KIPS Transactions on Software and Data Engineering (정보처리학회논문지:소프트웨어 및 데이터공학)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Time Series Analysis of Patent Keywords for Forecasting Emerging Technology

특허 키워드 시계열 분석을 통한 부상 기술 예측

  • 김종찬 (고려대학교 산업경영공학과) ;
  • 이준혁 (고려대학교 산업경영공학과) ;
  • 김갑조 (고려대학교 산업경영공학과) ;
  • 박상성 (고려대학교 산업경영공학부) ;
  • 장동식 (고려대학교 산업경영공학부)
  • Received : 2014.07.04
  • Accepted : 2014.08.01
  • Published : 2014.09.30
Download PDF
⟨ Previous Next ⟩

Abstract

Forecasting of emerging technology plays important roles in business strategy and R&D investment. There are various ways for technology forecasting including patent analysis. Qualitative analysis methods through experts' evaluations and opinions have been mainly used for technology forecasting using patents. However qualitative methods do not assure objectivity of analysis results and requires high cost and long time. To make up for the weaknesses, we are able to analyze patent data quantitatively and statistically by using text mining technique. In this paper, we suggest a new method of technology forecasting using text mining and ARIMA analysis.

오늘날 국가와 기업의 연구 개발 투자 및 경영 정책 전략 수립에서 미래 부상 기술 예측은 매우 중요한 역할을 한다. 기술 예측을 위한 다양한 방법들이 사용되고 있으며 특허를 이용한 기술 예측 또한 활발히 진행되고 있다. 특허를 이용한 기술 예측에는 전문가들의 평가와 견해를 통한 정성적인 방법이 주로 사용되어 왔다. 정성적인 방법은 분석 결과의 객관성을 보장하지 못하고 분석에 많은 비용 및 시간이 요구된다. 이런 문제점을 보완하기 위해 최근에는 텍스트 마이닝을 이용한 특허 데이터의 정량적인 분석이 이루어지고 있다. 텍스트 마이닝 기법을 적용함으로써 특허 문서의 통계적 분석이 가능하다. 본 논문에서는 텍스트 마이닝과 ARIMA 분석을 이용한 기술 예측 방법을 제안한다.

Keywords

References

  1. Korean Intellectual Property Office, Korean Invention Promotion Association, "Patent and information analysis (for researchers)," Kyungsung Books, pp.302-372, 2009.
  2. B. U. Yoon and Y. T. Park, "A text mining based patent network: Analytical tool for high technology trend," Journal of High Technology Management Research, Vol.15, No.1, pp.37-50, 2004. https://doi.org/10.1016/j.hitech.2003.09.003
  3. R. Feldman and J. Sanger, The text mining hand book: advanced approaches in analyzing unstructured data, Cambridge university press, pp.1-13, 2007.
  4. S. H. Jun, "An Efficient Text mining for Patent Information Analysis," Proceedings of KIIS Spring Conference, Vol.19, No.1, pp.255-257, 2009.
  5. J. D. Hamilton, Time series analysis, Princeton university press, pp.25-142, 1994.
  6. E. A. Elsayed and T. O. Boucher, Analysis and control of production systems, Prentice Hall, pp.7-61, 1993.
  7. Y. H. Tseng, C.J. Lin, and Y. I. Lin, "Text mining technique for patent analysis," Information processing and management, Vol.43, No.5, pp.1216-1257, 2009.
  8. S. H. Jun, "Technology forecasting of intelligent systems using patent analysis," Journal of Korean institute of intelligent systems, Vol.21, No.1, pp.100-105, 2011. https://doi.org/10.5391/JKIIS.2011.21.1.100
  9. Y. S. Kim, S. S Park, and D. S. Jang, "Patent data analysis using CLARA algorithm: OLED technology," Journal of Korea institute of information technology, Vol.10, No.6, pp.161-170, 2012.
  10. B. U. Yoon and Y. T. Park, "A systematic approach for identifying technology opportunities: keywords-based morphology analysis," Technologycal forecasting and social change, Vol.72, No.2, pp.145-160, 2005. https://doi.org/10.1016/j.techfore.2004.08.011
  11. S. J. Lee, B. U. Yoon, and Y. T. Park, "An approach to discovering new technology opportunities: keywords-based patent map approach," Technovation, Vol.29, No.6-7, pp. 481-497, 2009. https://doi.org/10.1016/j.technovation.2008.10.006
  12. V. S. Ediger and S. Akar, "ARIMA forecasting of primary energy demand by fuel in Turkey", Energy Policy, Vol.35, No.3, pp.1701-1708, 2007. https://doi.org/10.1016/j.enpol.2006.05.009
  13. Wips on [internet], http://www.wipson.com/
  14. KIPRIS [internet], http://www.kpris.or.kr/
  15. J. C. Kim, J. H. Lee, G. J. Kim, S. S. Park, and D. S. Jang, "Time series analysis of patent keywords for forecasting emerging technology," The 2014 spring conference of the KIPS, Vol.21, No.1, pp.650-652, 2014.

Cited by

  1. Investigating Dynamic Mutation Process of Issues Using Unstructured Text Analysis vol.22, pp.1, 2016, https://doi.org/10.13088/jiis.2016.22.1.01