技术趋势预测方法及系统与流程

本发明中所述实施例内容是有关于一种预测技术，且特别是有关于一种技术趋势预测方法及系统。

背景技术：

由于使用者可透过技术趋势预测了解技术在未来的发展，因此技术趋势预测已是技术发展中非常重要的主题。以目前的技术趋势预测而言，专利数据常被用来进行技术趋势预测。然而，由于近期的专利数据并非完全被公开，因此，仅依据已知专利数据所计算出来的技术趋势预测结果将会不准确。另外，产业界除了需要预测技术趋势之外，更需要在技术趋势可能有变化的时候能够发出预警，然而在现有技术趋势预测结果不准的情况下，更难以针对技术趋势结果发出有效的预警。

技术实现要素：

有鉴于此，本发明内容提出一种技术趋势预测方法及系统，借以解决先前技术所述及的问题。更进一步，本发明内容还包含在预测技术趋势可能有变化时输出警示。

本发明内容的一实施方式是关于一种技术趋势预测方法。技术趋势预测方法包含：经由一搜寻模块，搜寻对应于一特定技术的多个专利数据；经由一专利趋势模块，依据所述专利数据产生一第一专利信息；经由一商业趋势模块，依据相关于所述专利数据的多个目标商业数据产生对应于第一专利信息的一商业趋势信息；经由专利趋势模块依据商业趋势信息产生一第二专利信息，依据多个预测商业数据产生一第三专利信息；以及经由一预测模块，依据第一专利信息、第二专利信息以及第三专利信息产生一技术趋势预测信息。

在一些实施例中，第一专利信息是对应于一第一时间区间，第二专利信息是对应于一第二时间区间，且第三专利信息是对应于一第三时间区间。

在一些实施例中，第一时间区间在第二时间区间之前，且第二时间区间在第三时间区间之前。

在一些实施例中，技术趋势预测方法还包含：经由一平均模块，依据技术趋势预测信息产生一长时间平均趋势预测曲线以及一短时间平均趋势预测曲线；以及经由一警示模块，在长时间平均趋势预测曲线与短时间平均趋势预测曲线交叉的情况下输出一警示信息。

在一些实施例中，技术趋势预测方法还包含：经由一接收模块，接收一当前目标商业数据；经由商业趋势模块，依据当前目标商业数据修正商业趋势信息；以及经由一警示模块，在修正后的商业趋势信息不符合技术趋势预测信息的情况下输出一警示信息。

在一些实施例中，技术趋势预测方法还包含：经由商业趋势模块，在所述目标商业数据被更新的情况下更新商业趋势信息；以及经由专利趋势模块依据更新后的商业趋势信息更新第二专利信息及更新第三专利信息。

在一些实施例中，所述目标商业数据对应于所述专利数据的至少一申请人的商品销售数据、股票市值数据、股票交易量数据、研发成本数据、公司财报数据或上述的组合。

本发明内容的一实施方式是关于一种技术趋势预测系统。技术趋势预测系统包含一搜寻模块、一专利趋势模块、一商业趋势模块以及一预测模块。搜寻模块用以搜寻对应于一特定技术的多个专利数据。专利趋势模块用以依据所述专利数据产生一第一专利信息。商业趋势模块用以依据相关于所述专利数据的多个目标商业数据产生对应于第一专利信息的一商业趋势信息。专利趋势模块用以依据商业趋势信息产生一第二专利信息，且依据多个预测商业数据产生一第三专利信息。预测模块用以依据第一专利信息、第二专利信息以及第三专利信息产生一技术趋势预测信息。

在一些实施例中，第一专利信息是对应于一第一时间区间，第二专利信息是对应于一第二时间区间，且第三专利信息是对应于一第三时间区间。

在一些实施例中，第一时间区间在第二时间区间之前，且第二时间区间在第三时间区间之前。

在一些实施例中，技术趋势预测系统还包含一平均模块。平均模块用以依据技术趋势预测信息产生一长时间平均趋势预测曲线或一短时间平均趋势预 测曲线。

在一些实施例中，技术趋势预测系统还包含一判断模块以及一警示模块。判断模块用以判断长时间平均趋势预测曲线与短时间平均趋势预测曲线是否交叉。警示模块用以在长时间平均趋势预测曲线与短时间平均趋势预测曲线交叉的情况下输出一警示信息。

