【技术实现步骤摘要】
本专利技术涉及计算机，具体地，涉及一种适用于企业专利管理的专利地图的生成、展示方法及系统。
技术介绍
1、现有技术中，企业的专利地图通常只单纯罗列企业专利信息，如专利名称、专利号、
、专利技术人等基本信息，却没有明确指出这些专利与实际销售产品或提供服务之间的具体对应关系。进一步地而言，企业往往没有对专利技术深入分析，难以确定哪些专利技术被实际应用于哪些功能部件，或者支撑了特定服务流程中的哪些关键环节。这给企业带来诸多问题。
2、对于企业的研发人员，难以直观了解正在开发的产品或服务可以从哪些已有专利获取技术启示，不利于技术创新和产品改进。在产品规划和市场布局时，也无法准确判断哪些专利对特定产品或服务的市场竞争力具有关键影响，可能导致资源分配不合理。
3、对于非技术背景的企业人员，如管理人员、销售人员和法务人员，在查看专利地图时，因地图的抽象性和复杂性难以理解其内容。不直观的专利地图使得他们无法快速了解企业专利资产与实际业务之间的关系，增加了学习和使用成本和时间。
4、当企业需要维权时，问题更加突出。由于专利地图不直观，企业人员难以快速确定哪些专利可用于保护特定产品或服务。这可能导致企业在维权过程中无法及时准确找出相关专利作为法律依据，延误维权时机，增加维权成本。在激烈的市场竞争环境下，企业产品或服务随时面临侵权风险。如果不能快速确定受保护的专利，发现侵权行为后可能无法及时采取有效维权措施，让侵权者有更多时间继续侵权，给企业带来更大损失。而且，若不能准确确定相关专利，企业在维权过程中可能因证
5、现阶段，为确定产品或服务受到哪些专利保护，企业需花费大量时间和精力研究专利地图和相关专利文件，大大增加了维权成本。
6、通过对专利文献的检索发现，公开号cn112966973b公开了一种目标与关键结果的管理系统和方法，该系统包括：关系模块，目标与关键结果创建模块，历史数据存储模块，挑战性判断模块，可视化模块。该专利缺乏专利地图展示关联性的功能，可视化方式也不够直观灵活。
7、综上所述，针对上述现有技术的问题，研究一种适用于企业专利管理的专利地图的生成、展示方法及系统成为当下亟待解决的关键任务。
技术实现思路
1、针对现有技术中的缺陷，本专利技术的目的是提供一种适用于企业专利管理的专利地图的生成、展示方法及系统。
2、根据本专利技术提供的一种适用于企业专利管理的专利地图的生成方法，包括如下步骤：
3、步骤s1，获取目标的目标属性信息和子目标，并构建目标分解层级图；
4、步骤s2，获取子目标的子属性信息，将子属性信息与企业已有专利的专利属性信息进行匹配，得到匹配度；
5、步骤s3，将匹配度高于阈值的专利对应的专利申请号与子目标建立关联，得到关联关系；
6、步骤s4，基于关联关系和目标分解层级图，采用预设方式生成专利地图。
7、优选地，步骤s1包括如下子步骤：
8、步骤s1.1，获取目标对应的数据源，对数据源进行词法分析得到词语列表，再通过筛选确定目标属性信息，同时采用聚类算法和分类算法，根据目标属性信息生成子目标；
9、步骤s1.2，通过目标属性信息和子目标构建目标分解层级图。
10、优选地，步骤s2包括如下子步骤：
11、步骤s2.1，采用依存句法分析方法提取每个子目标的子属性信息，生成子属性信息文本；
12、步骤s2.2，获取企业已有的专利集合，提取每一项专利的初始属性信息，生成专利属性信息文本；
13、步骤s2.3，采用语义匹配的方法，将子属性信息文本与专利属性信息文本进行逐一对比，计算每一个子目标和每一项专利之间的匹配度。
14、优选地，步骤s2.2还包括：通过遍历专利集合，查找每一项专利中引用的其他专利，建立引用关系链；利用预先训练好的技术分类模型，对专利的
技术实现思路
进行分类，将属于同一
的专利连接起来，建立相似
关系链；通过对比专利的专利技术人列表，确定具有共同专利技术人的专利，并建立共同专利技术人关系链。最后，使用neo4j图数据库存储企业专利知识图谱，基于企业专利知识图谱，将专利之间的关系信息转化为可用于语义匹配的特征向量或文本描述，添加到专利属性信息文本中。
15、优选地，步骤s2.3中，采用词向量模型对专利属性信息文本中的每个单词，通过词向量模型得到对应的词向量，然后，将词向量进行平均或者求和操作，得到整个专利属性信息文本的初步向量，再将专利属性信息文本和初步向量共同输入transformer架构的语言模型中，得到经过编码的专利属性信息文本向量；对于子属性信息文本，进行同样的词向量构建和语义编码操作，得到子属性信息文本向量，然后，结合余弦相似度计算方法，计算每一个子目标的子属性信息文本向量和专利的专利属性信息文本向量的组合之间的匹配度，匹配度计算公式为：
16、
17、其中，a、b分别为子目标的子属性信息文本向量、专利的专利属性信息文本向量，分子是两个向量的点积，表示它们的相似度，分母是两个向量的模长的乘积，用于归一化相似度值。
18、优选地，步骤s4中，预设方式为创建一个二维或三维的可视化界面。
