SciREX イノベーション分析手法勉強会 第8回 「SQL 入門と特許データベース分析（その2）」
•
2 gostaram•1,146 visualizações
SciREX イノベーション分析手法勉強会 第8回 「SQL 入門と特許データベース分析（その2）」 の資料です。
Recomendados
Mais conteúdo relacionado
Mais procurados
Mais procurados (20)
Destaque
Destaque (13)
Semelhante a SciREX イノベーション分析手法勉強会 第8回 「SQL 入門と特許データベース分析（その2）」
Semelhante a SciREX イノベーション分析手法勉強会 第8回 「SQL 入門と特許データベース分析（その2）」 (20)
Mais de Yasushi Hara
Mais de Yasushi Hara (19)
Último
Último (8)
SciREX イノベーション分析手法勉強会 第8回 「SQL 入門と特許データベース分析（その2）」
- 1. SciREX イノベーション分析手法勉強会 第8回 「SQL 入門と特許データベース分析（その2）」 2016.07.23 政策研究大学院大学 科学技術イノベーション政策研究センター 原泰史 ya-hara@grips.ac.jp Twitter: @harayasushi 2016/7/25 1
- 2. WP シリーズの目的 • 目的 • 特許や論文のデータを使うことで解析できる範囲を知るために、まず分析手法を学ぶ • 手法 • パソコンを用いたハンズオンセミナー方式 (手を動かして覚える！) • 時間: • 土曜日の夕方に90分-120分程度 • 一ヶ月に一回程度 (第一期; 5-6回; 第二期も同じくらいの予定) • 場所: • 国立 (一橋大学イノベーション研究センター) または • 六本木 (政策研究大学院大学科学技術イノベーション政策研究センター) • 参加希望の方は, ya-hara@grips.ac.jp または @harayasushi (twitter) までご 連絡ください. 2016/7/25 2
- 3. WPシリーズのスケジュール • [2015/1月] 第0回: 「数字が教えてくれないこと」 @一橋イノベーション 研究センター • [2015/3/28] 第1回: 「数字が教えてくれること」 @一橋イノベーション 研究センター • 特許や論文データはなぜイノベーション指標として活用されているのだろう • [2015/4/18]第2回: 「巨人の肩の上に立つ」 @GRIPS SciREX センター • 論文データベース (Web of Knowledge, Scopus, Scival etc…) を用いた分析 • [2015/5/14] IRCセミナー @関西学院大学イノベーション研究センター • [2015/5/16] 第3回: 「select() すると幸せになれる理由」 @一橋イノ ベーション研究センター • IIP データベース/patR データベースを用いた日本特許分析 • [2015/6/27] 第4回: 「科学とイノベーションの関係」@一橋イノベーショ ン研究センター/GRIPS SciREX センター • 組織学会@一橋大学のため第四週におこないます • サイエンスリンケージデータベースを用いた特許/論文の連結分析 • [2015/7/18]第5回: 「行間を読むっていろいろと大切」 • 書誌テキスト分析 (KHcoder) を使って分析できること • [2015/8/8] 第6回 : 「まとめ」 • 科学とイノベーションのあれこれは書誌情報からどこまでわかるのだろう • [2016/6/25] 第7回: 「SQL 入門と特許データベース分析(1)」 • 特許データベースを使って分析しよう • [2016/7/23] 第8回: 「SQL入門と特許データベース分析(2)」 • 特許データベースを使って分析しよう • NISTEP企業名辞書とつなげてみよう 2016/7/25 3 第一期(2015) 第二期(2016)
- 4. はじめに • 次回の研究会の内容 • Paper の輪読会？ • 別のデータ分析の手法説明会? ⇒ 終わらなかったので、残りの内容の説明＋分析結果報告会 • 8月終わりから9月のSciREX サマーキャンプ前に開催予定 • https://www.facebook.com/groups/scirex.innovation.process/permalink/106347624705 6688/ 2016/7/25 4
- 5. 今日取り上げる内容 特許データベースの利用方法その２ ・IIP パテントデータベースと他のデータベースを接合してみる ・NISTEP企業名辞書 ・IIPパテントデータベースとの接続テーブル 2016/7/25 5 論文 特許 サイエンス リンケージ
