＂大數(shù)據(jù)＂能否連通專利信息＂孤島＂

利用一件專利的申請人信息，直接通過工商登記信息關聯(lián)，就能夠?qū)Σ煌愋偷膭?chuàng)新主體進行專利情報分析；利用發(fā)明人信息，直接通過人事部門信息關聯(lián)，就能從多個角度對創(chuàng)新者進行分析……這種看似遙不可及的專利信息服務，在大數(shù)據(jù)時代或?qū)⒊蔀楝F(xiàn)實。
    “大數(shù)據(jù)”（big data）概念在上世紀90年代最初提出時，只是對無法用傳統(tǒng)手段進行抓取、管理和處理的數(shù)據(jù)的統(tǒng)稱。近年來，隨著技術升級，“大數(shù)據(jù)”的內(nèi)涵也發(fā)生了變化，并成為信息技術界最熱的概念之一。應用圍繞大數(shù)據(jù)產(chǎn)生的新技術，高速、大規(guī)模的數(shù)據(jù)交換、互聯(lián)，以及從前無法想象的數(shù)據(jù)處理方式正在成為可能。
    專利文獻以其內(nèi)容廣博、數(shù)量巨大等特點，被人們譽為集科技、法律、經(jīng)濟信息于一體的科技信息資源。專利信息這一涵蓋各個領域創(chuàng)新的技術寶庫與智慧海洋，如何能夠與大數(shù)據(jù)概念“聯(lián)姻”，誕生更完美的信息服務，產(chǎn)生此前不曾預料的價值呢？
    專利信息現(xiàn)狀 含有寶藏的“孤島”
    自專利制度建立以來，全球的專利文獻經(jīng)過數(shù)百年的積累已經(jīng)浩如煙海，且近100年人類科學技術突飛猛進，更使專利信息加速增長。我國專利申請總量用了近15年時間達到第一個100萬件，第二個100萬件僅歷時4年零2個月，現(xiàn)在，2012年一年的專利申請就有205萬件。在剛剛過去的8月7日至8月14日這一周內(nèi)，中國就有4451件發(fā)明專利獲得授權，美國有5725件專利獲得授權。越來越多的創(chuàng)新成果正在不停歇地匯入大數(shù)據(jù)的洪流。
    倉庫大，內(nèi)容多，好處是多得數(shù)不清，缺點則是對內(nèi)容的分揀、選取、利用都成了“大任務”。目前，世界各國的在線專利文獻檢索服務均已比較成熟。國家知識產(chǎn)權局也建成了專利檢索與服務系統(tǒng)，任何用戶都可以通過專利申請?zhí)?、授權號、專利名稱、申請人等信息，在中國專利數(shù)據(jù)庫中進行搜索，其中大部分都可以看到專利說明書等詳情。
    基于傳統(tǒng)數(shù)據(jù)庫技術與搜索技術，目前的專利數(shù)據(jù)已可以針對多種著錄項目進行檢索，性能成熟穩(wěn)定，但在大數(shù)據(jù)技術下仍可期望有更多進展。上海市知識產(chǎn)權服務中心副主任梁建軍是為專利信息應用大數(shù)據(jù)技術的倡導者之一，他向本報記者表示，大部分國家都在互聯(lián)網(wǎng)上公開各自國家的專利，但這些數(shù)據(jù)存在著數(shù)量巨大、結構異樣、重復率高、更新頻繁的特點，海量信息反而猶如茫茫大海中的許多座含有寶藏的“信息孤島”。
    梁建軍表示，專利文獻的內(nèi)容以直接公開技術信息及相關法律信息為主，其著錄項目不可能包含所有商業(yè)競爭情報分析所需要的信息。著錄項目是顯性信息，其后的大量隱性信息，則需要大數(shù)據(jù)的支持來獲得。
   大數(shù)據(jù)化展望 “小時代”期待“大變化”
   大數(shù)據(jù)會帶來一個什么樣的世界？關于這個“時髦”的話題，商業(yè)、科研、信息業(yè)都進行了為數(shù)不少的探討與設想。我們更關心，大數(shù)據(jù)會給專利信息帶來什么改變？
    首先，目前已有專利信息的全部著錄項目都會得到利用。大數(shù)據(jù)最大的特點是“4V”（Volume、Variety、Velocity、Value，即數(shù)據(jù)體量巨大、數(shù)據(jù)類型繁多、處理速度快、產(chǎn)生價值大）?！洞髷?shù)據(jù)時代》一書的作者舍恩伯格認為，“揀著測、挑著存、采著樣處理”的小數(shù)據(jù)時代方式已經(jīng)不合時宜，“要數(shù)據(jù)全集，不要采樣”。依照這種觀點，不僅專利權人、發(fā)明人、摘要這些重要的信息欄目會被重點分析，包括公開（公告）日期、優(yōu)先權日、申請日、IPC分類號、申請人地址在內(nèi)的信息也會獲得活力，因為分析它們需要的大量數(shù)據(jù)參考，在大數(shù)據(jù)時代將變得輕而易舉。
