4. Discussion of results: compariso

4. Discussion of results: comparison of clustering analysis and classification-based analysis
As mentioned above, the PackMOLETM prototype is able to export data regarding the outcome of a cluster- ing session to an external software program for further processing, namely a spreadsheet such as, for instance, Microsoftâ Excel.
Using this feature, the first 10 most numerous Der- went Classes [11] were extracted from both time slices, as shown in Table 9, to study the patenting activities of our target company with a classical grouping technique based upon patent classifications, and then to compare the similarities and differences of this standard analysis with the patent maps previously obtained through the clustering sessions.
Clearly, even though the two different analyses more or less show the same overall trends, the patent maps obtained through text mining are easier to understand, in part because they are presented in graphical rather than textual or tabular form.
In fact, the patent maps generated by text clustering allow for a better overview of the relationships between the different areas of patent activity, at the same time avoiding the work involved in using different, more de- tailed patent classifications, such as for example the IPC. In particular, the IPC was felt to be either too broad (at the class/subclass level) or too detailed (at the group/ subgroup level) to effectively carry out an optimal patent portfolio analysis.
Regarding the Derwent Classification, it is to be noted that the majority of retrieved Derwent Classes belonged to the Engineering sections P and Q where each Derwent Class automatically corresponds to an exact, predetermined range of IPCs [11].

This subdivision scheme did not always prove effec- tive: for instance, in some extreme cases a few patents were classified with different IPCs, even if they clearly referred to inventions sharing the same subject matter, 5 and their respective IPCs were spaced so far apart from each other that they were assigned different Derwent Classes as well. On the contrary, the PackMOLETM prototype was able to correctly group these patents into the same clusters.
In any event, the good performances exhibited by the PackMOLETM prototype in correctly grouping patent documents were probably greatly enhanced by the high quality of Derwent abstracting.
Another strong point shown by the PackMOLETM prototype was to provide the analyst with the ability to correctly identify, by comparing the two patent maps shown in Figs. 3 and 4, the changes in patent activities in the different business areas of our target company, as well as the subtle dynamics related to technological developments and spin-offs, that were not otherwise immediately detectable through the classical analysis: Indeed, by only relying on the results shown in Table 9, one might have deduced quite opposite conclusions.
Finally, it is worth noting that the validated patent maps shown in Figs. 3 and 4 do not exactly represent the complete patent portfolio of our target company, as a few clusters were deemed to be invalid and thus re- moved, as previously mentioned.
Rather, the information contained in the validated patent maps was thought to constitute a fairly good picture of the patenting trends of our target company.

Results (Thai) 2:

4. การอภิปรายผลการเปรียบเทียบของการวิเคราะห์การจัดกลุ่มและการวิเคราะห์จำแนกตาม
ดังกล่าวข้างต้นต้นแบบ PackMOLETM จะสามารถส่งออกข้อมูลเกี่ยวกับผลของไอเอ็นจีเซสชั่น cluster- การโปรแกรมซอฟต์แวร์ภายนอกสำหรับการประมวลผลต่อไปคือสเปรดชีตเช่น ตัวอย่างเช่นไมโครซอฟท์ Excel.
ใช้คุณลักษณะนี้ครั้งแรก 10 Der- มากที่สุดไปเรียน [11] ถูกสกัดจากทั้งชิ้นเวลาดังแสดงในตารางที่ 9 เพื่อศึกษากิจกรรมการจดสิทธิบัตรของ บริษัท เป้าหมายของเราด้วยเทคนิคการจัดกลุ่มคลาสสิก ขึ้นอยู่กับการจำแนกประเภทสิทธิบัตรแล้วเพื่อเปรียบเทียบความเหมือนและความแตกต่างของการวิเคราะห์มาตรฐานนี้กับแผนที่สิทธิบัตรที่ได้รับก่อนหน้านี้ผ่านการจัดกลุ่ม.
เห็นได้ชัดว่าแม้ว่าทั้งสองการวิเคราะห์ที่แตกต่างกันแสดงมากขึ้นหรือน้อยลงโดยรวมแนวโน้มเดียวกันแผนที่สิทธิบัตรที่ได้รับผ่าน การทำเหมืองข้อความที่ง่ายต่อการเข้าใจในส่วนหนึ่งเพราะพวกเขาจะนำเสนอในแบบกราฟิกมากกว่าที่เป็นข้อความหรือรูปแบบตาราง.
ในความเป็นจริงแผนที่สิทธิบัตรที่สร้างขึ้นโดยการจัดกลุ่มข้อความอนุญาตให้มีภาพรวมที่ดีของความสัมพันธ์ระหว่างพื้นที่ที่แตกต่างกันของกิจกรรมสิทธิบัตรที่ ขณะเดียวกันการหลีกเลี่ยงงานที่เกี่ยวข้องในการใช้ที่แตกต่างกันมากขึ้น de- นกจำแนกประเภทสิทธิบัตรเช่นตัวอย่างเช่น IPC โดยเฉพาะอย่างยิ่ง IPC เป็นความรู้สึกที่จะเป็นได้ทั้งกว้างเกินไป (ที่ชั้น / ระดับรอง) หรือรายละเอียดเกินไป (ที่กลุ่ม / ระดับกลุ่มย่อย) ได้อย่างมีประสิทธิภาพดำเนินการวิเคราะห์ผลงานสิทธิบัตรที่ดีที่สุด.
เกี่ยวกับการจำแนกประเภท Derwent ก็คือการเป็น ตั้งข้อสังเกตว่าส่วนใหญ่ของผู้เรียนดึง Derwent เป็นส่วนวิศวกรรม p และ q ที่แต่ละชั้นโดยอัตโนมัติ Derwent สอดคล้องไปแน่นอนช่วงที่กำหนดไว้ของ IPCs [11]. นี้โครงการจัดสรรไม่เคยพิสูจน์เชิงประสิทธิผล: ยกตัวอย่างเช่นในบาง กรณีที่รุนแรงไม่กี่สิทธิบัตรถูกจัดให้มีที่แตกต่างกัน IPCs แม้ว่าพวกเขาอย่างชัดเจนเรียกสิ่งประดิษฐ์ที่ใช้งานร่วมกันในเรื่องเดียวกันและ 5 ตามลำดับ IPCs ของพวกเขาถูกเว้นระยะเพื่อให้ห่างไกลห่างจากกันว่าพวกเขาได้รับมอบหมาย Derwent เรียนที่แตกต่างกันได้เป็นอย่างดี ในทางตรงกันข้ามต้นแบบ PackMOLETM ก็สามารถที่จะได้อย่างถูกต้องกลุ่มสิทธิบัตรเหล่านี้เป็นกลุ่มเดียวกัน. ในกรณีใด ๆ การแสดงที่ดีแสดงโดยต้นแบบในการจัดกลุ่ม PackMOLETM อย่างถูกต้องเอกสารสิทธิบัตรที่ได้รับอาจจะเพิ่มขึ้นอย่างมากจากที่มีคุณภาพสูงของ Derwent สรุป. อีกที่แข็งแกร่ง จุดที่แสดงโดยต้นแบบ PackMOLETM เพื่อให้นักวิเคราะห์ที่มีความสามารถในการถูกต้องระบุโดยการเปรียบเทียบสองแผนที่สิทธิบัตรแสดงในมะเดื่อ 3 และ 4 การเปลี่ยนแปลงในกิจกรรมสิทธิบัตรในพื้นที่ธุรกิจที่แตกต่างกันของ บริษัท เป้าหมายของเราเช่นเดียวกับการเปลี่ยนแปลงที่ลึกซึ้งที่เกี่ยวข้องกับการพัฒนาเทคโนโลยีและการปั่นที่มีการตรวจพบไม่เป็นอย่างอื่นได้ทันทีผ่านการวิเคราะห์คลาสสิก: อันที่จริงโดยเฉพาะการอาศัย เกี่ยวกับผลที่แสดงในตารางที่ 9 หนึ่งอาจจะสรุปได้ว่าข้อสรุปที่ค่อนข้างตรงข้าม. ในที่สุดก็เป็นที่น่าสังเกตว่าการตรวจสอบสิทธิบัตรแผนที่แสดงในมะเดื่อ 3 และ 4 ไม่ได้ว่าเป็นตัวแทนของผลงานสิทธิบัตรที่สมบูรณ์ของ บริษัท เป้าหมายของเราเป็นกลุ่มไม่กี่ก็ถือว่าไม่ถูกต้องและทำให้อีกครั้งย้ายเป็นที่กล่าวถึงก่อนหน้านี้. แต่ข้อมูลที่มีอยู่ในแผนที่การตรวจสอบสิทธิบัตรที่คิดว่าจะเป็น ภาพที่ดีเป็นธรรมของแนวโน้มการจดสิทธิบัตรของ บริษัท เป้าหมายของเรา

Results (Thai) 3:

4 . การอภิปรายผล : การเปรียบเทียบและการวิเคราะห์ข้อมูลการวิเคราะห์
ดังกล่าวข้างต้น , packmoletm ต้นแบบสามารถส่งออกข้อมูลเกี่ยวกับผลของคลัสเตอร์ - ing เซสชั่นโปรแกรมซอฟต์แวร์ภายนอกเพื่อแปรรูป ได้แก่ กระดาษคำนวณเช่น Microsoft Excel ตัวอย่างเช่นâ .
การใช้คุณลักษณะนี้10 อันดับแรกมากที่สุดเด้อ - ไปเรียน [ 11 ] สกัดจากทั้ง 2 ชิ้น ดังแสดงในตารางที่ 9 เพื่อศึกษากิจกรรมของ บริษัท เป้าหมายของเราที่จดสิทธิบัตรเทคนิคคลาสสิกจัดกลุ่มตามหมวดหมู่สิทธิบัตร และเปรียบเทียบความเหมือนและความแตกต่างของการวิเคราะห์มาตรฐานนี้กับสิทธิบัตรแผนที่ที่ได้รับก่อนหน้านี้ผ่าน การแบ่งกลุ่มรอบ .
อย่างชัดเจนแม้ว่าทั้งสองที่แตกต่างกันการวิเคราะห์มากกว่าหรือน้อยกว่าแสดงเดียวกันแนวโน้มโดยรวม , แผนที่สิทธิบัตรที่ได้รับผ่านการทำเหมืองข้อมูลจะง่ายต่อการเข้าใจ ส่วนหนึ่งเป็นเพราะพวกเขาจะถูกนำเสนอในแบบกราฟิกแทนข้อความหรือตารางแบบฟอร์ม .
ในความเป็นจริง สิทธิบัตรแผนที่ที่สร้างขึ้นโดยการจัดกลุ่มข้อความให้ภาพรวมที่ดีของความสัมพันธ์ระหว่างพื้นที่ ที่แตกต่างกันของกิจกรรมสิทธิบัตรในเวลาเดียวกันหลีกเลี่ยงงานที่เกี่ยวข้องในการใช้ที่แตกต่างกันเพิ่มเติม de - ตามหมวดหมู่สิทธิบัตร เช่นตัวอย่าง : . โดยเฉพาะอย่างยิ่ง , IPC รู้สึกจะกว้างเกินไป ( ในระดับคลาส / ซับ ) หรือละเอียดเกินไป ( ในกลุ่มกลุ่มย่อยระดับ ) ได้อย่างมีประสิทธิภาพดำเนินการวิเคราะห์ผลงานสิทธิบัตรที่เหมาะสม .
เกี่ยวกับ Derwent หมวดหมู่เป็นที่น่าสังเกตว่าส่วนใหญ่ของชั้นเรียนใน Derwent เป็นของส่วนวิศวกรรม P และ Q ที่แต่ละชั้นเรียน Derwent โดยอัตโนมัติสอดคล้องกับที่ กําหนดช่วงของ IPCS [ 11 ] .

นี้จัดสรรโครงการไม่ได้เสมอพิสูจน์ effec mixing bord - tive : ตัวอย่าง ในกรณีที่บางมากไม่กี่สิทธิบัตรแบ่งกับ วัตถุต่าง ๆแม้ว่าพวกเขาอย่างชัดเจน เรียกว่าสิ่งประดิษฐ์แบ่งปันเนื้อหาเดียวกัน และแต่ละวัตถุที่ถูกเว้นระยะห่างแสนไกลจากแต่ละอื่น ๆที่พวกเขาได้รับมอบหมายในชั้นเรียนท่องเที่ยวธรรมชาติที่แตกต่างกันเช่นกัน ในทางตรงกันข้าม , packmoletm ต้นแบบได้ถูกกลุ่มเหล่านี้สิทธิบัตรในกลุ่มเดียวกัน
ในกรณีใด ๆการแสดงที่ดีมี โดย packmoletm ต้นแบบในไม่ผิดการจัดกลุ่มเอกสารสิทธิบัตรอาจจะเพิ่มมากตามคุณภาพของ Derwent สาระสังเขป .
อีกจุดที่แข็งแกร่งแสดงโดย packmoletm ต้นแบบเพื่อให้นักวิเคราะห์ที่มีความสามารถที่จะถูกกำหนดโดยการเปรียบเทียบสองสิทธิบัตรแผนที่แสดงในผลมะเดื่อ . 3 และ 4การเปลี่ยนแปลงในกิจกรรมสิทธิบัตรในพื้นที่แตกต่างกัน ธุรกิจของ บริษัท เป้าหมายของเรา ตลอดจนสีสันเปลี่ยนแปลงที่เกี่ยวข้องกับการพัฒนาเทคโนโลยีและหมุนไม่ชอบที่ไม่ได้เป็นอย่างอื่นทันทีได้ผ่านการวิเคราะห์แบบคลาสสิก : แน่นอน โดยเฉพาะอาศัยผลลัพธ์ที่แสดงในตารางที่ 9 , หนึ่งอาจจะได้ข้อสรุปที่ค่อนข้างตรงข้าม .
ในที่สุดเป็นมูลค่า noting ว่าตรวจสอบสิทธิบัตรแผนที่แสดงในผลมะเดื่อ . 3 และ 4 ไม่ตรงแสดงเสร็จผลงานสิทธิบัตรของบริษัทเป้าหมายของเราไม่กี่กลุ่มก็ถือว่าไม่ถูกต้องและ re - ย้าย ตามที่กล่าวถึงก่อนหน้านี้
แต่ข้อมูลที่อยู่ในการตรวจสอบสิทธิบัตร แผนที่ถูกคิดว่าเป็นภาพที่ค่อนข้างดีของการจดสิทธิบัตรแนวโน้มของ บริษัท เป้าหมายของเรา