- 6. 今日の目標 • IIP パテントデータ ベースをIIP パテント データベースとの接 合テーブルを使って、 NISTEP 企業名辞書と 接合してみる • 次のページみたいな グラフを書いてみる 7/25/2016 6 さ あ み ん な 特 許 デ ー タ は も っ た か い く ぞ ！
- 7. 2016/7/25 7 政策投資銀行分類ベースによる産業ごとの特許出願数 – 対象新興市場[1964-2013]
- 8. 0 20000 40000 60000 80000 100000 120000 140000 160000 180000 1-2. 総特許出願数推移(東証上場企業; 企業別top30) パナソニック 日立製作所 東芝 日本電気 キヤノン 三菱電機 富士通 ソニー リコー トヨタ自動車 シャープ セイコーエプソン 富士フイルムホールディングス パナソニック電工 三洋電機 日本電信電話 富士電機 三菱重工業 デンソー 日産自動車 新日本製鐵 本田技研工業 コニカミノルタホールディングス 住友電気工業 クボタ オリンパス 沖電気工業 東レ 川崎製鉄 大日本印刷 2016/7/25 8
- 9. 0 2000 4000 6000 8000 10000 12000 14000 16000 18000 20000 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 自動車産業の出願特許数推移 ＧＭＢ いすゞ自動車 スズキ ダイハツ工業 トヨタ自動車 マツダ モリタホールディングス 三菱自動車工業 日産ディーゼル工業 日産自動車 日野自動車 富士重工業 本田技研工業 2016/7/25 9
- 10. 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 自動車産業の出願特許数推移 トヨタ自動車 日産自動車 本田技研工業 ＧＭＢ いすゞ自動車 スズキ ダイハツ工業 マツダ モリタホールディングス 三菱自動車工業 日産ディーゼル工業 日野自動車 富士重工業2016/7/25 10
- 11. 今日のレシピ • やりたいこと 1. 特定の企業の特許出願数を数える 2. 特定の企業 (企業名の変遷などを名寄せしたもの) ごとの特許出願数 やIPC分類を数える 3. 特定の産業ごとの特許出願数やIPC分類を数える (もし時間あれば) 2016/7/25 11
- 12. 今日のレシピ • 材料 1. IIP パテントデータベース 2. NISTEP 企業名辞書 3. NISTEP 企業名辞書とIIP パテントデータベースの接合テーブル 2016/7/25 12
- 13. 材料1. IIP パテントデータベース • 特許庁の『整理標準化 データ』 （2013 年度提供分まで）を基に 作成された研究用特許データ ベース • 「1964000001」以降の出願番号 を持つ特許（出願）を含む 2016/7/25 13
- 14. 材料1. IIP パテントデータベース 2016/7/25 14 • データベースの構造 出願番号(ida)に基づき紐付け ることができる
- 15. 材料1. IIP パテントデータベース • 出願テーブル • 出願番号 • 登録番号 • 出願日 • 登録日 • IPC番号 • 請求項 (claim の数) などが記載されている 2016/7/25 15
- 16. 材料1. IIP パテントデータベース • 出願人テーブル • 出願番号 • 出版番号+記載順序 • 出願人名称 • 出願人住所 • 出願人コード などが記載されている 2016/7/25 16
- 17. 材料1. IIP パテントデータベース 出願人テーブルのインポート • 前回の資料を踏まえ、出願人(applicant)テーブルをインポートする 2016/7/25 17 コラム名 変数の形式 主キー ida Int(10) YES seq Int(3) ida_seq Varchar(14) name Mediumtext address Mediumtext idname Varchar(10) country_pref Varchar(5) kohokan Varchar(3)
- 18. 材料1. IIP パテントデータベース 出願人テーブルのインポート • http://www.iip.or.jp/patentdb/ からダウンロード • 分割版を使って、インポートできるか確かめる 2016/7/25 18
- 19. 材料1. IIP パテントデータベース 出願人テーブルのインポート • データの中身を確認してみる select * from applicant; 2016/7/25 19
