Classification of Technological Development Trends Based on the Analysis of US Patent Time Series. An Empirical Approach.pdf Введение В настоящее время анализ патентной информации с точки зрения оценки перспектив развития существующих и прогнозирования появления новых технологий, а также их влияния на прогресс в отдельных отраслях В.И. Карнышев, В.И. Авдзейко, Е.С. Паскаль 252 экономики стран мира представляет собой значимый и актуальный тренд научных исследований, в том числе в экономической сфере. Это объясняется тем, что патенты являются наиболее важными техническими документами, которые широко используются для поддержки стратегического планирования научно-технических исследований и разработок, оценки и прогноза необходимых финансовых вложений как на государственном, так и на отраслевом уровне. Так, например, в работе [1], посвященной сравнению инструментов интеллектуального анализа данных для технологического прогнозирования и конкурентной разведки, указывается, что патенты содержат около 80% научной и технической информации, которая отсутствует в других источниках. Именно поэтому патентная информация так широко используется для выявления и прогнозирования перспективных направлений технического (технологического) развития при принятии ответственных решений экономического и финансового характера на уровне страны либо на уровне производственных и научно-производственных компаний и корпораций. Для того чтобы актуализировать использование патентной информации в различных формах в качестве надёжного инструмента экономической аналитики, а также при оценке целесообразности и эффективности инвестиций в различные отрасли экономики либо обоснованного распределения средств государственного бюджета, выделяемых для проведения научных исследований (НИОКТР), необходимо решить задачу автоматизированного анализа и оценки патентов. Учитывая то, что с момента создания единой Международной патентной классификации (МПК) в мире было подано более 60 миллионов патентных заявок, подобная задача является чрезвычайно актуальной. При этом для её решения используются различные методы. Одним из подходов, позволяющих выявлять и прогнозировать перспективные направлений развития, является анализ технологических трендов с использованием методологии патентных ландшафтов [2]. Типичным примером практической реализации подобного подхода может служить работа [3], в которой рассматривается история исследований в области прогнозирования технического состояния и контроля работоспособности электрических систем в промышленности на основе 114 патентов США, зарегистрированных в период с 2000 по 2015 г. Помимо выявления преимущественных тенденций развития, известен подход, основанный на поиске ключевых технических решений (патентов). В частности, активно развивается использование сетей цитирования (citation network). Так, например, в работе [4] для автоматизированного выявления ключевых патентов США (1976-2007), имеющих важное или определяющее значение в области информации и безопасности, вводится новая мера центральности, основанная на изменении матричной нормы Шаттена (Schatten) матрицы подобия. В статье [5], использующей указанный метод, на основе патентов 2002-2010 гг. проводится патентный анализ сектора телекоммуникационного оборудования с тем, чтобы понять, какие Классификация технических направлений развития 253 технологические области будут затронуты научными и прикладными разработками. Утверждается, что данный подход позволил обнаружить как новые технологии, так и потенциальные возможности для бизнеса в преобразовании отрасли. Более развёрнутый метод анализа информации, содержащейся в патентах, предложен в статье [6], посвящённой анализу тенденций развития технологий. Вначале исследуются основные характеристики патентов, а общий тренд в технической области оценивается на микроуровне. Затем формируется сеть сотрудничества (cooperation network), после чего с помощью теории социальных сетей анализируется взаимодействие патентообладателей, выявляются