#経済学のための実践的データ分析 5.1 特許(データベース)分析

一橋大学 経済学部 28番教室
#経済学のための実践的データ分析 5.1 特許(データベース)分析

Transcript

1. 経済学のための実践的データ分析 5. 特許(データベースの)分析 28教室 経済学研究科 原泰史 yasushi.hara@r.hit-u.ac.jp
2. 確認事項 • 電源タップは足りているでしょうか？
3. 今日の内容 (105分) 1: 特許分析 2. データベースを 用いて解析する
4. 1. 特許分析
5. 知的財産制度 • 知識の公開を条件に、知識の商業的な利用の占有権を 知識の創造者に与える仕組み • 特許 • 実用新案 • 意匠 • 著作権 • 商標 6/16/2019 5
6. 知的財産の種類と日本の知的財産保護制度 特許 実用新案 意匠 著作権 商標 保護対象 発明 考案 (特許ほど高 度でない発明) 意匠(商品のデザ インなど) 著作物等 商品の商標 主たる保護要件 ・新規性 ・進歩性 ・産業上の有用 性 ・新規性 ・進歩性 ・産業上の有用 性 ・新規性 ・創作非容易性 ・工業上利用可 能性 ・創作 ・誤認を生じさ せないこと 保護期間 出願日から20年 出願日から10年 登録日から15年 著者者の死後50 年 登録日から10年 (更新可能) ディスクロー ジャー 出願・公開 出願・公開 3年内の秘密意匠 制度あり 頒布 出願公告 保護内容 発明の実施の専 有 考案の実施の専 有 意匠の実施の専 有 複製権の専有な ど 商標の利用の専 有 年間出願件数 345000 (2010年) 9000 (2010年) 32000 (2010年) 出願不要 114000 (2010年) 6/16/2019 6
7. 知的財産権と技術の公開への誘因 • 知的財産制度の目的のひとつ は、企業が研究開発の成果を 公開するような誘因を整備す ること • 保護期間の後は、公開された 発明をだれでも自由に利用す ることができる • 技術公開の効果 • 技術の公開によって、研究の重 複の危険性が小さくなる • 公開された技術は新たな研究開 発の種を供給する • 技術開発は累積的なプロセス であり(Merges and Nelson 1990)、すべての技術が企業 秘密となった場合このような プロセスが成立しにくくなる 6/16/2019 7
8. 知的財産権の役割 • 1. 研究開発への誘因を高めること • 知的財産権による保護がなければ、研究開発への誘因が低下してしまう危険 性がある • 2. 研究開発の公開を促すこと • 知的財産権が弱いと、企業は開発した技術をできるだけ隠そうとする • 研究開発の内容も企業秘密として維持可能な技術に偏る傾向が生じる • 結果、産業全体として研究開発に利用可能な知識ストックが減少し、研究開 発の効率が低下する危険性がある • 商業的成功に強く結びついた技術革新を推進するための制度 • 企業の私的な情報と私的なインセンティブを活用して、技術革新を 促進させる 6/16/2019 8
9. 発明から出願、登録までのプロセス 出所: (永田 2004) 6/16/2019 9
10. 特許データベース • 何がわかるのか • だれが、いつ、どこで、どんな特許を書いたのかがわかる • だれが、いつ、どこで、どんな特許を引用したかがわかる • メリット • みんなが読んでいる特許がわかる！ • インパクトファクターの高い特許がわかる！ • どんな研究開発が世の中で行われているかがわかる！ 5/14/2015 10
11. 特許データベース • アメリカ特許のデータベース • Google Patent • USPTO Patents • Ultra Patents • Thomson Innovation • ヨーロッパ特許のデータベース • Espacenet • PATSTAT • 日本の特許データベース • 特許情報プラットフォーム • IIP データベース • 研究用特許データベース (patR) 5/14/2015 11
12. 日本特許用のデータベース • 特許情報プラットフォーム • 工業所有権情報・研修館が提供 • 無償: https://www.j-platpat.inpit.go.jp/web/all/top/BTmTopPage • 特許の大まかな内容を調べるにはこれで十分 • IIPパテントデータベース • 知的財産研究所（と人工生命研究所）が提供 • 無償: http://www.iip.or.jp/patentdb/ • 出願情報、登録情報、出願人情報、引用情報、発明者情報、発明者情報がそれぞれ収録 • マニュアル：http://www.iip.or.jp/patentdb/pdf/manual.pdf • ダウンロードページ: https://database.iip.or.jp/patentdb/ • 研究用特許データベース • IIPパテントデータベース、研究用特許データベースどちらも工業所有権情報・ 研修館が提供する整理標準化データがベース 5/14/2015 12
13. 研究用特許データベース • （１）整理標準化データ (patR データベース) • 特許庁での特許の出願、審査請求、拒絶、権利維持、最終処分まで、 手続きを記録したもの • 提供時期は１９６４年以降２０１０年３月まで 適宜アップデート中 • データ量が多いため、研究に必要な項目を限定してデータベースに格 納 • （２）公報データ (td_5 データベース) • 特許の明細書および書誌情報を年別・公報種別によって記録したもの • 発行時期は公開公報：１９９３年から２０１２年まで • 特許公報：１９９４年から２０１２年まで • 公表公報：１９９６年から２０１２年まで • 再公表公報：１９９６年から２０１２年まで。すべてのデータを格納。 6/16/2019 13
14. ３つの特許データベースの違いは？ 5/14/2015 14 （永田２００４） 特許庁データ 整理標準化データ 日本国特許庁への特許出願等に基づいて作成され る産業財産権情報（出願、審判、登録情報等）に ついて、公開可能な情報の重複を排除し標準的な 形式であるXMLやSGMLに変換したデータ
15. ３つの特許データベースの違いは？ 5/14/2015 15 （永田２００４） 特許庁データ 整理標準化データ patR/tamada データベース 必要な部分を抽出し, 出願人コードなどを統一 したもの IIPパテントデータベース
16. 特許情報プラットフォーム • https://www.j-platpat.inpit.go.jp/web/all/top/BTmTopPage 5/14/2015 16
17. 特許情報プラットフォームから、ビート たけしの特許を探してみる • “北野武”と入力してみる 5/14/2015 17
18. 特許情報プラットフォームから、ビート たけしの特許を探してみる • ヒット件数 19件と表示されるので、一覧表示をクリックする 5/14/2015 18
19. 特許情報プラットフォームから、ビート たけしの特許を探してみる • 結果が表示される • どうやら、同姓同名の発明者が いるっぽい • オフィス北野が出願人になって いる特許を選ぶ 5/14/2015 19
20. 特許情報プラットフォームから、ビート たけしの特許を探してみる • 特許の詳細画面を表示する • どっかで見たことあるひとが 共同発明者にいる！ • ビートさんと所さん 5/14/2015 20
21. 特許情報プラットフォームから、ビート たけしの特許を探してみる • http://www.tokoro.co.jp/tt-hammer/aboutiron/root.html 5/14/2015 21
22. 溶融還元法に関連する特許をFIコードを使って抽出す る • 概要 • 1. パテントマップガイダンスから関連するFI コードを抽出する • http://www5.ipdl.inpit.go.jp/pmgs1/pmgs1/pmgs • 2. 「溶融還元法」のFIコード C21C5/28@F をピックアップ • 3. 特許図書館の「特許分類検索」から検索→164件ヒット • 4. 特許図書館の「公報テキスト検索」から検索→10件ヒット • Google Patent から検索
23. 溶融還元法に関連する特許をFIコードを使って抽出する (1) 1. 特許情報プラットフォームにア クセスする • https://www.j- platpat.inpit.go.jp/web/all/top/BT mTopPage 2. “5. パテントマップガイダンス (PGMS)” を選択する
24. 溶融還元法に関連する特許をFIコードを使って抽出する (2) 3. キーワード検索タブをクリック する 4. キーワードに”溶融還元法” と入 力し、「検索」をクリックする
25. 溶融還元法に関連する特許をFIコードを使って抽出する (2) 5. 検索結果が表示される
