1、什么是技术挖掘和专利分析

挖掘技术是一种以经济的方式快速发现、获取、分析和处理海量数据，从而提取和获取价值的技术，这是新时代大数据独有的

专利分析可以帮助企业梳理专利技术的主要发展脉络和趋势，从而确定要引进的技术方向，进而确定要引进的技术主题。此外，专利分析还可以帮助企业分析哪些是相关技术主题的必要专利或核心专利；此外，专利分析可以帮助企业进行尽职调查，避免技术引进中的知识产权风险。简言之，专利分析已成为技术引进过程中的重中之重。扩展知识

大数据时代的独有特征被重新定义为：数量、多样性、速度和价值，称为“4V”

随着大数据时代的到来，社会对数据“挖掘”的要求越来越严格，每一个准确的结果都有自己的“价值”。此时，大数据时代的新属性——“价值”被诠释得淋漓尽致。数据挖掘是一门集多学科于一体的新兴交叉学科。这是一个非同寻常的处理过程，即从海量数据中提取未知、隐含和潜在有价值信息的过程。1989年8月，在美国底特律举行的第11届人工智能联合会议的专题讨论会上，科学家首次提出了数据库中的知识发现（KDD）。同时，有人把知识发现称为数据挖掘，但两者并不完全相同。1995年，在加拿大蒙特利尔举行的第一届知识发现和数据挖掘国际学术会议上，KDD一词被接受。会议分析了数据挖掘的整个过程。从本质上讲，数据挖掘是知识发现的一个子过程

经过近20年的发展，数据挖掘的研究已经取得了相当的成果，并逐渐形成了一套基本的理论基础，主要包括分类、聚类、模式挖掘和规则提取。数据挖掘是一种从生活中的海量数据中“挖掘”潜在的、前所未有的知识的技术。处理大数据需要一个全面、复杂和多方向的系统。系统中有许多处理模块，数据挖掘技术作为一个独立的身份存在于整个系统中，与其他模块相辅相成，协调发展。在大数据时代，数据挖掘技术的地位是无与伦比的

专利技术引进中的专利分析大致分为五个部分：

1确定专利技术引进的主体和方向

专利技术的引进通常需要大量资金，“刀片上应使用优质钢材”。因此，在引进专利技术的过程中，要明确急需和必要的技术主体和技术方向，努力使引进的专利技术成为技术发展趋势中的前沿技术和必要技术，它可以弥补企业自身的技术缺陷。确定专利技术引进的目标企业或科研机构

在专利技术引进前，要做好专利技术的跟踪工作，随时掌握该领域主要专利权人的研发动向。在确定拟引进专利技术的标的物和技术方向后，需要对该技术标的下的主要专利权人的技术实力进行评估，以决定引进谁的技术。此外，有必要对这些拟作为专利技术引进对象的专利权人的技术转让许可进行分析，判断其获得国外技术转让许可的可能性。筛选和确定专利技术引进的专利范围

确定专利技术引进的目标企业和/或科研机构后，有必要筛选出与所需技术主题最相关的关键专利。这一联系尤其重要。找到合适的专利权人就像找到合适的“门”，而找到真正需要引进的合适专利才是“关键”。例如，有必要围绕某一产品引入核心专利。此时，有必要逐一查明这些专利权人涵盖产品技术特性的专利，并从法律地位、同一家族的布局、自由实施的可能性、避免侵权等方面进行详细的调查和分析。，以确保作为技术引进对象的专利技术是完全必要的，没有任何实质性的“缺陷”

4。评估专利技术引进的其他风险

除上述分析外，仔细审查专利转让许可合同也很重要。我们应该对专利许可的方式、期限、范围和对象进行非常严格的分析。此外，对相关专利、独家合同条款和其他保密协议的交叉许可进行分析也很重要。这项工作需要确保引进技术的企业不会“搁浅”，避免“二次支付”。专利技术引进后的消化、吸收和再创新

技术引进往往不是企业的最终目标。技术引进的关键是真正实现自身的技术实力，特别是研发能力的提高。技术引进为企业准确把握技术发展方向提供了支持。只有借鉴同行业吸收和再创新技术的成功经验，制定合理的技术研发、专利挖掘和专利布局策略，才能真正站在巨人的肩膀上

现在是一个信息社会。大数据时代的到来，要求我们掌握数据挖掘技术，善于从大数据中挖掘真正有价值的东西，拓展其价值。专利申请越来越多，我们也越来越重视科学技术的发展。但是，在发展专利技术时，我们不应该太盲目。我们应该对专利的发展有一个总体规划，外观设计专利的有效期有多长P>如何处理他人现有外观设计专利注册商标的使用

专利部分失效后的权利保护范围