趙寧 翟鳳勇 張玲

摘 要 專利是衡量技術(shù)創(chuàng)新能力和水平的重要指標(biāo)，通過專利分析可以揭示技術(shù)創(chuàng)新信息和水平。以仿人機(jī)器人領(lǐng)域?yàn)槔贒I數(shù)據(jù)庫檢索獲得專利情報(bào)數(shù)據(jù)，導(dǎo)入專利情報(bào)分析工具DDA平臺(tái)，利用其豐富的分析和可視化功能，通過使用DDA分析列表、共現(xiàn)矩陣、圖譜的功能，對(duì)仿人機(jī)器人領(lǐng)域進(jìn)行多角度專利分析。

關(guān)鍵詞 DI DDA 情報(bào)挖掘 仿人機(jī)器人

分類號(hào) G252.62

DOI 10.16810/j.cnki.1672-514X.2019.06.006

Abstract Patent is an important index to measure the ability and level of technological innovation， which can reveal the technological innovation information and level. This paper takes the field of humanoid robot as an example， based on DI database to retrieve patent information data， imports the platform of DDA for patent information analysis， and uses its abundant analysis and visualization functions. By using the functions of DDA analysis list， co-occurrence matrix and Atlas map， multi-angle patent analysis in the field of humanoid robot is carried out.

KeywordsDI. DDA. Information mining. Humanoid robot.

據(jù)世界知識(shí)產(chǎn)權(quán)組織（WIPO）的統(tǒng)計(jì)，專利涵蓋了人類95%的科技成果，反映了經(jīng)濟(jì)發(fā)展相關(guān)信息，也是產(chǎn)業(yè)技術(shù)創(chuàng)新能力的直接體現(xiàn)[1]。作為一種標(biāo)準(zhǔn)化、公開透明、客觀化的文獻(xiàn)，專利信息對(duì)技術(shù)發(fā)明有詳細(xì)描述，可以從本質(zhì)上揭示企業(yè)、科研機(jī)構(gòu)和發(fā)明人員技術(shù)創(chuàng)新能力[2]，因而隨著技術(shù)競爭的日益激烈，商業(yè)需求研究也增加了專利戰(zhàn)略研究，為科研機(jī)構(gòu)和企業(yè)開發(fā)新技術(shù)、產(chǎn)品提供決策參考，其研究核心就是專利分析。中國專利類型分為發(fā)明、實(shí)用新型和外觀設(shè)計(jì)，國外并沒有外觀設(shè)計(jì)專利，而實(shí)用新型在很多國家也不涉及，并且發(fā)明專利按照國際標(biāo)準(zhǔn)經(jīng)過實(shí)審才能去公開判斷授權(quán)，所以發(fā)明專利在全部專利類型里科技含量最高，最能代表技術(shù)創(chuàng)新能力的類型，可以表明主體的技術(shù)創(chuàng)新水平和實(shí)力?；诖?，本文僅對(duì)Derwent Innovation（DI） 檢索出的發(fā)明專利進(jìn)行分析，在德溫特?cái)?shù)據(jù)分析平臺(tái)（Derwent Data Analyzer，DDA）中進(jìn)行情報(bào)挖掘分析，從而獲得有價(jià)值的策略情報(bào)。

1 專利分析工具DDA功能

DDA平臺(tái)可以進(jìn)行海量數(shù)據(jù)的多角度挖掘和可視化全景分析，形成切實(shí)可行的情報(bào)[3]。DDA在數(shù)據(jù)導(dǎo)入、數(shù)據(jù)清理、數(shù)據(jù)分析和結(jié)果的可視化方面都具有優(yōu)勢，尤其在數(shù)據(jù)清洗方面可使得分析的結(jié)果更加準(zhǔn)確、貼近事實(shí)，并且DDA具有矩陣分析的獨(dú)特功能，能夠結(jié)合不同字段對(duì)專利文獻(xiàn)信息進(jìn)行多角度的分析，更能實(shí)現(xiàn)商業(yè)需求，其一鍵生成報(bào)告的功能使得分析更加有效率[4]。

