基于大数据的专利技术智能化开发运营模式研究-彭茂祥.pdf

《基于大数据的专利技术智能化开发运营模式研究-彭茂祥.pdf》由会员分享，可在线阅读，更多相关《基于大数据的专利技术智能化开发运营模式研究-彭茂祥.pdf（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第36卷第1期2018年1月科学学研究Studies in Science of ScienceV0136 No1Jan2018文章编号：10032053(2018)01002107基于大数据的专利技术智能化开发运营模式研究彭茂祥1，李 浩2(1清华大学，北京100084；2中国专利技术开发公司，北京100088)摘要：当今世界创新发展态势对高效率技术研发方法产生极大需要，本文研究提出基于大数据从智能化应用方向建立TRIZ理论新应用。本文分析了TRIZ理论及大数据在预测技术需求中的作用机理，探讨了TRIZ理论、数据挖掘在协同创新模式下的技术研发中的应用，研究了专利运营平台在技术市场中的重要位置

2、，提出了基于大数据与TRIZ理论的高效智能化专利技术开发运营模式。关键词：大数据；数据挖掘；专利；模式中图分类号：G30610 文献标识码：A当今创新型发展已成为全球发展主流，世界创新发展态势对高效率研发创新方法产生极大的需求，研究高效率智能化技术开发运营方法及模式具有重要理论与实践意义。互联网与大数据技术的迅速发展，使发明创造问题解决理论(TRIZ理论)在专利技术开发、运营中的智能化应用成为可能。1 TRIZ理论及其应用TRIZ理论是1946年前苏联以根里奇阿奇舒勒为首的数百名专家经过近50年的系统性研究，从250万件高水平发明专利中归纳提炼出的一整套体系化的、实用的发明创新理论。TRIZ理

3、论指出技术创新就是解决技术系统中出现的各种技术问题、矛盾或冲突，TRIZ理论解决问题的工具有9种，其中39个工程参数和矛盾矩阵及40个发明原理两种工具使用频率最高。TRIZ理论自创建之后在各个技术领域得到了广泛应用，也在专利分类、专利分析和TRIZ专利数据库的构建中也发挥了至关重要的作用7。虽然TRIZ理论在很多技术领域和非技术领域得到了大力推广，但是TRIZ理论仍存在具体问题难以标准化、标准解难以具体化、缺乏扩展性及先进性、尚不能有效解决客户需求、不能促成技术与市场对接等应用瓶颈，从而使TRIZ理论在专利技术智能化开发运营中的应用受到了限制。随着数据存储、通信、互联网、社交媒体、软件等技术的

4、发展，“大数据”成为互联网信息时代的最流行词汇。大数据时代的到来将对人们的思维、商业模式和管理方式带来一场大变革，并逐渐扩展并渗透到社会各个领域。当然，大数据也给TRIZ理论带来了进一步发展的机会，TRIZ理论的应用瓶颈可能因大数据而得到克服，而TRIZ理论新的发展将促进专利大数据的建设。一方面，大数据时代可以利用大数据方法及工具对海量的专利数据进行汇总、归纳、挖掘及提炼，进而验证并完善TRIZ理论，进一步拓展TRIZ理论的内涵，尤其是把材料化学、信息技术、生物医学、社会科学等方面的原理和方法纳入到TRIZ理论中。另一方面，TRIZ理论可以为专利大数据的模型构建提供理论支撑及并在分析方法、参数

5、设置等方面提供依据，从而为客观评估技术发展、制定创新技术方案及实现智能化技术开发运营应用，提供精准预测及全面解决方案。另外，结合互联网的专利大数据建设还能解决专利技术与市场对接的问题。2大数据及TRIZ理论在专利技术开发及运营中的应用研究通常情况下，一个新技术的产生及应用需要经收稿日期：20160706；修回日期：20160908作者简介：彭茂祥(1975一)，男，高工，博士后，湖北衡阳人，研究方向为创新管理、知识产权管理及运营、信息管理大数据。E-mail：pmx-pmb27126corn。李浩(1984一)，男，副研究员，硕士，湖南永州人，研究方向为专利数据深加工及分析。万方数据科学学研究

