지식기반 경제에서 연구개발 성과의 생산적 활용을 위한 기술 이전 및 기술 거래가 급격히 늘어남에 따라 특허의 거래 가능성, 즉 특허의 권리이전 가능성을 평가하는 연구가 활발히 이루어지고 있다. 기존 연구에서는 유사문헌수, 인용문헌수, 피인용문헌수, 청구항수 등 특허의 기술적 특성을 바탕으로 권리이전 가능성을 분석하는 연구가 중점적으로 수행됐다. 그러나 이들 연구에서는 주로 특허 문서 자체의 특성에 집중하여 권리 이전 가능성을 분석하였으며, 이에 출원 기업의 기술력 및 유사/인용 문헌의 권리 이전 정보에 대한 고려는 다소 미흡했다는 한계점이 있다. 실질적으로 특허의 권리이전은 피인용수, 청구항 수, ...
지식기반 경제에서 연구개발 성과의 생산적 활용을 위한 기술 이전 및 기술 거래가 급격히 늘어남에 따라 특허의 거래 가능성, 즉 특허의 권리이전 가능성을 평가하는 연구가 활발히 이루어지고 있다. 기존 연구에서는 유사문헌수, 인용문헌수, 피인용문헌수, 청구항수 등 특허의 기술적 특성을 바탕으로 권리이전 가능성을 분석하는 연구가 중점적으로 수행됐다. 그러나 이들 연구에서는 주로 특허 문서 자체의 특성에 집중하여 권리 이전 가능성을 분석하였으며, 이에 출원 기업의 기술력 및 유사/인용 문헌의 권리 이전 정보에 대한 고려는 다소 미흡했다는 한계점이 있다. 실질적으로 특허의 권리이전은 피인용수, 청구항 수, 패밀리 특허 수 등과 같은 특허 그 자체의 특성보다는 출원기업의 기술력 및 특허의 내용 측면에 영향을 더 많이 받기 때문에 이를 고려하는 것이 매우 필수적이라고 여겨진다. 이에 본 연구는 특허의 권리이전을 예측하기 위한 체계적 방법을 제안하고자 한다. 구체적으로 기존 특허 기술이전 평가에 주로 활용되었던 변수에 대한 문헌조사를 바탕으로 주요 변수를 추출하는 동시에, 특허 출원 기업의 기술력 및 유사/인용 문헌의 권리 이전 정보를 추가하여 특허 권리이전에 대한 예측을 수행하였다. 특허 데이터는 Google Patent에서 수집한 총 57,517건의 데이터를 사용하였으며, 분류모델로는 로지스틱 회귀분석, 나이브 베이지안, SVM, Random Forest, DNN의 5가지 모델을 활용하였다. 실험 결과, 특허 출원 기업의 기술력을 나타내는 기업별 평균 피인용수, 기업별 평균 인용수와 해당 특허의 유사/인용 문헌의 권리이전 정보가 특허 권리이전 예측에 중요한 요인이라는 것을 확인할 수 있었다. 따라서 본 연구결과는 앞으로 특허 권리 이전 예측에서 효과적으로 활용될 수 있을 것으로 기대된다.