（1） 數(shù)據(jù)導(dǎo)入。DDA可以對(duì)Web of Science核心合集的科技論文數(shù)據(jù)、InCites和Essential Science Indicators的指標(biāo)數(shù)據(jù)、德溫特專利數(shù)據(jù)（DWPI），Derwent Innovation（DI）以及STN、PubMed、中文論文數(shù)據(jù)庫，甚至Excel表格等不同的結(jié)構(gòu)化數(shù)據(jù)類型進(jìn)行兼容與整合，進(jìn)行多樣化的需求分析。

（2） 數(shù)據(jù)整理。DDA管理數(shù)據(jù)包括數(shù)據(jù)集、管理字段、拆分文件、合并文件、處理冗余記錄等。DDA的特點(diǎn)可以對(duì)數(shù)據(jù)深層清理，包括通過機(jī)器模糊運(yùn)算實(shí)現(xiàn)，利用內(nèi)設(shè)的敘詞表對(duì)作者/發(fā)明人、科研機(jī)構(gòu)/公司、國際分類號(hào)等字段清理，不僅清理標(biāo)引不一致、輸入錯(cuò)誤數(shù)據(jù)，合并同義詞等，而且支持手工清理分組標(biāo)引、Excel編寫清理的規(guī)則，可以保存成敘詞表;根據(jù)需求自定義分組標(biāo)引，可以進(jìn)行機(jī)構(gòu)學(xué)院設(shè)置、技術(shù)自定義分類…將繁復(fù)的條目按需求分類。

（3）數(shù)據(jù)分析。DDA通過有效的分析可將無序的數(shù)據(jù)轉(zhuǎn)化為高附加值的情報(bào)，主要通過List、Matrices、Maps等分析工具進(jìn)行。List可快速排序分析各個(gè)字段，對(duì)比任何兩個(gè)列表，揭示其共性或某列表獨(dú)特性。利用此特性可對(duì)比分析科研機(jī)構(gòu)或者企業(yè)競爭對(duì)手方面的信息。Matrices通過不同字段可以建立共現(xiàn)矩陣Co-occurance Matrix、自相關(guān)矩陣Auto-correlation Matrix、互相關(guān)矩陣Cross-correlation Matrix、因子矩陣Factor matrix，從中發(fā)現(xiàn)隱含的趨勢或者相關(guān)性。其用途主要在于對(duì)比不同對(duì)象在研究方向、發(fā)展趨勢、合作態(tài)勢等多角度的分布與規(guī)律。Maps可通過各類腳本與可視化工具，生成直觀的分析成果，包括地域分布圖、技術(shù)趨勢氣泡圖、詞云圖、集群圖譜，例如將主成分因素、相關(guān)性分析結(jié)果形成可視化圖譜，揭示機(jī)構(gòu)間、科研人員間或者各類技術(shù)間的關(guān)系。

（4） 生成報(bào)告。數(shù)據(jù)分析屬于一二維分析，而預(yù)制的分析模塊生成的報(bào)告屬于三維分析，其中包括透視表、機(jī)構(gòu)報(bào)告、機(jī)構(gòu)對(duì)比報(bào)告、技術(shù)領(lǐng)域分析報(bào)告，DDA可以一鍵生成。

2 實(shí)證研究流程與數(shù)據(jù)檢索

本文通過DI和DDA進(jìn)行仿人機(jī)器人領(lǐng)域的商業(yè)需求分析，分析內(nèi)容包括技術(shù)創(chuàng)新趨勢、機(jī)構(gòu)和企業(yè)分析、挖掘技術(shù)創(chuàng)新團(tuán)隊(duì)、技術(shù)合作伙伴分析等。專利情報(bào)挖掘分析過程框架如圖1所示。

本文檢索利用關(guān)鍵詞仿人機(jī)器人、仿生機(jī)器人，測試組合形成檢索式，采用Dewent Innovation（DI）數(shù)據(jù)庫進(jìn)行檢索，結(jié)合關(guān)鍵詞在數(shù)據(jù)庫測試的結(jié)果，以TI=（humanoid ADJ robot* or bio* ADJ robot*） 檢索截止時(shí)間為2018年5月19日，經(jīng)過去重得到2980個(gè)專利族，通過字段KI=（a or a1 or a2 or b or b1 or b2 or c）篩選發(fā)明專利得到1349個(gè)專利族。