- 20. 下ごしらえ1 出願テーブルと出願人テーブルの接合 • やりたいこと • 特定の会社の年毎の出願数を知りたい • 特定の会社のIPC分類ごとの出願数を知りたい • そのためには • 出願テーブルと出願人テーブルを接合して、特定の会社が、どういう特許を、 いくつ出しているのか抽出する 2016/7/25 20
- 22. 下ごしらえ1 出願テーブルと出願人テーブルの接合 • MySQL Workbench 上で以下のクエリを打ち込む ・この命令は何をしているのか？ 1行目: idaとadateとrdateとclassとclaimとida_seqの情報を取ってきてね 2行目: ap テーブルを参照するよ 3行目: applicant テーブルも参照するよ. このとき, applicant の ida フィールドと ap の ida フィールドを キーにして, applicant のデータを取り出してね 4行目: applicant.name が 松下電器産業株式会社 なものを持ってきてね. 2016/7/25 22 select ap.ida, ap.adate, ap.rdate, ap.class1, ap.claim1, applicant.ida_seq from ap inner join applicant on applicant.ida = ap.ida where applicant.name like "松下電器産業株式会社";
- 23. 構文の話 • SELECT: • 1 つ以上のテーブルから選択された行を取得するために使用する • Where: • 選択されるために行が満たす必要のある 1 つまたは複数の条件 • Join: • Inner Join:指定したカラムについて同じ値を持つレコード同士を結びつける • Left Join: • 左のテーブルを基準にして、指定したカラムについて同じ値を持つレコード同士を結びつける。値 が右のテーブルにあり左のテーブルにない場合は INNER JOIN 同様結果に含まれないが、値が左 のテーブルにあり右のテーブルにない場合は INNER JOIN と異なり 右のテーブルのカラムには全 て NULL がパディングされ、結果に含まれる。 • Right Join: • 右のテーブルを基準にして、指定されたカラムについて同じ値を持つレコード同士を結びつける。 2016/7/25 23 https://dev.mysql.com/doc/refman/5.6/ja/
- 28. 下ごしらえ1 出願テーブルと出願人テーブルの接合 • ピボットテーブルを作る • [挿入]-[ピボットテーブル]を選択 • ピボットテーブルの範囲が選択 されていることを確認し、[OK] を クリックする 2016/7/25 28
- 30. 下ごしらえ1 出願テーブルと出願人テーブルの接合 • 行に class1, 値に ida を入れて, ida の個数を数えるように設定 する • 降順に並べ替える • (「松下電器産業」の)IPC 分類ご との特許出願数が確認できる 2016/7/25 30
- 31. 下ごしらえ1 出願テーブルと出願人テーブルの接合 • グラフにする (Excel 2016 の場 合) • ピボットグラフをクリックする • [縦棒]を選び、OK をクリックする 2016/7/25 31 0 5000 10000 15000 20000 25000 30000 35000 40000 G11B F24F G09G G10L G01B H01R B01J B09B B60R C09D C03C G04G C09J A45D D05B F02G A01N A61G B30B A23N F03G F23B C07K F28G A43B B66F B60T B81C C02D C01D E04G F02B E21B C05G A41H F16T B60V C25C
- 33. 下ごしらえ1 出願テーブルと出願人テーブルの接合 • 年ごとの出願数を求めてみる • 行に adate, 値はida (個数)を指定 する • Excel 2016 の場合, 自動的に年を 取り出してくれる • Excel2013 の場合は、自分で left 関 数などを使って切り出す必要がある • 四半期のデータは必要がないので 取り出す • 年毎の出願数が表示される 2016/7/25 33