ведущие компании и условия выдачи патентов. В результате формируется сеть цитирования, проводится анализ развития технологий и передачи знаний с использованием методов совместного цитирования и совместного использования словосочетаний. Большое число публикаций, связанных с анализом патентов, посвящено исследованию передовых технологий. Так, для мониторинга новых технологий предлагается использовать анализ цитируемых патентов на основе ключевых слов [7]. Авторы утверждают, что предложенный ими метод может обеспечить надежность патентного мониторинга, даже при малом количестве анализируемых патентов. С другой стороны, в связи с быстрым развитием информационных технологий и достижениями в области больших данных многие исследователи анализируют патентную информацию с использованием таких методов, как интеллектуальный анализ данных [8-10]. Например, в статье [11] на основе 14 979 патентов (1900-2017 гг.) в базе данных PATSTAT Global проводится анализ технологий в области органических светодиодов (OLED) и круг их правообладателей, сравнивается состояние китайской OLED-индустрии с мировым уровнем, отмечаются имеющиеся недостатки и формулируются предложения по их устранению. Ещё одной тенденцией в выявлении новых технологий является сочетание патентного анализа и интеллектуального анализа данных в новостях в Интернете [12]. Другим активно развиваемым направлением в выявлении новых технологий является текстовая обработка и извлечение информации как из патентов, так и из источников научной и технической литературы. Например, в статье [13] описан полуавтоматический, семантический метод технологического планирования и формирования стратегии исследований, который был применён в отношении 583 патентов из базы данных USPTO, связанных с наносенсорами. Суть метода, основанного на использовании МПК, состояла в извлечении из полнотекстовых описаний патентов ключевых технических данных, их последующей обработки и визуализации в форме информационной матрицы отношений. По мнению авторов, эта матрица позволяет выявить техническую информацию, которая в явном виде не используется в патенте, но может быть использована для оценки перспектив развития данного направления. В обзоре [14] рассматриваются интерактивные методы анализа и визуализации патентов и научных статей. Решению задачи извлечения скрытых В.И. Карнышев, В.И. Авдзейко, Е.С. Паскаль 254 данных из неструктурированных текстов, к которым могут относиться патенты, публикации, отчеты, документы, информация в Интернете и т.д., посвящена работа [15], использующая инструменты интеллектуального анализа текста и классификации текста. Поскольку основной задачей при текстовом и семантическом анализе является извлечение слов, отражающих суть технического решения, в статье [16] был предложен новый метод автоматического извлечения слов по тематике патента. Утверждается, что полученные результаты могут применяться в патентном анализе, а также для анализа и прогнозирования развития технологий. В работе [17], посвящённой автоматическому извлечению характерных терминов из патентных документов, описывается метод, с помощью которого из нескольких патентных документов, относящихся к определенной области техники, формируется терминология, используемая при анализе технологических тенденций. Другая разновидность семантического анализа с использованием анализа цитируемых патентов на основе ключевых слов [7] была использована с целью мониторинга внедрения новых технологий. Для этого применялась статистическая мера TF-IDF, используемая для оценки важности слова в контексте документа, являющегося частью коллекции документов, а также кластеризация K-средних с использованием цитируемых патентов. В работе [18] с помощью патентной сети и семантического анализа патентов на основе схемы «субъект-действие-объект» была сделана попытка идентифицировать быстро развивающийся технологический тренд. Авторы статьи предложили новые индикаторы для определения технологической значимости патентов, характеристик