    梁建軍向記者表示，大數(shù)據(jù)技術的出現(xiàn)，將使源于各部門的“信息孤島”現(xiàn)象逐漸消失，而且會大大加快信息依存關系的顯現(xiàn)，從而使更有價值的隱性信息浮出水面。例如，企業(yè)名稱如果和工商部門企業(yè)登記信息關聯(lián)，就能夠?qū)Σ煌愋偷膭?chuàng)新主體進行專利情報的分析；發(fā)明人信息如果和公安或者人事部門的信息關聯(lián)，就能夠從多個角度對創(chuàng)新者進行分析。
    沿用至今的IPC分類號、洛迦諾分類表等為專利進行功能領域劃分的目錄，也許也會遭遇大的變革。這種單一維度的樹狀分類方式解決了紙件時代大量卷宗的存放和調(diào)取問題，但隨著創(chuàng)新技術的跨領域化發(fā)展，多維度、智能化的分類方式也許會在大數(shù)據(jù)的幫助下，對專利信息進行補充。當專利信息接軌大數(shù)據(jù)，專利信息的價值可能會向產(chǎn)業(yè)鏈上下端同時蔓延，新的信息加工和服務模式可以期待，它一定會超越人們的想像。
    梁建軍表示，今后規(guī)劃建設的專利信息服務系統(tǒng)，將會是個數(shù)據(jù)關聯(lián)度很高的系統(tǒng)，各類信息之間基本不存在割裂現(xiàn)象。對專利信息的利用和分析，也不再局限于技術、法律、經(jīng)濟、戰(zhàn)略等，而可能抽象到更加宏觀的人類智力發(fā)展規(guī)律、地域社會發(fā)展變革等高度。
    面對待解之題 “大數(shù)據(jù)”迎接新考驗
   大數(shù)據(jù)是實實在在的信息與計算科學，在理念的轉(zhuǎn)變之外，還需要切實的實踐，才能將其從紙面上挪移到現(xiàn)實中。要為專利信息應用大數(shù)據(jù)技術，實行大數(shù)據(jù)化的改造，同樣面臨著不少待解之題。
    首當其沖的是投資者與受益者的關系，大數(shù)據(jù)需要高度發(fā)達的計算中心作為支撐，需要專門的人才領軍項目，自然也需要不菲的投資。放眼全球，專利都具有強烈的國家、政府和公益屬性，專利信息集中在特定的政府部門進行管理，但其大數(shù)據(jù)化后可開發(fā)出很高的公益價值以及可以想見的商業(yè)價值。那么，誰來投資？政府一家未必有這樣一筆宏大的預算，可能更應該科學合理地召集、促使產(chǎn)業(yè)內(nèi)的領先企業(yè)對專利信息進行大數(shù)據(jù)化的開發(fā)，并設計公正和安全的回報、收益、激勵機制，在兌現(xiàn)開發(fā)價值的同時，也保護專利信息大數(shù)據(jù)化的產(chǎn)品不會被某家商業(yè)機構壟斷，而是產(chǎn)生應有的社會效益。
    與此同時，大數(shù)據(jù)化社會對信息的觀點也會有所變化。英特爾中國研究院首席工程師吳甘沙在評論《大數(shù)據(jù)時代》一書時指出，目前急需解決的是數(shù)據(jù)擁有權、隱私權和使用知情權。隨著個人、企業(yè)和政府更深地融入數(shù)據(jù)經(jīng)濟，數(shù)據(jù)擁有權成為了覆蓋人類生活和工作每一個角落的基本權利，應該像其他私有財產(chǎn)一樣受到保護。擁有者應該可以隨時了解自己有幾份拷貝數(shù)據(jù)、這些數(shù)據(jù)在哪里、誰在使用、產(chǎn)生了多少價值，法律法規(guī)也應對這些權利進行界定。專利信息是一個大型的已有數(shù)據(jù)庫，對其開發(fā)會產(chǎn)生許多副產(chǎn)品，這些數(shù)據(jù)及衍生品的擁有者是誰？相關個人、相關企業(yè)、專利管理部門、數(shù)據(jù)開發(fā)商、數(shù)據(jù)應用商，各占比例幾何，誰有一票否決權？這將會是一個超越專利范疇的社會課題。
    無論如何，大數(shù)據(jù)的浪潮在向我們涌來，正如梁建軍所感慨：“大數(shù)據(jù)時代的來臨，將進一步推動信息服務業(yè)和知識服務業(yè)的發(fā)展，我們的政府、企業(yè)、科研院所以及中介機構應該緊緊抓住這個歷史性機會，加大對專利文獻和專利信息的傳播和分析利用研究力度，接軌大數(shù)據(jù)、融入大數(shù)據(jù)、利用大數(shù)據(jù)，不斷開發(fā)和探索新的信息加工和服務模式，共同推進高技術服務業(yè)、知識產(chǎn)權服務業(yè)的發(fā)展，推動專利創(chuàng)新能力的提高，不斷挖掘和提供最新的競爭情報和智慧信息，用信息和知識共享的機制來消除信息和知識的孤島，助力經(jīng)濟轉(zhuǎn)型與發(fā)展?！?