A Study on Patent Imaging and Clustering for Technology Classification

Youngho Kim

doi:10.5391/JKIIS.2022.32.4.312

A Study on Patent Imaging and Clustering for Technology Classification

Recommendations

Search

Questions

기술분류를 위한 특허 이미지화 및 군집화에 관한 연구

Type: Academic journal

Author: Youngho Kim (고려대학교)

Journal: Korean Institute of Intelligent Systems Journal of Korean Institute of Intelligent Systems Vol.32 No.4 KCI Accredited Journals

Published: 2022.8

Pages: 312 - 317 (6page)

DOI: 10.5391/JKIIS.2022.32.4.312

Usage

📌

Topic

📖

Background

🔬

Method

🏆

Result

A Study on Patent Imaging and Clustering for Technology Classification

Abstract· Keywords

Report Errors

Patents contain detailed information about the developed technology. Therefore, patent analysis is used to establish R&D strategies and identify technology trends. For this analysis, patents must be assigned to several predefined technical categories. Patents are given unique codes corresponding to technical categories, which have been manually classified by some experts. Technology classification performed by hand has the disadvantage that errors can occur and cost and time are high. Attempts are being made to classify technologies by applying quantitative methods such as text mining, which have recently been developed, to patents. Quantitative patent classification is cost-effective and reproducible. In this paper, we propose a method of converting patent text, which is non-image data, into image data and classifying technology through clustering. The proposed method performs image data transformation on vectorized information with one-hot encoding and distributed representation techniques in text mining, and performs technology classification by forming clusters. As a result of collecting and experimenting with actual patent data, it was confirmed that the technology classification performance was improved when TFIDF and W2V were converted to images.

#특허분석 #기술분류 #딥인사이트 #군집화 #변수 이미지화 #Patent Analysis #Technology Classification #DeepInsight #Clustering #Variable Imaging

요약
Abstract
1. 서론
2. 관련 연구
3. 연구 방법
4. 실험 및 결과
5. 결론 및 향후 연구
References

References (20)

Add References

Y. G. Kim, J. H. Suh and S. C. Park, “Visualization of patent analysis for emerging technology,” Expert Systems with Applications, vol. 34, no. 3, pp. 1804-1812, 2008.

G. Kim and J. Bae, “A novel approach to forecast promising technology through patent analysis,” Technological Forecasting and Social Change, vol. 117, pp. 228-237, 2017.

H. Lee, S. Lee and B. Yoon, “Technology clustering based on evolutionary patterns: The case of information and communivations technologies,” Technological Forecasting and Social Change, vol. 78, no. 6, pp. 953-967, 2011.

S. Park, “Technology analysis using patent-bigdata statistical analysis,” Journal of Korean Institute of Intelligent Systems, vol. 30, no. 2, pp. 148-153, 2020.

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

Recommendations

It is an article recommended by DBpia according to the article similarity. Check out the related articles!

Related Authors

김영호

Affiliation 인하공업전문대학

Fields Engineering > Electrical and Electronic Engineering > Information and Communication Engineering Engineering > Computer Science

Articles 15 Usage 1,549

Frequently Viewed Together

Patent and Trade Secret

HEO , HOSHIN JOURAN OF THE KOREAN SOCIETY OF CIVIL ENGINEERS 2022 .05

Development of Elderly-Friendly Exercise Equipment Using Capstone Design in Aging Society : Patent application(2020-0023049)

Seung-Hee Na , Jun-Hwan Pa , k The Korean Journal of Growth and Development 2022 .02

방위사업청-특허청, 국방특허기술 민간 이전 촉진 업무협약 체결 : 부처협력형 국방특허기술 거래 및 사업화 지원 체계 구축 추진

편집부 Defense & Technology 2022 .02

유망기술의 정의와 분류 : 특허분석 기반 연구를 중심으로

지정훈 , 이성주 대한산업공학회 춘계공동학술대회 논문집 2019 .04

study for change of economic life of technology(TCT, technology cycle time)

Jongtaik Lee , Hyunwoo Pa , k 한국기술혁신학회 학술대회 2018 .11

Comments(0)

Write first comments.

UCI(KEPA) : I410-ECN-0101-2022-003-001624878

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

Abstract· Keywords

AI Summary

Topic

Background

Method

Result

주요내용

Contents

References (20)

Recommendations

Related Authors

Frequently Viewed Together

Recently viewed articles

Comments(0)