- 36. 材料2. NISTEP企業名辞書 • 企業名, 企業名の変遷などを 納めたデータベース • “産業セクターのイノベーション分析・研究に用いる データベースの中心に位置付けられ、特許情報や国 内営利企業（以下、「企業」と呼ぶ）に関する各種調査 情報など、外部データから指定した企業に関する情報 を抽出するためのハブとしての役割を担う” • 日本の会社データ(東洋経済新報社), IIP パテント データベース, 証券コードなどとの接続が可能 • “企業名の読み、本社所在地、業種など、外部データ に含まれる数多くの企業から分析対象である企業を 正しく特定しデータ抽出するための支援、および、合 併や企業名称の変遷を考慮したデータの収集など、 企業を中心としたイノベーション分析・研究における核 となる機能を持つ” • 使いみち • いくつかのデータベースをつなぎ合わせることで、企業 の活動を定量的に計測することが可能になる 2016/7/25 36 comp_id 出願人テーブル/ida_sequence 証券コード 又は EDINETコード 企業ID comp_id 外部データ 接続テーブル 東洋経済会社コード 日本の会社データ4万社 （東洋経済新報社） NISTEPによるファイル公開範囲 （一般財団法人知的財産研究所より入手のこと） （必要に応じて利用者が購入のこと） IIPパテントデータベース IIPパテントデータベース （2015年版） との接続用 日本の会社データ4万社との接続用 NISTEP企業名辞書 外部データ 接続テーブル 証券コード、EDINETコードを持つ 企業情報データ （財務・株価データなど） （必要に応じて利用者が準備のこと） 外部データ 接続テーブル （将来予定） 企業名と住所をキーと した汎用接続テーブル 企業統計調査データ など （必要に応じて利用者が準備のこと） 外 部 デ ー タ 外 部 デ ー タ NISTEP企業名辞書は、 Ver.2015_1よりRDB構 造に変更された
- 37. 材料2. NISTEP 企業名辞書 • http://www.nistep.go.jp/research/scisip/rd-and-innovation-on- industry 2016/7/25 37
- 38. 材料2. NISTEP 企業名辞書 • カバーする企業群 ①特許出願数累積100件以上 • IIPパテントデータベースの2014年版（iipdb20140417）において、1970年以降の企業の変遷 （名称変更、合併）を考慮した特許出願の集約を行い、累積出願数が100件を超える企業を 特定し掲載 • ②株式上場企業 • 2012年1月時点の全上場企業と以降2015年3月までに新規（又は再）上場した企業を掲載 • ③特許出願数の伸び率大 • 近年起業し活躍するベンチャー企業など、条件①では取りこぼす可能性がある企業の抽出 を目的とする。 • 1970年以降の企業の変遷を考慮した年ごとの出願数を把握し、それらデータを用いて3年、 5年、7年の各期間で1年ごと移動させた線形フィットを行い、大きな回帰係数（出願数増分） を持つ企業を抽出 • 抽出企業には条件①および②から抽出した企業が含まれるが、それら企業を除いた中から 上位500社強を抽出して掲載を行っている。 2016/7/25 38
- 39. 材料2. NISTEP 企業名辞書 • 掲載企業数 2016/7/25 39 ①出願数100件以上 ②上場企業 ③出願数伸び率大 掲載企業 数 ✔ 569 ✔ 2,510 ✔ 533 ✔ ✔ 219 ✔ ✔ 1,422 ✔ ✔ 13 ✔ ✔ ✔ 1,080 三条件以外 148 合計 6,494
- 40. 材料2. NISTEP 企業名辞書 • 構成テーブル 2016/7/25 40 番号 テーブル名称 概要 論理名 物理名 1 企業名辞書メイ ンテーブル 1_comp_name _main_TBL 企業名、企業id等のメインの情報、および パネルデータとして整備をする必要がなく、 最新の情報のみ保持すればよいデータを 保管 2 沿革テーブル 2_comp_history _TBL 名称変更や吸収合併などの事象が発生し た際に発生した年、事象の種類を保管 3 所在地テーブル 3_address_TBL 企業の所在地に関する情報を保管 本社、本店、移転など複数の住所情報の保 管、パネル化が可能 4 企業規模テーブ ル 4_comp_size_T BL 資本金、従業員数、中小企業基本法による 企業規模情報を保管 規模測定年ごとのパネル化が可能 5 業種（証券コー ド協会）テ ーブ ル 5_ind_class_tse _TBL 証券コード協議会の定める当該企業の業 種区分を保管 属する分類が変更された際のパネル化が 可能 6 業種（日本標準 産業分類）テー ブル 6_ind_class_jsic _TBL 主業の日本標準産業分類を保管 属する分類が変更された際のパネル化が 可能 7 EDINET コ ー ド テーブル 7_edinet_code_ TBL EDINETのコードを保管 コードが変更された際のパネル化が可能 8 証券コードテー ブル 8_sec_code_TBL 証券コードを保管 コードが変更された際のパネル化が可能 9 連結企業テーブ ル 9_consolidate_T BL 連結子会社である場合の親企業情報を保 管 連結関係の変化のパネル化が可能 10 データ登録条件マス ターテーブル 