6、 第36卷过技术需求、技术研发及技术市场三个环节，技术需求指引了技术研发的方向，技术研发的水平决定了技术市场的价值，而技术市场的状况又能产生新的技术需求。但是，技术需求、技术研发及技术市场三者目前并未形成生态化的有机整体，需求、研发及市场之间的脱节直接影响了专利技术开发及运营的效率。本文研究利用大数据和TRIZ理论来关联专利技术需求、研发及市场，促成需求、研发及市场之间无缝连接，进而为构建高效智能化专利技术开发运营模式打下基础。21 TRIZ理论及大数据在预测技术需求中的应用TRIZ理论指出技术系统的进化遵循一定的客观规律，同生物进化类似，技术系统也面临着自然选择及优胜劣汰。技术系统进化法则对

7、技术系统的发展规律进行了总结和抽象，指出了技术发展的规律和宏观的模式与方向，反映了技术发展过程中会经历的具体阶段和进化顺序。每个技术系统的进化，都要经历婴儿期、成长期、成熟期及衰退期四个阶段。当一个技术系统进化到一定程度的时候，原有的研发极限被突破，必然会出现一个新的技术系统替代它，即现有技术替代了现有技术，新技术又替代了现有技术，从而形成技术上的交替。如图1所示的s曲线体现了一个技术系统完整的生命周期，横轴是时间，纵轴可以为性能参数、专利数量、发明级别、利润等指标，它们随时间变化的曲线对于技术系统四个阶段呈现明显的变化。降能参数簟利数曰 )_1 4lI_J ：I一 、t。0r t-一 t分析

8、s曲线有利于技术人员了解技术系统的成熟度，预测技术的未来发展趋势，并适时进行下一代技术的需求调研，提前布局下一代核心技术的研发，从而占得绝对的技术先机。通过分析当前核心技术在技术进化过程中的阶段与状态，分析技术未来的进化方向和可能进化的模式，可以预测未来产品的技术发展前景和水平。作为企业来讲，能实现销售一代，生产一代，研发一代，同时预测新一代产品。此外，依据技术进化的s曲线还可帮助技术决策者采取不同、更有针对性的产品研发策略。除了通过TRIZ理论预测技术需求之外，还可以通过大数据预测来获知技术需求。大数据的应用核心是预测，预测是数据挖掘的价值所在。一般情况下，大数据预测是在海量的数据中挖掘出特

9、点及规律，并建立科学的预测模型，之后利用该模型输入新的数据，从而预测未来的数据，简而言之就是把数学算法运用到海量的数据上来预测事情发生的可能性。通过收集人们在社交网络和其他平台上产生的数据，进行实时、全面的分析，能帮助企业或机构建立用户的立体形象，了解用户的品味和喜恶，从而提供预测性的判断。同样，通过收集工业数据、用户行为数据、专利数据、非专利信息及科技信息，并进行针对性的数据分析，可预测出前瞻性、精准性的专利技术需求，引导企业或机构迅速响应该项技术需求，提前启动技术研发并完成专利布局。在数据收集过程中，非专利信息包括与专利数据相关联的企业、商业、经济、金融、标准等信息，通过将各项数据及信息建

10、立高度关联，实现“信息孤岛”的连通，从而可以进行立体的、全方面、多维度的需求分析，进而使需求的预测更具决策力和洞察力。22 TRIZ理论、数据挖掘及协同创新在技术研发中的应用TRIZ理论是技术研发的常用工具。TRIZ理论揭示了创造发明的内在规律和原理，强调解决系统中存在的矛盾，能够帮助创新主体系统分析问题，并快速发现问题本质或者矛盾，精准确定问题解决方向；还能帮助技术人员突破思维障碍，打破思维定势，以全新的视觉分析问题。实践证明，运用TRIZ理论可加快发明创造的进程并获得高质量的创新产品。有了准确的技术需求，就能找出技术问题或矛盾，而TRIZ理论就能提供从微观的角度解决技术问题或矛盾的手段。在

