[摘 要]本文根據(jù)文本挖掘技術(shù)、可視化技術(shù)、優(yōu)勢(shì)及局限性等特征，對(duì)國(guó)外12種典型的專利分析工具進(jìn)行了比較研究，同時(shí)對(duì)這些工具的適用性進(jìn)行了評(píng)價(jià)并提議哪些用戶組可以從中受益。本文所討論的工具實(shí)例包括成熟的文本挖掘軟件包，一些較簡(jiǎn)單的全文搜索工具，以及少數(shù)集成了更多成熟的軟件包和全文搜索功能的數(shù)據(jù)可視化工具。希望能為專利分析人員選取適當(dāng)?shù)墓ぞ呒败浖靖倪M(jìn)專利分析工具提供參考。

[關(guān)鍵詞]專利分析工具;文本挖掘;聚類;統(tǒng)計(jì)分析;語(yǔ)義分析

[中圖分類號(hào)]G255.53 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1008-0821(2010)04-0008-04

Study on the Foreign Patent Analysis Tools in Text MiningGe Xiaopei1 Sun Yong1，2 Ma Yulong3 Chen Xiangrong1

(1.School of Computer Science Technology，Soochow University，Suzhou 215006，China;

2.Key Lab of Computer Information Processing Technology of Jiangsu Province，Suzhou 215006，China;

3.Office of Computer Teaching and Researching，F(xiàn)irst Aeronautical Instieute of Airo Force，Xinyang 464000，China)

[Abstract]Twelve typical foreign patent analysis tools were presented in this paper to provide a comparison of text mining capabilities，visualization technology，perceived strengths，potential limitations，output of results etc，while the applicability of these tools were evaluated and suggestions as to which user groups may benefit from it.Summarized some valuable information for patent information analysts to choose proper tools and for software analysis tool provider to improve these tools.

[Keywords]patent information analysis tool;text mining;clustering;statistical analysis;semantic analysis

1 專利分析工具比較本文選取了12種國(guó)外主要的專利分析工具或?qū)＠治黾夹g(shù)提供商，分別是ClearForest[6]、Goldfire Innovator[7]、Inxight[8]、TEMIS[9]、Quosa[10]、RefViz[11]、STN AnaVist[12]、VantagePoint[13]、Aureka[14]、M-CAM Doors[15]、Wisdomain[16]、Derwent Analytics[17]。根據(jù)其處理不同結(jié)構(gòu)的數(shù)據(jù)將這些工具分為三類:第一類主要處理非結(jié)構(gòu)化數(shù)據(jù)，第二類主要處理結(jié)構(gòu)化文本，第三類用于處理混合數(shù)據(jù)(包括結(jié)構(gòu)化和非結(jié)構(gòu)化)。并從工具的類型、性能、數(shù)據(jù)源、輸出結(jié)果、優(yōu)勢(shì)及局限性等方面具體討論比較。

1.1 第一類工具此類工具主要用于處理如專利全文、郵件、新聞、期刊論文、網(wǎng)頁(yè)等非結(jié)構(gòu)化數(shù)據(jù)，包括:ClearForest、Goldfire Innovator、Inxight、TEMIS。

1.1.1 ClearForestClearForest是一個(gè)專利分析工具，具有文本挖掘功能。應(yīng)用時(shí)從非結(jié)構(gòu)化文本(如新聞報(bào)道、網(wǎng)絡(luò)調(diào)查和HTML文檔)中抽取相關(guān)特征項(xiàng)，然后自動(dòng)分類并導(dǎo)入到分類系統(tǒng)。該工具實(shí)現(xiàn)了從分類系統(tǒng)搜集到信息抽取之間關(guān)系的可視化，這樣可以通過(guò)把大量基于全文內(nèi)容的信息轉(zhuǎn)化為積極的商業(yè)情報(bào)來(lái)做出更好的商業(yè)決策。其優(yōu)點(diǎn)是在文本分析過(guò)程中使用配套的工具將大量的非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為可操作利用的結(jié)構(gòu)化數(shù)據(jù)。

