| 1 |
1
부상기술 예측장치에서 수행되는 부상기술 예측방법에 있어서,상기 부상기술 예측장치의 키워드 도출부가 다수의 특허문서들을 텍스트 마이닝하여 키워드를 도출하는 단계;상기 부상기술 예측장치의 행렬생성부가 도출된 키워드를 이용하여 키워드 행렬을 생성하는 단계;상기 행렬생성부가 생성된 상기 키워드 행렬에 특이값 분해(SVD, Singular Value Decomposition)과정을 수행하고, 주성분 분석(PCA, Principal Component Analysis)을 통해 상기 키워드 행렬로부터 주성분 행렬을 도출하는 단계;상기 부상기술 예측장치의 클러스터링부가 상기 다수의 특허문서들을 분류하기 위한 군집 개수를 결정하는 단계;상기 클러스터링부가 군집화 알고리즘을 이용하여 상기 다수의 특허문서들 각각을 다수의 군집들 중 하나로 군집화하는 단계; 및상기 부상기술 예측장치의 군집 결정부가 상기 다수의 군집들 각각의 평균 패밀리 특허규모, 평균 피인용수 및 출원후 평균 경과 기간을 기초로 상기 다수의 군집들 중 부상기술(emerging technology)에 대응하는 군집을 결정하는 단계를 포함하고,상기 부상기술에 대응하는 군집을 결정하는 단계는 상기 다수의 군집들 각각의 기술 부상도를 계산하는 단계를 포함하고,상기 기술 부상도는 상기 평균 패밀리 특허 규모에 비례하고, 상기 평균 피인용수와 상기 출원 후 평균 경과 기간에 반비례하며,가장 큰 기술 부상도를 갖는 군집이 상기 부상 기술에 대응하는 군집으로 결정되는 것을 특징으로 하는 부상기술 예측방법
|
| 2 |
2
제1항에 있어서,상기 군집화 개수를 결정하는 단계는 BIC(Bayesian Information Criterion), AIC(Akaike Information Criterion) 또는 Silhouette측도를 활용하여 결정하는 것을 특징으로 하는 부상기술 예측방법
|
| 3 |
3
제1항에 있어서,상기 군집화 알고리즘은 k-평균 알고리즘(k-means algorithm) 또는 k-메도이드 알고리즘(k-medoid algorithm)인 것을 특징으로 하는 부상기술 예측방법
|
| 4 |
4
삭제
|
| 5 |
5
제1항 내지 제3항 중 어느 한 항의 방법을 컴퓨터에 실행시키기 위한 프로그램이 기록되어 있는 것을 특징으로 하는 컴퓨터 판독 가능한 기록 매체
|
| 6 |
6
다수의 특허문서들에서 텍스트 마이닝하여 키워드를 도출하는 키워드 도출부;상기 키워드 도출부에서 도출된 키워드와 특허문서들을 매칭시켜 키워드 행렬을 생성하고, 상기 키워드 행렬에 특이값 분해를 수행하며, 주성분 분석(PCA)을 통해 주성분 행렬을 생성하는 행렬 생성부;상기 다수의 특허문서들을 분류하기 위한 군집 개수를 결정하고, 상기 다수의 특허문서들 각각을 다수의 군집들 중 하나로 군집화하는 클러스터링부;및상기 다수의 군집들 중 부상기술에 대응하는 군집을 결정하는 군집결정부를 포함하고,상기 군집결정부는 다수의 군집들 각각의 평균 패밀리 특허규모, 평균 피인용수 및 출원후 평균 경과 기간을 기초로 상기 다수의 군집들 중 부상기술에 대응하는 군집을 결정하기 위한 기술 부상도를 연산하고, 가장 큰 기술 부상도를 갖는 군집을 상기 부상 기술에 대응하는 군집으로 결정하며,상기 기술 부상도는 상기 평균 패밀리 특허 규모에 비례하고, 상기 평균 피인용수와 상기 출원 후 평균 경과 기간에 반비례하는 것을 특징으로 하는 부상기술 예측장치
|
| 7 |
7
제6항에 있어서,상기 클러스터링부는 군집 개수를 결정하기 위해 BIC(Bayesian Information Criterion), AIC(Akaike Information Criterion) 또는 Silhouette측도를 활용하고, 군집화하기 위해 군집화 알고리즘인 k-평균 알고리즘(k-means algorithm) 또는 k-메도이드 알고리즘(k-medoid algorithm)을 활용하는 것을 특징으로 하는 부상기술 예측장치
|
| 8 |
8
삭제
|
