特許ウォッチ

公開番号2025069930
公報種別公開特許公報(A)
公開日2025-05-01
出願番号2024179581
出願日2024-10-15
発明の名称情報処理装置、情報処理方法、およびプログラム
出願人学校法人常翔学園
代理人個人
主分類G06Q 50/18 20120101AFI20250423BHJP(計算;計数)
要約【課題】文献情報を用いて、個人またはグループのタイプを取得できなかった。
【解決手段】論文コード、特許コード、競争的資金コードである3種類のコード、および1以上の属性値と対となる2以上の各文献情報と対になる論文コードの中の最も多く出現するコード数の最大値に基づく論文コード集中度を取得し、かつ2以上の文献情報と対になる特許コードの中の最も多く出現するコード数の最大値に基づく特許コード集中度を取得し、かつ2以上の文献情報と対になる競争的資金コードの中の最も多く出現するコード数の最大値に基づく競争的資金コード集中度を取得し、論文コード集中度と特許コード集中度と競争的資金コード集中度とを用いて、2以上の文献情報である論文集合に対応するタイプを決定するタイプ判定部134と、タイプを出力するタイプ出力部141とを具備する情報処理装置1により、文献情報を用いて、個人またはグループのタイプを取得できる。
【選択図】図1
特許請求の範囲【請求項１】
論文情報を分類するための論文コード、特許情報を分類するための特許コード、競争的資金を取得する場合に申請分野を分類するための競争的資金コードである３種類のコード、および文献情報に関する１以上の属性値と対となる２以上の各文献情報と対になる論文コードの中の最も多く出現するコード数の最大値であるαｍａｘに基づく論文コード集中度を取得し、かつ当該２以上の文献情報と対になる特許コードの中の最も多く出現するコード数の最大値であるβｍａｘに基づく特許コード集中度を取得し、かつ当該２以上の文献情報と対になる競争的資金コードの中の最も多く出現するコード数の最大値であるγｍａｘに基づく競争的資金コード集中度を取得し、前記論文コード集中度と前記特許コード集中度と前記競争的資金コード集中度とを用いて、前記２以上の文献情報である論文集合に対応するタイプを決定するタイプ判定部と、
前記タイプを出力するタイプ出力部とを具備する情報処理装置。
続きを表示（約 5,200 文字）【請求項２】
前記２以上の各文献情報ごとに、文献情報と対になる前記論文コードに対応する値をｘ、当該文献情報と対になる前記特許コードに対応する値をｙ、当該文献情報と対になる前記競争的資金コードに対応する値をｚとする座標情報（ｘ，ｙ，ｚ）を取得し、前記２以上の各文献情報に対応付けて、前記座標情報（ｘ，ｙ，ｚ）を座標格納部に蓄積する座標蓄積部をさらに具備し、
前記タイプ判定部は、
前記座標格納部から、前記２以上の各文献情報に対応付く１以上の座標情報を取得する座標取得手段と、
前記座標取得手段が取得した前記１以上の各座標情報の個数ｆ（ｘ，ｙ，ｚ）を取得し、
∫∫ｆ（ｘ，ｙ，ｚ）ｄｙｄｚ≡α（ｘ）の最大値であるαｍａｘを前記論文コード集中度とし、
∫∫ｆ（ｘ，ｙ，ｚ）ｄｘｄｚ≡β（ｙ）の最大値であるβｍａｘを前記特許コード集中度とし、
∫∫ｆ（ｘ，ｙ，ｚ）ｄｙｄｚ≡γ（ｚ）の最大値であるγｍａｘを前記競争的資金コード集中度とする度合取得手段と、
ＭＡＸ（論文コード集中度，特許コード集中度，競争的資金コード集中度）＝論文コード集中度であれば前記タイプを準ボーア型、ＭＡＸ（論文コード集中度，特許コード集中度，競争的資金コード集中度）＝特許コード集中度であれば前記タイプを準エジソン型、ＭＡＸ（論文コード集中度，特許コード集中度，競争的資金コード集中度）＝競争的資金コード集中度であれば前記タイプを準パスツール型と決定する準ストークス類型判定手段とを具備する請求項１記載の情報処理装置。
【請求項３】
前記３種類のコードのうちの１以上のコードにおいて、筆頭分類コードに加え、１以上の副分類コードが、前記２以上の文献情報のうちの少なくとも１以上の各文献情報に対応付けられており、
