특허의 기술이전 활성화를 위한 소셜 태깅기반 지적재산권 추천플랫폼

박윤주

추천

검색

질문

자료유형: 학술저널

저자정보: 박윤주 (서울과학기술대학교)

저널정보: 한국지능정보시스템학회 지능정보연구 지능정보연구 제21권 제3호

발행연도: 2015.9

수록면: 53 - 77 (25page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

국내에서 출원되는 특허건수는 매년 증가하고 있으나, 이러한 특허들 중 상당수는 활용되지 못하고 사장되고 있다. 2012년 국정감사 자료에 따르면, 우리나라 대학 및 공공연구기관이 보유한 특허의 약 73%가 사회적 가치창출로 연결되지 못하는 휴면특허라고 한다. 즉, 대학/연구소 또는 사업화가 어려운 개인이 소유하고 있는 특허가, 이를 필요로 하는 수요기업에 성공적으로 기술 이전되지 못하는 것을 휴면특허 증가의 주요 문제점으로 생각할 수 있다. 본 연구는 급격히 축적되는 방대한 특허 자원들 속에서, 기업의 관심분야에 적합한 지식재산을, 보다 쉽고, 효과적으로 선별할 수 있도록 하는 소셜태깅 기반의 특허 추천플랫폼을 제안한다. 제안된 시스템은 기존 특허들로부터 핵심적인 내용 및 기술 분야를 추출하여 초기 추천을 수행하고, 이후 사용자들의 태그정보가 축적되면, 사회적 지식 (social knowledge)을 추천에 함께 반영하게 된다. 이러한 연구에는 특허청에서 운영하고 있는 KIPRIS(Korea Industrial Property Rights Information Service) 시스템에서 실제 특허자료 총 1638건을 수집한 후, 현재 특허 데이터에는 존재하지 않는 가상의 태그 정보를 추가한 반가상(semi-virtual) 데이터를 구성하여 활용하였다. 제안된 시스템은 프로그래밍 언어 JAVA를 활용하여 핵심 알고리즘을 구현하였으며, 그래픽사용자 인터페이스(Graphic User Interface)에 대한 프로토타입의 설계를 수행하였다. 또한, 시나리오테스트 방식으로 시스템의 운영타당성 및 추천 효과성을 확인하였다.

Korea has witnessed an increasing number of domestic patent applications, but a majority of them are not utilized to their maximum potential but end up becoming obsolete. According to the 2012 National Congress’ Inspection of Administration, about 73% of patents possessed by universities and public-funded research institutions failed to lead to creating social values, but remain latent. One of the main problem of this issue is that patent creators such as individual researcher, university, or research institution lack abilities to commercialize their patents into viable businesses with those enterprises that are in need of them. Also, for enterprises side, it is hard to find the appropriate patents by searching keywords on all such occasions.
This system proposes a patent recommendation system that can identify and recommend intellectual rights appropriate to users’ interested fields among a rapidly accumulating number of patent assets in a more easy and efficient manner. The proposed system extracts core contents and technology sectors from the existing pool of patents, and combines it with secondary social knowledge, which derives from tags information created by users, in order to find the best patents recommended for users.
That is to say, in an early stage where there is no accumulated tag information, the recommendation is done by utilizing content characteristics, which are identified through an analysis of key words contained in such parameters as ‘Title of Invention’ and ‘Claim’ among the various patent attributes. In order to do this, the suggested system extracts only nouns from patents and assigns a weight to each noun according to the importance of it in all patents by performing TF-IDF analysis. After that, it finds patents which have similar weights with preferred patents by a user. In this paper, this similarity is called a “Domain Similarity”.
Next, the suggested system extract technology sector’s characteristics from patent document by analyzing the international technology classification code (International Patent Classification, IPC). Every patents have more than one IPC, and each user can attach more than one tag to the patents they like. Thus, each user has a set of IPC codes included in tagged patents. The suggested system manages this IPC set to analyze technology preference of each user and find the well-fitted patents for them. In order to do this, the suggeted system calcuates a ‘Technology_Similarity’ between a set of IPC codes and IPC codes contained in all other patents.
After that, when the tag information of multiple users are accumulated, the system expands the recommendations in consideration of other users’ social tag information relating to the patent that is tagged by a concerned user. The similarity between tag information of perferred ‘patents by user and other patents are called a ‘Social Simialrity’ in this paper.
Lastly, a ‘Total Similarity’ are calculated by adding these three differenent similarites and patents having the highest ‘Total Similarity’ are recommended to each user.
The suggested system are applied to a total of 1,638 korean patents obtained from the Korea Industrial Property Rights Information Service (KIPRIS) run by the Korea Intellectual Property Office. However, since this original dataset does not include tag information, we create virtual tag information and utilized this to construct the semi-virtual dataset. The proposed recommendation algorithm was implemented with JAVA, a computer programming language, and a prototype graphic user interface was also designed for this study. As the proposed system did not have dependent variables and uses virtual data, it is impossible to verify the recommendation system with a statistical method. Therefore, the study uses a scenario test method to verify the operational feasibility and recommendation effectiveness of the system.
The results of this study are expected to improve the possibility of matching promising patents with the best suitable businesses. It is assumed that users’ experiential knowledge can be accumulated, managed, and utilized in the As-Is patent system, which currently only manages standardized patent information.

#특허 #추천 시스템 #IPC #TF-IDF #소셜태깅 #Patent #Recommender Systems #Social Tagging

참고문헌 (23)

참고문헌 신청

[학술지(정기간행물)] - 백종범 / 2009 / 특허 정보 검색을 위한 대체어 후보 추출 방법 / 정보과학회 컴퓨팅의 실제 논문지 15 (4) : 299 ~ 303

[학술지(정기간행물)] - 채민우 / 2013 / 거대 인용 자료를 이용한 문서 추천 방법 / 한국데이터정보과학회지 24 (5) : 999 ~ 1011

[학술지(정기간행물)] - 조인동 / 2011 / 소셜 네트워크와 데이터 마이닝 기법을 활용한 학문 분야 중심 및 융합 키워드 추천 서비스 / 지능정보연구 17 (1) : 127 ~ 138

[학술대회논문] - Guan, Z. / 2010 / Document recommendation in social tagging services / Proceedings of the 19th international conference on World wide web : 391 ~ 400

[학술지(정기간행물)] - Hestenes, M. R. / 1958 / Inversion of matrices by biorthogonalization and related results / Journal of the Society for Industrial and Applied Mathematics 6 (1) : 51 ~ 90

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

박윤주

소속기관 SeoulTech University

주요연구분야 사회과학 > 경영학 공학 > 산업공학

논문수 18 이용수 2,936

이 논문과 함께 이용한 논문

정보자본주의와 인터넷 서비스 플랫폼 장치 비판

백욱인 한국언론정보학보 2014 .02

SNS관광정보가치와 지각된 위험, 관광지 전환행동 간 구조적 관계 연구

최재우 , 오경택 , 이철진 한국콘텐츠학회논문지 2015 .11

정보시스템에서의 정보가치평가

정충영 경영학연구 1981 .02

SNS에서의 외식정보전달자특성과 정보가치가 이용자의 외식업체 방문의도에 미치는 영향

김상조 , 정선미 인터넷전자상거래연구 2014 .12

동태적 혁신이론 기반의 공간정보 생태계와 플랫폼의 단계적 진화 모델

김종호 한국콘텐츠학회논문지 2014 .12

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2016-003-001985466

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (23)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)