지식기반 경제에서 연구개발 성과의 생산적 활용을 위한 기술 이전 및 기술 거래가 급격히 늘어남에 따라 특허의 거래 가능성, 즉 특허의 권리이전 가능성을 평가하는 연구가 활발히 이루어지고 있다. 기존 연구에서는 유사문헌수, 인용문헌수, 피인용문헌수, 청구항수 등 특허의 기술적 특성을 바탕으로 권리이전 가능성을 분석하는 연구가 중점적으로 수행됐다. 그러나 이들 연구에서는 주로 특허 문서 자체의 특성에 집중하여 권리 이전 가능성을 분석하였으며, 이에 출원 기업의 기술력 및 유사/인용 문헌의 권리 이전 정보에 대한 고려는 다소 미흡했다는 한계점이 있다. 실질적으로 특허의 권리이전은 피인용수, 청구항 수, 패밀리 특허 수 등과 같은 특허 그 자체의 특성보다는 출원기업의 기술력 및 특허의 내용 측면에 영향을 더 많이 받기 때문에 이를 고려하는 것이 매우 필수적이라고 여겨진다. 이에 본 연구는 특허의 권리이전을 예측하기 위한 체계적 방법을 제안하고자 한다. 구체적으로 기존 특허 기술이전 평가에 주로 활용되었던 변수에 대한 문헌조사를 바탕으로 주요 변수를 추출하는 동시에, 특허 출원 기업의 기술력 및 유사/인용 문헌의 권리 이전 정보를 추가하여 특허 권리이전에 대한 예측을 수행하였다. 특허 데이터는 Google Patent에서 수집한 총 57,517건의 데이터를 사용하였으며, 분류모델로는 로지스틱 회귀분석, 나이브 베이지안, SVM, Random Forest, DNN의 5가지 모델을 활용하였다. 실험 결과, 특허 출원 기업의 기술력을 나타내는 기업별 평균 피인용수, 기업별 평균 인용수와 해당 특허의 유사/인용 문헌의 권리이전 정보가 특허 권리이전 예측에 중요한 요인이라는 것을 확인할 수 있었다. 따라서 본 연구결과는 앞으로 특허 권리 이전 예측에서 효과적으로 활용될 수 있을 것으로 기대된다.
In the knowledge-based economy, as the technology transfer and the technology transaction for productive use of R& D achievements are rapidly increasing, researches are actively conducted to evaluate the possibility of transfer of patents. Previous research has focused on analyzing the possibility o...
In the knowledge-based economy, as the technology transfer and the technology transaction for productive use of R& D achievements are rapidly increasing, researches are actively conducted to evaluate the possibility of transfer of patents. Previous research has focused on analyzing the possibility of transferring rights based on the technical characteristics of patents such as the number of similar documents, forward citations, backward citations, and claims. However, in these studies, the possibility of transferring rights was analyzed mainly by focusing on the characteristics of the patent document itself, and there is a limit in that the consideration of the technology transfer of the applicant company and the right transfer information of the similar / cited documents are insufficient. It is essential to consider the fact that the transfer of patent rights is more influenced by the technological power of the applicant company and the contents of the patent than the characteristics of the patent itself such as the number of citations, claims, and family patents. Therefore, this study proposes a systematic method to predict the transfer of patent rights. Specifically, we extract key variables based on the literature review about variables that have been mainly used for evaluating the transfer of existing patent technology, and also include the technology transfer of patent applicant companies and transfer of rights of similar / cited documents. The 57,517 patents data are collected from Google Patent. Logistic regression, Naive Bayesian, SVM, Random Forest, and DNN were used as classification models. As a result, it was confirmed that the average number of citations by a company, the average number of citations per company, and the transfer of rights in similar/cited patents, which represent the technological power of patent applicants, are important factors in predicting the transfer of patent rights. Therefore, the results of this study are expected to be used effectively in the future prediction of patent rights transfer.
In the knowledge-based economy, as the technology transfer and the technology transaction for productive use of R& D achievements are rapidly increasing, researches are actively conducted to evaluate the possibility of transfer of patents. Previous research has focused on analyzing the possibility of transferring rights based on the technical characteristics of patents such as the number of similar documents, forward citations, backward citations, and claims. However, in these studies, the possibility of transferring rights was analyzed mainly by focusing on the characteristics of the patent document itself, and there is a limit in that the consideration of the technology transfer of the applicant company and the right transfer information of the similar / cited documents are insufficient. It is essential to consider the fact that the transfer of patent rights is more influenced by the technological power of the applicant company and the contents of the patent than the characteristics of the patent itself such as the number of citations, claims, and family patents. Therefore, this study proposes a systematic method to predict the transfer of patent rights. Specifically, we extract key variables based on the literature review about variables that have been mainly used for evaluating the transfer of existing patent technology, and also include the technology transfer of patent applicant companies and transfer of rights of similar / cited documents. The 57,517 patents data are collected from Google Patent. Logistic regression, Naive Bayesian, SVM, Random Forest, and DNN were used as classification models. As a result, it was confirmed that the average number of citations by a company, the average number of citations per company, and the transfer of rights in similar/cited patents, which represent the technological power of patent applicants, are important factors in predicting the transfer of patent rights. Therefore, the results of this study are expected to be used effectively in the future prediction of patent rights transfer.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.