专利质量正态分布分析

　　大家在申请、审查专利申请中，一定非常关注技术要素的限制。技术要素少，保护范围宽泛，容易侵权，但是对比文件也会非常容易进来；技术要素多，保护范围狭窄，不容易侵权，也就失去专利保护的作用。

　　所以，技术要素个数（Patentics分析定义为特征度）是专利发明质量的一个非常重要的指标。

　　我们对美国2015年发明授权、国外进入中国发明2015年授权、国内申请人中国发明2015年授权技术要素个数，做了大数据分析。我们先把分析结果用Excel的图表形式和大家共享。

　　这3张图，给出了非常重要的信息。

　　1. 不仅表示了人类发明活动可以被量化，而且这个量化信息的分布是正态分布；

　　2. 专利的质量可以通过研究该正态分布的统计属性来量化，比如中心值（均值），偏差值（方差）来完成；

　　3. 申请人、地区、行业、代理的专利质量，都可以根据正态分布的参数、形状，进行量化比较。

　　我们知道，正态分布经常用在生产线的质量控制中。把专利过程的关键属性用正态分布来描述，就为我们控制、最终提高专利质量提供了强有力的理论基础和操作空间。

　　我们下面解读一下3个正态分布提供给我们的质量信息。

　　美国授权专利的平均技术要素值为14，国外进入中国的为18。分布形态基本相同，我们可以得出，2组数据的偏差值也是基本相同的。

　　国内申请的平均技术要素值为22。从形状上看，与质量紧密相关的偏差值也要大得多。中国发明授权专利的质量提高大有文章可做！

　　根据我们的大数据分析中，我们发现通过技术特征数来进行质量分析，与发明文献的语言（中文、英文）独立。这样在美国申请保护的发明，只要是相同的发明内容（同族），在中国专利的技术特征数也是相同的。