11、应用TRIZ理论解决具体的技术矛盾时，一般先把工程实际问题转化为可用39万方数据第1期 彭茂祥李 浩：基于大数据的专利技术智能化开发运营模式研究个通用工程参数，包括改善参数和恶化参数，构建TRIZ标准问题模型，然后利用矛盾矩阵从40个发明原理中选择相应的TRIZ标准解决方案模型，最后映射至工程实际解决方案。也可以用发明问题标准解法、分离原理、物一场模型来解决各种矛盾，并形成具体的、建设性的、创新的技术方案。数据挖掘能为技术研发提供知识。数据挖掘是采用数学、统计、人工智能和机器学习等方法，从海量的、不完整的、随机的、有噪声的、模糊的数据中，提取隐性的、未知的、具有潜在应用价值的知识及模式的过程。

12、数据挖掘在专利数据方面的主要应用是知识发现，利用数据挖掘对已预处理的专利数据进行关联、分类、聚类、偏差分析等，可以从中发现有价值的知识和模式。另外，以TRIZ理论为基础，从专利数据库中挖掘发明原理、科学效应等知识，可帮助技术人员获得更加丰富的、具有启发作用的实例，从而解决产品的创新设计问题。众所周知，同一个发明原理可以在不同的行业或领域中运用，通过数据挖掘而建立的知识库包括基于发明原理的典型案例、技术经验及深度知识，这些案例、经验及知识会激发技术人员的创新灵感，为技术人员提供全面参考及技术支撑，极大提高技术人员的创新效率，降低产品设计生产和制造周期。协同创新是各个创新要素的整合以及创新资源在系

13、统内的无障碍流动，可充分调动企业、高校、科研单位的创造性和积极性，加强跨学科、跨部门、跨行业组织实施深度合作和开放创新，加快不同领域、不同行业以及创新链各环节之间的技术融合与扩散p一。在协同创新中，企业、高校、科研单位协同作战，密切配合，实现相关科研成果融合再创新；分布于不同地域、不同行业、不同单位、不同部门的创新主体，依靠现代信息技术构建的资源平台，通过直接沟通、信息共享、全方位交流、多样化协作，共同完成一项创新任务，快速形成新决策、新成果、新知识，最终实现各创新主体自身发展及科技创新的发展。23 专利运营平台在技术市场中的应用专利价值的实现取决于专利运营，专利运营本质上是供需双方的市场行为

14、，产业和市场需求是专利运营的源头，而供给侧则是高价值专利(组合)。在专利运营的过程中，一个公开的、健全的交易市场发挥着重要作用，而专利运营平台所起到的就是交易市场的作用。专利运营平台的主要作用是构建专利供给方与专利需求方之间的媒介，以加强专利信息供需双方的沟通，促进专利的流通，尤其是专利许可和专利转让。当今，专利运营平台应立足于实体产业，充分运用互联网和大数据技术，基于专利导航的核心指引汇集整合产业资源和创新要素，面向全创新链提供全方位、一站式服务。专利运营平台未来发展方向应是融合搜索、电商、社交三要素的互联网产品，并且着重专利信息披露和优质信息匹配推送。构建专业化、互联网化的专利运营平台，是

15、促进专利运营业务蓬勃开展的重要载体和支撑，其必然会迸一步活跃专利技术市场。3基于大数据与TRIZ理论的高效智能化专利技术开发运营模式31 专利开发运营生态体系从专利创造到专利运营，需要经历确定专利技术需求、专利技术研发、专利技术市场三个核心环节，但是目前这个三个核心环节相互独立、难成一体，从而导致技术创新效率低下、专利技术转化不畅、技术与市场对接不上、市场无法催生真正的技术需求等问题。为了适应开放式创新、协同创新、跨界合作创新等技术创新发展态势需要，亟需发展基于互联网、专利大数据、开放协同创新、TRIZ理论的全流程、自循环、智能化的专利技术开发运营新模式，构建基于大数据与TRIZ理论的高效智能

