专利大数据的云上裂变之路

1、专利大数据的云上裂变之路无处不在的专利拖线板插座一种带内置隔板与内置USB的拖线板插座 Macbook Pro 触摸板具有力传感器和致动器反馈的触摸板 咖啡杯一种咖啡杯组合套具智能手机触摸屏手指滑动身份识别解锁方法作为全球最为知名的两大泰斗级智能手机制造商，三星与苹果之间的专利 纠葛从未停歇，2016年10月，美国联邦法院判决三星侵犯了苹果手机外观专 利，三星需赔偿1.2亿美元。然而，三星正准备在3月29日前提交专门针对“滑 动解锁专利”的不利裁决提请复审令，申请将案件移交至最高法院审理，如果 被最高法院接受审理，美国联邦上诉法院的裁决将被重新判决，这场长达数年 之久的世纪大战仍未来到终结之日

2、。苹果与三星的世纪之战为什么感觉专利离我们很远？专利的信息太过专业化专利信息的应用手段有限 大众检索和分析能力有限O U RA N S W E R使专利信息应用工具大众化使专利信息内容大众化使专利分析结果大众化010203大数据技术的运用可使专利信息应用更简便、更直观专利大数据平台的演化和上云萌芽时期的专利信息应用应用人群：专利代理人、审查员应用目标：实现全球专利的一站式搜索规 整索 引处理流程：清 洗字段检索分类检索文本检索统计分析侵权风险引证/同族预警分析分析报告应用时期的专利信息应用应用人群：技术研发人员、律师、技术经济人、知识产权人员应用目标：实现对全球专利多维度、多方式、多场景的检索

3、分析应用规 整维度分解处理流程：清 洗索 引大数据时期的专利信息应用应用人群：所有有创新想法的人、想学习知识的人应用目标：让专利大众化、知识共享、智慧创新规 整维度分解处理流程：清 洗索 引大数据挖掘外延数据大数据分析技术体系 创新辅助专利地图价值评估功效矩阵专利大数据的数据规模全球专利信息量1.3亿多条已有专利数据维度200多项可检索分析的数据量100亿多条十年前，我们的数据系统还很简单主要是实现对专利文本信息的检索和统计分析主要功能是对数据进行清洗和规整工具化，无架构，全人工流程1台服务器就能支撑整个系统SQL DBLucene File数据获取数据规整处理Search APILucene

4、索引程序十年间，我们的数据业务越来越复杂数据业务场景从个位数增长到十位数可用数据维度从30+项增加到200+项面临的问题和挑战：专利数据应用已不仅是文本检索数据维度的增加使数据处理量翻了数十倍数据处理的能力已不再满足周期性的数据更新数据处理和数据应用瓶颈频发还要提防各种数据流氓内部服务接口Cub Service SDK区域监控 应用技术资源 检索应用专利信息 检索应用专利费用查询应用专利图像应用.专利信息分析挖掘专利地址区域分析专利法律状态分析专利权利人分析专利发明 人分析专利代理 机构分析专利代理 人分析.数据挖 掘库分析型数据库全文搜索引擎图像搜索引擎流数据处理数据存储接口数据采集与处理模

5、块数据挖掘模块Cube 管 理 模 块中国专 利信息 库外国专 利信息 库外国信 息库日志数据.数据存储平台数据服务模块外部Web服务Cube数据平台这是我们数据平台 上云前的结构基础架构不稳定数据更新不及时平台维护复杂平台不支持弹性扩展首次投入硬件成本高这是我们数据平台上云前的 数据业务处理流程分布式抓取模型，维护成本大，资源利用率不高单点数据存储结构，无法满足大量的读写并发， 降低了数据检查和数据处理的速度索引数据和文本数据混合存储，数据应用性能 较差大数据处理能力的问题上百项数据维度怎么高效存储和高效处理？如何实现数据处理流程的自动化编排？数据平台的可扩展问题 如何快速支撑各种需求的应用