26. FI コードの探索 FI ドット 説明 補足説明 関連分野 テーマコード C21B11/0 0 0 溶鉱炉によら ない銑鉄の 製造 ｅｘ．）鉄浴 式溶融還元法 （ＤＩＯＳ） 溶融還元法に よるＣｒ・Ｎｉ 合金鋼の製造 C21C5/28 4K012 F27B17/0 0@A 0 加熱溶融， 溶融還元炉 灰溶融炉F23J 4K049
27. C21B11/00 の場合 FI ドット 説明 補足説明 関連分野 テーマコード C21B11/00 0溶鉱炉によらな い銑鉄の製造 ｅｘ．）鉄浴式溶融 還元法（ＤＩＯＳ） 溶融還元法によるＣ ｒ・Ｎｉ合金鋼の製 造C21C5/28 4K012 C21B11/02 1低シャフト炉に よるもの コークス充填層を形 成した炉内に鉄鋼石． スクラップを装入す るもの．キュポラ等 4K012 C21B11/06 1ロータリーキル ンによるもの 4K012 C21B11/08 1炉床式炉による もの 4K012 C21B11/10 1電気炉によるも の 4K012
28. F27B17/00@A の場合 FI ドット 説明 補足説明 関連分野 テーマコード F27B17/00 0グループＦ２７Ｂ１／００ ～Ｆ２７Ｂ１５／００のい ずれのグループにも包含さ れない種類の炉（炉を構造 的に組み合わせたものＦ２ ７Ｂ１９／０２） 乾燥炉F26Bタンマン（管状）炉 4K049 F27B17/00@A 0加熱溶融，溶融還元炉 灰溶融炉F23J 4K049 F27B17/00@B 0炉室型炉 4K049 F27B17/00@C 1セラミツク焼成，焼結用 陶器、瓦用炉C04B33/32 4K049 F27B17/00@D 0管状炉 4K049 F27B17/00@E 0イメ－ジ炉 赤外線加熱等 赤外線乾燥F26B3/30 4K049 F27B17/00@F 0ホツトプレス炉 粉末冶金B22F3/14@Aプレス一般 B30B11/02@A 4K049 F27B17/00@Z 0その他 4K049 F27B17/00,301 1熱間静水圧加圧装置 ＨＩＰ 粉末冶金B22F3/14@Eプレス一般 B30B11/00@Eセラミックの焼結 C04B35/64@N，C04B35/64， 302 4K049 F27B17/00,301@A 0圧力容器〔プラグ，容器内 部の構成〕 4K049 F27B17/00,301@B 1ガス流路・弁〔容器内部の ガス流路，通気弁〕 4K049 F27B17/00,301@C 1断熱構造〔断熱層の材料， 構造〕 4K049 F27B17/00,301@D 1加熱要素〔電極プラグ，ヒ －タ－支持筒を含む〕 4K049 F27B17/00,301@E 0被処理物 4K049 F27B17/00,301@F 0装入・排出，搬送 4K049 F27B17/00,301@G 0プレスフレ－ム・防護壁 4K049 F27B17/00,301@H 0ガス供給・排出〔ＨＩＰ装 置へのガス濃度測定を含 む〕 4K049 F27B17/00,301@J 0予熱，冷却ステ－シヨンを 有するもの 4K049 F27B17/00,301@K 0計測・制御 4K049 F27B17/00,301@L 0液体あるいは固体圧力媒体 を用いるもの 4K049 F27B17/00,301@Z 0その他 4K049
29. 特許図書館の特許・実用新案分類検索からFIコード (C21C5/28@FおよびF27B17/00@A) の特許を抽出 1. Top ページから, [特許・実用新案] -> [特許・実用新案分類検 索]をクリックする
30. 特許図書館の特許・実用新案分類検索からFIコード (C21C5/28@FおよびF27B17/00@A) の特許を抽出 2. 検索式(必須) に “C21C5/28@F+F27B17/00@A ” を入力し, [検索]をクリックす る • ここで、”+” はOR演算を意味 する • “*”の場合はAND演算を意味す る 3. ヒット件数 353件と表示さ れるため, “一覧表示” をクリッ クする 5/14/2015 30
31. 特許図書館の特許・実用新案分類検索からFIコード (C21C5/28@FおよびF27B17/00@A) の特許を抽出 4. 特許の一覧が表示される 5/14/2015 31
32. 特許図書館の特許・実用新案分類検索からFIコード (C21C5/28@FおよびF27B17/00@A) の特許を抽出 5. とりあえずExcel に貼り付け る 5/14/2015 32
33. 特許図書館の特許・実用新案分類検索からFIコード (C21C5/28@FおよびF27B17/00@A) の特許を抽出 • 出願年と公開年を年別にソートしてグラフ化する 5/14/2015 33 0 5 10 15 20 25 30 35 1900 1903 1906 1909 1912 1915 1918 1921 1924 1927 1930 1933 1936 1939 1942 1945 1948 1951 1954 1957 1960 1963 1966 1969 1972 1975 1978 1981 1984 1987 1990 1993 1996 1999 2002 2005 2008 2011 2014 出願年 発行年
34. 特許図書館の特許・実用新案テキスト検索からFIコー ド (C21C5/28およびF27B17/00) の特許を抽出する 1. Top ページから, [特許・実用新案] -> [特許・実用新案テキス ト検索]をクリックする
35. 特許図書館の特許・実用新案テキスト検索からFIコード (C21C5/28およびF27B17/00) の特許を抽出する 2. “検索項目” でFI を選択し, “検 索キーワード” に [C21C5/28]を 指定する. 同様に, 下の欄も“検索 項目” でFI を選択し, “検索キー ワード” に [F27B17/00] を指定 する. 3. “論理式に展開” をクリックす る 4. デフォルトの設定では AND(*) になっているため, OR (+)に変更 する 5. “論理式で検索”をクリックする 5/14/2015 35
36. 特許図書館の特許・実用新案テキスト検索からFIコード (C21C5/28およびF27B17/00) の特許を抽出する 6. “一覧表示” をクリックす る ・先ほどとは異なり, 出願 人が表示される 5/14/2015 36
37. 同様に, FI コードを用いてGoogle Patent か ら検索
38. 検索の結果 3140件抽出
39. 多すぎるので、新日鐵が assignee になっ ているものを抽出→18件
40. 2. データベースを 使ってみる
41. 今日もやってみること (60分～75分) 1. リレーショナルデータベース (MySQL) の環境をローカル (自 分の PC and/or Mac) に構築するため, MySQL Server と MySQL Workbench を導入する 2. Manaba からデータをダウンロードし, MySQL 上にデプロイ する 3. 展開したデータを MySQL Workbench を使って, 初期的な解 析を行う 4. JupyterNotebook からデータを読み込み初期的な解析をする • 時間内に終わらない場合には, 次回引き続き実習を行います。
42. 今日のレシピ • 標準化された特許データベース (の一部分; サンプルデータ) を Manaba 経由でお配りします • 先程の事例と同じように, 企業ごとの特性などを MySQL や python をつかって解析します
43. 使うデータ; 日本の特許データベース 6/16/2019 43 ・特許庁の手続きデータを工業所 有権情報・研修館が提供している 整理標準化データが元データ。 ・app_info を中心にデータが構成さ れるリレーショナル・データベース 方式
44. (1) 特許データベース (patR) • app_info 出願経過 テーブル 6/16/2019 44 フィール ド名 型 インデックス 内容（カッコ内は コード表インデッ クス） 1 app_num varchar(20) 出願番号：すべて半角(B0010) 2 count int(11) ワーク用カウンタ 3 title varchar(255) 発明の名称 4 app_date date 出願日 5 renewal_dat e date 更新日付：出願マスタ 6 id bigint(20) 元処理番号 7 pat_app_nu m varchar(10) 原出願記事番号(B0010) 8 app_type varchar(4) 原出願記事関連種別(B0310,C0025) 9 pub_num varchar(10) 公開番号 10 pub_date date 公開日 11 exam_pub_n um varchar(10) 公告番号 12 exam_pub_d ate date 公告日 13 intl_app_nu m varchar(12) 国際出願番号 14 pry_cnty char(2) 筆頭優先権主張国 15 num_claim_ app int(11) 請求項の数：出願時 16 num_claim_ examed int(11) 請求項の数：公告決定時 17 