前記２以上の各文献情報に対応付く前記論文コード、前記特許コード、前記競争的資金コードのうちの１種類以上のコードにはスコアが対応付いており、
前記２以上の文献情報のうちの１以上の各文献情報に対して、前記３種類のコードの筆頭分類コードのみを用いた座標情報である筆頭座標情報と、少なくとも一つの副分類コードを用いた座標情報である１以上の副座標情報とを取得し、当該筆頭座標情報と当該１以上の副座標情報とを、前記１以上の各文献情報に対応付けて、前記座標格納部に蓄積する座標蓄積部をさらに具備し、
前記タイプ判定部は、
前記１以上の各文献情報に対応付く筆頭座標情報と１以上の副座標情報である２以上の座標情報を取得する座標取得手段と、
スコアが対応付いていない種類のコードに対して、前記１以上の各文献情報に対応する筆頭分類コードの総数及び副分類コードの総数を取得し、当該両総数に基づくコード集中度を取得し、
スコアが対応付いている種類のコードの総数と、スコアが対応付いていない種類のコードの総数との差異が許容条件を満たすように、採用するスコアの最低値を決定し、当該最低値以上または当該最低値より大きいスコアが対応付いているコードに対応する座標情報のみを用いて、筆頭分類コードの総数及び副分類コードの総数を取得し、当該両総数に基づく前記コード集中度を取得する前記度合取得手段と、
ＭＡＸ（論文コード集中度，特許コード集中度，競争的資金コード集中度）＝論文コード集中度であれば前記タイプを準ボーア型、ＭＡＸ（論文コード集中度，特許コード集中度，競争的資金コード集中度）＝特許コード集中度であれば前記タイプを準エジソン型、ＭＡＸ（論文コード集中度，特許コード集中度，競争的資金コード集中度）＝競争的資金コード集中度であれば前記タイプを準パスツール型と決定する準ストークス類型判定手段とを具備する請求項２記載の情報処理装置。
【請求項４】
文献情報に関する１以上の属性値に関する条件であり、一の個人または一のグループを特定する条件である選択条件を受け付ける条件受付部と、
前記２以上の各文献情報ごとに、文献情報と対になる前記論文コードに対応する値をｘ、当該文献情報と対になる前記特許コードに対応する値をｙ、当該文献情報と対になる前記競争的資金コードに対応する値をｚとする座標情報（ｘ，ｙ，ｚ）を取得し、前記２以上の各文献情報に対応付けて、前記座標情報（ｘ，ｙ，ｚ）を座標格納部に蓄積する座標蓄積部とをさらに具備し、
前記タイプ判定部は、
前記座標格納部から、前記選択条件を満たす前記一の個人または前記一のグループの２以上の各文献情報に対応付く１以上の座標情報を取得する座標取得手段と、
前記一の個人または前記一のグループを含む２以上の各個人または２以上の各グループの
論文コード、特許コード、競争的資金コードの最大シェア率（αｍａｘ／Σ、βｍａｘ／Σ、γｍａｘ／Σ、ただしΣ≡個人またはグループの文献情報の総数）、または
前記２以上の各個人または前記２以上の各グループの前記３種類の各コードの最大シェア率を用いて、前記一の個人または前記一のグループの前記３種類の各コードの最大シェア率の偏差値を算出し、
前記最大シェア率または前記偏差値に基づく前記論文コード集中度と前記特許コード集中度と前記競争的資金コード集中度とを取得する度合取得手段と、
ＭＡＸ（論文コード集中度，特許コード集中度，競争的資金コード集中度）＝論文コード集中度であれば前記タイプを準ボーア型、ＭＡＸ（論文コード集中度，特許コード集中度，競争的資金コード集中度）＝特許コード集中度であれば前記タイプを準エジソン型、ＭＡＸ（論文コード集中度，特許コード集中度，競争的資金コード集中度）＝競争的資金コード集中度であれば前記タイプを準パスツール型と決定する準ストークス類型判定手段とを具備する請求項２記載の情報処理装置。
【請求項５】
前記タイプ判定部は、
一のグループを構成する２以上の各個人のタイプを決定し、
前記２以上の各個人の前記タイプを用いて、前記一のグループの評価値を取得する評価部と、
前記評価値を出力する評価値出力部とを具備し、
前記評価部は、
前記２以上の各個人の前記タイプが同じである場合、異なる場合と比較して、低い評価値を取得する請求項１から請求項４いずれか一項に記載の情報処理装置。