1.1.2 Goldfire InnovatorGoldfire Innovator是一個(gè)文本挖掘工具，使用復(fù)雜的語(yǔ)義分析技術(shù)，可以將非結(jié)構(gòu)化的文本轉(zhuǎn)換為可檢索的語(yǔ)義索引。還提供基于關(guān)鍵字概念的靜態(tài)分類，動(dòng)態(tài)文件摘要，能夠方便地進(jìn)行知識(shí)跟蹤、競(jìng)爭(zhēng)情報(bào)分析、技術(shù)趨勢(shì)分析和引文分析。該工具操作復(fù)雜且費(fèi)用極高，為此限制了很多人對(duì)它的使用。

1.1.3 InxightInxight是一家專注于數(shù)據(jù)可視化，信息檢索及自然語(yǔ)言處理的軟件公司，企業(yè)數(shù)據(jù)大約有80%都是非結(jié)構(gòu)化數(shù)據(jù)，主要是非結(jié)構(gòu)化的文本、元數(shù)據(jù)和實(shí)體，使用NLP進(jìn)行全文抽取，文件則根據(jù)預(yù)先確定好的層次分類標(biāo)準(zhǔn)進(jìn)行分析。其優(yōu)點(diǎn)是同時(shí)提供多個(gè)在線數(shù)據(jù)庫(kù)檢索，且擁有該領(lǐng)域最強(qiáng)大的語(yǔ)言算法，能提供32種語(yǔ)言[2]。但在定義分類時(shí)要求太高，一般很難(如醫(yī)療、科學(xué)和新聞)被實(shí)際使用。

1.1.4 TEMISTEMIS[2]采用語(yǔ)義分析的方案，其功能包括抽取、分類和聚類。該工具整合了Insight Discover Extractor、Insight Discover Categorizer、Insight Discover Cluster、a multilingual engine XeLDATM and Skill Cartridges。文本首先經(jīng)過(guò)多語(yǔ)種引擎XeLDA處理后轉(zhuǎn)換成基于上下文的單詞，然后Discover Extractor使用Skill Cartridges對(duì)這些單詞進(jìn)行抽取。該工具可以對(duì)任何格式的文件做分析操作，其輸出結(jié)果包括聚類、排序、引用文獻(xiàn)列表等。另外，還提供了一個(gè)化學(xué)文檔瀏覽器，此瀏覽器有專門抽取模塊，可以把化學(xué)名稱轉(zhuǎn)換成化學(xué)結(jié)構(gòu)。TEMIS不足之處是缺乏多樣化的可視化選擇方法，成本高可能也是限制其使用另外一個(gè)因素。

期基于文本挖掘的專利分析工具的比較研究Apr.，2010Vol.30 No.41.2 第二類工具這類工具主要處理數(shù)據(jù)庫(kù)中存儲(chǔ)的專利扉頁(yè)和參考文獻(xiàn)信息等結(jié)構(gòu)化數(shù)據(jù)，包括Quosa、RefViz、STNAnaVist、VantagePoint。

1.2.1 QuosaQUOSA是查詢(Query)、組織(Organize)、儲(chǔ)存和共享(SaveShare)及分析(Analysis)這幾個(gè)單詞首字母的組合，是一個(gè)基于概念抽取和聚類的文本挖掘工具，提供全文分析，其統(tǒng)計(jì)分析包括特征項(xiàng)抽取和詞頻排序，概念抽取使用由麻省理工學(xué)院和哈佛大學(xué)的數(shù)學(xué)家改進(jìn)的動(dòng)態(tài)抽取算法。該工具的管理界面劃分為3個(gè)區(qū):檢索瀏覽區(qū)(Browser Pane)，檢索結(jié)果區(qū)(ResultsPane)，文獻(xiàn)管理區(qū)(Organizer Pane)。其優(yōu)點(diǎn)是全文搜索、批量下載大量的期刊文章和專利全文。文本還可下載到EndNote作進(jìn)一步研究。但其在專利信息源方面的應(yīng)用不如非專利信息源有優(yōu)勢(shì)。

1.2.2 RefVizRefViz是OmniViz公司的產(chǎn)品，但只有OmniViz的部分功能，是專門為參考文獻(xiàn)的引用而設(shè)計(jì)的。該軟件用于統(tǒng)計(jì)和語(yǔ)言分析，只適用于結(jié)構(gòu)化數(shù)據(jù)，采用K-means聚類算法進(jìn)行有結(jié)構(gòu)數(shù)據(jù)聚類，選用Galaxy視圖輸出結(jié)果[3-4]。其主要特征是引用Retriever(可用于多個(gè)在線資源同時(shí)進(jìn)行檢索)。其優(yōu)點(diǎn)是對(duì)參考文獻(xiàn)信息的后期處理，文件按主題內(nèi)容為索引組織分類。

