本研究では、投資ファンドとして先端技術を持つ投資先を選定するという設定の下、社会課題を解決するための先端技術の中から、技術革新や市場拡大が期待される家庭用サービスロボットに着目し、技術動向分析および技術動向予測を行った。これらの情報と研究メンバーの想像する将来の生活から、ニーズはあるが、現在製品が普及していない家庭用調理ロボットを2030年製品化のターゲットとして選択した。家庭用調理ロボットについて、理想とする将来像と現状の技術とのギャップから、把持技術、安全技術、味のデジタル化技術をキー技術として特定し、これらの技術において先端技術をもつベンチャーを探索し、最終的に２社を投資先として選定した。

本研究では、特許出願を戦略的に行っていると考えられる中小企業を選択し当該企業により形成された特許出願網が同業他社にどのような影響を与えたのかを検討した。介護入浴装置業界のマーケットリーダーであるO社を分析対象として選定した。O社を含む主要3社は介護入浴装置市場において市場シェアを伸ばし、現在では寡占市場を形成している。このような状況を形成する上で3社の特許出願網が寄与していると仮定し、主要3社の出願が他社出願の権利化阻止、つまり拒絶査定での引用として挙げられた件数を確認した。そのうえで主要3社の引用文献群の中でのO社の占有率を評価した。さらに、O社の出願の特徴及び知財戦略の関係について検討した。

日本企業でイノベーションが起きにくいことが課題になって久しい。本研究は、創業以来115年間イノベーションを生み出し続けているA社に着目し、日本企業へイノベーションのヒントを示すことを目的として実施した。書籍や新聞、ウェブ情報、A社訪問での現物体験、及び特許情報を統合して検討し、様々な領域に渡るフィルム事業の事例を複数解析することで、A社のイノベーションのヒントを解明したのでこれを報告する。

本研究は、特許／非特許、Web、SNS分析などからニーズを読み取り、既存の医療技術やセンシング技術を組み合わせた、新しいヘルスケア関連サービスを提案することを目的とした。世代ごとのヘルスケアに関する課題を整理した結果、ヘルスケアのうち、特に青年期から壮年期の現役世代にケアの必要性が高いメンタルヘルスに注目した。更に調査を進めた結果、近年ストレスなどの精神状態測定に関連する特許出願や文献報告が増えていることが分かった。提案における条件として、オフィスでの利用を想定しており、組織の生産性向上を実現しつつ、スタッフの「ウェルネス」を高めることとした。また、診断において極力個人を特定しない、プライバシーに配慮したシステムとしてAI技術を用いた新規サービスを提案した。

新規開発テーマを提案する手法の一つとして「α発想法」がある. 「α発想法」は, ①個々人が自由発想を行う「個人ワーク」, ②個人ワークで得られた発想をグループ化, 階層構造化して機能ツリーマップを作成する「集団ワーク」, ③機能ツリーマップの分類に既存特許を当てはめて, 発想と公知技術との対応を表す機能鳥瞰マップを作成する「鳥瞰ワーク」，④機能鳥瞰マップに自社の強みや市場環境を加味して攻め所を特定する「提案ワーク」の4段階で構成されており, 徹底的に発想を展開した後に公知技術と対比し, 最終的に自社の強みや環境要素を加味して提案する手法である.「既存特許の分析」を起点とする一般的な手法とは異なり, 既存の枠に捉われない「発想」を起点とする点が, 「α発想法」の特徴といえる.

本研究では, 「生分解性プラスチック」を題材に, 「新規開発テーマの提案」を目的として「α発想法」を実践し, 「徐放性シロアリ駆除剤」を提案するまでの, 各段階における留意点等について報告する.

ニューラルネットワークを利用した単語・文書の分散表現学習を用いて効率的な特許調査方法を検討した。特にSDI調査を念頭に約3000件のインクジェット関連特許を人手で分類付与した実験用データセットを作成して文書のベクトル化方法とその用途として次元圧縮による文書の俯瞰可視化、文書分類への応用、類義語の抽出支援を検討した。

文書のベクトル化手法としてOneHotベクトルのBag of Word(BoW)モデル、TF・IDFモデル、分散表現ベクトルのモデルとしてAve-word2vec、doc2vec、SCDV(Sparse Composite Document Vectors)4)、Ave-fastText、fastText-SCDVを検討した。

機械学習による文書分類の手法としてはBoostingとRandom Forestsを組み合わせて集団学習させるPython用XGBoost(eXtreme Gradient Boosting)パッケージを利用した。XGBoostの他に7種類の文書分類アルゴリズムを検討した。