【請求項６】
一のグループの前記ＭＡＸ（論文コード集中度，特許コード集中度、競争的資金コード集中度）で決定された第一タイプに対応する平面ａと、他のグループの前記ＭＡＸ（論文コード集中度，特許コード集中度、競争的資金コード集中度）で決定された第二タイプに対応する平面ｂとの交線ａｂを決定し、当該交線ａｂ上の座標情報であり、前記一のグループと前記他のグループの両方に対応する座標情報ごとの数またはシェア率または偏差値を取得し、当該数またはシェア率または偏差値が大きいほど、大きな評価値を取得する評価部と、
前記評価値を出力する評価値出力部とを具備する請求項２から請求項４いずれか一項に記載の情報処理装置。
【請求項７】
前記タイプ判定部に加えて、または前記タイプ判定部に代えて、３次元ベクトル計算部を具備し、
前記タイプ出力部に加えて、または前記タイプ出力部に代えて、ＢＥＰベクトル出力部を具備し、
前記３次元ベクトル計算部は、
前記座標格納部から、前記選択条件を満たす前記一の個人または前記一のグループの２以上の各文献情報に対応付く１以上の座標情報（ｘ，ｙ，ｚ）を取得する座標取得手段と、
前記１以上の座標情報（ｘ，ｙ，ｚ）を用いて、前記一の個人または前記一のグループを含む２以上の各個人または２以上の各グループのα（ｘ）／Σ＝∫∫ｆ（ｘ，ｙ，ｚ）ｄｙｄｚ／Σ、β（ｙ）／Σ＝∫∫ｆ（ｘ，ｙ，ｚ）ｄｘｄｚ／Σ、およびγ（ｚ）／Σ＝∫∫ｆ（ｘ，ｙ，ｚ）ｄｙｄｘ／Σを算出し、前記α（ｘ）／Σ、前記β（ｙ）／Σ、および前記γ（ｚ）／Σの各々を正規化した値である正規化値であるｂ（ｘ）、ｅ（ｙ）、ｐ（ｚ）を算出し、始点が（ｘ、ｙ、ｚ）であり、前記ｂ（ｘ）をＢ成分、前記ｅ（ｙ）をＥ成分、前記ｐ（ｚ）をＰ成分とする３次元ベクトルであるＢＥＰベクトル（Ｂ，Ｅ，Ｐ）を取得するＢＥＰベクトル取得手段とを具備し、
前記ＢＥＰベクトル出力部は、
前記ＢＥＰベクトル取得手段が取得した前記ＢＥＰベクトルを出力する、請求項４記載の情報処理装置。
【請求項８】
前記条件受付部は、
第一の個人または第一のグループである第一対象者を特定する条件である第一選択条件と、第二の個人または第二のグループである第二対象者を特定する条件である第二選択条件とを受け付け、
前記座標取得手段は、
前記座標格納部から、前記第一選択条件を満たす前記第一対象者の２以上の各文献情報に対応付く１以上の座標情報である第一座標集合を取得し、かつ前記第二選択条件を満たす前記第二対象者の２以上の各文献情報に対応付く１以上の座標情報である第二座標集合を取得し、
前記ＢＥＰベクトル取得手段は、
前記第一座標集合を用いて、第一ＢＥＰベクトル（Ｂ１，Ｅ１，Ｐ１）を取得し、前記第二座標集合を用いて、第二ＢＥＰベクトル（Ｂ２，Ｅ２，Ｐ２）を取得し、
前記３次元ベクトル計算部は、
始点が同一座標である、前記第一ＢＥＰベクトル（Ｂ１，Ｅ１，Ｐ１）と前記第二ＢＥＰベクトル（Ｂ２，Ｅ２，Ｐ２）との差異に関する度合いである異質度を取得する異質度算出手段、または始点が同一座標である、前記第一ＢＥＰベクトル（Ｂ１，Ｅ１，Ｐ１）と前記第二ＢＥＰベクトル（Ｂ２，Ｅ２，Ｐ２）との類似の度合いである同質度を取得する同質度算出手段を具備し、
前記異質度または前記同質度を出力する関係出力部をさらに具備する請求項７記載の情報処理装置。
【請求項９】
前記３次元ベクトル計算部は、文献情報予測手段を具備し、
前記文献情報予測手段は、
始点が同一座標である、前記第一ＢＥＰベクトルと、前記第二ＢＥＰベクトルの成す角θとして、ＳＩＮθの二乗であるＨＴ（ｘ，ｙ，ｚ）に対して、前記第一対象者のｆ１（ｘ，ｙ，ｚ）の平方根である√ｆ１（ｘ，ｙ，ｚ）と前記第二対象者のｆ２（ｘ，ｙ，ｚ）の平方根である√ｆ２（ｘ，ｙ，ｚ）を乗じる、もしくは前記第一対象者のｆ１（ｘ，ｙ，ｚ）と前記第二対象者のｆ２（ｘ，ｙ，ｚ）との和の２分の１を乗じる演算を行い、前記異質度に基づく文献情報の予測値を取得する、または
