ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Patent Analytics: Transforming IP Strategy into Intelligence

دانلود کتاب تجزیه و تحلیل پتنت: تبدیل استراتژی IP به هوشمند

Patent Analytics: Transforming IP Strategy into Intelligence

مشخصات کتاب

Patent Analytics: Transforming IP Strategy into Intelligence

ویرایش:  
نویسندگان: , ,   
سری:  
ISBN (شابک) : 9811629293, 9789811629297 
ناشر: Springer 
سال نشر: 2021 
تعداد صفحات: 228
[217] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 14 Mb 

قیمت کتاب (تومان) : 53,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 10


در صورت تبدیل فایل کتاب Patent Analytics: Transforming IP Strategy into Intelligence به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب تجزیه و تحلیل پتنت: تبدیل استراتژی IP به هوشمند نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب تجزیه و تحلیل پتنت: تبدیل استراتژی IP به هوشمند

این کتاب از طریق منشورهای یک دانشمند داده، یک وکیل ثبت اختراع و یک طراح، پیچیدگی داده‌های ثبت اختراع و ساختار آن را رمزگشایی می‌کند و ارتباطات پنهان آنها را با استفاده از تجزیه و تحلیل داده‌ها و تجسم‌های دقیق با استفاده از نقشه شبکه آشکار می‌کند. این کتاب راهنمای عملی برای معرفی و به کارگیری ابزارهای تجزیه و تحلیل شبکه و تجسم ثبت اختراع در کسب و کار شما ارائه می دهد. ما مطالعات موردی را از شرکت‌های مشهوری مانند Apple، Dyson، Adobe، Bose، Samsung و غیره ترکیب می‌کنیم تا بررسی کنیم که چگونه ارزش‌های اساسی شبکه ثبت اختراع آن‌ها باعث نوآوری در کسب‌وکارشان می‌شود. در نهایت، این کتاب دیدگاه خوانندگان را از روزنامه های ثبت اختراع به عنوان داده های بزرگ و به عنوان ابزاری برای تجزیه و تحلیل نوآوری در صورت همراهی با هوش مصنوعی، ارتقا می دهد.


توضیحاتی درمورد کتاب به خارجی

Through the prisms of a data scientist, a patent attorney, and a designer, this book demystifies the complexity of patent data and its structure and reveals their hidden connections by employing elaborate data analytics and visualizations using a network map. This book provides a practical guide to introduce and apply patent network analytics and visualization tools in your business. We incorporate case studies from renowned companies such as Apple, Dyson, Adobe, Bose, Samsung and more, to scrutinise how their underlying values of patent network drive innovation in their business. Finally, this book advances readers’ perspective of patent gazettes as big data and as a tool for innovation analytics when coupled with Artificial Intelligence.