3 仿人機(jī)器人領(lǐng)域商業(yè)需求分析

機(jī)器人技術(shù)的發(fā)展和應(yīng)用體現(xiàn)了國家科技和工業(yè)水平，從創(chuàng)新角度來看，隨著制造業(yè)結(jié)構(gòu)變化，機(jī)器人與人工智能、數(shù)字制造技術(shù)相互促進(jìn)、服務(wù)，其應(yīng)用涵蓋了社會(huì)諸多領(lǐng)域[5]，其中仿人和高仿真將是機(jī)器人主要發(fā)展方向，可以代替人進(jìn)行各種作業(yè)[6]。近年來，我國政府逐漸加大了此領(lǐng)域的研究和開發(fā)[7]。

仿人機(jī)器人領(lǐng)域商業(yè)需求分析目標(biāo)是針對(duì)科研機(jī)構(gòu)和企業(yè)，主要利用DWPI專利權(quán)人代碼進(jìn)行分析。專利權(quán)人代碼為世界22 000家左右大企業(yè)設(shè)計(jì)了唯一代碼，涵蓋了機(jī)構(gòu)及所有子公司合集，這樣專利檢索可以保證企業(yè)名稱存在多種形式統(tǒng)一，標(biāo)引一致[8]。除了通過DDA平臺(tái)自動(dòng)生成專利報(bào)告外，還可以節(jié)選部分DDA相關(guān)信息，立足商業(yè)基礎(chǔ)需求進(jìn)行手工分析。

3.1 技術(shù)創(chuàng)新趨勢分析

DDA的柱狀堆積圖提供一種可視化呈現(xiàn)效果，顯示在仿人機(jī)器人領(lǐng)域研發(fā)機(jī)構(gòu)如何積極地尋求獲取新技術(shù)。通過DDA堆積柱狀圖可以獲取每個(gè)機(jī)構(gòu)在給定年份提交的專利申請(qǐng)量，由此可以很容易看出申請(qǐng)趨勢，并比較各個(gè)機(jī)構(gòu)的申請(qǐng)狀況。

對(duì)仿人機(jī)器人領(lǐng)域排名前15的專利權(quán)人創(chuàng)建一個(gè)組，設(shè)定時(shí)間跨度為15年，以專利權(quán)為行矩陣，以所選年為列矩陣，生成共現(xiàn)矩陣。選擇矩陣分析腳本，通過“Report - Plot Matrix in Excel”生成柱狀堆積圖，如圖2所示，每年顯示一個(gè)柱，在柱中不同顏色代表不同機(jī)構(gòu)，所占區(qū)域大小與該機(jī)構(gòu)公開發(fā)明專利數(shù)量成正比，區(qū)域越大意味著公開的專利越多，而柱高度表明給定年份的申請(qǐng)發(fā)明專利總量。圖2可以看出在仿人機(jī)器人領(lǐng)域，法國ALDEBARAN ROBOTICS、日本索尼、日本本田、韓國三星、美國通用公司前幾年一直投入比重大，近幾年國內(nèi)北京理工大學(xué)、常州大學(xué)發(fā)明申請(qǐng)比重增大。

3.2 機(jī)構(gòu)和企業(yè)的評(píng)估分析

3.2.1 評(píng)估機(jī)構(gòu)在尋求新技術(shù)方面的積極程度

在仿人機(jī)器人領(lǐng)域，通過發(fā)明專利申請(qǐng)量與授權(quán)量的比例，可以發(fā)現(xiàn)擁有專利數(shù)量多的機(jī)構(gòu)在推動(dòng)新技術(shù)研發(fā)方面更加積極，而授權(quán)量多的則表明該機(jī)構(gòu)所擁有的技術(shù)創(chuàng)新質(zhì)量要好于其他機(jī)構(gòu)。

通過位于宏指令（Macros）文件夾中的資源（Resources） 文件夾敘詞表，針對(duì)專利申請(qǐng)和授權(quán)專利分別建組，打開公開號(hào)選擇組/顯示組點(diǎn)擊創(chuàng)建的組為行，以所選機(jī)構(gòu)為列，這里選擇Top15的機(jī)構(gòu)，生成共現(xiàn)矩陣，運(yùn)行腳本繪制柱狀圖，如圖3所示。