始点が同一座標である、前記第一ＢＥＰベクトルと前記第二ＢＥＰベクトルの成す角θとして、ＣＯＳθの二乗であるＨＭ（ｘ，ｙ，ｚ）に対して、前記第一対象者のｆ１（ｘ，ｙ，ｚ）の平方根である√ｆ１（ｘ，ｙ，ｚ）と前記第二対象者のｆ２（ｘ，ｙ，ｚ）の平方根である√ｆ２（ｘ，ｙ，ｚ）を乗じる、もしくは前記第一対象者のｆ１（ｘ，ｙ，ｚ）と前記第二第一対象者のｆ２（ｘ，ｙ，ｚ）との和の２分の１を乗じる演算を行い、前記同質度に基づく文献情報の予測値を取得し、
前記関係出力部は、
前記文献情報予測手段が取得した前記文献情報の予測値を出力する、請求項８記載の情報処理装置。
【請求項１０】
前記文献情報予測手段は、
始点が同一座標である、前記第一ＢＥＰベクトルと前記第二ＢＥＰベクトルとの成す角θとして、ＳＩＮθの二乗であるＨＴ（ｘ，ｙ，ｚ）に対して、前記第一対象者のｆ１（ｘ，ｙ，ｚ）を取得し、前記第二対象者のｆ２（ｘ，ｙ，ｚ）を取得し、更にそれらの積と和を求めて、積がゼロで和が正ならば和の平方根を乗じ、そうでないならば、積の平方根を乗じて、前記異質度に基づく文献情報の予測値を取得する、または
始点が同一座標である、前記第一ＢＥＰベクトルと前記第二ＢＥＰベクトルとの成す角θとして、ＣＯＳθの二乗であるＨＭ（ｘ，ｙ，ｚ）に対して、前記第一対象者のｆ１（ｘ，ｙ，ｚ）を取得し、前記第二対象者のｆ２（ｘ，ｙ，ｚ）を取得し、更にそれらの積と和を求めて、積がゼロで和が正ならば和の平方根を乗じ、そうでないならば、積の平方根を乗じて、前記同質度に基づく文献情報の予測値を取得する、請求項９記載の情報処理装置。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、２以上の文献情報に対応する、当該文献の著作者、発明者あるいは創作者等のタイプを決定する情報処理装置等に関するものである。
続きを表示（約 2,800 文字）【背景技術】
【０００２】
近年、異分野融合研究、産学連携研究等を起点とした大学からのイノベーション創出は、日本の産業力再興のために重要なミッションとなっている。そして、その起点たる優れた研究成果を、更に進んでスタートアップ等に結実させる大学研究者が少なからず出現するようになってきた。しかし、その一方でアカデミアに留まり研究に専念する研究者も多い。これらの研究に対するスタンスの相違は、各研究者の個性によるものと考えられ、ストークス（1997）は、「真理探究を重視する研究者」を量子力学の創始者に因んでボーア型とし、「用途を重視する研究者」を天才的発明家に因んでエジソン型とし、「共に双方を重視する研究者」を細菌学の開祖でありワクチンの発明者に因んでパスツール型とした（図３５参照）。なお、以下、これらの研究者のタイプを、適宜「ストークスのＢＥＰ類型」又は単に「ＢＥＰ類型」と言う。そして、高田仁（2020）は、“パスツール型研究者と大学発ベンチャーの関係性に関する考察” （非特許文献１）において、学術成果をイノベーションに結実できる重要な役割を担うのはパスツール型研究者であるとしている。
【０００３】
しかしながら、ＢＥＰ類型を決定する方法は、手間が掛かる当事者インタビューや主観的なアンケートが一般的であり、論文と特許の両方の被引用データによる定量的方法も提案されているが、元々、日本の大学研究者は特許出願数が少なく、限定的な範囲でしか適用できなかった。
【０００４】
したがって、高田が示すようにイノベーションに重要なファクターではありながら、客観的かつ網羅的なＢＥＰ類型の決定方法は、未だ見出されていない。
【０００５】
また、従来、学術論文を国際特許分類（ＩＰＣ）に対応付ける技術があった（例えば、非特許文献２参照）。更に学術論文を科研費分類に対応付ける技術も同様に存在する。
【先行技術文献】
【非特許文献】
【０００６】
高田仁、“パスツール型」研究者と大学発ベンチャーの関係性に関する考察”（「研究技術計画」Ｖｏｌ．３５，Ｎｏ．３，２０２０）