在一些实施例中，技术趋势预测系统还包含一接收模块以及一警示模块。接收模块用以接收一当前目标商业数据。商业趋势模块更用以依据当前目标商业数据修正商业趋势信息。警示模块用以在修正后的商业趋势信息不符合技术趋势预测信息的情况下输出一警示信息。

在一些实施例中，商业趋势模块更用以在所述目标商业数据被更新的情况下更新商业趋势信息。

在一些实施例中，专利趋势模块更用以依据更新后的商业趋势信息更新第二专利信息及更新第三专利信息。

综上所述，由于申请日在第二时间区间内及第三时间内的专利数据尚未完全公开，本发明中的技术趋势预测方法及系统可依据目标商业数据产生专利趋势曲线中对应于第二时间区间及第三时间区间的部分。如此，专利趋势曲线可用以更精准地预测技术趋势。另外，由于技术趋势预测结果更为精准，也可更进一步依据较精准的技术趋势预测结果来输出警示。

附图说明

为让本发明的上述和其他目的、特征、优点与实施例能更明显易懂，所附附图的说明如下：

图1是依照本发明一实施例所绘示的一种技术趋势预测系统的示意图；

图2至图9是依照本发明一实施例所绘示的产生技术趋势预测信息的示意图；以及

图10是依照本发明一实施例所绘示的一种技术趋势预测方法的流程图。

具体实施方式

下文是举实施例配合所附附图作详细说明，但所提供的实施例并非用以限制本发明所涵盖的范围，而结构运作的描述非用以限制其执行的顺序，任何由 元件重新组合的结构，所产生具有均等功效的装置，皆为本发明所涵盖的范围。此外，附图仅以说明为目的，并未依照原尺寸作图。为使便于理解，下述说明中相同元件或相似元件将以相同的符号标示来说明。

在全篇说明书与权利要求书所使用的用词(terms)，除有特别注明外，通常具有每个用词使用在此领域中、在此揭露的内容中与特殊内容中的平常意义。

关于本文中所使用的“第一”、“第二”…等，并非特别指称次序或顺位的意思，亦非用以限定本发明，其仅仅是为了区别以相同技术用语描述的元件或操作而已。

本发明可在任何适合的形式中实施，包括硬件、软件、韧体或以上这些的任意结合。本发明实施例的单元、模块及组件，可以实体地、功能地及逻辑地以任何适合的方式实施。事实上，某功能可在单一的模块、复数多个模块、或其他功能模块的一部分内实施。本发明的方法可经由本发明的系统和其它装置来进行实作，其中的模块，也可应用具特定逻辑电路的独特硬件装置或具特定功能的设备来实作，如将程序码和处理器/芯片整合成独特硬件或将程序码和市售可得的特定设备整合。更进一步者，本发明的方法亦可经由一般用途处理器/计算器/服务器(如操作接口、处理单元)结合其它硬件(如储存单元)来进行实作，以执行本发明方法的操作步骤。

图1是依照本发明一实施例所绘示的一种技术趋势预测系统100的示意图。如图1所示，在一些实施例中，技术趋势预测系统100主要包含搜寻模块102、专利趋势模块104、商业趋势模块106以及预测模块108。在一些实施例中，技术趋势预测系统100还包含专利数据库PD、商业数据库CD以及接收模块110。

搜寻模块102耦接专利数据库PD以及专利趋势模块104。接收模块110耦接商业数据库CD以及商业趋势模块106。预测模块108耦接专利趋势模块104以及商业趋势模块106。