10_reg_reason_MTBL 企業が企業名辞書に登録された理由に関するマスターテー ブル 11 企業名称使用開始事 象マスターテーブル 21_use_name_start_ev ent_MTBL 新設、旧名称からの名称変更等、企業名称の使用が開始さ れた場合の使用開始事象に関するマスターテーブル 12 企業名称使用終了事 象マスターテーブル 22_use_name_end_ev ent_MTBL 名称変更、吸収合併など、企業名称の使用が終了した場合 の使用終了事象に関するマスターテーブル 13 事業所区分マスター テーブル 31_office_class_MTBL 住所情報の本社、本店、事業所等を判定するためのマス ターテーブル 14 業種（証券コード協会） マスターテーブル 51_tse_MTBL 証券コード協議会の定める業種区分に関するマスターテー ブル 15 業種（日本標準産業分 類）マスターテーブル 61_jsic_MTBL 日本標準産業分類に関するマスターテーブル 平成25年10月改定・平成26年4月1日施行に準拠 16 企業連結事象発生マ スターテーブル 91_consolidate1_MTBL 連結事象が発生した場合の発生理由(子会社化等)に関す るマスターテーブル 17 企業連結事象終了マ スターテーブル 92_consolidate2_MTBL 連結事象が終了した場合の発生理由(他社の子会社となっ た、独立した等)
- 41. 材料2. NISTEP 企業名辞書 • ER図 2016/7/25 41 企業名辞書メインテーブル （1_comp_name_main_TBL） 企業id 企業名称 ふりがな 法人格コード 英語名称 URL データ登録理由id データ登録日 データ更新日 沿革テーブル （2_comp_history_TBL） 企業id 名称使用開始年 名称使用開始事象id 事象発生前企業id 名称使用終了年 名称使用終了事象id 事象発生後企業id データ登録日 データ更新日 企業名称使用開始事象マスターテーブル （21_use_name_start_event_MTBL） 事象id 事象概要 データ登録日 データ更新日 1…N 連結企業テーブル （9_consolidate_TBL） 企業id 連結事象発生年 連結事象発生事象id 連結事象発生前連結企業id 連結先連結企業id 連結事象終了年 連結事象終了事象id 連結事象終了後連結企業id データ登録日 データ更新日 所在地テーブル （3_address_TBL） 企業id 所在地利用開始年 所在地利用終了年 本店・本社コード 所在地 都道府県コード 地方自治体コード 住所コード 緯度 経度 データ登録日 データ更新日 EDINETコードテーブル （7_edinet_code_TBL） 企業id EDINETコード確認年 EDINETコード データ登録日 データ更新日 企業規模テーブル （4_comp_size_TBL） 企業id 企業規模測定年 中小企業基本法 資本金階級 従業員数階級 データ登録日 データ更新日 業種（証券コード協会）テーブル （5_ind_class_tse_TBL） 企業id 東証33分類開始年 東証33分類終了年 東証33分類コード データ登録日 データ更新日 事業所区分マスターテーブル （31_office_class_MTBL） 本店・本社コード 概要 データ登録日 データ更新日 N…1 1…1 企業名称使用終了事象マスターテーブル （22_use_name_end_event_MTBL） 事象id 事象概要 データ登録日 データ更新日 1…1 1…1 企業連結事象発生マスターテーブル （91_consolidate1_MTBL） 事象id 事象概要 データ登録日 データ更新日 企業連結事象終了マスターテーブル （92_consolidate2_MTBL） 事象id 事象概要 データ登録日 データ更新日 1…1 1…1 証券コードテーブル （8_sec_code_TBL） 企業id 証券コード 上場市場 上場日 上場廃止日 ISINコード データ登録日 データ更新日 業種（日本標準産業分類）テーブル （6_ind_class_jsic_TBL） 企業id JSIC開始年 JSIC終了年 JSIC分類番号 データ登録日 データ更新日 業種（証券コード協会）マスターテーブル （51_tse_MTBL） 東証33分類コード 東証33分類版 東証33分類大分類 東証33分類小分類 データ登録日 データ更新日 業種（日本標準産業分類）マスターテーブル （61_jsic_MTBL） JSIC分類番号 JSIC版 JSIC大分類 JSIC中分類 JSIC小分類 データ登録日 データ更新日 1…1 1…1 データ登録条件マスターテーブル （10_reg_reason_MTBL） 理由id 登録理由 データ登録日 データ更新日 1…1