num_claim_r eg int(11) 請求項の数：登録査定時 18 reg_num varchar(19) 特許番号または登録番号 19 reg_date date 登録日 20 rej_rsn char(2) 拒絶理由条文コード(C0710) 21 cnln_cl char(2) 本権利抹消識別(C0780) 22 term_dat e date 本権利消滅年月日 23 pry_clai m_date date 優先権主張日 24 dspn_ex am_date date 審査最終処分日 25 dspn_ex am_code char(3) 審査最終処分種別コード(C0360) 26 apnum varchar( 13) MUL ‘JPP’をapp_numの先頭につけた文字列 27 fin_decn char(1) 査定種別コード(C0350) 28 fin_decn _date date 査定発送日 29 trans_su bm_date date 翻訳文提出日 30 trans_pu b_num varchar( 10) 公表番号 31 idp int(11) PRI 本テーブルの固有行番号 32 num_clai m_reg_i nfo int(11) 請求項の数（登録情報） 33 udate date ワーク用日付フィールド 34 IPC8 varchar( 255) 国際特許分類第８版 35 acc_exa m_mark char(1) 早期審査マーク(C0240)
45. (1)特許データベース (patR) • citation 引用情報 テーブル 6/16/2019 45 フィール ド名 型 インデッ クス 内容 （カッコ 内はコー ド表イン デック ス） 1 citing varchar(1 0) MUL 引用特許 出願番号 (B0010) 2 cited varchar(1 0) MUL 被引用特 許出願番 号(B0010) 3 type int(11) MUL 種別（1： 審査官引 用 2：特許公 報に記載 された引 用 3：上記両 方に記載 の引用） フィールド名 型 インデックス 内容（カッコ 内はコード表 インデック ス） 1 ids int(11) PRI 固有行番号 2 name text 氏名 3 addr text 住所 4 prefecture char(2) 住所の国県 コード (C0050) 5 id_num varchar(9) 出願人コード (B0070) 6 req_type char(1) 個法官別コー ド(C0070) 7 type int(11) ワーク用 8 name1024 varchar(1024 ) MUL 氏名のイン デックス文字 列 9 addr1024 varchar(1024 ) MUL 住所のイン デックス文字 列 • applicant 出願人
46. (1) patR • inventor 発明者テーブル 6/16/2019 46 フィールド名 型 インデックス 内容（カッコ 内はコード表 インデック ス） 1 name text 氏名 2 addr text 住所 3 req_type char(1) 個法官別コー ド(C0070) 4 organization Varchar(255) 所属する組織 の名称 5 ids int(11) PRI 固有行番号 6 name1024 varchar(1024 ) MUL 氏名のイン デックス文字 列 7 addr1024 varchar(1024 ) MUL 住所のイン デックス文字 列 フィールド名 型 インデックス 内容（カッコ内 はコード表イン デックス） 1 apnum varchar(13) MUL ‘JPP’+出願番号 (B0010) 2 app_num varchar(10) MUL 出願番号(B0010) 3 pub_num varchar(10) MUL 公開番号 4 intl_app_num varchar(12) MUL 国際出願番号 5 intl_pub_num varchar(12) MUL 国際公開番号 6 trans_pub_num varchar(10) MUL 公表番号 7 exam_pub_num varchar(10) MUL 公告番号 8 reg_num varchar(10) MUL 特許番号または 登録番号 9 ref_pub_num varchar(13) MUL 文献公開番号 10 ref_trans_pub_n um varchar(13) MUL 文献公表番号 11 ref_examd_pub_ num varchar(13) MUL 文献公告番号 12 ref_reg_num varchar(13) MUL 文献登録番号 13 ref_intl_pub_nu m varchar(13) MUL 文献国際公開番 号 • numbers 番号表テーブル
47. SQL を使ったデータ分析 • 材料 • MySQL サーバ: オープンソース型データベース。 • RDBMS (Relational Database Management System) • MySQL Workbench: MySQL の開発用コンソール • サンプルデータ • Manaba に展開済み • 7z 形式で圧縮しているため, 解凍が必要 2019/6/16 47
48. 1.MySQL サーバとMySQL Workbenchをダ ウンロードしよう (modified.) • https://dev.mysql.c om/downloads/inst aller/ から、Mac版 または Win 版のバ イナリをダウンロー ドする 2019/6/16 48
49. 1. MySQL サーバをダウンロードしよう • MSI Installer (32bit) をクリック する 2019/6/16 49 ・“No thanks, just start my download”をク リックする ・バイナリ(.msi) がダウンロードされる
50. 1-1. MySQL サーバをインストールしよう • Installer が開くので、 Add… をクリックする 2019/6/16 50
51. 1-1. MySQL サーバをインストールしよう • “I accept the license terms” チェックボッ クスを選択し て, NEXT > を クリックする 2019/6/16 51
52. 1-1. MySQL サーバをインストールしよう • Available Products から • Mysqlserver • Mysql workbench • Connector/python を選択し, → (矢印ボタン) で Products/Features To Be installed: ブロックに移動させる • Next > をクリックする
53. 1-1. MySQL サーバをインストールしよう • Execute をクリックする • ファイルがダウンロードされる
54. 1-1. MySQL サーバをインストールしよう • インストールが行われる • Next > をクリック 2019/6/16 54
55. 1-1. MySQL サーバをインストールしよう • Next > をクリックする 2019/6/16 55
56. 1-1. MySQL サーバをインストールしよう • Standard MySQL Server/Classic MySQL Replication を選択し, Next > をクリックする
57. 1-1.MySQL サーバをインストールしよう • Config Type • Development machine • TCP/IP 3306 • Open Firewall Port for Network Access チェック ボックスを外す 2019/6/16 57
58. 1-1.MySQL サーバをインストールしよう • “Use Strong Password Encryption for Authentication (Recommended)” を選択し, Next > をクリックする
59. 1-1.MySQL サーバをインストールしよう • MySQL Root Password を 指定する • Repeat Password に同じ パスワードを指定すること 2019/6/16 59
60. 1-1. MySQL サーバをインストールしよう • Windows Serviceの設定 • “Configure MySQL Server as a Windows Service” を クリックする • “Start the MySQL Server at System Startup” の チェックは外す • Next > をクリックする 2019/6/16 60
61. 1-1. MySQL サーバをインストールしよう • Plugins and Extensions • そのまま 2019/6/16 61
62. 1-1. MySQL サーバをインストールしよう • Execute をクリックす る 2019/6/16 62
