田蔚+李駿宇

摘 要：通過(guò)信息情報(bào)調(diào)研，分析國(guó)內(nèi)和國(guó)際的大數(shù)據(jù)挖掘與分析產(chǎn)業(yè)的發(fā)展環(huán)境及發(fā)展情況，從全球、中國(guó)和貴州省三個(gè)維度，對(duì)大數(shù)據(jù)專利技術(shù)發(fā)展趨勢(shì)、專利區(qū)域分布、專利主要申請(qǐng)人和專利技術(shù)主體分布等進(jìn)行研究。文章分析了主要專利技術(shù)主題的專利申請(qǐng)分布以及隨時(shí)間變化的情況，掌握大數(shù)據(jù)挖掘與分析技術(shù)的研究保護(hù)熱點(diǎn)以及發(fā)展方向，對(duì)未來(lái)技術(shù)發(fā)展規(guī)劃提供指導(dǎo)。

關(guān)鍵詞：大數(shù)據(jù)；挖掘與分析；專利戰(zhàn)略；Hadoop

目前我們生活的方方面面都存在數(shù)據(jù)傳輸——無(wú)論是智能手機(jī)、電子產(chǎn)品和城市基礎(chǔ)設(shè)施，毋庸置疑，一場(chǎng)數(shù)據(jù)革命就在眼前。據(jù)易觀國(guó)際統(tǒng)計(jì)，2015年我國(guó)大數(shù)據(jù)市場(chǎng)規(guī)模達(dá)102億元，2017年有望達(dá)到170億元，這看似百億級(jí)別的市場(chǎng)，背后卻能撬動(dòng)數(shù)萬(wàn)億元的相關(guān)市場(chǎng)規(guī)模。近年來(lái)，阿里巴巴投資優(yōu)酷和新浪微博，騰訊集團(tuán)入股京東和大眾點(diǎn)評(píng)等，背后都有大數(shù)據(jù)整合的影子。這些掌握著流量的大數(shù)據(jù)平臺(tái)，已經(jīng)成為互聯(lián)網(wǎng)資源的聚集地。

在如今的大數(shù)據(jù)時(shí)代，數(shù)據(jù)信息在帶給人們生產(chǎn)生活極大便利的同時(shí)，還會(huì)被諸多社會(huì)數(shù)據(jù)信息所困擾。為了使廣大人民群眾的日常生活更加便捷，需要其客觀、正確地使用、處理數(shù)據(jù)信息，完善和健全數(shù)據(jù)分析技術(shù)和數(shù)據(jù)挖掘手段，通過(guò)各種切實(shí)可行的數(shù)據(jù)分析方法科學(xué)合理地分析大數(shù)據(jù)時(shí)代下的數(shù)據(jù)，做好數(shù)據(jù)挖掘技術(shù)工作。因此，我們有必要對(duì)國(guó)內(nèi)和國(guó)際的大數(shù)據(jù)挖掘與分析產(chǎn)業(yè)相關(guān)專利深入分析，掌握關(guān)鍵技術(shù)和核心算法等研究熱點(diǎn)及發(fā)展方向，為未來(lái)技術(shù)發(fā)展規(guī)劃提供指導(dǎo)與建議。

1 大數(shù)據(jù)挖掘與分析技術(shù)

大數(shù)據(jù)是指無(wú)法在一定時(shí)間內(nèi)用傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具對(duì)其內(nèi)容進(jìn)行抓取、管理和處理的數(shù)據(jù)集合。大數(shù)據(jù)應(yīng)用流程與傳統(tǒng)數(shù)據(jù)處理流程一致，都包括數(shù)據(jù)產(chǎn)生、聚集數(shù)據(jù)、分析數(shù)據(jù)和利用數(shù)據(jù)4個(gè)階段，只是這一業(yè)務(wù)流程是在大數(shù)據(jù)平臺(tái)和系統(tǒng)上執(zhí)行的。目前，大數(shù)據(jù)平臺(tái)的主流技術(shù)是Hadoop+MapReduce，其中Hadoop的分布式文件處理系統(tǒng)（HDFS）作為大數(shù)據(jù)存儲(chǔ)的框架，分布式計(jì)算框架MapReduce作為大數(shù)據(jù)挖掘、分析處理的框架。

