，基于技术集群分析的结果，针对每个技术集群进行二次数据采集，获取更加详细和深入的专利数据用于后续的专利行为分析和知识图谱构建；S5：著录项抽取，著录项是专利文献中的基本信息部分，包括申请人、发明人、申请日、公开日等；通过从专利文献中抽取这些关键信息，为后续的行为主体识别和行为分析打下基础；S6：专利行为抽取，包括但不限于专利合作申请行为、专利权利转让行为和专利许可使用行为，这些行为数据反映了创新主体之间的合作与互动关系；S7：行为主体对齐，对抽取出的行为主体进行一致性检验与对齐，确保每个实体在知识图谱中的唯一性和准确性；S8：专利行为知识图谱构建，基于上述步骤中抽取和处理的专利行为数据构建技术集群专利行为知识图谱；知识图谱以图的形式展示创新主体之间的专利行为关系，包括合作、转让和许可等；这种图形化的表示方式有助于直观地理解技术集群内的主体关系和技术流动情况；S9：核心主体智能识别，利用关系强度和控制强度等指标自动识别技术集群内的核心创新主体；S10：潜在合作者智能推荐，基于知识图谱中的关系级数和路径强度等指标实现潜在合作者的智能推荐；通过分析不同主体之间的合作历史和潜在合作机会，系推荐潜在的合作者和合作路径。

全文数据：

权利要求：

百度查询： 张桐瑞 一种基于创新主体视角的专利行为知识图谱构建分析方法