关于本文中所使用的“耦接”，可指二或多个元件相互“直接”作实体或电性接触，或是相互“间接”作实体或电性接触，亦可指二个或多个元件相互操作或动作。

如上所述的搜寻模块102、专利趋势模块104、商业趋势模块106、预测 模块108或接收模块110，其具体实施方式可为软件、硬件与/或固件。举例来说，若以执行速度及精确性为首要考量，则上述模块基本上可选用硬件与/或固件为主；若以设计弹性为首要考量，则上述模块基本上可选用软件为主；或者，上述模块可同时采用软件、硬件及固件协同作业。应了解到，以上所举的这些例子并没有所谓孰优孰劣之分，亦并非用以限制本发明，熟习此项技艺者当视当时需要，弹性选择上述模块的具体实施方式。

在一些实施例中，搜寻模块102、专利趋势模块104、商业趋势模块106、预测模块108或接收模块110可整合至一或多个处理装置中。处理装置可以是中央处理器、控制元件、微处理器、服务器或其他可执行指令的硬件元件。

在一些其他实施例中，搜寻模块102、专利趋势模块104、商业趋势模块106、预测模块108或接收模块110可被实作为计算机程序且储存于储存装置中。储存装置包含非暂态计算机可读取记录媒体或其他具有储存功能的装置。此计算机程序包括多个个程序指令。这些程序指令可由一中央处理器来执行，以执行各模块的功能。

图2至图9是依照本发明一实施例所绘示的产生技术趋势预测信息的示意图。

如图1所示，专利数据库PD用以储存多个专利数据。专利数据库PD可包含一或多个特定专利数据库，例如：美国专利商标局(USPTO)、欧洲专利局(EPO)或是中华民国(TIPO)的专利数据库。若使用者想要知道一特定技术的技术趋势预测结果，使用者可透过一操作界面输入对应于此特定技术的关键字以及/或是对应于此特定技术的技术分类。另外，使用者也可透过此操作界面输入申请人或申请日期等相关信息。在一些实施例中，技术分类可为专利分类号码，例如：国际分类码(IPC)、合作分类码(CPC)或其他分类号码。搜寻模块102可依据关键字或技术分类从专利数据库PD中搜寻出对应于此特定技术的专利数据。另外，操作界面可以由搜寻模块102所提供，或是由一操作界面模块所提供。

搜寻模块102依据在操作界面所输入的关键字以及/或是技术分类，于专利数据库PD中取得对应特定技术的多笔专利数据，接着，专利趋势模块104可依据这些专利数据的申请日产生专利趋势信息，如图2所示。图2中的专利趋势信息是以一专利申请数量的趋势“曲线”为例，但本发明不以此为限制。 图2的时间轴上定义有第一时间区间T1及第二时间区间T2。举例来说，第二时间区间T2是指距今18个月内的时间，第一时间区间T1是指距今18个月以前的一段时间。换句话说，申请日在第一时间区间T1内的所有专利数据皆已被公开，而申请日在第二时间区间T2内的专利数据尚未被完全公开。因此，专利趋势曲线中对应于第一时间区间T1的部分可正确地反映出第一时间区间T1内的专利申请数量，但专利趋势曲线中对应于第二时间区间T2的部分则无法正确地反映出第二时间区间T2内的专利申请数量。专利趋势曲线中对应于第一时间区间T1的部分被称作第一专利信息。

对应于此特定技术的这些专利数据可能为多个个专利申请人所拥有。而拥有较多专利数据的专利申请人对此特定技术的影响通常较大。因此，专利趋势模块104可更进一步依据这些专利数据取得专利申请人的数据，然后由接收模块110从商业数据库CD接收拥有较多专利数据的专利申请人的商业数据。商业数据可以是专利申请人(例如：公司)对应此特定技术的商品销售数据、股票市值数据、股票交易量数据、对应此特定技术的研发成本数据、公司财报数据、公司投资此特定技术的数据、预测对应此特定技术的未来商品销售数据或上述的组合等。拥有较多专利的专利申请人于第一时间区间T1及第二时间区间T2的商业数据被称作目标商业数据。

