IPC 코드 정량적 할당 방법에 관한 연구

김영호

doi:10.5391/JKIIS.2022.32.5.374

추천

검색

질문

자료유형: 학술저널

저자정보: 김영호 (고려대학교)

저널정보: 한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제32권 제5호

발행연도: 2022.10

수록면: 374 - 378 (5page)

DOI: 10.5391/JKIIS.2022.32.5.374

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

특허는 개발된 기술에 대해 배타적인 권리를 부여하므로, 수많은 기술군이 존재한다. 이러한 특허를 기반으로 한 분석을 통해 다양한 가치 창출이 가능하다. 특허 분석을 효과적으로 수행하기 위해서는 유사 기술군을 지니는 특허끼리의 분류가 선행되어야 한다. 일반적으로 기술분류는 전문가에 의해 정성적으로 수행되는 것과 IPC 코드와 같은 특허에 부여된 기술코드를 사용하는 방법이 있다. 기술분류 코드를 활용한 방법은 시간 및 비용의 효율성을 높일 수 있다. 그러나 특허의 IPC 코드는 심사관이 출원되는 모든 특허에 하나 이상 수작업으로 분류하므로, 특허 심사에 많은 시간이 소요된다. 이를 해결하고자, 종래에는 IPC 코드를 정량적으로 분류하는 연구가 수행되었다. 선행연구들은 수집된 특허 데이터만을 기반으로 하여 유사한 특허들에게 출현하는 IPC 코드를 식별하는 등의 방법을 사용하였다. IPC 코드는 국제적으로 통일된 기술설명이 존재하므로, 이를 활용한다면 보다 효과적으로 IPC 코드를 할당할 수 있다. 본 논문에서는 특허 데이터와 IPC 코드 기술설명을 기반으로 한 정량적 IPC 코드 할당 방법을 제안한다. 또한, 제안한 방법의 실현 가능성을 보이기 위해 실제 USPTO에 출원된 특허를 대상으로 실험을 진행한다. 실험 결과, D2V 방식이 정량적 IPC 할당에 성능이 우수한 것으로 도출되었다.

#국제특허분류 #특허분류 #특허분석 #유사도분석 #기술분류 #International Patent Classification #Patent Classification #Patent Analysis #Similarity Analysis #Technology Classification

참고문헌 (13)

참고문헌 신청

S. Park, “Technology analysis using patent-bigdata statistical analysis,” Journal of The Korean Institute of Intelligent Systems, vol. 30, no. 2, pp. 148-153, doi: 10.5391/JKIIS.2020.30.2.148, 2020.

Y. Kim, J. Kang and S. Park, “A study on patent landscape based on IPC clustering,” Journal of The Korean Institute of Intelligent Systems, vol. 32, no. 1, pp. 7-12, doi: 10.5391/JKIIS.2022.32.1.7, 2022.

C. J. Fall, A. TTrcsvTri, K. Benzineb and G. Karetka, “Automated categorization in the international patent classification,” ACM SIGIR Forum, vol. 37, no. 1, pp. 10-25, doi: doi.org/10.1145/945546.945547, Apr., 2003.

C. Park, D. Seong and K. Lee, “Automatic IPC classification for patent documents using machine learning,” The Journal of Korean Institute of Information Technology, vol. 10, no. 4, pp. 119-128, 2012.

C. Park, K. Kim, D. Seong and K. Lee, “Automatic IPC classification of patent documents using the term clustering,” The Journal of Korean Institute of Information Technology, vol. 12, no. 9, pp. 127-139, 2014.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

김영호

소속기관 인하공업전문대학

주요연구분야 공학 > 전기전자공학 > 정보통신공학 공학 > 컴퓨터학

논문수 15 이용수 1,549

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2023-003-000186546

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 (13)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)