- 42. 材料2. NISTEP 企業名辞書 • RDB はわかりにくいので、EXCEL 版も提供されている • 企業ID, 沿革ID, EDINETコード, 証券コード, 企業規模, 産業分類など が確認できる 2016/7/25 42
- 43. 材料2. NISTEP 企業名辞書 • 企業名辞書メインテーブル 2016/7/25 43 企業名辞書メインテーブル [1_comp_name_main_TBL] フィールド名 データ型 重複 NULL 主 キー 外部キー 説明 論理名 物理名 企業番号 comp_id 数値 （整数） N N Y 企業（企業名称ごと）に固 有に付与した番号 沿革番号 history_id 数値 （整数） Y N 同一企業の変遷レコード をグループ化して扱うため の番号 企業名称 comp_na me 文字列 Y Y 企業の名称（変遷名称も 含む） ふりがな read 文字列 Y Y 上記企業名称のふりがな 法人格 コード comp_cod e 文字列 Y Y 企業の法人格を表すコー ド（下表参照） 英語名称 e_name 文字列 Y Y 企業の英語名称 URL url 文字列 Y Y 企業のウェブページのURL デ ー タ 登 録理由番 号 reg_reaso n_id 数値 （整数） Y Y データ登録理由マスター テーブルの理由番号 当該企業の辞書掲載条件 データ 登録日 reg_date 年月日 Y N データを本テーブルに登 録した日 データ 更新日 up_date 年月日 Y N 既登録データの情報更新 した日
- 44. 材料2. NISTEP 企業名辞書 • 企業規模テーブル 2016/7/25 44 企業規模テーブル [4_comp_size_TBL] フィールド名 データ型 重複 NULL 主キー 外部キー 詳細 論理名 物理名 企業番号 comp_id 数値（整 数） Y N Y 企業名辞書メインテーブル の企業番号 企業（企業名称ごと）に固 有に付与した番号 企 業 規 模 測定年 judg_year YEAR Y N Y 企業規模を確認した年 中 小 企 業 基本法 comp_size_ law 文字列 Y Y 中小企業基本法に準拠し 判定した企業規模 資本金 階級 comp_size_ cap 文字列 Y Y 資本金の該当階級 100万円未満 100万円以上 1000万円以上 2000万円以上 5000万円以上 1億円以上 10億円以上 従 業 員 数 階級 comp_size_ emp 文字列 Y Y 従業員数の該当階級 5人未満 5～29人 30～99人 100～299人 300～999人 1,000～4,999人 5,000人以上 データ 登録日 reg_date 年月日 Y N データを本テーブルに登録 した日 データ 更新日 up_date 年月日 Y N 既登録データの情報更新 した日
- 45. 材料2. NISTEP 企業名辞書 • 業績 (証券コード協会) テーブル 2016/7/25 45 業種（証券コード協会）テーブル [5_ind_class_tse_TBL] フィールド名 データ型 重複 NULL 主キー 外部キー 詳細 論理名 物理名 企業番号 comp_id 数値 （整数） Y N Y 企業名辞書メインテーブル の企業番号 企業（企業名称ごと）に固有 に付与した番号 業種分類開 始年 inds_year YEAR Y Y 証券コード協会の業種分類 の確認初年 業種分類終 了年 inde_year YEAR Y Y 証券コード協会の業種分類 の確認最終年 業 種 分 類 コード ind_code 数値（4桁 整数） Y N Y 業種（証券コード協会）マス ターテーブルの分類コード 証券コード協会の分類該当 業種 データ 登録日 reg_date 年月日 Y N データを本テーブルに登録 した日 データ 更新日 up_date 年月日 Y N 既登録データの情報更新し た日
- 46. 材料3. NISTEP 企業名辞書とIIP パテントデー タベースとの接続テーブル • 企業名辞書と外部データであるIIPパテントデータベース（2015年版） を連携させるための接続テーブル • 企業名辞書メインテーブルの企業idとIIPパテントデータベースの出願人テー ブルのida_seqフィールドを関係付け接続する 2016/7/25 46 フィールド名 データ型 説明 論理名 物理名 企業番号 comp_id 数 値 （ 整 数） 企業（企業名称ごと）に固有に付与し た番号 IIPパテント 出 願 番 号 ＋ 記 載 順 序 ida_seq 文字列 上記企業番号の企業が出願人である 特許
