一、技術挖掘與專利分析是什么？

挖掘技術就是對于龐大的數據量，通過經濟的方式，極速發掘、獲取和分析處理的技術，進而提煉獲取價值，這是大數據新時代的專屬。

專利分析可以幫助企業清理專利技術的主要發展脈絡和趨勢，以便確定所要引進的技術方向，進而確定所要引進的技術主題。此外，專利分析還可以幫助企業分析哪些為相關技術主題的必要或者核心專利;再者，專利分析可以幫助企業做好盡職調查工作，規避技術引進中的知識產權風險。總之專利分析已經成為技術引進過程中的重中之重。

二、拓展知識

大數據時代”的專屬特征被重新定義為：數量(volume)、多樣(variety)、速度(velocity)和價值(value)，稱為“4V”。

隨著大數據時代的到來，社會對“挖掘”到的數據要求變得更加嚴格，每一個精準的結果都具備獨自的“價值”，這時，大數據時代的新增屬性——“價值”被演繹得有聲有色。數據挖掘(data mining, DM)是一門新興的、匯聚多個學科的交叉性學科，這是一個不平凡的處理過程，即從龐大的數據中，將未知、隱含及具備潛在價值的信息進行提取的過程。1989年8月，在美國底特律市召開的第十一屆人工智能聯合會議的專題討論會上，知識發現(knowledge discover in database，KDD)初次被科學家們提出，同時，也有人將知識發現稱為數據挖掘，但兩者并不完全等同。1995年，KDD這個術語在加拿大蒙特利爾市召開的第一屆知識發現和數據挖掘國際學術會議上被人們接受，會議分析了數據挖掘的整個流程。實質上，數據挖掘是知識發現的子過程。

經過了大約20年的發展，數據挖掘研究取得了可觀的成績，漸漸地形成了一套基本的理論基礎，主要包括：分類、聚類、模式挖掘和規則提取等。數據挖掘是一種從生活中的海量數據里“挖掘”出潛在的、前所未有的知識的技術。處理大數據需要一個綜合、復雜、多方位的系統，系統中的處理模塊有很多，而數據挖掘技術以一個獨立的身份存在于處理大數據的整個系統之中，與其他模塊之間相輔相成、協調發展。在大數據時代中，數據挖掘技術的地位是無可比擬的。

專利技術引進中的專利分析大概分為五個部分：

1.確定專利技術引進的主題和方向

專利技術引進通常需要花費大量的金錢，“好鋼要用在刀刃上”，因此在進行專利技術引進時，需要找準亟需且必需的技術主題和技術方向，爭取引進的專利技術為技術發展趨勢的前沿技術和必要技術，且能夠彌補企業自身的技術短板。

2.確定專利技術引進的目標企業或科研單位

在進行專利技術引進之前，就需要做好專利技術追蹤工作，以便隨時掌握該領域主要專利權人的研發動向。當確定完需要引進的專利技術主題和技術方向后，需要對該技術主題下的主要專利權人的技術實力進行評估，以便決定引進誰的技術。此外，對于這些擬作為專利技術引進對象的專利權人的技術轉讓許可情況進行必要分析，判斷它們對外技術轉讓許可的可能性。

3.篩選和確定專利技術引進的專利范圍

在確定專利技術引進的目標企業和/或科研單位之后，緊接著就需要篩選出與所需技術主題最為相關的重點專利。這個環節尤為重要，找對了專利權人就像找對了“門”，而找對了真正需要引進的專利才算找到了“鑰匙”。比如需要引進圍繞自身某一產品的核心專利，此時需要對這些專利權人覆蓋了該產品的技術特征的專利逐一找出來，通過法律狀態、同族布局情況、自由實施可能性、侵權可規避性等等進行詳實的調查和分析，以保證被作為技術引進對象的專利技術有充分的必要性，而沒有任何的實質性“缺陷”。

4.評估專利技術引進的其他風險

除了上述分析之外，專利轉讓許可合同的仔細審查也很重要。對于專利許可的方式、年限、范圍、對象分析等要進行非常嚴謹的分析。此外，相關專利的交叉許可情況分析、排他性合同條款及其他NDA協議分析也是必不可少的。該項工作需要保證引進技術的企業不能“技術擱淺”，以及避免“二次付費”等問題。

5.專利技術引進后的消化吸收再創新

技術引進往往不是一個企業的最終目的，真正實現自身技術實力特別是研發能力的提升才是技術引進的關鍵。技術引進時提供給企業準確把握技術發展方向的一個支撐，只有借鑒利用同行業的技術吸收再創新的成功經驗、制定合理的技術研發、專利挖掘和專利布局策略，才能真正站在巨人的肩膀上。

現在是信息化的社會，大數據時代的到來，要求我們掌握數據挖掘技術，要善于從大數據中挖掘出真正的有價值的東西，并且擴大他的價值。專利的申請越來越多，大家也更注重科學技術的發展，但是發展專利技術的時候不可以太過于盲目，要對專利的發展的前前后后有一個總體的規劃。

外觀設計專利有效期是多久