63. 1-1. MySQL サーバをインストールしよう • Finish をクリックする 2019/6/16 63
64. 1-1. MySQL サーバをインストールしよう • Next > をクリックする • Finish をクリックする 2019/6/16 64
65. 1-2. MySQL Workbench でMySQL サーバ に接続する • MySQL Workbench を起動する (Windows 8.1 の場合) 2019/6/16 65
66. 1-2. MySQL Workbench でMySQL サーバ に接続する • MySQL Workbench を起動する (Windows 10 の場合) 2019/6/16 66
67. 1-2. MySQL Workbench で MySQL サーバ に接続する • + ボタンをクリックする 2019/6/16 67
68. 1-2. MySQL Workbench でMySQL サーバ に接続する • Password Vault をクリックする 2019/6/16 68
69. 1-2. MySQL Workbench でMySQL サーバ に接続する • Password を入力する • Test Connection をクリック する • 以下のメッセージが出ればOK 2019/6/16 69
70. 1-2. MySQL Workbench でMySQL サーバ に接続する • Connection Name を指定して, OK をクリックする 2019/6/16 70
71. 1-2. MySQL Workbench でMySQL サーバ に接続する • MyServer をクリックする 2019/6/16 71
72. 1-2. MySQL Workbench で MySQL サーバ に接続する • コンソールが開く 2019/6/16 72
73. 2. サンプルデータをダウンロードしよう • Manaba の「経済学のための 実践的データ分析」ページに アクセスし, TOPページの 「データダウンロード」欄を クリックする 2019/6/16 73
74. 2-2. 今日使うデータ(IIP パテントデータ ベース) • 特許庁の『整理標準化 デー タ』（2013 年度提供分ま で）を基に作成された研究用 特許データベース • 「1964000001」以降の出願 番号を持つ特許（出願）を含 む • 今回は, (ダウンロード時間の 都合上)一部分のみを切り出し たデータで解析します 2019/6/16 74
75. 2-2. IIP パテントデータベース 2019/6/16 75 • データベースの構造 出願番号(ida)に基づき紐付 けることができる
76. 2-2. IIP パテントデータベース • 出願テーブル • 出願番号 • 登録番号 • 出願日 • 登録日 • IPC番号 • 請求項 (claim の数) などが記載されている 2019/6/16 76
77. 2-3. IIP パテントデータベースをMySQL サーバにインポートする • 中身 • 「なんらかの意味をもった 何 らかのデータ (引用: 岡崎体 育)」 • これをMySQL サーバに取り 込む 2019/6/16 77
78. 2-3. データベースをMySQL サーバにインポートする • ここからしないといけないこと • (1) データベースをつくる • (2) テーブルをつくる 2019/6/16 78 78 中間試験の成績 ・学籍番号 ・問1の得点 ・問nの得点 期末試験の成績 ・学籍番号 ・問1の得点 ・問nの得点 平常点の成績 ・学籍番号 ・出席点 ・小テストの得点 総合成績 ・学籍番号 ・総合得点(=中間試 験+期末試験+平常点) ・最終成績 これがテーブ ル これがデータベース
79. 2-3. パテントデータベースをMySQL サー バにインポートする • MySQL Workbench を開く 2019/6/16 79
80. 2-3. パテントデータベースをMySQL サー バにインポートする • Manaba の”データ”から hara_space_ap2.7z をダウンロードする
81. 2-3. パテントデータベースをMySQL サー バにインポートする • ダウンロードした hara_space_ap2.7z を解凍する • 解凍するためにソフトウェアのインストールが必要 • Windows の場合 • https://sevenzip.osdn.jp/ から7zip をダウンロードしてインストール • Mac の場合 • The Unarchiver (https://itunes.apple.com/us/app/the- unarchiver/id425424353?mt=12&v0=WWW-NAUS-ITUHOME- NEWAPPLICATIONS&ign-mpt=uo%3D2) を App Store からインストール • 参考文献; https://qiita.com/ntkgcj/items/afe4863c40680d72a755 • 解凍し, SQL ファイルを取得する
82. 2-3. パテントデータベースをMySQL サー バにインポートする • Data Import/Restore をクリックする 2019/6/16 82
83. 2-3. パテントデータベースをMySQL サー バにインポートする Import from Self-Comtained File の ... から解凍したSQL ファイルを選択する “New” から新しいスキーマを作成する “Start Import” をクリックする
84. 2-3. パテントデータベースをMySQL サー バにインポートする • コーヒーかレッドブルでも飲んで待つ 2019/6/16 84
85. 2-3. パテントデータベースをMySQL サーバにイン ポートする • データのインポートが終 わった場合、以下のメッ セージが表示される • レコードがインポートさ れたことが表示されてい る 2019/6/16 85
86. これで、 ようやく分析の スタートライン 2019/6/16 86 さ あ み ん な 特 許 デ ー タ は も っ た か い く ぞ ！
87. 2-4. MySQL を使ってデータベースを解析し てみる 2019/6/16 87 ・とりあえず、データの 中身を観てみる ・”select * from ap;” とタ イプして、雷マークをク リックする ・数秒待つと、先ほどイ ンポートしたデータが表 示される
88. 2-4. MySQL を使ってIIP パテントデータ ベースを解析してみる • 出願された特許のIPC分類を カウントしてみる • エクスポートボタンをおして, Excel で処理してみる 2019/6/16 88 select class1,count(*) as count from ap group by class1 order by count desc;
89. 2-4. MySQL を使ってIIP パテントデータ ベースを解析してみる • この命令は何をやっているの か？ 2019/6/16 89 select class1,count(*) as count from ap group by class1 order by count; Select – 次に書くデータを取得してね 今回の場合; class1 という変数ごとに , その件数を count してね. Count した値の変数名として, count と 名付けてね From – 次のテーブルからデータを取ってきてね 今回の場合; ap テーブルからデータを取ってきてね group by – 同じラベル同士の変数はグループを作成してね 今回の場合; class1 で記載された分類ごとにデータを集約してね Order by – 数字の大小で出力結果を並べ替えてね 今回の場合; count の値で並べ替えてね
90. 日本で, どのような分類の特許が出願さ れているのか確認できる 2019/6/16 90
91. 4/23のレシピ • やりたいこと 1. 特定の企業の特許出願数を数える 2. 特定の企業 (企業名の変遷などを名寄せしたもの) ごとの特許出 願数やIPC分類を数える 3. 特定の産業ごとの特許出願数やIPC分類を数える 2019/6/16 91
92. 4/23のレシピ • 材料 1. IIP パテントデータベース 2. NISTEP 企業名辞書 3. NISTEP 企業名辞書とIIP パテントデータベースの接合テーブル 2019/6/16 92
93. 材料1. 出願人テーブル • 出願人(applicant)テーブルの中身を確認する 2019/6/16 93 コラム名 変数の形式 主キー ida Int(10) YES seq Int(3) ida_seq Varchar(14) name Mediumtext address Mediumtext idname Varchar(10) country_pref Varchar(5) kohokan Varchar(3)
