계층형 데이터 시각화를 통한 특허정보 분석 : 토픽 모델링 활용 = Hierarchical Data Visualization for Patent Information Analysis : Using Topic Modeling|RISS 상세보기

다국어 초록 (Multilingual Abstract)

Globally, the rapid increase in patents, recognized as documents with high potential value, highlights their significance. These patents possess characteristics of big data, enabling the creation of diverse values through analysis.

While statistical techniques and machine learning are crucial for patent analysis, gaining insights from the results is equally important. Currently, the visualization of patent data predominantly involves simplistic forms. This study proposes circular packing as a visualization method that utilizes topic modeling to quantitatively identify the technologies in patent big data and understand technological development trends. Using LDA topic modeling and circular packing, we analyzed 5,172 patents related to mild hybrid technologies filed with the United States Patent and Trademark Office from 2005 to 2019.

The results identified major applicants like Toyota Group, Hyundai Group, Ford, GM, and Honda as key filers in the mild hybrid automobile sector. The mild hybrid automobile technology comprises 11 technology groups, including predictive modeling and signal processing, thermal and fluid systems, and genetic and chemical analysis. Among these, predictive modeling and signal processing, and thermal and fluid systems were identified as the key technologies, likely reflecting their role in enhancing automotive efficiency and proactive compliance with environmental regulations.

Moreover, while Hyundai emerged as a major filer, the lack of technically robust patents suggests a need for the company to file patents in key technology groups to enhance competitiveness.

This research proposes a methodology for analyzing and visualizing the trends in mild hybrid automobile technologies using patent data, enabling intuitive understanding of patent trends.

번역하기

국문 초록 (Abstract)

세계적으로 빠르게 증가하는 특허는 잠재가치가 높은 기술문서로 그 중요성이 강조되고 있다. 이런 특허는 빅데이터의 특성을 가지고 있어, 이를 분석하면 다양한 가치를 창출할 수 있다.

특허 분석은 통계적 기법이나 기계학습 등의 분석기법도 중요하지만 결과에서 인사이트를 얻는 것이 중요한 분야로, 시각화 또한 중요한 분야이나 현재 특허 데이터는 단순한 형태의 시각화가 주를 이루고 있다.

본 연구에서는 토픽 모델링을 통해 특허 빅데이터의 기술을 정량적으로 식별하고 이를 통해 기술 개발 동향을 파악할 수 있는 시각화 방법으로 써큘러 패킹을 제안하였다. LDA 토픽모델링과 써큘러 패킹을 활용하여 2005년부터 2019년까지 미국 특허청에 출원된 마일드 하이브리드 관련 특허 5,172건을 분석하였다.

실험 결과 Toyota Group, Hyundai Group, Ford, GM, Honda 등의 출원인이 마일드 하이브리드 자동차 분야에 주요 출원인으로 식별되었다. 마일드 하이브리드 자동차 기술은 예측 모델링 및 신호처리, 열 및 유체 시스템, 유전 및 화학분석 등 11개 기술군으로 이루어져 있음을 확인했다. 그 중 주요 기술은 예측모델링 및 신호처리, 열 및 유체 시스템 등이었는데, 이는 자동차의 효율성을 높이고 환경 규제에 적극적으로 대응한 결과로 보인다.

또 한국의 기업은 Hyundai가 주요 출원인 이었으나, 많은 기술을 출원하고 있는 것에 반해 기술력 있는 특허가 부족해, 주요 기술군에 기술성 있는 특허를 출원해 경쟁력을 확보하는 것이 필요할 것으로 사료된다.

본 연구는 특허 데이터를 활용하여 마일드 하이브리드 자동차 기술의 동향을 분석하고 시각화하는 방법론을 제안했다. 연구 결과 특허 동향에 관한 직관적 이해를 돕는 시각화를 할 수 있었다.

번역하기

세계적으로 빠르게 증가하는 특허는 잠재가치가 높은 기술문서로 그 중요성이 강조되고 있다. 이런 특허는 빅데이터의 특성을 가지고 있어, 이를 분석하면 다양한 가치를 창출할 수 있다. ...

목차 (Table of Contents)