16、化专利开发运营生态体系，如图2所示。提前获知准确的专利技术需求有利于加快技术研发进程，而准确的技术需求则取决于TRIZ理论技术系统进化法则的运用及大数据预测分析。运用TRIZ理论的技术系统进化法则可预测出技术系统未来的发展方向，而满足技术系统中存在的需求是技术系统进化的推动力。与此同时，采用大数据的手段，依据所收集的全面的数据，通过预测模型的计算，可以输出潜在的、热门的技术需求。作为企业来讲，通过收集、挖掘大量内部和外部的数据，可以预测市场需求，进行智能化决策分析，从而制定行之有效的战略。用户在网络上产生的信息、行为、关系三个层面的数据，有助于企业进行预测和决策。协同创新平台、TRIZ理论工具

17、及深度知识库是实现高效专利技术研发的三大主要因素。一旦确定技术需求，即可利用协同创新平台集中多方力量围绕该技术需求进行研究，也可将技术需求在平台上万方数据科学学研究 第36卷公开发布，寻求开放式的技术解决方案。专利技术需求的确定便意味着技术问题的存在，TRIZ理论工具在解决具体技术问题中将发挥作用，其提供从微观的角度分析技术改进方案的手段。深度知识库能为专利技术研发提供思维外延及案例参考，有利于发现技术机会，能进一步地促进技术研发的高效运行。构建深度知识库之前需要经过专利数据的预处理及挖掘，其目标是构建基于TRIZ的案例库，即将部分专利进行TRIZ理论工程参数及发明原理的标引，以便于后续训练文

18、本集的查询和规律研究。专利技术研发的最终目的是占领市场并完成专利技术的转化及运营，而专利技术市场的瞬息万变能催生新的专利技术需求。在未来的专利技术市场中，专利运营平台将发挥主导作用，它能实现供需对接，活跃技术市场，使技术价值最大化，还能明晰未来的技术需求。专利运营平台接人智能检索、专利分析以及专利评估系统，以全面实现待交易数据的查询、分析及价值评估。图2 基于大数据与TRIZ理论的高效智能化专利技术开发运营生态体系32专利开发运营系统技术框架根据基于大数据与TRIZ理论的高效智能化专利技术开发运营生态体系，本文设计了该生态体系的技术框架，如图3所示，包括四层结构：数据层、数据处理层、知识层以及

19、应用层。(1)数据层。主要包括专利基础数据、专利扩展数据、企业数据、经济数据、金融数据、高校信息数据、标准数据、科技成果数据、平台数据及其他数据。专利基础数据包括中国及全球专利的著录项目与摘要、全文文本、全文图像、法律状态数据、英文翻译及深加工数据；专利扩展数据主要包括全球专利引文数据、专利同族数据、专利分类数据、专利审查流程数据、专利复审无效数据、专利行政执法数据等；企业数据包括企业工商登记数据；经济数据包括地区经济发展报告及行业经济发展报告；金融数据包括保险数据、证券数据、商情数据、基金数据；标准数据包括国家标准、行业标准、地区标准及计量规程规范；平台数据主要是指协同创新平台及专利运营平台

20、自身产生的数据，包括用户登记平台的注册信息、专利供需信息、专利交易所产生的运营信息、交易双方相互评价产生的诚信评价信息以及用户使用平台的各项功能产生的行为信息。(2)数据处理层。数据处理层是基于大数据与TRIZ理论的高效智能化专利技术开发运营生态体系的核心层，数据处理层建立在Hadoop架构之上。Hadoop的核心是HBase利用MapReduce来处理内部的海量数据；Sqoop整合各种数据源数据，存储于分布式数据库HBase中。这里采用基于HDFS的HBase的存储系统，HDFS存储Hadoop集群中所有存储节点上的文件；MapReduce用于数据挖掘及技术需求的大数据预测，并对数据处理的结