圖3提供了一種可視化呈現(xiàn)效果，表明企業(yè)擁有專利數(shù)量。柱狀圖代表每一個(gè)機(jī)構(gòu)，不同顏色代表申請(qǐng)專利數(shù)量和授權(quán)專利數(shù)量，每個(gè)區(qū)域的面積與該機(jī)構(gòu)持有申請(qǐng)或者授權(quán)專利數(shù)量成正比。圖3顯示日本本田專利申請(qǐng)數(shù)量多，表明其在技術(shù)創(chuàng)新方面積極。從圖3也可以看出中國的研究機(jī)構(gòu)授權(quán)量不如國外機(jī)構(gòu)比例大。

3.2.2 頂級(jí)機(jī)構(gòu)分析

DDA對(duì)排名前30的機(jī)構(gòu)進(jìn)行分組，每個(gè)層級(jí)的機(jī)構(gòu)組、個(gè)人專利權(quán)人、政府機(jī)構(gòu)及學(xué)術(shù)機(jī)構(gòu)字段創(chuàng)建組，通過比較各組占有的區(qū)域，來獲得所關(guān)注領(lǐng)域?qū)＠植既暗木€索。排名前30的公司控制著絕大多數(shù)專利，這些公司可能會(huì)積極地保護(hù)自己的知識(shí)產(chǎn)權(quán)，在申請(qǐng)專利的時(shí)候防止侵權(quán)訴訟。若專利主要由個(gè)體發(fā)明人和專利組合規(guī)模較小的公司所控制，那么這些專利持有人可能會(huì)尋找投資資金，這個(gè)組可能是引入專利授權(quán)或者收購的“黃金目標(biāo)。

根據(jù)仿人機(jī)器人Top30的機(jī)構(gòu)組別持有記錄數(shù)比例，看到排名靠前的公司還是由幾家大公司把持，例如日本本田、法國ALDEBARAN ROBOTICS、韓國三星、日本豐田、索尼等，可見其仿人機(jī)器人領(lǐng)域被傳統(tǒng)的高科技公司所布局，占據(jù)領(lǐng)導(dǎo)地位，新型的中小微企業(yè)在專利申請(qǐng)上占據(jù)不到優(yōu)勢在申請(qǐng)?jiān)擃I(lǐng)域的專利的時(shí)需防止侵權(quán)訴訟，中國排名靠前的基本是科研院所，包括北京理工大學(xué)、上海大學(xué)、清華大學(xué)、哈爾濱工業(yè)大學(xué)、浙江大學(xué)、上海交通大學(xué)，可以認(rèn)為以高校實(shí)驗(yàn)室為主的研發(fā)是仿人機(jī)器人領(lǐng)域技術(shù)發(fā)展中不可忽視的重要力量。企業(yè)在技術(shù)發(fā)展儲(chǔ)備中可以積極尋求與高校科研院所的合作，加快發(fā)展速度。

3.2.3 確定研究相似技術(shù)的機(jī)構(gòu)

排名前列的機(jī)構(gòu)是否正在開發(fā)相似技術(shù)，某一領(lǐng)域是否有過多參與者，機(jī)構(gòu)在技術(shù)研發(fā)方面有多少重疊，都可以通過DDA互相關(guān)聯(lián)圖譜來展現(xiàn)。利用基于分配給專利的DWPI手工代碼來進(jìn)行技術(shù)分類，這樣視圖將顯示相似技術(shù)公開的機(jī)構(gòu)。通過對(duì)前30個(gè)專利權(quán)人創(chuàng)建組，對(duì)手工代碼進(jìn)行字段互相關(guān)聯(lián)操作，生成圖譜，如圖4所示。機(jī)構(gòu)用節(jié)點(diǎn)表示，通過其持有專利記錄的DWPI手工代碼之間進(jìn)行比較，如果兩個(gè)機(jī)構(gòu)持有相同手工代碼的專利，節(jié)點(diǎn)之間用線連接，機(jī)構(gòu)間的連線越粗，表示其手工代碼越匹配，即這些機(jī)構(gòu)涵蓋的相似技術(shù)越多。圖譜中互聯(lián)機(jī)構(gòu)的聚類，表明機(jī)構(gòu)致力于研發(fā)相似的技術(shù);若節(jié)點(diǎn)之間沒有聯(lián)系，表示這些機(jī)構(gòu)間共享的手工代碼極少，意味著研發(fā)中心是不同的。

