ANÁLISE DE PADRÕES FREQUENTES EM DOCUMENTOS DE PATENTES: UM ESTUDO SOBRE "PATENTES VERDES"

Abstract

The use of the technological information contained in patent documents presents several advantages, such as: large number of documents available, coverage of all technological fields, ease access, universal format and extreme relevance content. A patent is a form of intellectual property and consists of a set of exclusive rights granted by the State to an inventor, containing complete information on the developed technology. Through a bibliographical survey, the literature gap regarding the extraction of frequent patterns from the structured data contained in the patent documents was verified. Given the growing importance of renewable energy generation, this paper conducts a case study using a subset of "green patents" extracted from the Derwent Innovations Index database. To do so, the applied methodology includes an experimental evaluation composed of five stages: integration; exploratory data analysis; pre-processing; frequent patterns; and generation of association rules. The software R was used in all stages of this methodology. The analysis of the rules generated in this work focuses on discussing the possible adjustments that the data mining algorithm and software R provide. In addition, this work presents, among other visualization formats found in the patent analysis literature, an alternative visualization form from association rules extracted from patent documents with the use of a chord diagram. This research concludes that the information contained in patent documents should be exploited to generate high value-added knowledge through studies using structured data and alternative visualization forms of patterns and association rules.

O uso das informações tecnológicas contidas em documentos de patentes apresenta diversas vantagens, tais como: grande quantidade de documentos disponíveis, abrangência de todos os campos tecnológicos, facilidade de acesso, formato universal e conteúdo de extrema relevância. Uma patente é uma forma de propriedade intelectual e consiste em um conjunto de direitos exclusivos concedidos por um Estado soberano a um inventor, contendo informações completas sobre a tecnologia desenvolvida. Através da realização de um levantamento bibliográfico foi verificada a lacuna existente na literatura a respeito da extração de padrões frequentes a partir de dados estruturados contidos nos documentos de patentes. Dada a crescente importância da geração de energia através de fontes renováveis, este trabalho realiza um estudo de caso com a utilização de um subconjunto de "patentes verdes" extraído da base de dados Derwent Innovations Index. Para tanto, a metodologia aplicada inclui uma avaliação experimental composta por cinco etapas: integração; análise exploratória; pré-processamento; padrões frequentes; e geração de regras de associação. O software R foi utilizado em todas etapas desta metodologia. A análise das regras geradas neste trabalho se concentra em discutir as possibilidades de ajustes que o algoritmo de mineração de dados e o software R fornecem. Além disto, este trabalho apresenta, dentre outros formatos de visualização encontrados na literatura de análise de patentes, uma forma de visualização alternativa a partir de regras de associação extraídas de documentos de patentes com a utilização de um diagrama de cordas ou chord diagram. Esta pesquisa conclui que as informações contidas nos documentos de patentes devem ser exploradas para geração de conhecimento de alto valor agregado, através de estudos com a utilização de dados estruturados e formas alternativas de visualização de padrões e regras de associação.