四大中文數據平臺中專利調查分析＊

李玖蔚，蘇秋月

（井岡山大學，江西 吉安 343009）

近年來，隨著中國對專利重視程度的不斷加深，一些專利檢索及分析系統紛紛涌現。具有代表性的專利文獻平臺有專利檢索及分析系統、SooPat、壹專利、Patentics，Innography等[1]，中國知名的四大中文數據庫平臺（中國知網數據庫、維普數據庫、萬方數據庫、超星數據庫，以下分別簡稱為“知網”“維普”“萬方”“超星”），為滿足用戶對專利信息的需求，也建立了專利數據庫，并提供檢索與分析功能。

高校是國家創新體系的三大主體之一，是國家實施知識產權戰略的主要陣地之一[2]。高校專利發明的數量與質量已成為衡量高校科技創新實力和國際競爭力的重要標志[3]，高校及高校所在地區的專利分析重任，必將落在高校圖書館員身上。對全國985、211高校及江西省30所本科院校的圖書館網站進行調查后發現，大部分高校都訂購了知網、萬方、維普、超星這四大中文數據平臺。調查結果顯示，除了維普在江西省內的訂購率相對較低外，其余平臺在高校的訂購率基本都在72%以上，這些平臺在高校科研人員中的影響力很大，是高校科研人員必不可少的輔助工具。在四大中文數據平臺中獲取的專利數據與國家知識產權局中專利數據無誤差的前提下，即檢索專利數據質量等同情況下，用戶更傾向于選擇熟悉的平臺。運用四大中文數據平臺進行專利檢索或統計分析，將成為一種必然趨勢，那么其專利數據質量情況如何？是一個非常值得密切關注的問題。文章對此進行了統計分析，以探究平臺專利數據加工質量及檢索效果，為用戶選擇使用平臺提供參考。

1 樣本數據概況

國家知識產權局公共服務欄目下的專利檢索及分析系統（以下簡稱“專利檢索及分析系統”）依托豐富的數據資源，免費向公眾提供了簡單、方便、快捷的專利檢索與分析功能[4]，收錄數據范圍最全[5]且權威可靠，因此，文章以專利檢索及分析系統中獲取的專利數據為樣本。

在專利檢索及分析系統中，通過“申請（專利權）人”入口，輸入檢索詞“井岡山大學”進行檢索，并通過“公開（公告）日”將時間限定在2011—2020年內，進行專利數據檢索，檢索時間2021年7月2日，最終獲得332件專利數據，其中發明專利179件，實用新型146件，外觀設計7件。

2 四大中文數據庫平臺專利檢索及數據管理分析

專利類型、數量及年度分布是專利分析的常規指標，故文章對各平臺獲取到的井岡山大學產出專利數據的類型、數量及其年度分布情況作了統計對比分析。

2.1 檢索數量

2.1.1 專利文獻類型及數量分布

專利類型分析是專利分析常用的指標之一。下面就四大中文數據平臺獲取的專利數據與專利檢索及分析系統中獲取的專利數據從專利類型角度進行對比分析，結果見表1。

表1 各平臺獲取專利類型及數量 單位：件

從總體數量來看，超星多于樣本數量，知網與樣本數量誤差最小，誤差最大的是維普；從專利各類型數量來看，知網與樣本中發明專利數量誤差最小，誤差最大的是維普，外觀設計誤差最大的是萬方，實用新型誤差最大的是維普。

2.1.2 專利公開年度及數量分布

表2數據顯示，與樣本數據相比，2011—2017年維普共有77件專利未獲取到，其中2015年、2017年、2018年、2019年、2020年各比樣本數據少2件、1件、1件、25件和48件，2019年和2020年未獲取到的專利數據最多；知網2018年有1件專利未獲取到；萬方共有17件專利未獲取到，其中2017年、2018年、2019年、2020年各比樣本數據少3件、2件、4件、8件；超星共有13件專利未獲取到，其中2012年、2015年、2016年、2018年、2019年、2020年各比樣本數據少1件、2件、1件、5件、2件、2件，另外，該平臺檢索到2021年的16件，詳見表2。

2.2 檢索效果及原因分析

2.2.1 檢索效果

通過對各平臺獲取到的專利數據與“專利檢索及分析系統”中的數據進行了逐一比對，發現超星采集到335條數據，有16條數據其他平臺沒有，為了考證其原因，在“專利檢索及分析系統”中對這16條數據進行檢索發現，這部分專利是2020年申請的，但是公開（公告）日是2021年，在本研究范圍外，故超星實際只采集到相關專利319件。表3數據顯示，四大中文數據平臺中檢索到相關專利數量比率最高的是知網，高達99.70%，最低的是維普76.81%。

表3 各平臺專利檢索結果

2.2.2 原因分析

從前面的調查可知，各平臺所獲專利量與樣本專利量相比，都存在漏檢現象。為了探究其原因，文章對各平臺漏檢的專利目錄，在相應平臺中選擇其他檢索入口、輸入相應內容進行檢索，對各平臺漏檢原因進行了統計分析，從而揭示各平臺的數據質量，見表4。

