基于专利数据的大数据技术发展研究赵向阳王亮梁晨院摘要：全球范围内，运用大数据技术推动经济发展、完善社会治理、提升政府服务和监管能力正成为趋势。因此，对大数据技术进行梳理和分析有着十分重要的现实意义。而专利分析法作为一种常用的分析方法，通过对专利说明书、专利公报中大量零碎的专利信息进行分析、加工、组合，将这些专利信息转化为技术情报，为各方的相关决策提供参考。本文通过对大数据相关技术产业相关发明专利的申请情况、地区分布情况、申请人（权利人）分布情况等的分析，从数据层面清晰反映了大数据技术产业的创新能力、发展状况、发展阶段和发展趋势。关键词：大数据；专利；技术路线：TP311.13：ADOI：10.3969/j.issn.l003_6970.2017.08.037概述大数据不是具体的方法，甚至不算具体的研究学科，而只是对某一类问题、或需处理的数据的描述。通俗地来说，大数据是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。根据Gartner公司的定义，大数据是大量、高速、及/或多变的信息资产，它需要新型的处理方式去促成更强的决策能力、洞察力与流程优化能力。而大数据的概念自诞生以来并非一成不变。大数据公认的特征3V是2001年由METAGROUP公司的分析员莱尼提出的，莱尼在一份报告中对大数据提出“3-D数据管理”的看法，即数据成长将朝3个方向发展，分别为数据即时处理的速度（Velocity）、数据格式的多样化（Variety）与数据量的规模（Volume），三者统称为“3V”0后来，随着时间的推移，人们对大数据有了更深入的看法，因此，对大数据的特征进行了相应的调整。2012年，包括IBM、国际调查机构Gartner、IDC等纷纷对大数据提出新的论述，将3V的概念扩展为4V，在原有的基础上增加了数据的真实性（Veracity）。此后，大数据的概念又在4V的基础上增加“Visualize”、“Value”、“Vast”而扩展为6V甚至7V。随着大数据技术的发展，大数据技术越来越广泛的被应用于社会生活的方方面面，因而通过分析专利信息挖掘，从数据层面反应目前大数据技术和产业的发展状况和趋势具有重要的意义。1大数据技术专利分析1.1数据采集范围及相关说明本文的外文数据检索于德温特数据库（DWPI数据库），中文专利数据检索于中国专利文献数据库（CPRSABS数据库），数据采集时间截至2015年12月。利用专业专利分析工具进行数据分析和数据深度挖掘。同一项发明创造在多个国家申请专利而产生的一组内容相同或基本相同的文件出版物，称为一个专利族。从技术研发角度来看，属于同一专利族的多个专利申请可视为同一项技术。本文中，进行技术分析时对同族专利进行了合并统计，针对国家分布进行分析时各件专利进行了单独统计。在进行专利申请数量统计时，对于数据库中以一族（这里的“族”指的是同族专利中的“族”）数据的形式出现的一系列专利文献，计算为“1项”。以“项”为单位进行的专利文献量的统计主要出现在外文数据的统计中。在进行专利申请数量统计时，为了分析申请人在不同国家、地区或组织所提出的专利申请的分布情况，将同族专利申请分开进行统计，所得到的结果对应于申请的件数。1项专利申请可能对应于1件或多件专利申请。1.2技术分解由于大数据涉及的技术种类较多，技术复杂多变，且在教科书以及专利分类体系中均没有现成的大数据的分类体系可供参考。因此，在综合考虑了现有的主流大数据平台架构以及数据处理的流程，對大数据技术进行如表1的技术分解。1.3大数据技术专利申请态势基于上述的技术分解，采用CPRSABS和DWPI数据库进行检索，在上述两个数据库中共检索到专利32120项。从图2可以看出，大数据领域的专利主要集中于数据挖掘以及数据存储，数据计算的相关专利较少，只占到总申请量的8.5%。数据挖掘专利中主要请集中于聚类算法、分类算法以及关联分析算法。数据存储专利主要集中于分布式块存储、分布式数据库以及分布式文件系统。通过统计各项申请的优先权，大数据技术全球范围内专利申请的技术原创国分布如上图所示。优先权所属的国家/地区反映了申请人首次申请所属的国家/地区，折射了专利技术的起源，即专利技术的输出国家/地区，其数量也反映了相应...