94. 材料1. 出願人テーブル • データの中身を確認してみる select * from applicant; 2019/6/16 94
95. 下ごしらえ1 出願テーブルと出願人テーブルの接合 • やりたいこと • 特定の会社の年毎の出願数を知りたい • 特定の会社のIPC分類ごとの出願数を知りたい • そのためには • 出願テーブルと出願人テーブルを接合して、特定の会社が、どういう 特許を、いくつ出しているのか抽出する 2019/6/16 95
96. 下ごしらえ1 出願テーブルと出願人テーブルの接合 • ER図 2019/6/16 96
97. 下ごしらえ1 出願テーブルと出願人テーブルの接合 • MySQL Workbench 上で以下のクエリを打ち込む ・この命令は何をしているのか？ 1行目: idaとadateとrdateとclassとclaimとida_seqの情報を取ってきてね 2行目: ap テーブルを参照するよ 3行目: applicant テーブルも参照するよ. このとき, applicant の ida フィールドと ap の ida フィールドを キーにして, applicant のデータを取り出してね 4行目: applicant.name が 松下電器産業株式会社 なものを持ってきてね. 2019/6/16 97 select ap.ida, ap.adate, ap.rdate, ap.class1, ap.claim1, applicant.ida_seq from ap inner join applicant on applicant.ida = ap.ida where applicant.name like "松下電器産業株式会社";
98. SQL 構文の話 • SELECT: • 1 つ以上のテーブルから選択された行を取得するために使用する • Where: • 選択されるために行が満たす必要のある 1 つまたは複数の条件 • Join: • Inner Join:指定したカラムについて同じ値を持つレコード同士を結びつける • Left Join: • 左のテーブルを基準にして、指定したカラムについて同じ値を持つレコード同士を結びつ ける。値が右のテーブルにあり左のテーブルにない場合は INNER JOIN 同様結果に含まれ ないが、値が左のテーブルにあり右のテーブルにない場合は INNER JOIN と異なり 右の テーブルのカラムには全て NULL がパディングされ、結果に含まれる。 • Right Join: • 右のテーブルを基準にして、指定されたカラムについて同じ値を持つレコード同士を結び つける。 2019/6/16 98 https://dev.mysql.com/doc/refman/5.6/ja/
99. 下ごしらえ1 出願テーブルと出願人テーブルの接合 • 以下のようなデータが出力される 2019/6/16 99
100. 下ごしらえ1 出願テーブルと出願人テーブルの接合 • エクスポートする • フロッピーディスクのアイコンをクリックする 2019/6/16 100
101. 下ごしらえ1 出願テーブルと出願人テーブルの接合 • ファイル名を指定して保存する 2019/6/16 101
102. 下ごしらえ1 出願テーブルと出願人テーブルの接合 • Excelで開く 2019/6/16 102
103. 下ごしらえ1 出願テーブルと出願人テーブルの接合 • ピボットテーブルを作る • [挿入]-[ピボットテーブル]を選 択 • ピボットテーブルの範囲が選 択されていることを確認し、 [OK] をクリックする 2019/6/16 103
104. 下ごしらえ1 出願テーブルと出願人テーブルの接合 • ピボットテーブルが作成され る • フィールド名が項目に表示され る 2019/6/16 104
105. 下ごしらえ1 出願テーブルと出願人テーブルの接合 • 行に class1, 値に ida を入れ て, ida の個数を数えるように 設定する • 降順に並べ替える • (「松下電器産業」の)IPC 分 類ごとの特許出願数が確認で きる 2019/6/16 105
106. 下ごしらえ1 出願テーブルと出願人テーブルの接合 • グラフにする (Excel 2016 の 場合) • ピボットグラフをクリックする • [縦棒]を選び、OK をクリッ クする 2019/6/16 106 0 5000 10000 15000 20000 25000 30000 35000 40000 G11B G02F F23D G09F C04B G10H F16C G10K F23Q B23Q B05D B65B H03C C10M F02G F02P F17C G10B A61C A61D A63C A63H B31B F02N D01D F01D B24C G09D E04G F02C G06J A41B F42C D02G B63H
107. 下ごしらえ1 出願テーブルと出願人テーブルの接合 • ツリーマップ 2019/6/16 107
108. 下ごしらえ1 出願テーブルと出願人テーブルの接合 • 年ごとの出願数を求めてみる • 行に adate, 値はida (個数)を指 定する • Excel 2016 の場合, 自動的に年 を取り出してくれる • Excel2013 の場合は、自分で left 関数などを使って切り出す必要が ある • 四半期のデータは必要がないので 取り出す • 年毎の出願数が表示される 2019/6/16 108
109. 下ごしらえ1 出願テーブルと出願人テーブルの接合 • グラフにする 2019/6/16 109 0 2000 4000 6000 8000 10000 12000 14000 16000 18000 20000 1963年 1965年 1967年 1969年 1971年 1973年 1975年 1977年 1979年 1981年 1983年 1985年 1987年 1989年 1991年 1993年 1995年 1997年 1999年 2001年 2003年 2005年 2007年
110. 答え. 松下電気工業で検索したた め、パナソニックで出願されてい る特許が存在しない。 ↓ 対処方法. 企業名の「名寄せ」を行う 2019/6/16 110
111. 材料2. NISTEP企業名辞書 • 企業名, 企業名の変遷などを 納めたデータベース • “産業セクターのイノベーション分析・研究に用い るデータベースの中心に位置付けられ、特許情報 や国内営利企業（以下、「企業」と呼ぶ）に関す る各種調査情報など、外部データから指定した企 業に関する情報を抽出するためのハブとしての役 割を担う” • 日本の会社データ(東洋経済新報社), IIP パテン トデータベース, 証券コードなどとの接続が可 能 • “企業名の読み、本社所在地、業種など、外部デー タに含まれる数多くの企業から分析対象である企 業を正しく特定しデータ抽出するための支援、お よび、合併や企業名称の変遷を考慮したデータの 収集など、企業を中心としたイノベーション分 析・研究における核となる機能を持つ” • 使いみち • いくつかのデータベースをつなぎ合わせることで、 企業の活動を定量的に計測することが可能になる 2019/6/16 111 comp_id 出願人テーブル/ida_sequence 証券コード 又は EDINETコード 企業ID comp_id 外部データ 接続テーブル 東洋経済会社コード 日本の会社データ4万社 （東洋経済新報社） NISTEPによるファイル公開範囲 （一般財団法人知的財産研究所より入手のこと） （必要に応じて利用者が購入のこと） IIPパテントデータベース IIPパテントデータベース （2015年版） との接続用 日本の会社データ4万社との接続用 NISTEP企業名辞書 外部データ 接続テーブル 証券コード、EDINETコードを持つ 企業情報データ （財務・株価データなど） （必要に応じて利用者が準備のこと） 外部データ 接続テーブル （将来予定） 企業名と住所をキーと した汎用接続テーブル 企業統計調査データ など （必要に応じて利用者が準備のこと） 外 部 デ ー タ 外 部 デ ー タ NISTEP企業名辞書は、 Ver.2015_1よりRDB構 造に変更された
112. 材料2. NISTEP 企業名辞書 • http://www.nistep.go.jp/research/scisip/rd-and-innovation- on-industry 2019/6/16 112
113. 材料2. NISTEP 企業名辞書 • カバーする企業群 ①特許出願数累積100件以上 • IIPパテントデータベースの2014年版（iipdb20140417）において、1970年以降の企 業の変遷（名称変更、合併）を考慮した特許出願の集約を行い、累積出願数が100件 を超える企業を特定し掲載 • ②株式上場企業 • 2012年1月時点の全上場企業と以降2015年3月までに新規（又は再）上場した企業を 掲載 • ③特許出願数の伸び率大 • 近年起業し活躍するベンチャー企業など、条件①では取りこぼす可能性がある企業の 抽出を目的とする。 • 1970年以降の企業の変遷を考慮した年ごとの出願数を把握し、それらデータを用い て3年、5年、7年の各期間で1年ごと移動させた線形フィットを行い、大きな回帰係 数（出願数増分）を持つ企業を抽出 • 抽出企業には条件①および②から抽出した企業が含まれるが、それら企業を除いた中 から上位500社強を抽出して掲載を行っている。 2019/6/16 113
