刚参加完中国专利信息年会（2014），有一些感悟，记录下来：

1.     专利数据来源

数据的同质性与差异性。本次参展的厂商中约有20多家，其中，大部分的数据服务商已经能够提供多达90个国家以上的专利数据，说明现阶段支撑全球专利数据分析的数据基础已经具备。但就数据本身的来源来看，还是比较十分同质的，大部分的数据库数据服务提供商的底层数据源都十分近似。本次参展中在数据的差异性上还是有一些亮点的。如darts-ip、Paterra、合享新创、知了网等机构都在数据方面展现了一些差异化的特色。但总体而言，这种差异化并不显著，像DERWENT这类全面的增值数据已经多年没有更新了。

2.     专利检索平台

检索平台的同质性现象也很明显。大部分的数据服务商所提供的检索平台中包含的检索项目、命令、导出、ALERT都是十分雷同的。稍有特点的可能算是Patentics吧，这也许说明将数据挖掘、机器学习方法引入检索来改进检索效果也许算是一种有益的尝试思路；近年来，针对号码检索方面的改进也有不少，如TI、智慧芽等；在机器翻译方面，似乎各个公司都有了长足的进步，但具体效果如何，还有待评价。检索平台体现出的另一个问题是：像TI和STN这种提供多种复合数据来源的数据检索平台如何在数据检索的易用性和专业性中寻求平衡，至少目前的处理效果是不好的。最后，检索平台能不能其他思路呢？

3.     专利分析平台

分析平台是这些年专利数据服务商一致致力改进的地方，不同的机构在这个方面都极力想体现出差异化来，但真正的差异并没有多少，主要是一些细微的改进。这种细微的改进主要体现在如下几个方面：（1）对于专利全景地图、功效矩阵、引证关系图的改头换面上（不能称之为改进）；（2）文本挖掘与各种矩阵的集合：如英帕特克的claimmap、Knowledgemap，Landon IP的problem/solution Matrix以及连颖、Patentics基于文本挖掘的矩阵；（3）一系列的面向生命周期的指标评价体系，如Questel生命周期产品，RWS预算制定等；（4）一系列专利价值评价指标，如东方灵顿指标组合、Patentics的特征指标、合享新创等，加上之前Innography的指标等（不评价）。分析平台目前面临的最大问题是：我们的思路被各种专利数据分析模板、报表给牵制了，这块的改进需要我们对于用户到底想要什么进行彻底反思后方能给出答案的问题。

4.     专利数据分享

数据分享意愿增强，但分享实践不够。本次会议上有一个突出的感觉是近年来国家知识产权局在数据共享方面的态度越来越明确，这一点对于改变中国专利数据画地为牢的现状是十分有益的，但实际上数据分享的脚步迈的并不迅速。中国引文数据就是一个很好的例子。这个问题其实可以反过来想，如果未来全球的专利数据都开放共享了（其实，专利数据本来就应该开放），那么，这些专利数据服务商还靠什么生存？为何不考虑通过分享数据、吸引人次、引领合作，来获得企业在未来竞争中的优势地位呢？

5.     标准、联盟与专利

标准、联盟与专利的结合是本次会议中一个讨论极为集中的话题。ONE-RED、中国移动、INTEL等机构的演讲是很有启发的。知悉了一个概念“FRAND标准”。我关注的其实是标准、联盟中的信息揭示问题。标准、联盟对于专利信息具有强烈的揭示愿望，但目前这些信息的标准化（standardized）问题是需要考虑的。

6.     专利信息需求的反思

专利信息需求是专利信息服务的先导，十分重要。我本次会议的感受是，大家开始反思这个问题，或者说一致在追寻这个问题的答案。专知识产权出版社与华为公司对这个问题进行了探讨，吸引了很多人的目光。这恰恰说明目前专利信息服务商对于专利用户的信息需求是不清楚的，或者不太清楚的。如前所述，我们不能再被现有教科书上的所谓专利分析模板的思路所束缚，要真正的从用户需求出来重新来设定我们的专利分析流程。

7.     专利数据质量反思

专利数据质量是一个较为复杂的问题，因为，数据本身是一个动态的、多阶段的东西。如有专利审查数据的指标、国家局专利数据质量、交换数据质量、增值专利数据质量、以及应用到分析场景中数据的质量等。本次会议中WIPO、PDG等机构都介绍了他们对于前段数据质量控制的经验。然而，在数据分析后端，专利数据质量控制还是较为粗放的，如刘化冰先生所说，国内缺乏第三方机构对于专利数据商提供的用于检索、分析的数据提供公正的评价，亦或者像曾经日本检索机构从事的专利检索比拼、翻译大赛，来推动专利数据质量的提升。

8.     专利商业化的反思

高智公司的讲演给我留下了深刻的印象。为什么高智能够赚到钱呢？智力支持网络+合作盈利模式+专利组合构建+技术投资经验也许正是他们的特点。

9.     大数据时代的反思

知识产权出版社的雷总为我们描绘了一幅美好的大数据环境下的专利信息服务画卷。很美好，需要努力的地方很多。看来我又要多买几本书来恶补一下相关知识了。