1.2.3 STN AnaVistSTN AnaVist根據(jù)頻率進(jìn)行分析，提供多種分析方式的可視化。它遵循K-means等常規(guī)聚類算法[2]，采用Research Landscape視圖來(lái)表示聚類結(jié)果。目前的STN AnaVist(2.0版)僅用于處理CAPLUS數(shù)據(jù)庫(kù)、PCTFULL全文數(shù)據(jù)庫(kù)、USPATFULL全文數(shù)據(jù)庫(kù)，近年來(lái)更多的是處理Derwent DWPI下載的參考文獻(xiàn)。雖然它處理參考文獻(xiàn)信息的結(jié)果很好，但對(duì)全文信息的文本挖掘功能并不顯著。

1.2.4 Vantage PointVantage Point主要通過(guò)模型匹配、基礎(chǔ)規(guī)則和自然語(yǔ)言處理(NLP)針對(duì)題錄數(shù)據(jù)庫(kù)數(shù)據(jù)進(jìn)行文本挖掘，該工具提供數(shù)據(jù)清洗和整理，允許用戶創(chuàng)建用戶管理詞典。其最佳工作環(huán)境是幾百條數(shù)據(jù)，當(dāng)然也可以對(duì)幾千條數(shù)據(jù)加以分析，并提供多維分析。Vantage Point在提取數(shù)據(jù)后采用factor map和cross-correlation map模型進(jìn)行聚類[3-4]，并允許用戶只標(biāo)記出文檔中的一部分用于聚類。該工具支持對(duì)VBscript的擴(kuò)展，它添加了5個(gè)VB類以及50余個(gè)VB方法，用戶可編輯VBscript腳本，實(shí)現(xiàn)一些特殊的定制分析功能[4]。

1.3 第三類工具此類工具主要處理混合數(shù)據(jù)，包括Aureka、MCAM Doors、Wisdomain、PatAnalyst和Derwent Analytics，都提供本地化專利數(shù)據(jù)庫(kù)。

1.3.1 AurekaAureka是專利文本挖掘和可視化領(lǐng)域的先驅(qū)，允許組織和知識(shí)產(chǎn)權(quán)管理。該文本挖掘功能是基于關(guān)鍵字和統(tǒng)計(jì)分析。該平臺(tái)提供本地專利數(shù)據(jù)庫(kù)，數(shù)據(jù)范圍包括US、EP、PCT、JP(英文)，專利數(shù)據(jù)定期更新[5]。平臺(tái)中的ThemeSape software文本分析軟件依據(jù)專利a樣本中的相關(guān)詞頻，應(yīng)用聚類分析生成詞匯地圖來(lái)描述專利技術(shù)主題分布情況;引用樹(shù)軟件(Aureka citation tree)利用專利引證信息構(gòu)建雙向引證樹(shù)，形象化的顯示出研究對(duì)象引用在先專利和被其后專利引證的信息;報(bào)告工具(Aureka Reporting Tool)可提供3種類型的報(bào)告:一是信息摘要;二是詳細(xì)文本式報(bào)告;三是圖表式報(bào)告。采用ThemeScape繪制技術(shù)地圖時(shí)，用戶不能加入同義詞詞組或希望關(guān)注的主題概念是平臺(tái)的一個(gè)缺陷。此外，引用樹(shù)軟件只顯示直接引用關(guān)系，無(wú)法顯示整個(gè)引用鏈，且只適用于美國(guó)專利，及系統(tǒng)使用費(fèi)十分昂貴都制約了它的使用和發(fā)展。

1.3.2 M-CAM DOORSM-CAM DOORS[2]采用語(yǔ)義分析和引證分析相結(jié)合的方法進(jìn)行技術(shù)分析，最大特色在于語(yǔ)義分析方面。系統(tǒng)不僅能檢索相同主題的專利文獻(xiàn)，還能借助于系統(tǒng)自建的同義詞庫(kù)自動(dòng)搜索與主題相似的專利文獻(xiàn)。用戶可通過(guò)M-CAM網(wǎng)站進(jìn)行專利分析，尋找在先技術(shù)獲得專利情報(bào)。從整體上看，它主要側(cè)重于專利和技術(shù)的侵權(quán)分析。分析用的數(shù)據(jù)僅限于美國(guó)專利數(shù)據(jù)，同時(shí)圖表的選擇范圍不多，且需要同義詞庫(kù)來(lái)支持，這增加了運(yùn)行成本和用戶使用成本。