举例来说，假设此特定技术为智能手机的操作界面。拥有较多专利数据的专利申请人可能是苹果公司及三星公司。因此，图2中的专利趋势曲线可是对应智能手机操作界面历年来所有专利申请数量趋势曲线。而目标商业数据可能是苹果公司与三星公司于2009年至2014年内的智能手机的历年销售量。假设此特定技术为3D打印机，拥有较多专利数据的专利申请人可能是Stratasys、MakerBot、3D Systems、Autodesk、XYZPRINTING(三纬)等。图2中的目标商业数据可能是Stratasys、MakerBot、3D Systems、Autodesk、XYZPRINTING(三纬)等公司的3D打印机的历年销售量以及公司市值等。

接着，如图3所示，商业趋势模块106会利用演算法建立出许多商业模型，不同的商业模型可能会具有不同种类的商业数据及对应的权重。首先，商业趋势模块106会分别利用这些商业模型对第一时间区间T1内的目标商业数据进行计算，以产生许多第一时间区间T1的商业趋势信息(如图3中的长条图)。当其中一商业模型所产生的第一时间区间T1的商业趋势信息符合第一专利信 息的趋势时，如图3，此商业模型将被选择。

同时，商业趋势模块106会利用被选择的商业模型对第二时间区间T2内的目标商业数据进行计算，以产生第二时间区间T2的商业趋势信息。接着，专利趋势模块104会依据第二时间区间T2的商业趋势信息修正专利趋势曲线中对应于第二时间区间T2的部分，如图4所示。如此，专利趋势曲线将较适合用来预测技术趋势。专利趋势曲线中对应于第二时间区间T1的部分被称作第二专利信息。

另外，接收模块110亦会从商业数据库CD接收这些专利申请人的预测商业数据，例如预测销售量、预测产量、预测营业额或投入研发金额等。这些预测商业数据对应于第三时间区间T3，如图5所示。换句话说，第三时间区间T3是指未来的时间。举例来说，预测商业数据可为苹果公司的智能手机及三星公司于2015年之后的智能手机的预测销售量。同时，商业趋势模块106会利用上述被选择的商业模型对预测商业数据进行计算，以产生第三时间区间T3的商业趋势信息。接着，专利趋势模块104会依据第三时间区间T3的商业趋势信息产生专利趋势曲线中对应于第三时间区间T3的部分，如图5所示。专利趋势曲线中对应于第三时间区间T3的部分被称作第三专利信息。

详细而言，图5中的专利趋势曲线包含第一专利信息、第二专利信息及第三专利信息。

接着，如图6所示，预测模块108将利用数据平滑技术(如：多项式)对图5中的专利趋势曲线进行平滑处理，以产生对应的技术趋势预测信息。图6中的技术趋势预测信息是以一技术趋势预测“曲线”为例，但本发明不以此为限制。由于申请日在第二时间区间T2及第三时间T3内的专利数据未完全被公开，因此技术趋势预测系统100通过依据目标商业数据产生对应于第二时间区间T2的第二专利信息及对应于第三时间区间T3的第三专利信息，使得第二专利信息及第三信息变成适合作为技术趋势预测的依据。

如图1所示，在一些实施例中，技术趋势预测系统100还包含平均模块112。平均模块112耦接预测模块108。平均模块112用以依据技术趋势预测信息产生一长时间平均趋势预测曲线或一短时间平均趋势预测曲线，如图7所示。举例来说，平均模块112可分别对技术趋势预测信息中相邻的五个年度的数值进行平均，以产生长时间平均趋势预测曲线。平均模块112可分别对技 术趋势预测信息中相邻的三个年度的数值进行平均，以产生短时间平均趋势预测曲线。换句话说，长时间平均趋势预测曲线相较于短时间平均趋势预测曲线是较为平缓的。

如图1所示，在一些实施例中，技术趋势预测系统100还包含判断模块114及警示模块116。判断模块114耦接平均模块112及警示模块116。判断模块114用以判断长时间平均趋势预测曲线与短时间平均趋势预测曲线是否交叉。在长时间平均趋势预测曲线与短时间平均趋势预测曲线发生交叉的情况下，代表技术发展趋势可能会趋缓或反转。以图7为例，长时间平均趋势预测曲线与短时间平均趋势预测曲线将在2017年的时点间发生交叉。此时，警示模块116将输出一警示信息以警示相关的人员。相关的人员可例如是此特定技术的投资者、研发者、制造者或使用者等。在一些实施例中，警示信息可以透过一图形化使用者界面(GUI)显示出来，但本发明不以此为限制。