1.1 基本概念

數(shù)據(jù)挖掘是將隱含的、尚不為人知的同時(shí)又是潛在有用的信息從數(shù)據(jù)中提取出來(lái)。機(jī)器學(xué)習(xí)為數(shù)據(jù)挖掘提供了技術(shù)基礎(chǔ)，可用其將信息從數(shù)據(jù)庫(kù)的原始數(shù)據(jù)中提取出來(lái)，以可以理解的形式表達(dá)，并可用作多種用途。

數(shù)據(jù)分析是指用適當(dāng)?shù)慕y(tǒng)計(jì)分析方法對(duì)收集來(lái)的大量數(shù)據(jù)進(jìn)行分析，提取有用信息和形成結(jié)論而對(duì)數(shù)據(jù)加以詳細(xì)研究和概括總結(jié)的過(guò)程。在大數(shù)據(jù)處理的過(guò)程中，數(shù)據(jù)分析是核心，因?yàn)榇髷?shù)據(jù)的價(jià)值全部在數(shù)據(jù)分析過(guò)程中產(chǎn)生。大數(shù)據(jù)產(chǎn)業(yè)中賺錢的重點(diǎn)在于如何提高數(shù)據(jù)的分析能力，通過(guò)分析發(fā)現(xiàn)數(shù)據(jù)的更多潛在的價(jià)值。在大數(shù)據(jù)時(shí)代，數(shù)據(jù)分析是數(shù)據(jù)價(jià)值發(fā)現(xiàn)的最重要環(huán)節(jié)，也是決策的決定性元素[1]。

1.2 關(guān)鍵技術(shù)與核心算法

通過(guò)對(duì)科技文獻(xiàn)及各方面資料的調(diào)研，在結(jié)合中國(guó)大數(shù)據(jù)產(chǎn)業(yè)自身情況的技術(shù)特點(diǎn)的基礎(chǔ)上，分別針對(duì)大數(shù)據(jù)挖掘與分析算法和大數(shù)據(jù)挖掘與分析應(yīng)用領(lǐng)域進(jìn)行技術(shù)分解，得到表1。

2 專利申請(qǐng)保護(hù)態(tài)勢(shì)分析

2.1 專利來(lái)源與檢索策略

本分析報(bào)告涉及的專利信息檢索工作全部在INCOPAT合享新創(chuàng)專利信息服務(wù)平臺(tái)上完成，檢索截止日期為：2016年12月20日。該平臺(tái)收錄了全球102個(gè)國(guó)家、地區(qū)和組織的超過(guò)1億條專利信息，支持中英文混和檢索。本報(bào)告檢索專利數(shù)據(jù)范圍包括國(guó)內(nèi)主要專利數(shù)據(jù)。

通過(guò)對(duì)大數(shù)據(jù)挖掘與分析相關(guān)專利技術(shù)的調(diào)研，結(jié)合重點(diǎn)關(guān)注的技術(shù)內(nèi)容，從檢索要素中的關(guān)鍵詞和IPC的兩個(gè)維度作出表2，然后依據(jù)檢索要素表中的相應(yīng)信息通過(guò)檢索系統(tǒng)進(jìn)行檢索、分析。

2.2 專利類型及法律狀態(tài)分析

截止到檢索日期，共檢索到大數(shù)據(jù)挖掘?qū)＠c分析算法領(lǐng)域有569件，其中發(fā)明563件，實(shí)用新型6件，發(fā)明占了總量的98%以上。

對(duì)大數(shù)據(jù)挖掘?qū)＠c分析應(yīng)用領(lǐng)域?qū)＠蔂顟B(tài)進(jìn)行統(tǒng)計(jì)，其中有效專利指授權(quán)并且正常維持的專利；審查中專利指已公開(kāi)但尚未授權(quán)的專利申請(qǐng)；失效專利指因?qū)＠Ｗo(hù)期屆滿、未繳費(fèi)、專利無(wú)效等原因失去專利權(quán)、不再收專利法律保護(hù)的專利。發(fā)明專利中有效專利115件（20.21%），審中專利346件（60.81%），失效專利102件（17.93%），審中專利數(shù)量明顯多于其他。實(shí)用新型專利中有效專利3件（0.53%），失效專利3件（0.53%）。