فهرست مطالب

Foreword
Contents
About the Authors
Abbreviations
List of Figures
List of Tables
1 Introduction
	1.1 The Prism of Patent Big Data
		1.1.1 The Vs to the Patent Big Data Paradigm
		1.1.2 Coping with Patent Big Data Complexity
		1.1.3 Harnessing Patent Big Data Analytics to Make a Difference
	1.2 Overview of the Book
		1.2.1 Part I: Patent as Data
		1.2.2 Part II: Network Analytics
		1.2.3 Part III: Uncover Corporate Innovation with Patent Analytics
		1.2.4 Part IV: Future Developments with AI
	References
Part I Patent as Data
2 A Brief History of Patents
	2.1 The Prelude of the Patent System
	2.2 The First Patent with Claims
	2.3 The Great Fire and Patent Numbering
	2.4 Genesis of Citations
	2.5 Summary
	References
3 Understanding Patent Data
	3.1 Patents, Designs, and Trademarks
	3.2 A Walk Through of Patent Data Fields
		3.2.1 INID Codes and Bibliographic Data
		3.2.2 Patent Numbering System and Kind-Of-Documents
		3.2.3 Patent Classification System
		3.2.4 International Patent Classification (INID Code: 51)
		3.2.5 Cooperative Patent Classification (INID Code: 52)
	3.3 Same Same, but Different Design Patents
	3.4 Comprehending Trademark Data
	3.5 Summary
	References
4 Claims, “Legally, Less is More!”
	4.1 Disentangling Patent Claims
	4.2 Broad or Narrow: All-Elements Rule
	4.3 Anatomy of Patent Claims
	4.4 The Butterfly Effect of Design Patents
	4.5 Summary
	References
Part II Network Analytics
5 Basic Network Concepts
	5.1 Why Does Patent Network Analysis Matter?
	5.2 Basic Concept of Network and Graph Theory
		5.2.1 Node, Edges, and Attributes
		5.2.2 Undirected and Directed Network
		5.2.3 One-Mode and Two-Mode Networks
		5.2.4 Ego Networks and Complete Networks
	5.3 Network Metrics
		5.3.1 Centrality
		5.3.2 Network Diameter and Density
		5.3.3 Clustering and Modularity
	5.4 Summary
	References
6 Patent Citations Analysis
	6.1 The Meaning of Patent Citations
	6.2 How to Scale up Patent Citation Networks
	6.3 Pitfalls and Best Practices in Using Patent Citation Data
	6.4 Summary
	References
7 Patent Data Through a Visual Lens
	7.1 Unexpected Encounters
	7.2 Six Basic Charts
		7.2.1 Bar, Line, and Pie Charts
		7.2.2 Geospatial Visualizations
		7.2.3 Bubble Charts
		7.2.4 Treemaps
	7.3 Network Visualizations
	7.4 Summary
	References
8 How to Study Patent Network Analysis
	8.1 Research Design
	8.2 Choosing Network Analysis Tools
	8.3 Four Practical Steps for Patent Network Analysis
	8.4 Summary
	References
Part III Uncover Corporate Innovation with Patent Analytics
9 Is Innovation Design-or Technology-Driven? Dyson
	9.1 Dyson: From Bagless Vacuum Cleaner to Bladeless Hairdryer
	9.2 Dyson’s Patent Citation Analysis: A Complete Network
	9.3 Technology or Design First? Ego Networks of the Bladeless Fan
	9.4 Forecasting Dyson’s Next Innovation
	References
10 Predict Strategic Pivot Points: Bose
	10.1 Bose's New Neat! Innovation Pivots
	10.2 Core Innovation: Better Sound
	10.3 Four Innovation Pivots: Beyond Sound
		10.3.1 Technology Pivot: Suspension Seats for Vehicles
		10.3.2 Customer Segment Pivot: High-Tech Cooktops
		10.3.3 Platform Pivot: Audio AR Sunglasses
		10.3.4 Zoom-In Pivot: Noise-Masking Sleepbuds
	10.4 Summary
	References
11 Who Drives Innovation? Apple
	11.1 The Shapes of Internal Collaborations: Apple and Google
	11.2 Apple's Inventor Network: One-Mode Network
	11.3 Apple's Inventor-Technology Network: Two-Mode Network
	11.4 Summary
	References
12 Knowledge Acquisition and Assimilation After M&As: Adobe
	12.1 Adobe M&A Activities
	12.2 Inventor Network Analysis as a Proxy of Innovation Assimilation
	12.3 Evolution of Adobe’s Inventor Network
	12.4 Knowledge Diffusion in Design and Technology
	12.5 Summary
	References
13 Learn to Build Design Innovation Team: Samsung Versus LG
	13.1 A Look at Samsung and LG’s Patenting Activities
	13.2 Diversification of Product Innovation
	13.3 Different Structure of Design Team
	13.4 Summary
	References
Part IV Future Developments with AI
14 Is Trademark the First Sparring Partner of AI?
	14.1 The Great Wall: A Trademark Powerhouse
	14.2 How AI Changes Trademarks Searches
	14.3 Use Case: AI-Based Trademark Search for Brand Protection
	14.4 Summary
	References
15 Legal Technologies in Action
	15.1 Background: AI and IP
	15.2 Five AI Applications in IP
		15.2.1 Automatic Classification
		15.2.2 Machine Translation
		15.2.3 Examination and Formality Checks
		15.2.4 Image Search and Recognition
		15.2.5 Helpdesk Bots
	15.3 The Rise of Legal Technology
	15.4 Summary
	References
Afterword




نظرات کاربران