114. 材料2. NISTEP 企業名辞書 • 掲載企業数 2019/6/16 114 ①出願数100件以上 ②上場企業 ③出願数伸び率大 掲載企業 数 ✔ 569 ✔ 2,510 ✔ 533 ✔ ✔ 219 ✔ ✔ 1,422 ✔ ✔ 13 ✔ ✔ ✔ 1,080 三条件以外 148 合計 6,494
115. 材料2. NISTEP 企業名辞書 • 構成テーブル 2019/6/16 115 番号 テーブル名称 概要 論理名 物理名 1 企 業 名 辞 書 メ インテーブル 1_comp_nam e_main_TB L 企業名、企業id等のメインの情報、お よびパネルデータとして整備をする必 要がなく、最新の情報のみ保持すれば よいデータを保管 2 沿革テーブル 2_comp_histor y_TBL 名称変更や吸収合併などの事象が発生し た際に発生した年、事象の種類を保管 3 所 在 地 テ ー ブ ル 3_address_TB L 企業の所在地に関する情報を保管 本社、本店、移転など複数の住所情報の 保管、パネル化が可能 4 企 業 規 模 テ ー ブル 4_comp_size_ TBL 資本金、従業員数、中小企業基本法によ る企業規模情報を保管 規模測定年ごとのパネル化が可能 5 業 種 （ 証 券 コ ー ド 協 会 ） テーブル 5_ind_class_ts e_TBL 証券コード協議会の定める当該企業の業 種区分を保管 属する分類が変更された際のパネル化が 可能 6 業 種 （ 日 本 標 準 産 業 分 類 ） テーブル 6_ind_class_js ic_TBL 主業の日本標準産業分類を保管 属する分類が変更された際のパネル化が 可能 7 EDINETコード テーブル 7_edinet_code _TBL EDINETのコードを保管 コードが変更された際のパネル化が可能 8 証 券 コ ー ド テーブル 8_sec_code_T BL 証券コードを保管 コードが変更された際のパネル化が可能 9 連 結 企 業 テ ー ブル 9_consolidate _TBL 連結子会社である場合の親企業情報を保 管 連結関係の変化のパネル化が可能 10 データ登録条件マス ターテーブル 10_reg_reason_MT BL 企業が企業名辞書に登録された理由に関するマスター テーブル 11 企業名称使用開始事 象マスターテーブル 21_use_name_start_ event_MTBL 新設、旧名称からの名称変更等、企業名称の使用が開始 された場合の使用開始事象に関するマスターテーブル 12 企業名称使用終了事 象マスターテーブル 22_use_name_end_e vent_MTBL 名称変更、吸収合併など、企業名称の使用が終了した場 合の使用終了事象に関するマスターテーブル 13 事業所区分マスター テーブル 31_office_class_MT BL 住所情報の本社、本店、事業所等を判定するためのマス ターテーブル 14 業種（証券コード協 会）マスターテーブ ル 51_tse_MTBL 証券コード協議会の定める業種区分に関するマスター テーブル 15 業種（日本標準産業 分類）マスターテー ブル 61_jsic_MTBL 日本標準産業分類に関するマスターテーブル 平成25年10月改定・平成26年4月1日施行に準拠 16 企業連結事象発生マ スターテーブル 91_consolidate1_MT BL 連結事象が発生した場合の発生理由(子会社化等)に関す るマスターテーブル 17 企業連結事象終了マ スターテーブル 92_consolidate2_MT BL 連結事象が終了した場合の発生理由(他社の子会社と なった、独立した等)
116. 材料2. NISTEP 企業名辞書 • ER図 2019/6/16 116 企業名辞書メインテーブル （1_comp_name_main_TBL） 企業id 企業名称 ふりがな 法人格コード 英語名称 URL データ登録理由id データ登録日 データ更新日 沿革テーブル （2_comp_history_TBL） 企業id 名称使用開始年 名称使用開始事象id 事象発生前企業id 名称使用終了年 名称使用終了事象id 事象発生後企業id データ登録日 データ更新日 企業名称使用開始事象マスターテーブル （21_use_name_start_event_MTBL） 事象id 事象概要 データ登録日 データ更新日 1…N 連結企業テーブル （9_consolidate_TBL） 企業id 連結事象発生年 連結事象発生事象id 連結事象発生前連結企業id 連結先連結企業id 連結事象終了年 連結事象終了事象id 連結事象終了後連結企業id データ登録日 データ更新日 所在地テーブル （3_address_TBL） 企業id 所在地利用開始年 所在地利用終了年 本店・本社コード 所在地 都道府県コード 地方自治体コード 住所コード 緯度 経度 データ登録日 データ更新日 EDINETコードテーブル （7_edinet_code_TBL） 企業id EDINETコード確認年 EDINETコード データ登録日 データ更新日 企業規模テーブル （4_comp_size_TBL） 企業id 企業規模測定年 中小企業基本法 資本金階級 従業員数階級 データ登録日 データ更新日 業種（証券コード協会）テーブル （5_ind_class_tse_TBL） 企業id 東証33分類開始年 東証33分類終了年 東証33分類コード データ登録日 データ更新日 事業所区分マスターテーブル （31_office_class_MTBL） 本店・本社コード 概要 データ登録日 データ更新日 N…1 1…1 企業名称使用終了事象マスターテーブル （22_use_name_end_event_MTBL） 事象id 事象概要 データ登録日 データ更新日 1…1 1…1 企業連結事象発生マスターテーブル （91_consolidate1_MTBL） 事象id 事象概要 データ登録日 データ更新日 企業連結事象終了マスターテーブル （92_consolidate2_MTBL） 事象id 事象概要 データ登録日 データ更新日 1…1 1…1 証券コードテーブル （8_sec_code_TBL） 企業id 証券コード 上場市場 上場日 上場廃止日 ISINコード データ登録日 データ更新日 業種（日本標準産業分類）テーブル （6_ind_class_jsic_TBL） 企業id JSIC開始年 JSIC終了年 JSIC分類番号 データ登録日 データ更新日 業種（証券コード協会）マスターテーブル （51_tse_MTBL） 東証33分類コード 東証33分類版 東証33分類大分類 東証33分類小分類 データ登録日 データ更新日 業種（日本標準産業分類）マスターテーブル （61_jsic_MTBL） JSIC分類番号 JSIC版 JSIC大分類 JSIC中分類 JSIC小分類 データ登録日 データ更新日 1…1 1…1 データ登録条件マスターテーブル （10_reg_reason_MTBL） 理由id 登録理由 データ登録日 データ更新日 1…1
117. 材料2. NISTEP 企業名辞書 • RDB はわかりにくいので、EXCEL 版も提供されている • 企業ID, 沿革ID, EDINETコード, 証券コード, 企業規模, 産業分類 などが確認できる 2019/6/16 117
118. 材料2. NISTEP 企業名辞書 • 企業名辞書メインテーブル 2019/6/16 118 企業名辞書メインテーブル [1_comp_name_main_TBL] フィールド名 データ型 重複 NULL 主 キー 外部キー 説明 論理名 物理名 企業番号 comp_id 数値 （整数） N N Y 企業（企業名称ごと）に 固有に付与した番号 沿革番号 history_i d 数値 （整数） Y N 同一企業の変遷レコード をグループ化して扱うた めの番号 企業名称 comp_na me 文字列 Y Y 企業の名称（変遷名称も 含む） ふりがな read 文字列 Y Y 上記企業名称のふりがな 法人格 コード comp_co de 文字列 Y Y 企業の法人格を表すコー ド（下表参照） 英語名称 e_name 文字列 Y Y 企業の英語名称 URL url 文字列 Y Y 企業のウェブページの URL データ登 録理由番 号 reg_reas on_id 数値 （整数） Y Y データ登録理由マスター テーブルの理由番号 当該企業の辞書掲載条件 データ 登録日 reg_date 年月日 Y N データを本テーブルに登 録した日 データ 更新日 up_date 年月日 Y N 既登録データの情報更新 した日
