결정트리 학습알고리즘을 이용한 우수특허 선별방법에 관한 연구

Abstract

지식재산 사회로 들어오면서 기술들의 변화 주기가 짧아 졌다. 특히 정보기술분야와 관련된 제품개발에 있어서 연구내용을 적용하여 상용화하는 시기는 매우 중요하다. 따라서 기술의 변화를 빠르게 감지하고 핵심적인 기술을 파악하기 위해서 많은 정성적 분석의 노력이 필요해지고 있다. 본 논문에서는 데이터마이닝 기술을 중심으로 빠르게 우수기술의 특허를 선별하는 방법을 제시한다. 특허 문서의 분석 요소들의 경우 계량 과 명목척도가 혼재되어 있다. 이런 점을 고려하여 특허 문서의 평가를 위해 평가요소 정리와 특징 파악, 데이터 정규화, 그리고 평가요소들 중 중요한 평가요소들을 추출하는 특징 추출을 진행하여 적절한 입력변수를 선정했다. 그리고 결정트리 학습 알고리즘을 활용하여 기술분야 전문가의 평가결과를 교사 학습하여 예측 모형을 구축했다. 그 결과 검증용 테스트데이터의 결정트리 정분류율이 70.8%로 나타났으며 트리 분석을 통해 전문가들의 우수특허선별 방법에 대해 파악해 보았다. 이를 통해서 관심 기술분야의 우수특허기술을 객관적이고 빠르게 분석할 수 있을 것이다.