патентных кластеров и технологических возможностей конкурентов. Предложенный подход был проиллюстрирован на примере патентов, связанных с синтезом углеродных нанотрубок. Для отслеживания тенденций, связанных с изменениями технологий, авторами статьи [19] была использована динамическая патентная решетка на основе анализа формальных понятий (FCA), позволяющая проанализировать сложные связи между патентами и эффективно ранжировать патенты по выбросам в сети цитирования. По мнению исследователей, это позволяет устранить ряд недостатков цитатного анализа патентов при оценке технологических возможностей. В работе [20] для выявления перспективных технологий предлагаются новые методы кластеризации патентов и ранжирования выбросов в сетях цитирования, относящихся к патентам. Эти методы были опробованы с использованием патентов США в области цифровой информации и безопасности. Авторы отмечают, что результаты применения разработанных алгоритмов являются отправной точкой для оценки возможности появления новых технологических областей. Характерным примером практической реализации патентного анализа является работа [21], в которой рассмотрена эволюция технологии, связанной с разработками электронной кожи (e-skin). Особенности этой технологии исследуются с точки зрения её жизненного цикла и места среди других Классификация технических направлений развития 255 передовых технологий. На основе изучения поведения временного ряда регистрируемых патентов рассчитывается «коэффициент зрелости технологии», даётся прогнозная оценка числа патентов в ближайшем будущем, и предполагаемое время жизни e-skin-технологии. Такой подход, по мнению авторов, может помочь исследователям и специалистам по планированию НИОКТР правильно распределять финансирование и координировать свои дальнейшие исследования и разработки. Гипотеза, выдвигаемая авторами данной работы, заключается в следующем. Несмотря на то, что целый ряд факторов, характерных для нашей страны (экономические и институционально-технологические условия, уровень международной регистрации и защиты, соотношения по принадлежности патентов (резиденты - нерезиденты, физические - юридические лица) и др.), отличаются от аналогичных в США весьма существенно, выводы технического характера, полученные на основании анализа особенностей временных рядов патентов США, можно с большой долей вероятности распространить на Россию и российские регионы. С одной стороны, существующая технологическая «дистанция» между США и Россией по целому ряду направлений является очевидным показателем отставания в развитии многих отраслей экономики Российской Федерации. Но, с другой стороны, при соответствующем анализе динамики регистрации патентов и сопутствующих библиометрических данных подобный временной «лаг» в патентовании может позволить российской стороне избежать просчётов и финансовых потерь в случае принятия зарубежными «партнёрами» экономических решений, связанных с ошибочными или неверными выводами о перспективности тех или иных технических направлений. Главная цель данной работы состоит в том, чтобы на основе имеющегося у авторов опыта патентных исследований разработать эмпирическую классификацию технических направлений развития, которая базируется на анализе временных рядов патентов США, а также на использовании Международной патентной классификации. Научная новизна предлагаемого подхода к патентному анализу заключается в разработке эффективной методики выявления технических решений, которые могут считаться наиболее перспективными в контексте практической реализации либо могут быть отнесены к новым, ранее неизвестным. Наличие такой информации может помочь сориентироваться в многообразии технических решений, описываемых в рамках МПК, как разработчикам новой техники, так и специалистам в области планирования НИОКТР и экономического развития, что позволит им осуществлять краткосрочное или долгосрочное прогнозирование развития конкретных технических (технологических) направлений. Подобная информация поможет своевременно выявлять «прорывные» технические направления, что, в свою очередь, будет способствовать снижению (экономии) материальных и финансовых затрат, а также человеческих ресурсов при решении сложных научно-технических задач путём сосредоточения средств и усилий на наиболее перспективных направлениях и отбрасывании заведомо устаревших и неперспективных. В.