如圖4所示，在仿人機(jī)器人領(lǐng)域，法國ALDEBARAN ROBOTICS智能機(jī)器人研發(fā)公司和迪士尼公司，日本索尼、日本科技廳、日本川田高知、北京理工大學(xué)和浙江大學(xué)研發(fā)相似的技術(shù)，其他機(jī)構(gòu)的研發(fā)重點(diǎn)有所不同。相似機(jī)構(gòu)可以作為合作伙伴進(jìn)行技術(shù)上的合作，也同樣屬于競爭對(duì)手，需要做好對(duì)知識(shí)產(chǎn)權(quán)的預(yù)防保護(hù)。

3.3 挖掘技術(shù)創(chuàng)新團(tuán)隊(duì)和合作伙伴

通過DDA聚類圖中可以找到發(fā)明人和他們的發(fā)明專利，即可分析在所關(guān)注的機(jī)構(gòu)中的高產(chǎn)發(fā)明人，這些發(fā)明人中哪些人在一個(gè)團(tuán)隊(duì)里共同工作，這些發(fā)明團(tuán)隊(duì)創(chuàng)造過哪些專利?；趯＠涗洈?shù)量創(chuàng)建排名前15的機(jī)構(gòu)，通過發(fā)明人/專利權(quán)人矩陣列表，雙擊所要了解的發(fā)明人機(jī)構(gòu)所在的列，可以關(guān)聯(lián)每個(gè)發(fā)明人的記錄數(shù)，對(duì)此列進(jìn)行排序以了解該機(jī)構(gòu)活躍發(fā)明人（技術(shù)創(chuàng)新人才）。

將圖譜限定在最活躍的發(fā)明人之中，選擇排名靠前的發(fā)明人添加至組，創(chuàng)建聚類圖如圖5所示。如限定特定機(jī)構(gòu)——北理工的發(fā)明人，可清楚了解研究人員團(tuán)隊(duì)和這些團(tuán)隊(duì)之間的關(guān)系。

聚類圖中顯示組中每個(gè)發(fā)明人，用不同的顏色標(biāo)識(shí)，專利則以每個(gè)發(fā)明人鏈接“節(jié)點(diǎn)”小球呈現(xiàn)，單個(gè)節(jié)點(diǎn)包含由一個(gè)發(fā)明人獨(dú)立研發(fā)的專利，組節(jié)點(diǎn)包含多個(gè)發(fā)明人合作研發(fā)的專利，組節(jié)點(diǎn)可能是兩個(gè)或兩個(gè)以上的發(fā)明人相鏈接，發(fā)明人與節(jié)點(diǎn)之間通過線連接。通過圖可以看出幾個(gè)發(fā)明人以不同的組合方式合作研發(fā)不同的專利，產(chǎn)生互聯(lián)節(jié)點(diǎn)的“聚類”，顯示重要發(fā)明人之間的合作關(guān)系，如北理工黃強(qiáng)和余張國、陳學(xué)超、張偉民、高峻峣合作頻繁，黃強(qiáng)和李科偉團(tuán)隊(duì)卻無合作關(guān)系。點(diǎn)擊專利可見黃強(qiáng)發(fā)明人團(tuán)隊(duì)仿人機(jī)器人運(yùn)動(dòng)規(guī)劃新方法，提出快速傳感反射控制，通過評(píng)價(jià)運(yùn)動(dòng)相似性，提高機(jī)器人的穩(wěn)定性，解決多自由度機(jī)器人擬人化復(fù)雜運(yùn)動(dòng)。以此操作，可對(duì)各機(jī)構(gòu)創(chuàng)新團(tuán)隊(duì)進(jìn)行挖掘，了解其最新動(dòng)向。