21、果进行可视化展示，MapReduce是一种编程模型，一个MapReduce应用程序至少包含3个部分：一个Map函数、一个Reduce函数和一个Master函数；MapRe万方数据第1期 彭茂祥李 浩：基于大数据的专利技术智能化开发运营模式研究duce将海量的数据精炼后为数据挖掘和大数据预测提供高密度价值的数据。(3)知识层。专利大数据的处理就是要对专利数据进行深层分析、挖掘专利数据所蕴含的深层知识，寻找专利数据内部隐藏的规律。知识层包括：TRIZ理论知识库。以TRIZ理论为基础，从专利数据库中挖掘发明原理、科学效应等知识，形成TRIZ理论知识库，该知识库包括基于发明原理的典型案例、技术经验及深

22、度知识，这些案例、经验及知识会激发技术人员的创新灵感；词表。词表又称领域词典，具有两个功能，一是用于构建TRIZ理论知识库，二是用于智能检索。词表包括发明原理词典、工程参数词典及专利分类一主题词一体化词表；发明原理词典及工程参数词典针对TRIZ理论的40条发明原理及39个工程参数建立，发明原理词典收录了对应每条发明原理的尽可能多的关键词，工程参数词典通过根据大量的训练文本集提炼出每个工程参数在实际产品创新当中的一般词汇而成，对于未知分类的某个专利而言，通过关键词匹配机制及语义关系模板，判断该专利中应用的原理是否属于TRIZ中的发明原理，若是，则认为该专利的解决方案属于已知的知识，可以将其加入到

23、TRIZ理论知识库中。对于专利分类一主题词一体化词表，其通过整合国际专利分类(IPC)、联合专利分类(CPC)、分类定义、发明原理词典、工程参数词典及700多万专利数据深加工标引词汇而成；在该词表中，主题词与IPC分类号、CPC分类号直接映射，并建立有涵盖所有主题词的同近义、等级和相关词系统。专利技术发展规律。依据于TRIZ理论技术系统进化法则，结合相关领域专利文献，对专利技术发展脉络及路线进行总结和抽象，构成专利技术发展规律，反映出技术发展过程中会经历的具体阶段和进化顺序，为专利技术研发及技术决策提供指引及支撑。技术需求发展趋势。从专利技术市场出发，基于TRIZ理论技术系统进化法则及大数据预

24、测分析，总结出技术需求发展趋势，为技术先进性及市场迅速定位提供决策依据。价值专利。从法律、技术和经济三个层面对专利的价值进行评估，并引入专利文献引证分析，通过计算相关专利的被他人引用次数及技术扩散指数来筛选价值专利，构成市场价值高、专利质量高、专利权稳定的价值专利库。(4)应用层。所有的分析及研究都将归结于应用，大数据为高效智能化专利技术开发运营的进一步发展起到了极大的促进作用。应用层包括专利运营平台、智能检索系统、专利评估系统、专利分析系统及协同创新平台。专利运营平台具有专利技术信息展示、需求信息展示、信息检索、评估、分析、浏览、技术与需求对接、信息发布等功能，能实现专利、技术及需求信息的发

25、布和展示，实现供需数据对接。中国专利技术开发公司开发的中国专利运营平台对所有专利数据按照战略性新兴产业、国民经济行业分类、通用技术领域及中国制造2025进行了标引，四类导航体系方便用户精确查找相关专利、技术及需求信息；该专利运营平台技术对接渠道有两条，一条是系统调用智能检索功能进行自动匹配对接，另一条是用户申请人工对接，自动匹配对接由系统自动发起，用户发布专利技术信息后，系统自动调用智能检索功能，检索相对应的需求信息，或者用户发布需求信息后，系统自动调用智能检索功能，检索相对应的专利技术信息；该专利运营平台接入智能检索、专利分析以及专利评估系统入口，以全面实现待交易数据的查询、分析及价值评估。