И. Карнышев, В.И. Авдзейко, Е.С. Паскаль 256 Описание подхода к классификации В основе предлагаемого подхода лежит опыт работы авторов в области патентного анализа, связанного, в частности, с изучением особенностей поведения временных рядов патентов на изобретения [22-25]. В работе были использованы данные, полученные в результате автоматизированного формирования временных рядов патентов США с помощью разработанного авторами программного обеспечения [26, 27]. Эти данные включают в себя почти 6,2 млн патентов США на изобретения, зарегистрированных в Патентном ведомстве США (USPTO) с 1976 по 2018 г. Выбор базы данных USPTO объясняется тем, что эта организация является по факту не столько национальным, сколько международным ведомством, в котором патентуются все ведущие мировые разработчики. Поэтому выводы, полученные на основе анализа открытых баз Патентного ведомства США, носят, по мнению авторов, обобщающий характер и могут найти широкое практическое применение. Предлагаемый подход к классификации предусматривает анализ временных рядов патентов США по нескольким десяткам тысяч подгрупп во всех восьми разделах МПК (A, B, C, D, E, F, G, H). Подход основан на автоматизированном формировании трёх основных категорий - условно «прорывных», «перспективных» и «неперспективных», в соответствии с эмпирическими критериями, сформулированными авторами на основе анализа особенностей временных рядов патентов США. Разбиение подгрупп МПК на кластеры На первом этапе вся совокупность временных рядов патентов, зарегистрированных UDPTO в 71266 «ненулевых» (т.е. с числом патентов Np > 1 в интервале 1976-2018) подгруппах МПК17, была разбита на два кластера. В качестве критерия отнесения конкретной подгруппы к первому или второму кластеру выступал факт превышения числом патентов Np1 некоторого порогового значения. Здесь Npi - число патентов на изобретения, которые были зарегистрированы в подгруппе в 2018 г. Выбор этого порогового значения равным 16 ед. был сделан, исходя из предыдущего опыта авторов в области количественного анализа временных рядов патентов США, а также разбиения подгрупп на кластеры по числу патентов, равному 2, где j = 0,...,14 (16 = 24). Следует отметить, что значение Np1 = 16 оказывается близко к среднегодовому (11 ед.) числу патентов США в 8 110 подгруппах раздела G («Физика») и 8 848 подгруппах раздела H («Электричество») МПК17, зарегистрированных USPTO с 1976 по 2018 г. Таким образом, к первому кластеру были отнесены все подгруппы МПК, в которых в 2018 г. было выдано больше 16 патентов, а ко второму -условно «неперспективному» - все подгруппы с Np1 < 16. В табл. 1 приведены сводные данные по числу подгрупп во всех восьми разделах Международной патентной классификации. Классификация технических направлений развития Таблица 1. Число «ненулевых» подгрупп в разделах МПК Раздел МПК17 Число «ненулевых» подгрупп в разделе Кластер 1 Кластер 2 число подгрупп c Np1 > 16 число подгрупп c Np1 < 16 A («Удовлетворение жизненных потребностей человека») 8 844 2 127 6 717 B («Различные технологические процессы; транспортирование») 16 167 2 555 13 612 C («Химия; металлургия») 14 463 1 923 12 540 D («Текстиль; бумага») 2 800 106 2 694 E («Строительство; горное дело») 3 321 478 2 843 F («Машиностроение; освещение; отопление; двигатели и насосы; оружие и боеприпасы; взрывные работы») 8 714 1 626 7 088 G («Физика») 8 110 2 290 5 820 H («Электричество») 8 722 3 091 5 757 Классификация «неперспективных» подгрупп МПК 257 Подробный анализ «неперспективных» подгрупп МПК не являлся целью данной работы. Тем не менее в отношении них была проведена дополнительная условная классификация. В