綜合而言，大數(shù)據(jù)挖掘?qū)＠c分析應(yīng)用中有效專利118件，審查中專利346件，失效專利105件。該領(lǐng)域的有效專利量占專利申請(qǐng)總量的20.74%，專利有效率較低；審中專利占申請(qǐng)總量的比例為60.81%，表明當(dāng)前本領(lǐng)域的發(fā)明創(chuàng)造活躍度較高；失效專利占申請(qǐng)總量的比例為17.93%，失效率較低。實(shí)用新型專利數(shù)量幾乎可忽略不計(jì)，說(shuō)明在該技術(shù)領(lǐng)域的發(fā)明創(chuàng)造中單純的產(chǎn)品類創(chuàng)造專利數(shù)量較少。

2.3 專利趨勢(shì)分析

在1993年知識(shí)產(chǎn)權(quán)局受理了第一件相關(guān)專利，但在2005年之前相關(guān)專利申請(qǐng)基本只維持一個(gè)“有”的狀態(tài)，其中1994年、1995年、1996年、1997年、2001年都未有專利申請(qǐng)，在2005年之后相關(guān)專利申請(qǐng)開(kāi)始出現(xiàn)增長(zhǎng)，且增長(zhǎng)數(shù)據(jù)增速明顯這件，到2015年達(dá)到了專利申請(qǐng)數(shù)量最高點(diǎn)，126件，并且該年申請(qǐng)的專利還有部分未公開(kāi)的。

從總體看，大數(shù)據(jù)挖掘?qū)＠c分析算法領(lǐng)域目前專利申請(qǐng)依舊處于快速增長(zhǎng)態(tài)勢(shì)，并且未受經(jīng)濟(jì)發(fā)展趨勢(shì)（經(jīng)濟(jì)增速明顯放緩）的影響，因此預(yù)計(jì)未來(lái)幾年也將保持該快速增長(zhǎng)的趨勢(shì)。

2.4 技術(shù)主題分析

通過(guò)對(duì)相關(guān)領(lǐng)域?qū)＠膰?guó)際分類號(hào)（IPC）進(jìn)行統(tǒng)計(jì)分析，了解大數(shù)據(jù)挖掘?qū)＠c分析算法領(lǐng)域主要涉及的技術(shù)領(lǐng)域及相關(guān)專利申請(qǐng)分布情況。從涉及最多的專利IPC大組前三最多占專利總量的38.49%可以看出，在大數(shù)據(jù)挖掘?qū)＠c分析算法領(lǐng)域直接涉及算法的專利數(shù)量不占絕對(duì)多數(shù)，說(shuō)明在算法技術(shù)領(lǐng)域核心技術(shù)較少，較多的是現(xiàn)有核心技術(shù)與具體運(yùn)用技術(shù)的結(jié)合。

2.5 區(qū)域申請(qǐng)情況分析

通過(guò)對(duì)各省份相關(guān)專利申請(qǐng)情況的研究，可以有效的了解各省份的在該技術(shù)領(lǐng)域的技術(shù)實(shí)力，為可能的技術(shù)引進(jìn)與技術(shù)合作提供合作省份方向指導(dǎo)。

圖3為大數(shù)據(jù)挖掘?qū)＠c分析算法領(lǐng)域?qū)＠暾?qǐng)省市地圖，可以看出，申請(qǐng)相關(guān)專利最多的是北京，有133件專利，其后擁有40件以上專利的省市有江蘇（92件）、上海（49件）、浙江（47件），內(nèi)陸地區(qū)只有四川擁有的專利數(shù)量較多，而目前貴州沒(méi)有相關(guān)專利的申請(qǐng)，在技術(shù)上不具有明顯優(yōu)勢(shì)。

從整體區(qū)域上來(lái)看，在大數(shù)據(jù)挖掘?qū)＠c分析應(yīng)用領(lǐng)域最多的算法技術(shù)主要集中在長(zhǎng)江流域省份、珠三角及北京地區(qū)，同時(shí)內(nèi)蒙古、山西、貴州、青海、新疆、西藏未有相關(guān)專利的申請(qǐng)。

