從專利地圖出發(fā)走近aureka和tda(文件)
【正文】 rdi ng t o t he num ber of records t hey hold w it hin t he dat as et .Org aniz at ions in t he high es t c at egor y hold a high num ber of records , t hos e in t he low es t hold only one record.T he s iz e of eac h s egm ent s how s t he num ber of records , not t he num ber of a niz at ions.T he larg er t he high v alue s egm ent s , t he m ore t he dat as et is dom inat ed by f ew er larg epl ay ers in t he area (pot ent iall y indi c at ing a m at ure t ec hnol ogy ).I f dom inat ed by low er v alue s egm ent s , t hen t his s how s a larg e num ber of s m alle r play ers in t he area (pot ent iall y indi c at ing a new dy nam ic t ec hnol ogy area ). 技術是否主要為大公司持有 是否有進入的空間和機會？ 自行研發(fā)還是購買技術？ 進入該市場的難易程度 ? 誰擁有類似的技術 識別誰擁有新用途的技術 避免涉及高度集中的領域 潛在的目標是誰 ? 深入了解競爭對手 Use TDA to help with pany duediligence 競爭對手獨特的技術是什么 ? 識別與其他公司相比而言獨特的技術領域，例如關鍵詞，權(quán)利要求中的技術詞匯，分類等等 某公司中研發(fā)人員的合作情況 識別核心的研發(fā)人員，或是某產(chǎn)品線相關的研發(fā)團隊 識別關鍵人才 識別研發(fā)人員的合作情況 ? 公司 vs 公司 識別合作情況 識別競爭對手與外界的合作狀況 ? TDA能夠幫助您： ? 準確結(jié)果 先進的數(shù)據(jù)清理工具 分析任意結(jié)構(gòu)化數(shù)據(jù) 強大的分析功能（ List， Matrix， Map） 自定義分類 ? 高效分析 數(shù)據(jù)清理工具 自動生成報告 Question? 。線的粗細表示相關性強弱。經(jīng)常相伴出現(xiàn)的發(fā)明人； IPC； Manual Code，聚成詞簇。如尋找合作密切的公司、發(fā)明人、國家。 合并來自不同數(shù)據(jù)庫的數(shù)據(jù) ,進行更加全面的分析 將來自不同數(shù)據(jù)庫的數(shù)據(jù)合并，彌補單一數(shù)據(jù)庫的不足； 可將科技文獻和專利文獻合并分析，例如可將 SCI數(shù)據(jù)和DWPI數(shù)據(jù)合并分析 數(shù)據(jù)清理 ，有助于得到準確的分析結(jié)果 高質(zhì)量的數(shù)據(jù)分析結(jié)果首先取決于 數(shù)據(jù)的準確性與完整性 ? 標引的不一致、輸入的錯誤、 ? 文獻著者或發(fā)明人的不同寫法、 ? 科研機構(gòu)或?qū)＠跈?quán)人的不同表達方式 List cleanup Thesauri Record classification ? 合并同義詞近義詞 ? 對代碼 (如 IPC))加文字注釋 ? 自定義內(nèi)部分類系統(tǒng) ? 將國家合并為洲或地區(qū) 自動清理模塊，快速清理數(shù)據(jù) 列表清理工具包含有模糊算法，可自動對公司、發(fā)明人等字段進行模糊匹配、自動歸組、進行數(shù)據(jù)清理，從而為后續(xù)的分析提供更加準確的數(shù)據(jù)集合。 文本聚類分析可應用于少于 1000篇專利的分析，通過對標題和文摘進行快速分析，自
教學課件相關推薦
鄂ICP備17016276號-1