各モデルを交差検証した結果SCDVによる文書ベクトルを用いてXGBoostによる文書分類モデルが一番良かった。これは調査目的や調査の活用シーンに合わせて使えば十分特許調査実務に応用可能である。機械学習を用いて公報を文書分類する場合、教師データ（作成）を考慮した分類体系の設計が重要である。

特定技術分野における「特許請求の範囲」を入力文とし、人為的に分類ラベルを付与したデータセットを自作し、教師あり機械学習で文書分類を行うとき、機械学習モデルに入力する文書ベクトルの違いが精度に及ぼす影響について報告する。

機械学習モデルは、TensorflowをバックエンドとするKerasで1次元CNNを使用するニューラルネットワークと、非線形SVMとを実装した。

形態素解析はMeCabとsentencepieceとを比較検討した。

また、入力ベクトルは辞書ID列をKerasのエンベッド層に入力する方法、形態素頻度情報、TF-IDF、Word2Vecによる分散表現のそれぞれをKerasの全結合層に入力する方法及びSVMに入力する方法を比較検討した。

また、入力文字列の長さがが文書によってまちまちである点について着目し、文字列の後方をカットしたときの影響についても考察する。

本検討はアジア特許情報研究会における2018年のワーキングである。

科学技術情報の電子化と標準化は、さらなる研究の発展や意思決定の迅速化、イノベーションを加速させる重要なファクターである。その一方で、爆発的に増加し続ける研究情報とその多様化は、データの構造化と横断的な分析をますます困難なものにしている。出版物や特許情報、研究データなどの1次情報に加えて、引用データ、オルトメトリクスなどの2次情報など、異なる構造をもつ複数のソースから得られるデータから、意思決定を左右する知見をどれだけ迅速に得られるのかは、ツールの見極めと分析手法の選択を行う担当者の重大な責任である。本発表では、異種データを人工知能を用いて横断的に検索・分析できるツールの例としてwizdom.aiおよびDimensionsについて概観し、従来のツールとどのように異なるかを考察する。また、それによってどのような新たな検索や分析手法が可能になるのか、特に「情報過多と多様化」の問題がどのように克服され得るのか検討する。

調査によると、企業は自己のイノベーションの阻害要因として、「アイデア不足：「技術力やノウハウの限界」、「協力相手の発見が困難」などを上位に挙げている。そして実際の情報収集方法として、「学会への参加」や「ヒューマンネットワーク」など、属人性の高い手段があげている。

産業分野での動向調査において特許を中心とした分析が広く行われてきた、一方、企業に多くの利益をもたらす特許は、そのアイデアの部分について学術情報の貢献が大きいという報告もある。日本の学術および特許出願の存在感は近年相対的に低下していることを鑑みると、企業活動においてもますますグローバルな情報収集の重要性が増してきている。

グローバルな学術情報を活用することで、他社や、イノベーションを加速する情報を取得可能か、過去の事例を基に試みたので報告する。

2010年、2013年、2016年に続き、MEDLINE収録の国内医学雑誌に関する電子化状況等について調査・分析を行った。その結果、下記が明らかとなった。

・今回初めて収録数自体が大きく減少した。その理由についてNLMに問い合わせ、回答を得た。

・収録されなくなった雑誌のうち電子化されていたものはすべて国内プラットフォームから配信されていた。その結果、海外プラットフォームの占める割合が増えた。

・電子化されていない雑誌は1誌のみとなった。

・国内プラットフォームはほぼ J-STAGE に集約された。

科学技術振興機構（Japan Science and Technology Agency）は、科学技術情報プラットフォーム（Japan Information Platform for S&T Innovation）において、学術情報の流通に関するニュースを短くまとめたSTI Updates（学術情報流通ニュース）というニュース発信サービスを提供している。本稿では、2018年度のニュース720件を対象に、当該年度の地域、主題を分析した。その結果、対象となった地域は、ヨーロッパ、北米・中南米が全体の95％以上を占め、そのほかのアジア・オセアニア、中東・アフリカ地域のニュースはほとんど取り扱っていないことが明らかになった。また、主題に関して、テキストマイニングツールを利用して分析した結果、「①オープンアクセス」「②Plan S」「③EU著作権」「④プラットフォームの提供」「⑤JST、NBDCのイベント告知およびNISTEPの調査報告」「⑥研究データ」の6つであった。最後に、今後の課題として、ニュースの対象地域についての偏りの解消、地域の詳細な分析、主題の分析の質の向上が必要であることを示した。