119. 材料2. NISTEP 企業名辞書 • 企業規模テーブル 2019/6/16 119 企業規模テーブル [4_comp_size_TBL] フィールド名 データ型 重複 NULL 主 キー 外部キー 詳細 論理名 物理名 企業番号 comp_id 数値（整 数） Y N Y 企業名辞書メインテーブ ルの企業番号 企業（企業名称ごと）に 固有に付与した番号 企 業 規 模 測定年 judg_year YEAR Y N Y 企業規模を確認した年 中 小 企 業 基本法 comp_size _law 文字列 Y Y 中小企業基本法に準拠し 判定した企業規模 資本金 階級 comp_size _cap 文字列 Y Y 資本金の該当階級 100万円未満 100万円以上 1000万円以上 2000万円以上 5000万円以上 1億円以上 10億円以上 従 業 員 数 階級 comp_size _emp 文字列 Y Y 従業員数の該当階級 5人未満 5～29人 30～99人 100～299人 300～999人 1,000～4,999人 5,000人以上 データ 登録日 reg_date 年月日 Y N データを本テーブルに登 録した日 データ 更新日 up_date 年月日 Y N 既登録データの情報更新 した日
120. 材料2. NISTEP 企業名辞書 • 業績 (証券コード協会) テーブル 2019/6/16 120 業種（証券コード協会）テーブル [5_ind_class_tse_TBL] フィールド名 データ型 重複 NULL 主キー 外部キー 詳細 論理名 物理名 企業番号 comp_id 数値 （整数） Y N Y 企業名辞書メインテーブ ルの企業番号 企業（企業名称ごと）に 固有に付与した番号 業種分類開 始年 inds_year YEAR Y Y 証券コード協会の業種分 類の確認初年 業種分類終 了年 inde_year YEAR Y Y 証券コード協会の業種分 類の確認最終年 業 種 分 類 コード ind_code 数値（4 桁整数） Y N Y 業種（証券コード協会） マスターテーブルの分類 コード 証券コード協会の分類該 当業種 データ 登録日 reg_date 年月日 Y N データを本テーブルに登 録した日 データ 更新日 up_date 年月日 Y N 既登録データの情報更新 した日
121. 材料3. NISTEP 企業名辞書とIIP パテント データベースとの接続テーブル • 企業名辞書と外部データであるIIPパテントデータベース （2015年版）を連携させるための接続テーブル • 企業名辞書メインテーブルの企業idとIIPパテントデータベースの出願 人テーブルのida_seqフィールドを関係付け接続する 2019/6/16 121 フィールド名 データ型 説明 論理名 物理名 企業番号 comp_i d 数値（整 数） 企業（企業名称ごと）に固有に付 与した番号 IIP パ テ ン ト 出 願 番 号 ＋ 記 載 順序 ida_seq 文字列 上記企業番号の企業が出願人であ る特許
122. 材料3. NISTEP 企業名辞書とIIP パテント データベースとの接続テーブル • ER図 2019/6/16 122 企業名辞書メインテーブル （1_comp_name_main_TBL） 企業番号 企業名称 ふりがな 法人格コード 英語名称 URL データ登録理由id データ登録日 データ更新日 IIPパテントデータベースとの接 続テーブル 企業番号 I出願番号＋記載順序 ＩＩＰパテントデータベース 出願人テーブル 出願番号 記載順序 出願番号＋記載順序 出願人名 出願人住所 出願人番号 住所コード 個法官コード
123. 詳細 • 企業名辞書(ver2015_01)利用マニュアル を参照のこと 2019/6/16 123
124. やりたいこと2: 特定の企業 (企業名の変遷などを名寄せした もの) ごとの特許出願数やIPC分類を数える • NISTEP企業名辞書を使って、パナソニック/松下電器が出願し た特許をすべからくカウントする。 • このとき、IPC 分類やclaim などについても、IIP パテントデータベー スから情報を取得する。 2019/6/16 124
125. 特定の企業 (パナソニック; 名寄せ済み) の特許出願数やIPC分類を数える • 方法 1. NISTEP企業名辞書をSQL サーバにインポートする 2. NISTEP企業名辞書とIIPパテントデータベースの接続テーブルをSQL サーバにインポートする 3. NISTEP 企業名辞書を使い、パナソニック子会社の情報を把握する。 これにより、企業ID (comp_id) と沿革ID (history_id)情報を取得する 4. NISTEP企業名辞書とIIPパテントデータベースの接続テーブルに記載 されている comp_id 情報から、パナソニックが特許出願した ida_seq 情報を取り出す 5. Ida_seq に基づき、当該特許の出願年や公開年やclaim, IPC 情報を取 り出す 2019/6/16 125
126. 2-1. NISTEP企業名辞書をSQL サーバに インポートする 2019/6/16 126 Manaba からテーブルをダウンロード, 先程と同様にSQL サーバにインストールする
127. 2-1. NISTEP企業名辞書をSQL サーバに インポートする • select * from 1_comp_name_main_tbl で, データが読み込めた ことを確認する 2019/6/16 127
128. 2-2. NISTEP企業名辞書とIIPパテントデータ ベースの接続テーブルをSQL サーバにイン ポートする • Manaba からデータをダウンロードし, SQL にインポートする • 7z ファイルなので、適宜解凍する 2019/6/16 128
129. 2-2. NISTEP企業名辞書とIIPパテントデータ ベースの接続テーブルをSQL サーバにイン ポートする • SELECT * FROM iipdb2015a.ct_dic_iip; でデータを 読み込めたか確認する 2019/6/16 129
130. 2-3. パナソニックな企業群を history_id から特定する • comp_name が”パナソ ニック” な企業の、 history_id と comp_id を 確認する • NISTEP企業名辞書メイン テーブルを使う • Comp_id = 1 • History_id = 1006752 で あることを確認 • History_id = 1006752 であ る企業を探索する 2019/6/16 130
131. 2-3. パナソニックな企業群を history_id から特定する • History_id = 1006752 である企業 を検索する • パナソニック • 松下電器産業 • 松下電工 • 松下電子工業 • パナソニック電工 • 松下冷機 • 松下通信工業 • 松下電池工業 • 松下住設機器 • パナソニックモバイルコミュニケー ションズ • パナソニックモバイル が該当することがわかる 2019/6/16 131
132. 2-3.パナソニックな企業群を特定する • パナソニックが社名に含まれ る企業を探してみる • 37社存在することを確認 • とりあえず、history_id = 1006752 な企業群を対象にす る 2019/6/16 132
133. 2-4. NISTEP企業名辞書とiip パテント データベース接続テーブルを接合する • IIP パテントデータベース接続テーブルに、NISTEP企業名辞書 メインテーブルにある history_id と comp_name を接合し, 新 しいテーブルとして保存する • 一行目に create table ct_dic_iip2 と指定し, クエリの結果を新しい テーブルに保存する 2019/6/16 133
134. 2-4. NISTEP企業名辞書とiip パテント データベース接続テーブルを接合する • データの状態を確認 • 従来の接続テーブルに、history_id と comp_name の情報が追 加されている • この段階で、パナソニックが出願した特許の出願年と数が確認 できる 2019/6/16 134
135. 2-5. IIP パテントデータベースと接合し, パナソ ニック (名寄せ済み) の特許, IPC 分類情報を抽 出する • 2-4. でつくったテーブルと, IIP パテントデータベースのap テーブルをida で接合する • Left 関数を使い, ct_dic_iip2 テーブルの ida_seq について先頭から10 文字分取り出し, それをapテーブルのida とマッチさせる • History_id=1006752 のデータを取り出す 2019/6/16 135
136. 2-5. IIP パテントデータベースと接合し, パナソ ニック (名寄せ済み) の特許, IPC 分類情報を抽 出する • 結果が表示される 2019/6/16 136