1.3.3 WisdomainWisdomain公司研發(fā)了Focust和PatentLab-Ⅱ等產(chǎn)品進(jìn)行專利檢索和分析，數(shù)據(jù)范圍包括US、EP、JP、PCT和INPADOC的專利數(shù)據(jù)[1]。PatentLab-Ⅱ?yàn)榭蛻籼峁＠麛?shù)據(jù)可視化分析，其主要功能如下:提供幾種類型的HTML報(bào)告格式、Analysis Wizard為用戶提供操作簡(jiǎn)單功能強(qiáng)大的專利分析、Patent Viewer方便用戶隨時(shí)查看專利全文、Chartsgraphs增強(qiáng)了用戶可視化能力，此外還提供在線的IPC/UPC進(jìn)行對(duì)照顯示。FOCUST由檢索模塊、引文模塊和分析模塊組成。檢索模塊有靈活的檢索入口，用戶在一個(gè)界面下方便的檢索US、EP、JP、PCT和WIPO的專利數(shù)據(jù);引文模塊向用戶展示了被分析專利的所有引證信息，同時(shí)顯示引用專利的歷史，它提供了3種引用樹(shù)圖形，即向前引用、向后引用和間接引用[1];分析模塊提供了諸如文本挖掘分析、高級(jí)可視化技術(shù)分析及靈活多樣的專利文件管理。Wisdomain使用自己收集的專利進(jìn)行分析似乎不允許其它數(shù)據(jù)源中的數(shù)據(jù)集鏈接到該軟件。與Aureka一樣，Wisdomain引文分析僅限于美國(guó)專利。

1.3.4 Derwent AnalyticsDerwent公司是目前世界上集專利信息的收集、加工、整理和分析，并提供全球性服務(wù)的大型專利信息供應(yīng)商之一[3]。Derwent Analytics采用自然語(yǔ)言加工技術(shù)，對(duì)Derwent標(biāo)引專家加工的專利文獻(xiàn)標(biāo)題中最經(jīng)常出現(xiàn)的名詞詞組進(jìn)行提取和分組，并結(jié)合關(guān)鍵技術(shù)領(lǐng)域?qū)＠顒?dòng)活躍的專利權(quán)人、國(guó)家和時(shí)間等因素，組成各種圖表，來(lái)反映某技術(shù)領(lǐng)域中關(guān)鍵技術(shù)的變化、RD投入狀況以及新的技術(shù)空白點(diǎn)等。其依托VantagePoint作為技術(shù)支持，用戶界面友好、直觀，用戶可以方便地從Derwent世界專利索引數(shù)據(jù)庫(kù)中提取有價(jià)值的信息和重要的商業(yè)情報(bào)。Derwent Analytics可為情報(bào)專家、法律專家、科研人員和人力資源專家等提供可靠的決策依據(jù)，同時(shí)為企業(yè)提供相關(guān)的競(jìng)爭(zhēng)情報(bào)。

2 專利分析工具的比較結(jié)果根據(jù)前文的分析介紹，將12種專利分析工具的比較結(jié)果總結(jié)如表1、表2所示:

從表1中可以看出，由于第一類工具主要處理非結(jié)構(gòu)化數(shù)據(jù)，所以在語(yǔ)義分析、自然語(yǔ)言處理、概念抽取及分類分析方面突顯了其明顯的優(yōu)勢(shì)，主要是為企業(yè)和科研人員提供服務(wù);第二類工具主要處理結(jié)構(gòu)化數(shù)據(jù)，其優(yōu)勢(shì)在與其強(qiáng)大的統(tǒng)計(jì)分析和聚類分析功能，主要是為科研人員和情報(bào)專家的研究提供服務(wù);第三類工具可以處理混合數(shù)據(jù)，其優(yōu)勢(shì)主要集中在關(guān)鍵字分析和概念抽取方面，該類工具擁有自建的數(shù)據(jù)庫(kù)，這使得分析的功能更強(qiáng)大、更全面，在性能和輸出結(jié)果列中充分顯示了這一點(diǎn)。例如，能為法律或?qū)＠块T提供專門的服務(wù)，這是前兩類工具所不具備的獨(dú)特功能。另外，引證分析也是其一大特色，從引證分析的深度來(lái)看Wisdomain要優(yōu)于Aureka，不過(guò)都只能對(duì)美國(guó)專利進(jìn)行引證分析。