- 47. 材料3. NISTEP 企業名辞書とIIP パテントデー タベースとの接続テーブル • ER図 2016/7/25 47 企業名辞書メインテーブル （1_comp_name_main_TBL） 企業番号 企業名称 ふりがな 法人格コード 英語名称 URL データ登録理由id データ登録日 データ更新日 IIPパテントデータベースとの接 続テーブル 企業番号 I出願番号＋記載順序 ＩＩＰパテントデータベース 出願人テーブル 出願番号 記載順序 出願番号＋記載順序 出願人名 出願人住所 出願人番号 住所コード 個法官コード
- 49. やりたいこと2: 特定の企業 (企業名の変遷などを名寄せしたも の) ごとの特許出願数やIPC分類を数える • NISTEP企業名辞書を使って、パナソニックな企業の特許をすべてカ ウントする。 • このとき、IPC 分類やclaim などについても、IIP パテントデータベースから情 報を取得する。 2016/7/25 49
- 50. 特定の企業 (パナソニック; 名寄せ済み) の 特許出願数やIPC分類を数える • 方法 1. NISTEP企業名辞書をSQL サーバにインポートする 2. NISTEP企業名辞書とIIPパテントデータベースの接続テーブルをSQLサーバ にインポートする 3. NISTEP 企業名辞書を使い、パナソニック子会社の情報を把握する。これに より、企業ID (comp_id) と沿革ID (history_id)情報を取得する 4. NISTEP企業名辞書とIIPパテントデータベースの接続テーブルに記載されて いる comp_id 情報から、パナソニックが特許出願した ida_seq 情報を取り 出す 5. Ida_seq に基づき、当該特許の出願年や公開年やclaim, IPC 情報を取り出 す 2016/7/25 50
- 51. 2-1. NISTEP企業名辞書をSQL サーバにイン ポートする 2016/7/25 51 新しいテーブル(1_comp_name_main_tbl)をつくる
- 52. 2-1. NISTEP企業名辞書をSQL サーバにイン ポートする • データを読み込む 2016/7/25 52
- 53. 2-1. NISTEP企業名辞書をSQL サーバにイン ポートする • select * from 1_comp_name_main_tbl で, データが読み込めたことを 確認する 2016/7/25 53
- 54. 2-2. NISTEP企業名辞書とIIPパテントデータベース の接続テーブルをSQL サーバにインポートする • 新しいテーブル (ct_dic_iip) を作る 2016/7/25 54
- 55. 2-2. NISTEP企業名辞書とIIPパテントデータベース の接続テーブルをSQL サーバにインポートする • データを読み込む 2016/7/25 55
- 56. 2-2. NISTEP企業名辞書とIIPパテントデータベース の接続テーブルをSQL サーバにインポートする • SELECT * FROM iipdb2015a.ct_dic_iip; でデータを読み込めたか確認する 2016/7/25 56
- 57. 2-3. パナソニックな企業群を history_id から 特定する • comp_name が”パナソニッ ク” な企業の、history_id と comp_id を確認する • NISTEP企業名辞書メインテー ブルを使う • Comp_id = 1 • History_id = 1006752 である ことを確認 • History_id = 1006752 である 企業を探索する 2016/7/25 57
- 58. 2-3. パナソニックな企業群を history_id から 特定する • History_id = 1006752 である企業を検 索する • パナソニック • 松下電器産業 • 松下電工 • 松下電子工業 • パナソニック電工 • 松下冷機 • 松下通信工業 • 松下電池工業 • 松下住設機器 • パナソニックモバイルコミュニケーション ズ • パナソニックモバイル が該当することがわかる 2016/7/25 58
- 59. 2-3.パナソニックな企業群を特定する • パナソニックが社名に含まれる 企業を探してみる • 37社存在することを確認 • とりあえず、history_id = 1006752 な企業群を対象にする 2016/7/25 59
- 60. 2-4. NISTEP企業名辞書とiip パテントデータ ベース接続テーブルを接合する • IIP パテントデータベース接続テーブルに、NISTEP企業名辞書メイン テーブルにある history_id と comp_name を接合し, 新しいテーブル として保存する • 一行目に create table ct_dic_iip2 と指定し, クエリの結果を新しいテーブルに 保存する 2016/7/25 60