本研究では，欧州発のPlan S（プランＳ）が日本の学術情報流通に及ぼす潜在的な影響について，論文分析を用いた分析結果をもとに考察を行った。まず欧州と日本が共著する論文のうちのプランＳ対象論文割合とそのオープンアクセス率を算出し，プランＳと日本の関係を概観した。また研究分野別・論文著者所属機関別の分析を実施することにより，分野や機関によりプランＳの影響度が異なるかを検討した。その結果，プランＳの日本への影響は，米国や中国が受ける影響に比べると限定的ではあるものの，相対的に影響が大きい研究分野・機関があることが判明した。特に東京大，京都大，理化学研究所には，プランＳ対象論文の責任著者が比較的多く所属しており，今後欧州の研究者と共同研究をする際には，cOAlition S参加機関からの助成有無の確認，成果論文発表先ジャーナルの選定等において，プランＳを念頭に置いた注意が求められる。

特許出願の件数の推移は、その特許出願が技術的に関連する製品の出荷台数推移や製品のライフサイクルステージと大きな相関を持つことが考えられる。

本稿では、明細書にその応用製品が記載された特許出願の件数推移とその将来予測、製品コア技術の特許出願件数推移とその将来予測から、製品の将来の出荷台数を予測することで、製品ライフサイクルステージの特定が可能であることを示す。なお予測の基本方式としては、それぞれの特許出願件数推移にBassモデルによる近似式を適用した。

現状では市場の状況の事後的な把握でしか確認することのできない製品ライフサイクルステージを、知的財産の情報に基づいて予測できれば、知的財産戦略の立案にも有効であるとともに、事業戦略の転換時期の決定においても参考にもなるものと考える。

これまでの特許情報解析では、出願件数や登録件数を指標として解析が行われてきた。例えば、競合企業の注力技術を解析したい場合、軸となる技術分野を細分化する工夫は様々な視点で行われてきたが、プロットされるのはあくまで「件数」であった。そこで、この研究では、発明者のグループを詳細に解析することにより、特定の技術開発に携わる「人数」を割り出し、特許件数だけでなく、開発者数も含めた総合的な視点で注力技術が探れないか、試行してみた。特に今回は、過去の前例が少ない中国企業における中国特実出願を母集団とした発明者グループ解析を試みたので、その結果とともに、解析における注意点や新たな発見も併せて報告する。

独自の特許価値評価手法によるツールを用い、各種業界の企業について特許力を判断し、その結果を応用した例について述べる。この種の検討はいわゆるＩＰランドスケープ（経営に資する知財活動）として注目を集めている。特許価値評価をベースに、対象企業の特許力を業界全体での位置付けや競合他社と比較する。本報告では、特許庁から公表されている書誌事項からの価値評価データに対し、統計学における中心極限定理を用いて価値偏差値の正規分布化処理を行って客観性を向上させたデータを得ている。この手法ではこれまでの価値評価システムとは異なり、相対比較や価値の合算による総合力の見積もりなどを公平に行える。得られた特許価値データを活用し、対象とする企業の業界における特許力評価に経営情報を付加して経済性を関連付けた。さらには企業のＭ＆Ａ、アライアンス等を仮想し、検討時の一指標とする例等を検討したので紹介する。

空飛ぶタクシー技術の研究が、世界規模の開発競争にて行われている。日本でも2020年の東京五輪の特別イベントとして空飛ぶタクシーのデビュー実現化が構想されている。中国Ehang社が米国CES2018に実物を展示して、中国とサウジアラビアにて実証テストを重ねている。非特許情報を手掛かりに特許情報にて裏付けしながら、５つの主要開発グループ（Ehang、Zheijiang Geely Group、Airbus、BOEING、Uber等）を中心にIPランドスケープ研究を行った。その報告をINFOSTA-SIG-PDG部会の活動報告として発表する。特許情報価値評価を７社（Sareresearch、Japio-GPG/FX、THE調査力、Derwent Innovation、ANAQUA、XLPAT、PatentSight等）の検索システムを利用して俯瞰可視化図と発想法を組み合わせて、ＩＰランドスケープ研究の工夫をした。「海外のプロバイダーの検索システムには標準機能として各種グラフ化機能と各種俯瞰可視化図の機能が備わっている」ことに注目した。結論として、「それらを駆使することでかなりのレベルのIPランドスケープ研究が達成できる」ことが、この研究で実証できた。具体的には、Derwent Innovation図とPatentSightの評価図の組合せ採用することを推奨する。

ASEANなど新興国の調査実務では、商用データベースの収録不足を補完する目的で各国特許庁データベースを活用する企業も増えてきた。中国特許調査においても英語情報のみの調査では漏れも発生することから、中国語検索が採用されているように、ASEANの特許調査においてもインドネシア、タイ、ベトナムなどの調査では各国特許庁データベースでの原語検索、検索結果の査読が行われるようになってきた。