表2 12種工具比較結(jié)果

工具名稱數(shù) 據(jù) 源優(yōu) 勢(shì)局限性ClearForest網(wǎng)站，專利文獻(xiàn)等的非結(jié)構(gòu)化數(shù)據(jù)抽取模型預(yù)期風(fēng)險(xiǎn)投資Goldfire Innovator超過(guò)1 500萬(wàn)項(xiàng)的全球?qū)＠麕?kù)、9 000個(gè)科學(xué)效應(yīng)庫(kù)、3 000個(gè)專業(yè)技術(shù)網(wǎng)站以及語(yǔ)義索引的企業(yè)和個(gè)人知識(shí)庫(kù)等的非結(jié)構(gòu)化數(shù)據(jù)高級(jí)語(yǔ)義分析需要內(nèi)部培訓(xùn)，高成本Inxight網(wǎng)站、內(nèi)部數(shù)據(jù)庫(kù)等的非結(jié)構(gòu)化數(shù)據(jù)及抽取和識(shí)別預(yù)處理文件中的元數(shù)據(jù)和實(shí)體類型抽取和聯(lián)合檢索生命科學(xué)領(lǐng)域?qū)嶋H應(yīng)用時(shí)需要輸入更具體的分類TEMIS網(wǎng)站、專利文獻(xiàn)、臨床試驗(yàn)、郵件、生物信息學(xué)等的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)采用專門的Skill Cartridges工具進(jìn)行抽取缺乏多樣化的可視化選擇方法，高成本QuosaPubMed、Ovid、NCBI、Google Scholar and USPATFULL及專利摘要等的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)全文檢索和管理主要應(yīng)用與非專利文獻(xiàn)源，使用其它數(shù)據(jù)源需要添加配置RefVizWeb of Science、PubMed、Ovid、OCLC、Library of Congress and Purdue University等的結(jié)構(gòu)化數(shù)據(jù)文獻(xiàn)資料的后期處理主要應(yīng)用與非專利文獻(xiàn)源，用其它數(shù)據(jù)源時(shí)需要添加配置STN AnaVistCAPLUS、USPatful、PCTFull、DWPI等的結(jié)構(gòu)化數(shù)據(jù)標(biāo)準(zhǔn)化的詞匯庫(kù)，同義詞詞典提供的數(shù)據(jù)源相對(duì)少Vantage Point文獻(xiàn)著錄項(xiàng)目領(lǐng)域的結(jié)構(gòu)化數(shù)據(jù)應(yīng)用于技術(shù)和公司評(píng)估的分析工具模塊大量數(shù)據(jù)集的清理列表難以實(shí)現(xiàn)AurekaMicroPatent數(shù)據(jù)庫(kù)專利地圖，聚類，引證分析識(shí)別Themescape符號(hào)有困難，引證分析僅用于美國(guó)專利M-CAM Doors88個(gè)官方專利局網(wǎng)站及期刊專利單值性和實(shí)施性分析只專注于專利信息，高成本W(wǎng)isdomainUS、EP、PCT、PAJ、CN和韓國(guó)的摘要，國(guó)際專利文獻(xiàn)中心的法律狀態(tài)高相關(guān)性引證分析引證分析僅用于美國(guó)專利，不提供數(shù)據(jù)導(dǎo)入功能Derwent Analytics世界專利數(shù)據(jù)庫(kù)(收錄了全球40多個(gè)專利機(jī)構(gòu)的3 000多萬(wàn)個(gè)專利)引文鏈接，快速建立用戶自定義的詞表，功能全面不提供引文分析，限制訪問(wèn)權(quán)限，高成本表2主要針對(duì)這12種工具的數(shù)據(jù)源、優(yōu)勢(shì)及潛在的局限性方面進(jìn)行了比較。這3類工具大都可以分析專利文獻(xiàn)和專利文獻(xiàn)，都具有其優(yōu)勢(shì)和不同之處，不能相互替代。比如，有側(cè)重于非專利文獻(xiàn)的分析工具，如Quosa和RefViz;有側(cè)重于專利文獻(xiàn)的分析工具，如M-CAM Doors;有側(cè)重于生命科學(xué)領(lǐng)域分析工具，如Inxight和TEMIS;也有側(cè)重于全行業(yè)的專利分析工具，如Aureka、Wisdomain、Derwent Analytics、Goldfire Innovator等。總體而言，這3類工具都具有文本挖掘和可視化功能，是諸多專利分析工具中的佼佼者。雖然這些工具都具有很強(qiáng)大的功能，分析很深入，但沒(méi)有一種工具能包含表1所列出的所有功能，聚類分析的準(zhǔn)確性、可視化程度及引證分析的深度有待于進(jìn)一步提高。