如上所述的平均模块112、判断模块114或警示模块116，其具体实施方式可为软件、硬件与/或固件。在一些实施例中，平均模块112、判断模块114或警示模块116可整合至处理装置中。在一些其他实施例中，平均模块112、判断模块114或警示模块116可被实作为计算机程序。

在一些实施例中，警示模块116耦接预测模块108。接收模块110可用以接收一当前目标商业数据。而商业趋势模块106更用以依据当前目标商业数据修正商业趋势信息。举例来说，随着时间的前进，第二时间区间T2’可能已包含2015年，如图8。如此，当前目标商业数据可能是苹果公司的智能手机及三星公司的智能手机于2015年的实际销售量。商业趋势模块106会将当前目标商业数据纳入商业趋势信息当中。以图8示例而言，苹果公司的智能手机及三星公司的智能手机于2015年的实际销售量低于苹果公司的智能手机及三星公司的智能手机于2014年的实际销售量，但技术趋势预测曲线显示2014年至2015年的趋势是向上的。也就是说，在图8中，依据当前目标商业数据进行修正的商业趋势信息并不符合技术趋势预测信息。这可能代表商品的实际销售情况不如预期。此时，警示模块116将会将输出一警示信息。

在一些实施例中，以图9为例，随着时间的前进，第一时间区间T1”已是2014年以前。也就是说，申请日在2012年7月至2014年的专利数据也已被完全公开。此时，专利趋势模块104可依据这些专利数据更新专利趋势曲线。

另外，接收模块110亦可接收对应于2015年的目标商业数据。商业趋势模块106则依据对应于2015年的目标商业数据更新商业趋势信息。此时，专利趋势模块104可依据更新后的商业趋势信息更新对应于第二时间区间T2”的第二专利信息，且更新对应于第三时间区间T3”的第三专利信息，如图9所示。接着，预测模块108将依据新的第一专利信息、新的第二专利信息及新的第三专利信息更新技术趋势预测信息。

图10是依照本发明一实施例所绘示的一种技术趋势预测方法900的流程图。如图10所示，技术趋势预测方法900包含步骤S910、步骤S920、步骤S930、步骤S940、步骤S950及步骤S960。在一些实施例中，图10中的技术趋势预测方法900可应用于图1中的技术趋势预测系统100。

在步骤S910中，经由搜寻模块，搜寻对应于一特定技术的多个专利数据。

在步骤S920中，经由专利趋势模块，依据这些专利数据产生第一专利信息。

在步骤S930中，经由商业趋势模块，依据相关于这些专利数据的多个目标商业数据产生对应于第一专利信息的商业趋势信息。

在步骤S940中，经由专利趋势模块，依据商业趋势信息产生第二专利信息。

在步骤S950中，经由专利趋势模块，依据多个预测商业数据产生第三专利信息。

在步骤S960中，经由预测模块，依据第一专利信息、第二专利信息以及第三专利信息产生一技术趋势预测信息。

关于技术趋势预测方法900的详细内容可参见关于技术趋势预测系统100的内容及叙述，于此不再赘述。另外，上述例示包含依序的示范步骤，但这些步骤不必依所显示的顺序被执行。以不同顺序执行这些步骤皆在本发明的考量范围内。另外，在本发明的实施例的精神与范围内，可视情况增加、取代、变更顺序及/或省略这些步骤。

综上所述，由于申请日在第二时间区间内及第三时间内的专利数据尚未完全公开，本发明中的技术趋势预测方法及系统可依据目标商业数据产生专利趋势曲线中对应于第二时间区间及第三时间区间的部分。如此，专利趋势曲线可用以更精准地预测技术趋势。另外，由于技术趋势预测结果更为精准，也可更 进一步依据较精准的技术趋势预测结果来输出警示。

虽然本发明已以实施方式揭露如上，然其并非用以限定本发明，任何本领域具通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰，因此本发明的保护范围当视所附的权利要求书所界定的范围为准。