её основе лежит понятие «время жизни» изобретения. Поскольку подавляющее большинство технических решений со временем устаревает, то актуальным «временем жизни» изобретения принято считать период от 7 до 10 лет. Таким образом, исходя из 10-летнего временного интервала - одного из стандартных интервалов глубины патентного поиска, «неперспективные» подгруппы, составляющие второй кластер, были разбиты на три подкатегории (табл. 2): - «неперспективные-1» - подгруппы, в которых общее число патентов #ps10, выданных с 2009 по 2018 г., больше 16; - «неперспективные-2» - подгруппы, в которых общее число патентов Npsi0, выданных с 2009 по 2018 г., меньше или равно 16; - «неперспективные-3» - подгруппы, в которых за последние 10 лет (2009-2018) не было выдано ни одного патента (Npsi0 = 0). Из табл. 2 следует, что наибольшее количество «неперспективных» подгрупп относительно общего числа имеется в разделе D («Текстиль; бумага») - 96,2%, а наименьшее - в разделах H («Электричество») и G («Физика») - 65,1 и 71,8% соответственно. Из трёх подкатегорий наиболее однозначной с точки зрения перспектив использования запатентованных технических решений является условная подкатегория «неперспективные-3», которая характеризуется полным отсутствием патентов, зарегистрированных в интервале 2009-2018 гг. На рис. 1 приведён характерный временной ряд, иллюстрирующий динамику выдачи патентов США в подгруппе B67D5/02 из подкатегории «не-перспективные-3». В.И. Карнышев, В.И. Авдзейко, Е.С. Паскаль 258 Рис. 1. Патенты США в подгруппе B67D5/02 («Устройства для переливания жидкости ... из складских резервуаров в перевозочные средства ... для транспортировки жидкостей...») Таблица 2. Условная классификация «неперспективных» подгрупп Раздел МПК17 «Неперспектив-ные-1», ед. (% по отношению к общему числу подгрупп раздела) «Неперспектив-ные-2», ед. (% по отношению к общему числу подгрупп раздела) «Неперспектив-ные-3», ед. (% по отношению к общему числу подгрупп раздела) Всего «неперспективных», ед. (% по отношению к общему числу подгрупп раздела) A 2 631 (29,7%) 3 620 (40,9%) 466 (5,3%) 6 717 (75,9%) B 5 053 (31,3%) 7 303 (45,2%) 1 256 (7,8%) 13 612 (84,2%) C 4 583 (31,7%) 6 510 (45,0%) 1 446 (10,0%) 12 539 (86,7%) D 474 (16,9%) 1 663 (59,4%) 557 (19,9%) 2 694 (96,2%) E 1 057 (31,8%) 1 574 (47,4%) 212 (6,4%) 2 843 (85,6%) F 2 642 (30,3%) 3 986 (45,7%) 460 (5,3%) 7 088 (81,3%) G 2 139 (26,4%) 3 034 (37,4%) 647 (8,0%) 5 820 (71,8%) H 2 331 (26,3%) 2 945 (33,3%) 481 (5,4%) 5 757 (65,1%) На практике отсутствие в какой-либо подгруппе хотя бы одного зарегистрированного патента в течение 10 лет свидетельствует о том, что данное техническое направление, вероятнее всего, утратило свою актуальность. Другим объяснением отсутствия патентов в подгруппе может быть то, что данная рубрика МПК была полностью аннулирована в последующих редакциях Международной патентной классификации, либо её содержание перенесено в другую подгруппу. Тем не менее встречаются примеры подгрупп МПК, в которых патентование возобновлялось после длительного «перерыва» (рис. 2), что может быть объяснено появлением новых решений и возможностей для данного технического направления. Классификация технических направлений развития 259 Рис. 2. Патенты США в подгруппе H01R1/422 («Крепление контактных элементов... обеспечивающее возможность демонтажа в упругой, выполненной как одно целое опорной пластине или корпусе») Рис. 3. Патенты США в подгруппе Б05С15/18 («Изготовление изделий с прошивным ворсом ... иглы для ручного прошивания ... устройства ... для подачи или натяжения нитей») В.И. Карнышев, В.И. Авдзейко, Е.