$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] TF-IDF와 네트워크분석을 이용한 특허 데이터 분석과 경쟁우위 전략수립에 관한 연구
A Study on Patent Data Analysis and Competitive Advantage Strategy using TF-IDF and Network Analysis 원문보기

디지털콘텐츠학회 논문지 = Journal of Digital Contents Society, v.19 no.3, 2018년, pp.529 - 535  

윤석용 (숭실대학교 IT정책경영학과) ,  한경석 (숭실대학교 경영학부 경영정보시스템)

초록
AI-Helper 아이콘AI-Helper

데이터는 폭발적으로 증가하고 있으나 아직도 많은 기업이 데이터 분석을 현황 설명(descriptive analysis)이나 진단 분석(diagnostic analysis)에만 활용하고 예측분석(predictive analysis)이나 기업의 기술전략 분석 등에는 적절하게 활용하고 있지 못하다. 본 연구는 오픈 되어 있는 특허의 IPC 코드, 발명자, 출원일 등의 정형데이터와 청구항 등의 비정형 데이터를 네트워크분석, TF-IDF 등의 빅데이터 분석기법을 활용하여 경쟁기업의 확보 기술과 핵심 기술의 분포, 해외 진출 전략을 파악하기 위한 분석 프로세스를 제시하고 이를 데이터 분석을 통하여 증명하고자 한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Data is explosively growing, but many companies are still using data analysis only for descriptive analysis or diagnostic analysis, and not appropriately for predictive analysis or enterprise technology strategy analysis. In this study, we analyze the structured & unstructured patent data such as IP...

주제어

#오픈소스   #네트워크 분석   #빅데이터   #예측분석   #특허 데이터 분석  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 빅데이터 분석의 다양한 통계적 기법과 기계 학습(machine learning)을 이용하여 기업의 경쟁우위 전략을 확보하기 위한 실용적 방법을 제시하고자 한다.
  • 본 논문은 공개되어 있는 특허 데이터와 빅데이터 분석기법을 이용하여 경쟁사의 기술전략을 파악하여 경쟁우위 전략을 수립하기 위한 실 사례와 방법을 제시하였다. 이를 다시 정리해보면,
  • 본 논문은 이러한 공개된 특허관련 정형 데이터와 비정형 데이터를 이용하여 경쟁사의 기술전략을 분석하기 위한 데이터 분석방법 및 절차를 제시함으로써 경영우위 전략수립을 위한 실용적인 방법을 제시하고자 한다.

가설 설정

  • 연구가설은 경쟁사의 등록된 특허 데이터를 분석하면 핵심기술 확보, 핵심기술 분포, 해외 진출전략을 파악하고 이를 기반으로 특허 자동 분류 체계를 구축할 수 있음을 아래 프로세스로 증명하고자 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
경쟁기업에 대한 우위 전략 수립을 위해 경쟁사를 분석하지만 그것이 어려운 이유는 무엇인가? 경쟁기업에 대한 우위 전략을 수립하기 위해서는 경쟁사를 분석하는 것이 무엇보다 중요한데 이는 데이터 즉 팩트(fact)에 기반 해야 함은 당연하다. 그러나 경쟁사의 데이터는 쉽게 획득이 어렵고, 상장되어 있는 기업이 아니면 기업 재무 데이터에 대한 접근조차도 쉽지 않다. 설령 기업 재무 데이터를 확보했다 하여도 이는 기업의 과거에 대한 재무적 정보만을 알려줄 뿐 기업의 중·장기적인 방향, 더 나아가 핵심 기술 전략을 파악하기는 불가능 하다[3, 4].
특허제도란 무엇인가? 특허제도는 발명을 장려하고 국가산업의 발전을 도모하기 위하여 법으로 규정된 제도로써 발명 특허권을 받기 위해서는 산업 이용가능성과 기술의 신규성, 그리고 진보성을 갖고 있어야 한다[6].
특허 데이터가 제공하는 것은 무엇인가? 특허 데이터는 KIPRIS(korea intellectual property rights information service)를 통하여 출원번호, 발명의 명칭, IPC(international patent classification) 코드, 출원인, 발명자, 출원일자, 등록일자, 공개일자, 국제출원번호, 국제출원일자, 패밀리 정보 등의 정형 데이터와 초록, 청구항, 도면 등의 비정형 데이터를 제공하고 있다[7, 18].
질의응답 정보가 도움이 되었나요?

참고문헌 (18)

  1. S.Y.Park and H.W.Park. "The Relationship between Technology Innovation and Firm Performance of Korean Companies based on Patent Analysis". Korea technology innovation society. Vol. 9, No. 1, pp. 1-25, 2006. 

  2. J, B, Woo and Y, M, Jung, "Analysis of Factors Influencing Patent Citations", Korea Society for information management Vol. 27 No. 1, pp.103-118 2010. 

  3. S. H. Jun "Technology Forecasting of intelligent systems using patent analysis", Korea intelligent information system society, Vol 21, No. 1, pp.100-105, 2011. 

    원문보기 상세보기 crossref

  4. H. J. Kang, "Study on the Projection of the Promising Fusion Technologies by US Patent Analysis", KOSIME, Vol. 14 No. 3 pp. 111-115. 2007. 

  5. S, H, Jun, S, S, Park,, " Forecasting Vacant Technology of Patent Analysis System using Self Organizing Map and Matrix Analysis", KOCON Vol. 10 No. 2, pp. 462-480, 2010. 

  6. J, H, Choi, H, S, Kim " Keyword Network Analysis for Technology Forecasting", KIISS, Vol. 17 No. 4, pp.227-240 2011. 

  7. C, H, Kim, "Identifying the linkage between technologies using co-classification analysis", KIOIE Vol. 2006, No. 11, pp. 711-717, 2006. 

  8. G. J. Gwon, "The determinants of technology innovation in ICT firms", KIAA Vol. 28, pp. 139-157, 2009. 

  9. W. J. Kim, "Network Centricity Theory", Koos Book, Vol. 111, No. 23, pp. 109-111, 2015. 

  10. Ministry of Internal Affairs and Communications(2012), Japan, "Information Communication White Paper" 

  11. Max H. Boisot, Ian C. MacMillan, Kyeong Seok Han. "Explorations in Information Space", Oxford University, Vol. 228, No. 24, 2007 

  12. Jun Sunghae, "A Big Data Learning for Patent Analysis", Journal of Korean Institute of Intelligent System Vol23, No. 5, 2013. 

  13. Gerard Salton, "Term-weighting approaches in automatic text retrieval", Information Processing & Management Vol24 No. 5 1988. 

    상세보기

  14. "Guide to the International Patent Classification", WIPO, 2017 

  15. The Economist, https://www.economist.com/news/leaders/21721656-data-economy-demands-new-approachantitrust-rules-worlds-most-valuable-resource 

  16. World Intellectual Property Organization, http://www.wipo.int 

  17. Patent office, http://www.kipo.go.kr 

  18. Patent Information Net, http://www.kipris.or.kr 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로