3 結(jié)束語(yǔ)根據(jù)調(diào)研可知，第一類工具在處理廣泛的數(shù)據(jù)源和使用先進(jìn)的語(yǔ)義技術(shù)方面最靈活，但需要內(nèi)部培訓(xùn)或預(yù)投入大量的時(shí)間、精力和成本。第二類工具主要是處理結(jié)構(gòu)化數(shù)據(jù)，因此，可用于優(yōu)化參考文獻(xiàn)信息。第三類工具用于處理混合數(shù)據(jù)，功能更強(qiáng)大、更全面，但其局限性是依賴性，例如，只提供美國(guó)專利的引文分析。由于每種工具是針對(duì)不同的用戶群體而設(shè)計(jì)的，提供不同方面的文本挖掘和可視化。所以合并兩個(gè)或更多的這些工具將會(huì)是比較理想的選擇，可以利用到他們最佳的功能，如基于語(yǔ)義分析數(shù)據(jù)可視化。另外，目前為了拓展專利分析工具的功能，越來(lái)越多的開(kāi)發(fā)商將自然語(yǔ)言處理、人工智能等領(lǐng)域的創(chuàng)新應(yīng)用于專利分析。本計(jì)算機(jī)信息處理技術(shù)重點(diǎn)實(shí)驗(yàn)室也于2005年開(kāi)始從事基于deep web、本體、語(yǔ)義及集群計(jì)算技術(shù)等于一體的生物醫(yī)藥領(lǐng)域?qū)＠畔⒎?wù)平臺(tái)的研究，2010年預(yù)期投入試用，由于篇幅有限，將另文詳述。

參考文獻(xiàn)

[1]陳燕，黃迎燕，方建國(guó)，等.專利信息采集與分析[M].北京:清華大學(xué)出版社，2006.

[2]YunYun Yang，Lucy Akers，Thomas Klose.Text mining and visualization tools[J].World Patent Information，2008，(30):280-293.

[3]Anthony Trippe.Patinformatics:Tasks to tools[J].World Patent Information，2003，(25):211-221.

[4]劉佳佳，方曙.國(guó)外專利分析工具的比較研究[J].現(xiàn)代圖書(shū)情報(bào)技術(shù)，2007，(2):67-74.

[5]張靜，劉細(xì)文，柯賢能，等.國(guó)內(nèi)外專利分析工具功能比較研究[J].情報(bào)理論與實(shí)踐，2008，(1):141-145.

[6]http:∥www.clearforest.com/Technology/TechnologyOverview.asp[EB].2009-10-12.

[7]http:∥www.invention-machine.com[EB].2009-10-12.

[8]http:∥www.inxight.com/products/sdes[EB].2009-10-16.

[9]http:∥www.temis.com/index.php?id=59selt=1[EB].2009-10-16.

[10]http:∥www.quosa.com/solutions.html[EB].2009-10-20.

[11]http:∥www.refviz.com/rvinfo.asp[EB].2009-10-22.

[12]http:∥www.stn-international.de/stninterfaces/stnanavist/stnanavist.html[EB].2009-10-24.

[13]http:∥www.thevantagepoint.com[EB].2009-10-28.

[14]http:∥aureka.micropat.com/7w/html/7wdefault.asp[EB].2009-10-28.

[15]http:∥www.m-cam.com/doors[EB].2009-11-01.

[16]http:∥www.wisdomain.com/Overview.htm[EB].2009-11-01.

[17]http:∥scientific.thomson.com/support/faq/analytics[EB].2009-11-01.