С. Паскаль 260 Рис. 4. Патенты США в подгруппе E05D15/00 («Подвески для створок») Рис. 5. Патенты США в подгруппе F02G3/00 («Силовые установки с двигателями объемного вытеснения») Менее однозначной является подкатегория «неперспективные-2» с числом #ps10 < 16. Однако при всех вариациях временных рядов в интервале 1976-2008 гг. общими для подгрупп этой подкатегории с 2009 по 2018 г. во Классификация технических направлений развития 261 всех разделах МПК (A - H) является среднее число патентов в подгруппах, изменяющееся от 5 до 6, а также явно выраженная тенденция к росту числа патентов начиная с 2014 г. (см., например, рис. 3). Наиболее неоднозначной и, возможно, требующей дополнительного анализа и уточнения является подкатегория подгрупп МПК - «неперспективные-!». Некоторые примеры временных рядов для этой категории из разделов E и F приведены на рис. 4-6. Рис. 6. Патенты США в подгруппе F24J2/46 («Составные части, конструктивные элементы или вспомогательные принадлежности солнечных тепловых коллекторов») Классификация «прорывных» подгрупп МПК Основная цель данной работы состояла в анализе первого кластера подгрупп МПК, в которых число патентов США, выданных в 2018 г., было больше 16 ед., а именно в автоматическом разбиении этих подгрупп на две условные категории: «прорывные» и «перспективные». Под «прорывными» будем понимать такие подгруппы МПК, в которых регистрация патентов происходила лишь последние три года (2016-2018), а сам временной ряд характеризуется постоянно растущим трендом. Другими словами, для выявления «прорывных» подгрупп использовалась совокупность двух эмпирических критериев: R3 = 0 и Kgt е 4.. .5. Первый параметр R3 является отношением двух величин (1) R3 = Nps40 /Nps3 (при условии NpS3 > 0), В.И. Карнышев, В.И. Авдзейко, Е.С. Паскаль 262 где Nps40 - суммарное число патентов в подгруппе за 40 лет - с 1976 по 2015 г., а Nps3 - суммарное число патентов в подгруппе за последние 3 года (2016-2018). Второй численный параметр Kg отражает тенденцию роста числа патентов за последние 5 лет: (2.1) (2.2) (2.3) к„=Е к i =1 где K. = I |1, N pi - N p(i+1) > 0 Np. - Np(i+1) < 0 Kgt e (0...5) Здесь Npi - число патентов в 2018 г., Np2 - число патентов в 2017 г.; ... Np6 - число патентов в 2013 г. Очевидно, что параметр Kgt изменяется в пределах от 0 (в случае, когда число патентов в подгруппе с каждым годом уменьшается) до 5 (в случае наличия постоянно растущего тренда). Результаты поиска «прорывных» подгрупп, для которых условия R3 = 0 и Kgt e 4.5 выполняются одновременно, а также общая численность патентов США в разделах МПК и выявленных подгруппах, приведены в табл. 3. Из приведённых данных следует, что в разделах C («Химия; металлургия») и D («Текстилъ; бумага») «прорывные» подгруппы при заданных критериях поиска отсутствуют. Наибольшее число «прорывных» подгрупп -196 и, соответственно, зарегистрированных патентов - 13 498 ед. выявлено в разделе H («Электричество»). Примерно в полтора раза меньшее количество «прорывных» подгрупп выявлено в разделах G, F и A. Причём раздел G («Физика») по количеству патентов незначительно отличается от раздела H при заметно меньшем числе «прорывных» подгрупп. Что касается разделов B и C, то по числу «прорывных» подгрупп они более чем в 2 раза уступают разделу G, а по числу патентов - более чем в 4 раза. Таблица 3. Число «прорывных» подгрупп и общее число патентов Раздел МПК17 Число «прорывных» подгрупп в разделе МПК Общее число патентов США в разделе без дубликатов (1976-2018) Общее число патентов США в «прорывных» подгруппах без дубликатов (2016-2018) A 125 990 708 8 563 B 58 1 170 013 2 810 C 56 879 866 1 879 D 0 84 994 0 E 0 210 404 0 F 112 594 409 3 815 G 128 1 904 160 11 871 H 196 1 687 603 13 493 Классификация технических направлений развития 263 Ниже приведены характерные примеры «прорывных» подгрупп МПК: A61B90/00 (рис. 7), G06F8/41 (рис. 8), H02J50/10 (рис. 9), H04W4/80 (рис. 10). За 3 года - с 2016 по 2018 г. - в них было зарегистрировано 2 887, 226, 711 и 1 087 патентов США, соответственно. Следует отметить, что примеры на рис. 8 и 10 относятся к случаям вновь созданных рубрик, которых не существовало в предшествующих редакциях МПК. Рис. 7. Подгруппа A61B90/00 («Инструменты, принадлежности или аксессуары, специально предназначенные для хирургии или диагностики») Рис. 8. Подгруппа G06F8/41 («Устройства для конструирования программного обеспечения ... преобразование программного кода ... компиляция») В.