そのような中、PATENTSCOPEやGoogle Patentsなどの無料データベースにASEANや新興国の特許情報が収録され始め、注目を集めている。そこでPATENTSCOPEをはじめとする無料特許データベースの収録状況および検索・表示機能について、商用データベースでの検索事例も交えて、ASEANや新興国特許情報を調査する担当者が、どのデータベースを選択して調査に当たるべきかの指針を示すことを目的に研究した成果を紹介する。

商用データベースへのアジアや新興国の特許情報収録が不充分な中でWIPOのPATENTSCOPEやASEAN PATENTSCOPEには、各国特許庁が有する特許情報が収録され、利用できるようになった。これまで、商用データベースにおいては収録国も限定的で、また収録言語も主に英語情報であった。PATENTSCOPEには、中国や韓国など東アジアやASEANその他新興国の特許情報が原語ではあるが収録されるに至った。その内容の詳細は、別途「アジア・新興国特許調査における無料データベースの実力検証」という形で報告予定であるが、本発表ではこれら原語データベースを検索するに当たり必要となる「原語」をどのように抽出するかを紹介する。

商用英語データベースにおいては、中国特許情報なども書誌・要約だけなく、請求の範囲や全文まで機械翻訳ないしは人間翻訳による英語情報が収録されるようになったが、英語情報には誤字・脱字だけでなく誤訳も存在し、調査担当者も英語情報を補完する目的で各国特許庁データベースにアクセスして原語検索や査読をするようになりつつある。

もちろん、若干の検索漏れなどが許される出願前調査や先行技術情報の把握などでは、日本語や英語で検索できる（サーチャーにはフレンドリーな）システムを使うことで充分な場合もあるが、当該国で事業展開を図る場合の権利侵害調査や無効化資料調査においては、網羅的な調査が求められるので、機械翻訳などによる日本語や英語での調査では充分とは言えない場合もある。

現状では、多くの調査担当者（サーチャー）は英語以外の各国原語の読み書きができないと思われるので、そのような各国原語を理解できない状況の中で、どのように原語を抽出し、検索式を立てればよいかの指針となれば幸いである。

ASEAN諸国への関心・注目度の高まりに相応してこれらの国々への特許出願も全体として増加傾向となっている。他方、電子出願の導入や各国の特許データベースの改良も続けられている。これら国々の知財の動静については、ジェトロ・バンコクやアジア特許情報研究会の論文、発表等で伝えられているが、各国において特許のFTO調査を行う観点の情報はまだ十分とはいえない。そこで、本報告では、ASEAN諸国の非英語圏の主要な国であるインドネシア、タイ及びベトナムの内、インドネシア及びタイにおける特許調査事情について調査し、FTO調査実施の課題について考察した。

中国特許、韓国特許に共通特許分類であるCPC (Cooperative Patent Classification) が付与開始され、IPC（International Patent Classification)のみを用いて調査するよりも、より精度の高い結果が期待される。ただし、通常の商用DB（データベース）を用いて、CPC検索すると、ファミリー特許がある場合、それらのファミリー特許に付与されたCPCも同時に検索される場合あり、中国特許庁や、韓国特許庁が付与したCPCを精度良く確認できない。今回、中国特許庁傘下のDBであるPSS-SYSTEMと、韓国特許庁傘下のDBであるKIPRISを用いるとともに、商用DBを用いてデータ補完しながら、中国特許庁と韓国特許庁が付与したCPC特許分類の付与状況を検証したので報告する。

中国の特許制度の特徴の一つに、特許と実用新案の同日出願（９条１項）がある。この制度の活用により、権利化が早い実用新案と審査に時間を要する特許とを同時に出願することで、出願の初期から権利の活用を有効に図ることができることが利点とされている。本報告では、上述の制度の利用状況を複数のデータベースを用いて詳細に調査するとともに、その利点とされる内容が機能しているのかを訴訟との関係等で検討し、今後の活用や対策のための情報として提供する。

近年ではビックデータの活用に注目が集まっており，図書館でも，データを活用してサービス改善の方策を検討する試みが見られる。本研究では，インターネットを利用したアンケート調査を行い，図書館利用頻度に関わりのある事柄を分析した。集計結果から，公共図書館の利用頻度及び他の図書館や公共施設の利用頻度の分布の概観を確認し，「インターネット利用」と個人特性のうち「外的没入」が利用頻度に影響を与えるかを分析した。分析結果によれば，公共図書館の利用について，非利用層が半数を超えていること，利用層の中では定期利用層も存在し，他種の図書館や公共施設より利用頻度が高い傾向が見られた。各種SNSの利用状況と公共図書館利用頻度には，弱いながらも有意な正の相関関係が示されたが，インターネット閲覧時間と図書館利用頻度の間に有意な相関は見られないことが分かった。最後に，個人特性のうち，外的没入の度合は図書館利用と関連が無いが，尺度を構成する一部では有意な正の相関が確認された。