2.6 主要申請(qǐng)人分析

將申請(qǐng)人分為大專院校、科研單位、企業(yè)、個(gè)人、機(jī)關(guān)團(tuán)體、其此他6大領(lǐng)域進(jìn)行統(tǒng)計(jì)。專利申請(qǐng)人中大部分專利都是大專院校申請(qǐng)（340件，56.29%），達(dá)到了總申請(qǐng)量的55%以上，排在之后的企業(yè)申請(qǐng)量也達(dá)到186件（30.79%），科研單位擁有39件，占總量的6.46%，個(gè)人、機(jī)關(guān)團(tuán)體和其他各申請(qǐng)了23件（3.81%）、15件（2.48%）和1件（0.17%）專利。可以發(fā)現(xiàn)大專院校和科研單位是該技術(shù)領(lǐng)域技術(shù)進(jìn)步的主導(dǎo)力量，企業(yè)也是技術(shù)進(jìn)步的較重要因素。

整體上可以看出，在大數(shù)據(jù)挖掘?qū)＠c分析算法領(lǐng)域相關(guān)技術(shù)主要集中在大專院校和科研單位，除了國(guó)家電網(wǎng)公司以外，企業(yè)在該技術(shù)領(lǐng)域有一定的技術(shù)投入，但投入相對(duì)小于大專院校和科研單位。

3 結(jié)束語(yǔ)

目前大數(shù)據(jù)作為新興技術(shù)，各地對(duì)發(fā)展大數(shù)據(jù)產(chǎn)業(yè)都處于探索階段，大數(shù)據(jù)產(chǎn)業(yè)的核心是數(shù)據(jù)挖掘和應(yīng)用，結(jié)合中國(guó)自身的產(chǎn)業(yè)及知識(shí)產(chǎn)權(quán)情況，提出如下建議：

一是制定更加有利于大數(shù)據(jù)產(chǎn)業(yè)發(fā)展政策。結(jié)合國(guó)內(nèi)大數(shù)據(jù)產(chǎn)業(yè)實(shí)際發(fā)展情況，在經(jīng)過(guò)全面、深入、徹底的知識(shí)產(chǎn)權(quán)及技術(shù)評(píng)估后，針對(duì)性的對(duì)中國(guó)大數(shù)據(jù)挖掘及分析產(chǎn)業(yè)提出指導(dǎo)性、綱領(lǐng)性的文件，并配套相應(yīng)的扶持政策。

二是積極契合國(guó)家及省內(nèi)的大數(shù)據(jù)相關(guān)扶持政策。積極引導(dǎo)企業(yè)在保證市場(chǎng)前景和技術(shù)開(kāi)發(fā)難度的情況下，盡可能的使開(kāi)發(fā)或引進(jìn)技術(shù)及產(chǎn)業(yè)符合政策扶持要求，通過(guò)政策扶持的手段最大程度上減少企業(yè)的產(chǎn)業(yè)發(fā)展成本及技術(shù)研發(fā)成本。

三是加強(qiáng)技術(shù)攻關(guān)、搶占技術(shù)前沿。擬在科技計(jì)劃中設(shè)立大數(shù)據(jù)科技專項(xiàng)，圍繞海量數(shù)據(jù)挖掘、海量數(shù)據(jù)分析、數(shù)據(jù)信息應(yīng)用等重點(diǎn)方向，以企業(yè)為主體加強(qiáng)關(guān)鍵技術(shù)攻關(guān)并推動(dòng)成果產(chǎn)業(yè)化，同時(shí)在此基礎(chǔ)上進(jìn)行全面的、細(xì)致的專利布局，對(duì)自身的發(fā)明創(chuàng)造實(shí)現(xiàn)全方位的保護(hù)。

四是加強(qiáng)知識(shí)產(chǎn)權(quán)宣傳力度。大力宣傳知識(shí)產(chǎn)權(quán)對(duì)企業(yè)的價(jià)值，促使企業(yè)提高對(duì)知識(shí)產(chǎn)權(quán)方面的重視程度，特別是對(duì)知識(shí)產(chǎn)權(quán)運(yùn)用的重視程度，讓企業(yè)在規(guī)避知識(shí)產(chǎn)權(quán)方面風(fēng)險(xiǎn)的同時(shí)實(shí)現(xiàn)自身知識(shí)產(chǎn)權(quán)價(jià)值的最大化。

參考文獻(xiàn)

[1]陳良臣.大數(shù)據(jù)挖掘與分析的關(guān)鍵技術(shù)研究[J].數(shù)字技術(shù)與應(yīng)用，2016（2）.

[2]單海波.淺談大數(shù)據(jù)時(shí)代的數(shù)據(jù)分析[J].科技創(chuàng)新與應(yīng)用，2016（24）.