И. Карнышев, В.И. Авдзейко, Е.С. Паскаль 264 Рис. 9. Подгруппа H02J50/10 («Схемные устройства или системы для беспроводного питания или распределения электрической энергии ... c использованием индуктивного соединения») Рис. 10. Подгруппа H04W4/80 («Услуги или возможности, специально предназначенные для беспроводных сетей связи ... сервисы, использующие связь короткого диапазона...») Очевидно, что подгруппа H04W4/80 (рис. 10) с полным основанием может считаться «прорывной», поскольку 1 087 патентов, зарегистрированных в течение одного года, однозначно подтверждают появление большого числа новых технических решений в данном направлении, демонстрируя некий технологический «рывок» или «прорыв». Классификация технических направлений развития 265 Несмотря на то, что «прорывные» подгруппы могут отличаться друг от друга по общему числу патентов больше, чем на два порядка, как в случае раздела A (например, 2 887 ед. в подгруппе A61B90/00 и 18 ед. в подгруппе A01H6/82), дополнительная классификация «прорывных» подгрупп по аналогии с «неперспективными» в данной работе не проводилась. В качестве подтверждения её нецелесообразности может служить подгруппа F24J2/46 (рис. 6), в которой в 2016 г. было зарегистрировано всего 6 патентов США, а в следующем 2017-м - уже 1 286. Классификация «перспективных» подгрупп МПК Отметим, что «прорывные» подгруппы, выделенные из кластера с Nps10 > 16, являются лишь частью этого кластера. При этом число оставшихся подгрупп изменяется от нескольких сотен до нескольких тысяч (табл. 4). В это число вместе с «прорывными» входит упомянутая выше условная категория «перспективных» подгрупп. Под «перспективными» будем понимать такие подгруппы МПК, для которых временные ряды патентов характеризуется устойчивым растущим трендом на интервале последних десяти лет, т.е. с 2009 по 2018 г. В рамках развиваемого авторами эмпирического подхода к классификации, основанного на анализе временных рядов патентов США, «перспективные» подгруппы МПК были разбиты на следующие условные подкатегории: - «перспективные-1» («растущий тренд последние 5 лет»); - «перспективные-2» («растущий тренд в течение 5 и более лет»); - «перспективные-3» (растущий тренд, предыстория-1)»; - «перспективные-4» (растущий тренд, предыстория-2)»; - «перспективные-5» (растущий тренд, предыстория-3)». Таблица 4. Общее распределение числа подгрупп в разделах МПК Раздел МПК17 Общее число «ненулевых» подгрупп Число «неперспективных» подгрупп Число «прорывных» подгрупп Число оставшихся подгрупп A 8844 6717 125 2002 B 16167 13612 58 2497 C 14463 12539 56 1868 D 2800 2694 0 106 E 3321 2843 0 478 F 8714 7088 112 1514 G 8110 5820 128 2162 H 8722 5757 196 2769 Для выявления подгрупп подкатегории «перспективные-1» были сформулированы следующие эмпирические критерии: Nps10/NAii > 0,9; R12 = 0; Kgt е 4...5, где Nps10 - суммарное число патентов в подгруппе за последние 10 лет (2009-2018); NAll - общее число патентов в подгруппе с 1976 по 2018 г.; В.И. Карнышев, В.И. Авдзейко, Е.С. Паскаль 266 R12 - отношение числа патентов в подгруппе за предыдущие 5 лет к числу патентов за последние 5 лет; N 2. R ps5 12 N1 ps5 (при условии N1ps5 > 0), (3) где N1ps5 - суммарное число патентов в подгруппе за последние 5 лет (2014-2018); N2ps5 - суммарное число патентов в подгруппе за предыдущие 5 лет (2009-2013). Таким образом, в данную категорию попадают подгруппы с постоянно растущим трендом на протяжении последних 5 лет, в которых большая часть всех выданных патентов США (более 90%) зарегистрирована в интервале 2009-2018 гг., что в случае категории «перспективные-1» соответствует периоду с 2014 по 2018 г. (см. пример на рис. 11). Рис. 11. Подгруппа C09D11/52 из категории «перспективные-1» («Типографские краски и чернила... электропроводящие чернила») Для подгрупп подкатегории «перспективные-2» критерии поиска были заданы следующим образом: Nps1Q/NAU > 0,9; 0 < R\\2

Скачать электронную версию публикации