26、智能检索系统以专利分类一主题词一体化词表为核心，构建适应我国审查员和社会公众检索习惯的智能检索工具一专利大数据智能化信息服务平台，普遍用户无需掌握国际专利分类，也无需对检索词进行形式、意义、角度上的扩展，直接使用最熟悉的自然语言检索，系统后台依据一体化词表将自动进行同近义扩展、不同语种扩展并直接转换获得IPCCPC分类号后，综合运用主题词和分类号自动构建检索式进行智能检索，实现了专利分类与主题词检索之间的兼容、中外不同语种专利信息检索的兼容，降低了普通用户获取专利信息的难度。专利评估系统从法律、技术和经济三个层面对专利价值进行评估，其中每个层面设有多个分析维度，每个分析维度下设有多个分析指标；

27、比如法律层面分别从稳定性、保护范围、专利独立性、侵权可判定性、专利寿命五个维度进行评估，其中稳定性包括专利三性、公开充分性、说明书支持、权利要求完整性、超范围、复审经历等分析维度。在专利评估模型中，将每个层面的每个分析维度的所有分析指标都赋予权重值并进行加和得到专利评估值，评估值越高代表越有价值。专利评估系统还具有重要专利筛选功能，主要以专利文献引证分析为基础，通过计算相关专利的被他人引用次数及技术扩散指数来筛选万方数据科学学研究 第36卷重要专利。其中技术扩散指数是指施引专利所属领域的集中程度，反映了后续技术在不同技术领域的传播、扩散程度，意味着在多大范围内具有影响力。技术扩散指数的取值范围

28、为0一l，技术扩散指数越大(越接近于1)，说明观测专利被较宽技术领域的专利所引用，观测专利在不同技术领域的扩散程度越大，技术影响范围越大，技术适用性越好。专利分析系统主要功能在于对专利文献数据进行处理及统计，并形成分析报告。专利分析系统包括多个可供选择的模块，分别为核心专利筛选模块、专利价值评估模块、相似专利检索模块、产业统计分析模块、专利情报分析模块、专利技术预警模块、专利侵权分析模块等。专利分析人员根据项目需求，选择合适的专利分析模块进行分析，并形成专利分析结果。协同创新平台为企业、高校及科研单位之间的知识共享、技术研发提供工具支持，具有信息展示、4对策建议科技成果展示、人才信息库、技术问

29、题发布等功能。协同创新平台按照技术、行业、学科、企业、年度、专家或工程师、适用项目、需求为指标，构建科技信息服务平台的矩阵式信息架构，用户可直观地获取与某项技术创新相关的所有信息；该平台分享科技信息、研发设计、TRIZ创新技术及其他信息，构建多维立体服务平台，不断输入和输出各组织发展需要的知识或技术；该平台建有专业性的人才信息库，将行业、企业、高校及科研单位的工程师、专家或团队等信息进行披露，为创新主体寻找专业人才提供了通道；该平台可进行技术问题发布，企业可通过该平台来有偿征求技术问题解决方案。另外，企业内部也应该建立开放式协同创新平台，平台除了涉及技术部门、研发部门及产品开发部门之外，还涉及

30、销售部、生产部及采购部门，该平台打破空间和时间的概念，为不同部门、不同专业之间的知识碰撞及技术交流创造了便捷渠道和机会平台。型鏊塑 垦鳖塑 鏊塑 垫塑 垫塑U数据 L数据数埋 U据 数据弋夕 )关系 Mapreduce分析I数据库 技术需求数据挖掘l( )爿数据整合广专 _号 Hbase 旧 。 预测 数据库HnFs | f 可视化 1l“l L J之岁T知RIZ识N库沦词表袭嫠箍鑫蓑奁霪粪价值利之乡犁蓄营智紫鬟索专梨囊估专梨象析协早掣新 图3 高效智能化专利技术开发运营生态体系技术框架综合本文研究，本文认为，创新发展基于大数据与TRIZ理论的高效智能化专利技术开发运营模式，对我国企业、高校、