19、优选地，二维或三维的可视化界面以目标分解层级图为核心框架进行构建，目标位于顶层位置，各个子目标作为分支节点分布于目标的下方，对于存在依赖关系的子目标，采用线条连接表示子目标之间的关系；对于不同类型的子目标，采用不同的颜色进行区分，在每个子目标周围，以图标形式显示与子目标对应的专利申请号。
20、本专利技术还提供了一种适用于企业专利管理的专利地图的展示方法，包括如下步骤：
21、步骤s1，获取目标的目标属性信息和子目标，并构建目标分解层级图；
22、步骤s2，获取子目标的子属性信息，将子属性信息与企业已有专利的专利属性信息进行匹配，得到匹配度；
23、步骤s3，将匹配度高于阈值的专利对应的专利申请号与子目标建立关联，得到关联关系；
24、步骤s4，基于关联关系和目标分解层级图，采用预设方式生成专利地图；
25、步骤s5，在用户终端展示专利地图。
26、优选地，步骤s5中包括如下子步骤：
27、建立架构步骤，构建专利地图的多维数据架构，多维数据架构包括专利的各个关键维度信息；
28、图像生成步骤，从多维数据架构中任意选取两维或三维的组合进行展示，对于未被选择的维度信息，通过预设方式映射到生成的二维或三维空间中；
29、用户操作步骤，用户对地图进行放大以更细致地观察特定区域的专利信息；缩小地图以获得更宏观的视角；随意移动地图以聚焦于感兴趣的部分；进行复位操作以回到初始状态；
30、可视化图像步骤，将二维或三维图像进行精细划分，创建一个或多本文档来自技高网...
【技术保护点】
1.一种适用于企业专利管理的专利地图的生成方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种适用于企业专利管理的专利地图的生成方法，其特征在于，所述步骤S1包括如下子步骤：
3.根据权利要求1所述的一种适用于企业专利管理的专利地图的生成方法，其特征在于，所述步骤S2包括如下子步骤：
4.根据权利要求3所述的一种适用于企业专利管理的专利地图的生成方法，其特征在于，所述步骤S2.2还包括：通过遍历专利集合，查找每一项专利中引用的其他专利，建立引用关系链；利用预先训练好的技术分类模型，对专利的技术内容进行分类，将属于同一技术领域的专利连接起来，建立相似技术领域关系链；通过对比专利的专利技术人列表，确定具有共同专利技术人的专利，并建立共同专利技术人关系链，最后，使用Neo4j图数据库存储企业专利知识图谱，基于企业专利知识图谱，将专利之间的关系信息转化为可用于语义匹配的特征向量或文本描述，添加到专利属性信息文本中。
5.根据权利要求3所述的一种适用于企业专利管理的专利地图的生成方法，其特征在于，所述步骤S2.3中，采用词向量模型对
6.根据权利要求1所述的一种适用于企业专利管理的专利地图的生成方法，其特征在于，所述步骤S4中，所述预设方式为创建一个二维或三维的可视化界面。
7.根据权利要求6所述的一种适用于企业专利管理的专利地图的生成方法，其特征在于，所述二维或三维的可视化界面以所述目标分解层级图为核心框架进行构建，目标位于顶层位置，各个子目标作为分支节点分布于所述目标的下方，对于存在依赖关系的子目标，采用线条连接表示子目标之间的关系；对于不同类型的子目标，采用不同的颜色进行区分，在每个子目标周围，以图标形式显示与所述子目标对应的专利申请号。
8.一种适用于企业专利管理的专利地图的展示方法，其特征在于，包括如下步骤：
9.根据权利要求8所述的一种适用于企业专利管理的专利地图的展示方法，其特征在于，所述步骤S5中包括如下子步骤：
10.一种适用于企业专利管理的专利地图的展示系统，其特征在于，包括：
...【技术特征摘要】
1.一种适用于企业专利管理的专利地图的生成方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种适用于企业专利管理的专利地图的生成方法，其特征在于，所述步骤s1包括如下子步骤：
3.根据权利要求1所述的一种适用于企业专利管理的专利地图的生成方法，其特征在于，所述步骤s2包括如下子步骤：
4.根据权利要求3所述的一种适用于企业专利管理的专利地图的生成方法，其特征在于，所述步骤s2.2还包括：通过遍历专利集合，查找每一项专利中引用的其他专利，建立引用关系链；利用预先训练好的技术分类模型，对专利的技术内容进行分类，将属于同一技术领域的专利连接起来，建立相似技术领域关系链；通过对比专利的发明人列表，确定具有共同发明人的专利，并建立共同发明人关系链，最后，使用neo4j图数据库存储企业专利知识图谱，基于企业专利知识图谱，将专利之间的关系信息转化为可用于语义匹配的特征向量或文本描述，添加到专利属性信息文本中。
5.根据权利要求3所述的一种适用于企业专利管理的专利地图的生成方法，其特征在于，所述步骤s2.3中，采用词向量模型对专利属性信息文本中的每个单词，通过词向量模型得到对应的词向量，然后，将所述词向量进行平均或者求和操作，得到整个专利属性信息文本的初步向量，再将所述专利属性信息文本和所...
【专利技术属性】
技术研发人员：王莘，罗巧梅，
申请(专利权)人：欧冶工业品股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。