6、？我们上云要解决的关键问题从数据库到MaxCompute的转变基于RDS的数据存储，一个维度的数据处理需要2-3天采用MaxCompute存储，处理时间缩短到3-6个小时数据获取原始数据处理数据维度分析全文索引原始数据库集群维度数据库集群原始数据处理数据维度分析数据获取全文索引MaxComputeDB DBDB DB用MaxCompute编排数据处理任务MaxCompute任务能访问所有MaxCompute数据资源，与专利数据存储的方式完美结合MaxCompute提供了多种的任务类型，以及任务编排的方法和工具把基于MaxCompute表的数据处理写到UDF、UDTF和UDAF中Shell任务S

7、QL任务Shell任务UDF1UDF2UDTF数据包拆解数据维度分析数据维度索引数据集1数据集2.数据集NMaxCompute函数MaxCompute表解决MaxCompute函数沙箱执行 的限制问题MaxCompute函数引用的第三方组件包很可能触及沙箱限制，两个解决方案：修改使用的第三方组件包代码，避免限制对MaxCompute任务机制进行包装Java TaskMaxCom-pute TaskJava TaskSQL-TShell-TwaitForSuccess()odps-sdsMaxComputeTaskMaxComputeCube Task平台架构分层化设计数据维度规范化处理如何满足

8、不断增长和变化的数据应用需求数据维度规范化应用平台架构分层化设计按照数据业务处理过程中的职责对平台架构进行分层设计：数据获取层：负责从数据源拉取数据，检验数据的完整性数据处理层：负责对原始数据进行数据维度的挖掘数据应用层：负责对数据维度进行各类索引以便应用数据服务层：负责对外提供统一的数据服务接口，保障服务质量数据管控层：负责对整个数据平台进行运行监控数据维度数据库.数据服务层 数据应用层数 据 管 控 层数据处理层 数据获取层数据维度规范化处理数据维度是专利大数据平台从数据处理挖掘到数据分析应用的分水岭和唯一纽带数据维度的应用目标数据维度的数据样式规范（处理规范、应用规范、检测规范）数据维度

9、的质量标准数据维度是专利数据中可独立应用的价值单元数据维度的规范化是高效利用数据价值的基础全文搜索引擎图像搜 索引擎特征搜 索引擎数据分析模型系统数据维 度1数据维 度2数据维 度3数据维 度N.大数据应用服务接口在数据应用层由两部分组成： 引擎组件：各类引擎组件用不同的方式对数据维度进行编 码索引，并提供各种特性的数据应用功能 模型系统：可以对引擎组件的能力进行编排，实现可重用 的数据分析能力，提高数据分析应用的复杂度数据维度的应用基于阿里云的大数据 平台技术架构图成熟稳定的基础架构流程化数据处理简洁高效的平台维护能够自动化的弹性伸缩云上专利大数据处理流程更高效、更丰富的数据维度挖掘减少人工

10、介入，降低了成本全流程、全自动化的数据处理索引数据和文本数据分离处理，提高数据应用性能上云的第一步已经完成，接下来机器学习推荐引擎进一步提升平台在应对高并发访问和大规模分析运算时的伸缩能力引入更多数加平台的能力，加强数据维度的挖掘和应用能力专利大数据的应用产品专利探索者（全球专利搜索引擎）专利探索者是以专利信息为核心，通过对海量信息的深度挖掘， 借助互联网平台向全球用户提供以专利信息为主的信息检索、信息 挖掘、企业级信息应用以及数据信息服务等服务内容的互联网专利 信息应用平台。专利探索者平台的功能亮点01 引证文献对全球专利的引证信息进 行关联匹配，找出引用和 被引用的关系，便于企业 探寻技术发展的轨迹02 专利价值度提取专利信息中极具代表 性的信息包括法律、经济、 技术等等方面，配以科学 的评价标准，最终给出价 值度供用户参考03 附图对比从专利全文中提取图片信 息以及对应图片的说明和 标注，进一步可视化专利 技术点，便于技术研究人 员快速理解和研究04 分析报告根据分析报告的特征，由 系统通过对专利结果的统 计分类计算，将相应的结 论编写形成报告，解决分 析报告成本高投入大的问 题技术功效矩阵技术功效分析是一种常见的专利定性分析方法，主要利用二维矩阵的形式表 现技术手段与技术效果的关系，通过分析可以发现当前技术主题的技术热点（专利雷区）和技术空白点，对于规避专利侵权