- 61. 2-4. NISTEP企業名辞書とiip パテントデータ ベース接続テーブルを接合する • データの状態を確認 • 従来の接続テーブルに、history_id と comp_name の情報が追加さ れている • この段階で、パナソニックが出願した特許の出願年と数が確認でき る 2016/7/25 61
- 62. 2-5. IIP パテントデータベースと接合し, パナソニック (名寄せ済み) の特許, IPC 分類情報を抽出する • 2-4. でつくったテーブルと, IIP パテントデータベースのap テーブルを ida で接合する • Left 関数を使い, ct_dic_iip2 テーブルの ida_seq について先頭から10文字分 取り出し, それをapテーブルのida とマッチさせる • History_id=1006752 のデータを取り出す 2016/7/25 62
- 63. 2-5. IIP パテントデータベースと接合し, パナソニック (名寄せ済み) の特許, IPC 分類情報を抽出する • 結果が表示される 2016/7/25 63
- 64. 2-5. IIP パテントデータベースと接合し, パナソニック (名寄せ済み) の特許, IPC 分類情報を抽出する • Excelでグラフにする • 各企業体ごとの特許数 2016/7/25 64 0 5000 10000 15000 20000 25000 <1984/1/5 1985年 1987年 1989年 1991年 1993年 1995年 1997年 1999年 2001年 2003年 2005年 2007年 2009年 2011年 2013年 松下冷機 松下電池工業 松下電子工業 松下電工 松下電器産業 松下通信工業 松下住設機器 パナソニック電工 パナソニックモバイルコミュニケーションズ パナソニック
- 65. 2-5. IIP パテントデータベースと接合し, パナソニック (名寄せ済み) の特許, IPC 分類情報を抽出する 2016/7/25 65 0 5000 10000 15000 20000 25000 30000 35000 H01L H04B F25D H01R F21V G10L G09F C04B B32B F28F B65G G01D A61L H03B A47C A61M H03D G07B F16B A01F B25F A46B F16D D01D B60K F21L A47F E02D D06C G03H A45C F15D B25C B60C A21C B82B E03F D03D A63J C10J B61D B42F A42B B62L G10C F03C D21D B61J E01D D06H C10G C05D
- 66. 2-5. IIP パテントデータベースと接合し, パナソニック (名寄せ済み) の特許, IPC 分類情報を抽出する 2016/7/25 66
- 68. 今日のまとめ • データ分析のフロー • 必要なデータを探す • データを持ってくる • データをキレイにする • データをつなげる (今日やったのはここまで) • データを分析する (IMPP の場合は吉岡さんの講義) • データを使ってペーパーを書く 2016/7/25 68
- 69. 特許データベースの詳細について • http://enq.iir.hit-u.ac.jp • http://www.alife-lab.co.jp を参照のこと • 一橋の学生でpatRを使いたいひと • 内藤さんに連絡しましょう • http://hitotsubashiiir.blogspot.jp/2012/08/blog-post_1024.html • 一橋以外の学生で使いたいひと • 内藤さんの会社に連絡しましょう 2016/7/25 69
- 70. Acknowledgement • 文部科学省 SciREX 事業 • 「政策のための科学」基盤的研究・人材育成拠点事業（領域開拓拠 点）イノベーションマネジメント・政策プログラム（Innovation Management and Policy Program：IMPP） • 独立行政法人科学技術振興機構社会技術研究開発センターによる 「科学技術イノベーション政策のための科学研究開発プログラム」: • 「イノベーションの科学的源泉とその経済効果」 • 「科学技術イノベーション政策の経済成長分析評価プロジェクト」 2016/7/25 70
- 71. References • 永田晃也（２００４）知的財産マネジメント, 中央経済社 • 後藤晃、元橋一之（2005） 特許データベースの開発とイノベーション, https://database.iip.or.jp/patentdb/ • 中村健太 (2015) IIP パテントデータベース ユーザーマニュアル, https://database.iip.or.jp/patentdb/readme_j_2015july.pdf 2016/7/25 71