原创丑丑强局猫老师专利分析可视化收录于话题#专利分析方法及工具29个
针对来源国或申请人进行专利分析分别是从国家/地区或者市场主体的角度，识别不同国家、地区、企业、科研机构所拥有的专利技术的数量，并基于此判断其可能的市场竞争实力，发明人分析与之略有不同，由于发明人往往并非是直接参与竞争的市场主体，而是专利技术最根本的来源，因而对发明人进行统计分析的目的是了解市场主体对其所拥有的智力资源的管理和组织方式，或者发掘可使用的合适的智力资源。
01
—
发明人专利申请态势
在著录项目统计阶段，通过排名和研发周期，圈定所研究的领域或特定申请人中专利技术产出量较高的发明人，并确定其参与研发工作的时间阶段，从而初步识别出较为重要的发明人人选。
案例1：CAR-T细胞技术主要发明人
CAR-T细胞专利的发明人排名
图表来源：EPOLandscapestudyonpatentfiling:ChimericAntigenReceptorT-cellImmunotherapy
上表统计了CAR-T细胞技术中专利申请量最多的前二十位发明人。美国研究人员JuneCarl的专利申请量最大，他是宾夕法尼亚大学CAR-T细胞疗法的先驱者之一。
案例2：米其林在轮胎领域排名前十位的发明人的研发生命周期
米其林在轮胎领域排名前十位的发明人的研发生命周期
图表来源：《产业专利分析报告（第42册）高性能子午线轮胎》
米其林在轮胎胶料领域排名前十的发明人都是从年之后才逐渐出现的，其中排名第九位的发明人VASSEURD在20世纪90年代左右较为活跃，但到了年以后，开始逐渐退出研发舞台。
案例3：Mobileye主要发明人的技术贡献率分析
可以结合多种指标构建自定义的专利分析模型，通过多维度的综合分析，更准确地识别出重要发明人。例如，发明人专利申请数量的多少，决定了其对公司技术贡献程度的大小，发明人专利申请数量越多，其对公司的技术贡献程度越高；并且一件发明被引用的次数越多，说明该发明越基础越重要，发明人的专利申请被引用次数越多，说明发明人对这个技术领域的贡献度越大。因而，可以通过将企业中发明人的专利申请的数量和专利申请被引用次数来界定发明人对技术贡献程度的大小，可以定义申请贡献率、引用贡献率、技术贡献率的指标如下：
申请贡献率（%）=（发明人的专利申请数量/企业总专利申请量）×%
引用贡献率（%）=（发明人的专利申请被引用次数/企业总专利申请被引用次数）×%
技术贡献率（%）=申请贡献率+引用贡献率。
Mobileye主要发明人的申请贡献率和引用贡献率
图表来源：《产业专利分析报告（第58册）自动驾驶》
根据上述公式计算出Mobileye公司每一个发明人的申请贡献率、引用贡献率和技术贡献率。可以看出，发明人SteinG和ShashuaA为Mobileye公司的重要发明人，其申请贡献率和引用贡献率均位居发明人的前列。
Mobileye主要发明人的技术贡献率
图表来源：《产业专利分析报告（第58册）自动驾驶》
根据Mobileye公司81位发明人的技术贡献率，建立了如上图所示的发明人技术贡献率金字塔。台阶越高，表明发明人的贡献率越大；在水平方向上，颜色越深表示贡献率越大。可以看出。发明人SteinG和ShashuaA的技术贡献率分别达到了%和72%，说明这两位是Mobileye专利技术的关键性人物。
除了上述核心专家之外，Mobileye还有十几名重要的研发人员和62名一般研发人员，构成了一个金字塔式的研发队伍。Mobileye的技术人员结构合理稳固，多达81名的技术研发人员保证了技术的延续性和创新性。
02
—
发明人合作网络
近几年来，由于网络数据可视化技术的发展，在专利分析也引入了网络数据可视化的方法，网络数据可以帮助分析人员发现数据之间的关联关系。对于关联关系复杂的发明人，使用网络数据可视化的方式，能够清晰的看出发明人之间的合作关系，以及申请人的研发团队的组织模式等。
案例4：从发明人合作网络看各大公司的研发模式
世界著名的数据可视化公司Periscopic，通过绘制各大科技公司的专利中发明人的合作网络，发现了这些大公司独特的创新研发模式。
下边的发明人合作网络图中，每一个气泡代表一个发明人，气泡的大小代表发明人的专利数量，气泡之间的连线代表发明人之间的合作专利数量。气泡之间挨的越紧密，则说明发明人之间的合作关系越紧密。
特斯拉的发明人合作网络
图表来源：