137. 2-5. IIP パテントデータベースと接合し, パナソ ニック (名寄せ済み) の特許, IPC 分類情報を抽 出する • Excelでグラフにする • 各企業体ごとの特許数 2019/6/16 137 0 5000 10000 15000 20000 25000 <1984/1/5 1985年 1987年 1989年 1991年 1993年 1995年 1997年 1999年 2001年 2003年 2005年 2007年 2009年 2011年 2013年 松下冷機 松下電池工業 松下電子工業 松下電工 松下電器産業 松下通信工業 松下住設機器 パナソニック電工
138. 2-5. IIP パテントデータベースと接合し, パナソ ニック (名寄せ済み) の特許, IPC 分類情報を抽 出する 2019/6/16 138 0 5000 10000 15000 20000 25000 30000 35000 H01L H04M H04R A61B A47K E03D G01B B65D H01P E03C G01D B28B C09D B29B G06Q B25B F23C F23Q B66B B62M F16D F27B C12N F15B C07K B28D B41C B62H E01H B67D B60C B64D B66C B27L B07B D02G D21J G10D B64G C01D G10C F22G G03D A41B G21C F16S B44B B64C
139. 2-5. IIP パテントデータベースと接合し, パナソ ニック (名寄せ済み) の特許, IPC 分類情報を抽 出する 2019/6/16 139
140. 成績評価の方法
141. 成績評価(1) • 平常レポート (40パーセント; 必須) • 講義計画に示したように、複数の回で学生にはレポートを課します。 レポートは Word/PowerPoint形式のメールあるいは, github 経由で の提出が求められます(どの方法を採用するかは、初回の講義で決定し ます)。 • レポートには、(A.) 利用したデータセットとその内容, (B.) 分析の問 い, (C.) 分析手法, (D.) 分析結果 を明記する必要があります。ページ 数や文字数は問いませんが, これらの内容が含まれており, 講義中にア ナウンスする評価手法を満たす場合, 高い得点を得ることが出来ます。 • 平常点 (10パーセント) • 本講義は実習が多く含まれており, また取り扱うデータセットや内容も 多彩です。そのため、受講者同士が協力する必要があります。こうし た受講者の態度を評価するために、平常点を設けます。
142. 成績評価(2) • 最終レポート (40パーセント; 必須) • 講義の最終回では最終レポートの報告会を行います。受講者は3名から4名か ら構成されるグループで、最終レポートの報告を行う必要があります(人数は 受講者の人数により変更される可能性があります)。最終レポートでは、プレ ゼンテーションの方法を学生は自由に選ぶことが出来ます。PowerPoint 以 外にも、Prezi などのアクティブプレゼンテーションツールや、他のプレゼ ンテーション手法を用いることが出来ます(プレゼンテーションツールについ ては、必要であれば講義内で説明する機会を設けます)。最終レポートでは、 以下の点について評価を行います。 (A.) グループ内の役割分担 (B.) データセットのユニークさおよび、それが適切に処理されているか (C.) 分析手法のユニークさおよび、それが適切に解析されているか (D.) プレゼンテーションのユニークさ (E.) 質疑応答にうまくリプライすることが出来ているか • 最終レポートの360°グループ評価 (10パーセント) • 3. の最終レポートについて、グループの自己評価および他のグループからの 評価を行います。3. で挙げた評価ポイントに基づき、グループメンバーおよ び他のグループは評価を行います。
143. 次回; (人力や Web スクレイピングやRPA で) データを集めてきて処理をするまでの長く険 しい道 [座学、実習] • データといっても、そのほとんどは実のところ定型化されてい ません。Web サイトや書籍や国会図書館から手作業でひとつひ とつ入力し、あるいは、Web スクレイピングやRPA を用いて, Web から取得する必要があります。 • データ分析は、こうした事前の作業が作業全体の60-70パーセ ントを占めています。 • こうした手続きの具体例について、座学を用いて紹介した後、 雑誌や Web に掲載されたデータを取得する手法についてご紹 介します。
144. 利用するデータソース • danchu の3月号 • 日本酒の酒蔵に関するアンケー ト調査の Raw Data が掲載 • きっかけ; 入山章栄さん (早稲 田ビジネススクール教授; aka 妻の指導教官) のフェイス ブック投稿
145. References (for today’s lecture) • PATSTAT ONLINE (beta) • http://www.epo.org/searching/subscription/patstat-online.html • SQL Self-Study Course • http://documents.epo.org/projects/babylon/eponet.nsf/0/55df36d61f27cd b2c1257b1600323d91/$FILE/patstat_introduction_sql_en.pdf • Data Elements of PATSTAT Raw Data • http://documents.epo.org/projects/babylon/eponet.nsf/0/95da6bccf12e5 4a1c1257aa1002e2d1d/$FILE/patstat_data%20elements_v1.1.pdf • 永田晃也（２００４）知的財産マネジメント, 中央経済社 • 後藤晃、元橋一之（2005） 特許データベースの開発とイノベーショ ン, https://database.iip.or.jp/patentdb/ • 中村健太 (2015) IIP パテントデータベース ユーザーマニュアル, https://database.iip.or.jp/patentdb/readme_j_2015july.pdf
146. 参考. TXT/CSV ファイルから SQL サーバにデータをイン ポートする
147. 参考. テキストデータからSQL にデータを インポートする場合 • Create a new schema in the connected server をクリックする 2019/6/16 147
148. 参考. テキストデータからSQL にデータを インポートする場合 • Name にデータベース名 を指定 • Apply をクリックする 2019/6/16 148 ・もういちど Apply をクリックする
149. 参考. テキストデータからSQL にデータをイ ンポートする場合 • Finish をクリックする 2019/6/16 149
150. 参考. テキストデータからSQL にデータをイ ンポートする場合 • 左下の Schema からデータのインポート先のスキーマをダブル クリックする 2019/6/16 150
151. 参考. テキストデータからSQL にデータ をインポートする場合 • Table を開き, “Create Table” をクリックする 2019/6/16 151
152. 参考. テキストデータからSQL にデータを インポートする場合 • Table Name を指定する: ap • Column Name/Data Type を それぞれ指定する • Ida は int(11) • その他は text を指定 • 設定が終わったら Apply をク リックする 2019/6/16 152
153. 参考. テキストデータからSQL にデータ をインポートする場合 • Apply をクリックする • Iippatentdb2015 という データベースの中に、 ap というテーブルが 作成される 2019/6/16 153
154. 参考. テキストデータからSQL にデータを インポートする場合 • CSV/TXT ファイルからデータを読み込み, SQL にインポートする • Load data ⇒ “” で囲んでいる箇所からデータを読み込んでね • Into table ⇒ iippatentdb2015.ap にデータを収納してね • Fields terminated by ‘¥t’ ⇒ データはタブ区切りになっているからね • Ignore 1 lines ⇒ 最初の一行目は無視してね 2019/6/16 154 load data local infile "C:¥¥Users¥¥ya- hara¥¥Downloads¥¥ap¥¥ap.txt“ into table iippatentdb2015.ap Fields terminated by '¥t’ ignore 1 lines
155. THANKS yasushi.hara@r.hit-u.ac.jp