31、科研院所、乃至科技工作者、发明人等，具有十分重要的实践意义和迫切性。但从目前运用环境条件而言，发展基于大数据与TRIZ理论的高效智能化专利技术开发运营模式，现阶段尚存在诸多挑战题和困难，比如：国家公万方数据第1期 彭茂祥李 浩：基于大数据的专利技术智能化开发运营模式研究共数据仍未完全开放；科学、经济与技术信息之间仍未建立关联；数据的爆发式增长，对于低成本、低能耗、高可靠性的存储方式提出了更高要求；大数据和传统创新理论之间的关系需要进一步的研究，大数据的分析建模及机器学习规则建立工作将必不可少；专利运营平台及协同创新平台的建设需要投入大量的资金。鉴于上述，本文提出以下对策建议：(1)我国加快推动

32、公共数据向社会开放，实现大数据资源共享，优先推进专利、税务、产业、统计等公共数据对外开放力度，提升公共数据再利用水平；发展基于大数据的专利技术创新智能化辅助支持模式，研究制定国内外专利技术布局宏观战略，研究制定专利技术创造宏微观方向指南，构建基于大数据的专利实施、转移、交易、运用、商用化、产业化新机制。(2)政府部门加快落实我国促进大数据发展行动纲要，带头运用大数据技术提升政府治理与社会服务能力，支持众多公共领域的企事业单位开展大数据应用，鼓励公共领域机构开展大数据创新，建设开放式协同创新平台，实现科技及技术信息的共享；加强未来专利技术研发方向引导，研究专利技术创新指南，支持中小微企业专利创新

33、创业，发布国家专利创新指数。(3)广大企业、高校和科研单位等创新主体积极学习运用大数据技术，推广TRIZ理论的应用，培养专利复合型人才，建立各自的专利数据信息库，积极参与开放式协同创新平台建设，以创新来驱动技术发展，加快产业的转型升级。(4)建议相关专业研究者，要选择着力海量数据存储、数据清洗、数据挖掘等领域关键技术研究，提升数据分析处理能力和辅助决策能力，支持自然语言、机器学习等人工智能技术创新，实现技术研发的智能化、精准化及高效化。(5)知识产权服务机构应该抓住机遇，积极在专利运营平台中引进大数据技术，开发基于大数据、互联网的知识产权公共服务平台建设，支持发展知识产权(专利)中介服务新业态

34、、新模式，同时，加强与创新主体、专利管理部门的协同联动。参考文献：1 赵敏，史晓凌，等TRIZ入门及实践M北京：科学出版社，20092 周莹，彭丽娟TRIZ理论研究及应用现状分析J科技情报开发与经济，2013，23(10)：1511533 周胜生TRIZ理论简介及在专利战略中的应用J专利审查研究，2011，(3)：17234 贾鸿翅，等面向TRIZ的专利知识本体建模与应用J现代制造工程，2009，(2)：145 王克奇，等基于TRIZ的专利分析系统研究J情报科学，2009，27(4)：5515536 李更，等TRIZ创新流程与专利检索系统的结合探索J情报杂志，2013，32(2)：79817

35、程序，于海燕TRIZ理论在专利技术路线图制定中的应用研究J情报学报，2012，31(10)：104510518 涂子沛数据之巅M北京：中信出版社，20149 王君华，彭华涛，刘国新面向TRIZ的协同创新体系M北京：科学出版社，201510 梁宏浅谈企业创新和互联网思维J中国发明与专利，2015，(6)：263011 郑纬民从系统角度审视大数据计算J大数据，2015，(1)：18The model of intelligent patent technology development andoperation based Oil big data and TRIZ theoryPENG Mao

36、xian91LI Ha02(1Qinghua University，Beijing 100084，China；2China PatentTechnology Development Corporation，Beijing 100088，China)Abstract：The TRIZ theory has been applied in many fields of technology innovation，but there are still some application bottlenecks inthe TRIZ theoryThe advent of big data time

37、will be possible to make the intelligent application of the TRIZ theory in patent technologydevelopment and operationIn the paper，we analyze the role of TRIZ theory and big data prediction in technical requirements，discussthe application of the TRIZ theory，data mining and collaborative innovation in

38、 technology research and development，study the impor-tant position of patent operation platform in the technology market，and propose the model of the efficient and intelligent patent technology development and operation based on big data and the TRIZ theoryKey words：big data；data mining；patent；model万方数据