表4 四大中文數據平臺未獲取到的專利 單位：件

表4數據顯示，與樣本專利332件相比，（1）知網檢索到相關專利331件，有1件專利因其“申請（專利權）人”字段下的合作專利權人信息未標引，導致漏檢。（2）超星檢索到相關專利319件，有13件專利未檢索到，其中8件因“申請（專利權）人”字段標引有誤造成，具體為：1件標引為發明人，5件缺少該字段內容，2件是將申請人標引為別的機構名。（3）萬方檢索到相關專利315件，有17件專利未檢索到，3件數據有誤的情況是：2件合作專利權人未標引，1件專利權人標引為發明人。另外，有1件正確的專利檢索不到。（4）維普檢索到相關專利255件，有77件專利未檢索到，4件數據有誤的情況是：3件申請人標引成別的機構，1件申請人標引為發明人。另外，有27件正確的專利檢索不到。

眾所周知，各平臺數據相對原始數據而言，存在一定的滯后性。為此，對表4中“無數據”這部分專利數據的年度分布進行了調查統計，以利于進一步分析各平臺專利數據的更新速度及檢索效果，見表5。

表5 各平臺無數據專利的年度分布 單位：件

如果把表5中2020年的專利量歸入到數據更新滯后而造成無數據的話，則各平臺專利數據更新最及時的是知網，其次是超星和萬方，更新最慢的是維普；這樣超星、萬方、維普分別有4件、7件、20件專利因在其平臺中無數據導致漏檢，各占332的1.20%、2.11%、6.02%，數據標引有待加強。

2.3 各平臺數據加工及數據管理分析

獲取精準且全面的專利數據是專利分析的基本前提。各專利檢索平臺對專利標引項目的多寡，標引內容的正確與否，直接影響著獲取數據的質量。文章將各平臺的專利數據與“專利檢索及分析系統”中的數據進行了對比，從數據著錄項目、著錄內容、數據獲取項目、獲取效果等方面對各平臺專利數據加工進行了統計分析。

2.3.1 字段著錄情況

暴海龍和朱東華[6]認為常用的專利情報分析方法都是基于專利文獻的著錄項而進行的統計分析，因此專利著錄項目的多少、著錄內容的質量等情況對專利分析質量及深度至關重要。每條專利著錄的字段越多，可供統計分析的指標、對象也越多，分析出的內容才能豐富。故通過對各平臺中同條專利字段的著錄情況進行了調查，以考察各平臺能分析的維度。

分析結果，各平臺專利數據庫有10個相同字段：申請號、申請日、公開（公告）號、公開（公告）日、專利名稱、申請（專利權）人、發明（設計）人、分類號、摘要、申請人地址。專利檢索及分析系統共有21個字段，含同族、引證、被引證、CPC分類和CPC附加、申請人所在國家/地區/組織等6個獨有字段，這些字段有的是專利統計分析的關鍵指標[7]；知網有20個字段，含專輯、專題和頁數等3個獨有字段；萬方有17個字段，含1個獨有的權利要求字段、維普有15個字段，含1個獨有的關鍵詞字段；超星有12個字段，見表6。

表6 各平臺專利著錄字段

2.3.2 導出數據便捷性及字段量分析

各平臺對于專利的特征都進行了不同程度的深加工，并提供了多種不同的檢索結果導出方式，每種方式導出的字段不盡相同，可滿足用戶個性化的需求。各平臺導出專利字段數量及其便捷性如何？文章通過整合不同檢索結果導出格式，能獲取到的所有字段情況對此問題進行了考察，結果見表7。

表7 各平臺導出專利字段情況

專利檢索與分析系統一次性可導出中國專利的16個字段數據，含優先權號、優先權日、代理人、代理機構等4個獨有字段。知網有12種導出數據方式，至少得通過其中3種才能整合出17個字段數據，含1個獨有字段：申請機構；萬方有9種導出數據方式，至少得通過其中2種才能整合出13個字段數據，含一個獨有字段：CN；維普有7種導出數據方式，至少得通過其中2種才能整合出12個字段數據；超星有9種導出數據方式，至少得通過其中3種才能整合出14個字段數據，含引證、文獻類型、出處3個獨有字段，詳見表7。

專利常規的分析項目有：專利申請趨勢、地域分布、申請人、發明人、技術類別、法律狀態、重點專利等類別[8]，各平臺著錄的字段基本能完成常規的專利分析指標。但調查結果顯示，各平臺能導出的字段少于已著錄的字段，四大中文數據平臺能導出的相同字段只有4個，也比各平臺都有著錄的字段少6個，通過多個平臺組合方式導出數據，能提供相對多的專利分析維度，但無法直接導出法律狀態及重點專利等對應的內容字段。故四大中文數據庫導出檢索結果的便捷性及導出的專利字段量均有待加強，否則分析的維度及深度都將受到影響。

3 調查結果

通過對比四大中文數據平臺專利檢索數量、檢索質量、數據加工和管理等方面進行對比分析，得出以下結論：（1）各平臺目前不能導出所有已著錄的字段內容，直接導出的數據無法對專利的被引證、同族、法律狀態等進行深層次分析；（2）各平臺都存在因“申請（專利權）人”字段標引有誤而造成的漏檢問題，漏檢率最低的是知網，最高的是超星；（3）專利數據更新速度最快的是知網，維普最慢；（4）專利查全率及查準率最高的是知網，萬方檢索不到外觀設計專利；（5）萬方和維普存在數據正確但檢索不到的情況。

4 結語

文章從“申請（專利權）人”一個檢索入口進行了檢索效果的對比分析，存在一定的局限性，未來將從更多的檢索入口進行對比分析，以期提供更全面、更有價值的參考結論。