針對(duì)企業(yè)和學(xué)術(shù)科研機(jī)構(gòu)專利權(quán)人也可分別建組，通過DDA的共現(xiàn)矩陣列出專利權(quán)人為學(xué)術(shù)機(jī)構(gòu)和企業(yè)的專利，可以顯示曾經(jīng)合作過的機(jī)構(gòu)。共現(xiàn)矩陣的數(shù)據(jù)單元中，交叉點(diǎn)表示已經(jīng)發(fā)生過合作以及該合作創(chuàng)造了多少專利。從本文的實(shí)際操作結(jié)果來看，仿人機(jī)器人領(lǐng)域企業(yè)與學(xué)術(shù)科研院所合作并不頻繁，其中只有日本豐田和本田公司分別和日本早稻田大學(xué)和美國伊利諾伊大學(xué)合作，日本富士公司和神戶大學(xué)合作過專利，北京天宇科創(chuàng)科技發(fā)展有限公司和北京航空航天大學(xué)合作。

3.4 市場上專利組合增長率

若想了解市場中什么類型的機(jī)構(gòu)持有多數(shù)專利、頂級(jí)機(jī)構(gòu)專利組合增長投資、個(gè)別機(jī)構(gòu)加速或減緩技術(shù)開發(fā)等等情況，可以通過每年層級(jí)分組的專利權(quán)人的專利申請(qǐng)量來觀察。通過企業(yè)、學(xué)術(shù)機(jī)構(gòu)、政府排名前15的提出專利的申請(qǐng)量矩陣，生成柱狀堆積圖。

如圖6所示，學(xué)術(shù)機(jī)構(gòu)申請(qǐng)比例越來越大。此外，通過對(duì)特定的專利權(quán)人層級(jí)——Top15中的7個(gè)企業(yè)進(jìn)行分析，可了解每年的專利申請(qǐng)情況，從中可發(fā)現(xiàn)占總申請(qǐng)數(shù)比重較大的組，并可發(fā)現(xiàn)是否有新的參與方陣加入該領(lǐng)域，或者機(jī)構(gòu)是否正在鞏固其在專利中的主導(dǎo)地位。查看這些學(xué)術(shù)機(jī)構(gòu)在一段時(shí)間內(nèi)的表現(xiàn)，可以了解到每個(gè)機(jī)構(gòu)的戰(zhàn)略組成，這有助于預(yù)測其未來方向。在這7個(gè)企業(yè)中，法國ALDEBARAN ROBOTICS公司和日本豐田似乎在大力增加專利申請(qǐng)，意味著這兩個(gè)科研機(jī)構(gòu)都很注重技術(shù)創(chuàng)新。

3.5 挖掘重點(diǎn)技術(shù)和技術(shù)融合方向

DWPI手工代碼可表明企業(yè)技術(shù)創(chuàng)新方向，揭示其專利技術(shù)外部特征和應(yīng)用領(lǐng)域，可以使我們更為深入地分析專利信息[9]。通過手工代碼共現(xiàn)矩陣和聚類分析技術(shù)研發(fā)熱點(diǎn)，為機(jī)構(gòu)、企業(yè)提供重點(diǎn)技術(shù)的挖掘。

在DDA中通過DWPI選取相關(guān)機(jī)器人專利手工代碼，生成矩陣圖，其中交叉的節(jié)點(diǎn)表示手工代碼共同出現(xiàn)的專利量，通過查看器可生成如圖7所示的DWPI手工代碼共現(xiàn)圖。節(jié)點(diǎn)之間連線越粗，說明這些分類號(hào)在同一文獻(xiàn)中出現(xiàn)的次數(shù)越多，由此表示這些節(jié)點(diǎn)之間的技術(shù)融合越高，而這些關(guān)系緊密的節(jié)點(diǎn)所涉及的文獻(xiàn)相關(guān)技術(shù)關(guān)聯(lián)度也就越高，也就表明機(jī)構(gòu)企業(yè)間的技術(shù)相似度越高，其技術(shù)主題接近，這是識(shí)別合作對(duì)象和競爭對(duì)手的依據(jù)，而連線越少的節(jié)點(diǎn)代表的文獻(xiàn)相關(guān)技術(shù)關(guān)聯(lián)度則較低[10]。