難波英嗣、外３名、“学術論文の国際特許分類への自動分類”、［online］、Ｊａｐｉｏ２００８ＹＥＡＲＢＯＯＫ、［令和１年１０月４日検索］、インターネット［URL：http://www.japio.or.jp/00yearbook/files/2008book/08_4_04.pdf#search=%27%E9%9B%A3%E6%B3%A2%E8%8B%B1%E5%97%A3+%E8%AB%96%E6%96%87+%EF%BC%A9%EF%BC%B0%EF%BC%A3%E4%BB%98%E4%B8%8E%27］
【発明の概要】
【発明が解決しようとする課題】
【０００７】
しかしながら、従来技術においては、文献情報を用いて、個人またはグループのタイプを取得できなかった。
【課題を解決するための手段】
【０００８】
本第一の発明の情報処理装置は、論文情報を分類するための論文コード、特許情報を分類するための特許コード、競争的資金を取得する場合に申請分野を分類するための競争的資金コードである３種類のコード、および文献情報に関する１以上の属性値と対となる２以上の各文献情報と対になる論文コードの中の最も多く出現するコード数の最大値であるαｍａｘに基づく論文コード集中度を取得し、かつ２以上の文献情報と対になる特許コードの中の最も多く出現するコード数の最大値であるβｍａｘに基づく特許コード集中度を取得し、かつ２以上の文献情報と対になる競争的資金コードの中の最も多く出現するコード数の最大値であるγｍａｘに基づく競争的資金コード集中度を取得し、論文コード集中度と特許コード集中度と競争的資金コード集中度とを用いて、２以上の文献情報である論文集合に対応するタイプを決定するタイプ判定部と、タイプを出力するタイプ出力部とを具備する情報処理装置である。
【０００９】
かかる構成により、文献情報と対になる３種類のコードを用いて、当該文献情報の著作者、発明者あるいは創作者等である個人またはグループのタイプを取得できる。
【００１０】
また、本第二の発明の情報処理装置は、第一の発明に対して、２以上の各文献情報ごとに、文献情報と対になる論文コードに対応する値をｘ、文献情報と対になる特許コードに対応する値をｙ、文献情報と対になる競争的資金コードに対応する値をｚとする座標情報（ｘ，ｙ，ｚ）を取得し、２以上の各文献情報に対応付けて、座標情報（ｘ，ｙ，ｚ）を座標格納部に蓄積する座標蓄積部をさらに具備し、タイプ判定部は、座標格納部から、２以上の各文献情報に対応付く１以上の座標情報を取得する座標取得手段と、座標取得手段が取得した１以上の各座標情報の個数ｆ（ｘ，ｙ，ｚ）を取得し、∫∫ｆ（ｘ，ｙ，ｚ）ｄｙｄｚ≡α（ｘ）の最大値であるαｍａｘを論文コード集中度とし、∫∫ｆ（ｘ，ｙ，ｚ）ｄｘｄｚ≡β（ｙ）の最大値であるβｍａｘを特許コード集中度とし、∫∫ｆ（ｘ，ｙ，ｚ）ｄｙｄｚ≡γ（ｚ）の最大値であるγｍａｘを競争的資金コード集中度とする度合取得手段と、ＭＡＸ（論文コード集中度，特許コード集中度，競争的資金コード集中度）＝論文コード集中度であればタイプを準ボーア型、ＭＡＸ（論文コード集中度，特許コード集中度，競争的資金コード集中度）＝特許コード集中度であればタイプを準エジソン型、ＭＡＸ（論文コード集中度，特許コード集中度，競争的資金コード集中度）＝競争的資金コード集中度であればタイプを準パスツール型と決定する準ストークス類型判定手段とを具備する情報処理装置である。
なお、ストークスのＢＥＰ類型と本発明による「準」ＢＥＰ類型とを同等と考えても、以下の理由により妥当性は失わないと推定される。即ち、論文コード集中度が最大であるということは、図１１（ａ）で示すように、論文の特定分類に努力を傾注しているのであるから、その研究スタンスは真理探究を重視すると考えられる。また、特許コード集中度が最大であるということは、図１１（ｂ）で示すように、特許の特定分類に努力を傾注しているのであるから、その研究スタンスは用途を重視すると考えられる。さらに、競争的資金コード集中度が最大であるということは、図１１（ｃ）で示すように、垂直面ではなく水平面に広く分布していることから、その研究スタンスは真理探究と用途とを共に重視すると考えられる。ただし、各類型に「準」を敢えて追記しているのは、必ずしもストークスのＢＥＰ類型と完全一致することは立証できないからである。
（【００１１】以降は省略されています）

関連特許