從上述共現(xiàn)圖關(guān)系可以看出技術(shù)特征接近的主要研究技術(shù)領(lǐng)域，其中機(jī)器人手和電氣設(shè)備的流程控制技術(shù)關(guān)聯(lián)度高;計(jì)算機(jī)控制流程、控制機(jī)械手操作、控制電氣設(shè)備等技術(shù)相關(guān)聯(lián)度高，即仿人機(jī)器人驅(qū)動(dòng)裝置和控制部分作為主要研究內(nèi)容?？梢哉J(rèn)為該項(xiàng)技術(shù)發(fā)明融合主要集中在研究機(jī)械手、計(jì)算機(jī)系統(tǒng)傳感器的控制方法上。

DWPI手工代碼中共現(xiàn)關(guān)聯(lián)主要為P62-E與P62-F、X25-A03E、X25-A03F、T06-D07B、T01-J07B。結(jié)合表1可知，P62-E指仿人機(jī)器人機(jī)械手、P62-F指代機(jī)械手測量、指示、傳感部分;X25-A03E為操縱裝置在機(jī)器人裝備制造中的加工、組裝、過程控制， X25-A03F為機(jī)器人裝備制造中對(duì)材料加工、零件組裝的過程控制技術(shù)，說明控制機(jī)械手操作是仿人機(jī)器人領(lǐng)域技術(shù)創(chuàng)新的重點(diǎn)。T06-D07B 、T01-J07B所涵蓋的技術(shù)重要度集中在所指代的計(jì)算機(jī)控制系統(tǒng)操作機(jī)械手，這是研發(fā)重點(diǎn)突破所在。

4 結(jié)語

基于DDA的專利分析，通過仿人機(jī)器人的例子，本文對(duì)專利相關(guān)字段進(jìn)行矩陣分析、圖譜呈現(xiàn)，從技術(shù)創(chuàng)新趨勢、機(jī)構(gòu)企業(yè)分析、挖掘技術(shù)創(chuàng)新團(tuán)隊(duì)和合作伙伴、市場增長情況、重點(diǎn)技術(shù)及融合等角度，挖掘分析其商業(yè)基礎(chǔ)需求情報(bào)。分析是一個(gè)反復(fù)比較的過程，審視相關(guān)圖表可以提出額外的關(guān)聯(lián)問題，這些問題分析都可以由DDA進(jìn)行深度分析解答，如對(duì)于機(jī)構(gòu)專利潛在的侵權(quán)、專利失效管理、合作基金來源、技術(shù)創(chuàng)新市場效應(yīng)都可以做進(jìn)一步需求分析探討。

參考文獻(xiàn)：

馮昌揚(yáng).國內(nèi)外專利研究文獻(xiàn)綜述：2003-2012年[J].知識(shí)管理論壇，2013（1）：52-62.

鮑志彥.高校技術(shù)創(chuàng)新能力評(píng)價(jià)實(shí)證研究：基于專利信息的測度分析[J].農(nóng)業(yè)圖書情報(bào)學(xué)刊，2016，28（8）：5-10.

Derwent Data Analyzer[EB/OL].[2018-05-25].https：//clarivate.com.cn/products/derwent-data-analyzer/.

任福繼，孫曉.智能機(jī)器人的現(xiàn)狀及發(fā)展[J].科技導(dǎo)報(bào)，2015，33（21）：32-38.

于秀麗，魏世民，廖啟征.仿人機(jī)器人發(fā)展及其技術(shù)探索[J].機(jī)械工程學(xué)報(bào)，2009，45（3）：71-75.

仿人機(jī)器人.百度百科[EB/OL].[2018-05-20].https：//baike.baidu.com/item/%E4%BB%BF%E4%BA%BA%E6%9C%BA%E5%99%A8%E4%BA%BA/61320.

李曉玄.仿人機(jī)器人發(fā)展概況[J].電子技術(shù)與軟件工程，2016（11）：127-128.

利用Thomson Data Analyzer挖掘技術(shù)情報(bào)[EB/OL].[2018-05-25].http：//www.docin.com/p-327687163.html.

溫芳芳.基于德溫特專利分類號(hào)耦合的技術(shù)多緣性與技術(shù)相似性研究：以29家福布斯全球2000強(qiáng)汽車企業(yè)為例[J].情報(bào)理論與實(shí)踐，2017，40（8）：87-92.

王旭東.基于德溫特手工代碼的專利技術(shù)挖掘研究[D].大連：大連理工大學(xué)，2017.