Analysis of methods for product innovation: classification of patents and scientific publications to define the technical value

In the most recent years the market has required an increasig number of search engines more and more specialized in comparing different set of documents, which are not in a sintagmatic relationship but in a paradigmatic one, thus targeting discrimination of those features which clearly define the state of evolution of a product, which is actually contained in the state of the art as described by patents, but is not explicitated in the patents themselves. In other words the market has been asking for methods apt to classify documents and based on the definition of a common Technical Value of Patents and Scientific-Publications in order to test the opportunity of defining technologies, which even if originated in a Branch A could be translated in a Branch B or C etc., this offering market available solutions. First step has been investigating the state of the art of those search engines able to organize and classify both types of documents, patents and scientific documents, by discriminating them temporarely. The state of the art showed an easy applyable search engine, available for free in the web: Scirus. Second step has been defining a method of extracting the features of a technological system, by comparision of clusters present in both patent-collections and scientific publications, while investigations can be diversified within specific temporal ranges. Said method employs Scirus and allows to contextualize a technological system by means of a sequence of queries which are built through a horizontally-structured comparison of clusters within a scientific web-collection, which has been previously split in two sets of documents: patent documents and scientific publications. At the same time the comparison is also vertically structured according to different temporal ranges, thus forming a 4-field table. Once the last query has been completely fullfilled, new clusters are retrieved by the search engine. Third step has been using said new clusters, resulting at the end of the last query, to fill-in a 9-screen-diagram. This is a tool for performing forecasting analysis, and defining innovation and technological diffusion. This method is non–expertee oriented. Actually, operators are not supposed to be expertees in the field key-words and clusters refer to, in fact these are sorted automatically. The first query is nothing but the title of the topic to investigate and the definition of at least one subsequent query does not imply any subjective choice but is performed automatically. A second level query includes key-words with a rating R calculated while analyzing the structure of clusters. A rating R represents the involvement level of each of the four cluster structures containing all major data necessary to describe a technological system. Clusters undergo a temporal discrimination. This discrimination is not arbitrary, on the contrary it is objective. Fourth step has been collecting parameters of clusters. Said parameters result by using a method that can influence the definition of the hand-over moment. The method developed for forecasting the life-cycle of industrial products is here illustrated by an industrial case study.

In anni recenti il mercato ha richiesto un numero crescente di motori di ricerca sempre più specializzati nella comparazione di diversi insiemi di documenti, che non sono legati da un rapporto sintagmatico ma paradigmatico. La definizione di quelle caratteristiche che definiscono chiaramente lo stato di evoluzione del prodotto, contenuta nello stato dell’arte descritto nei brevetti ma non esplicitata dai brevetti stessi, è dunque l’obiettivo che ci prefiggiamo. In altri termini, il mercato chiede metodi atti a classificare i documenti e basati sulla definizione di un valore tecnico condiviso dei brevetti e delle pubblicazioni scientifiche. Questo al fine di verificare la posibilità di definire le tecnologie che, anche se originate in un dato “settore A”, possono essere traslate in un dato “settore B” o “settore C” e così via, comunque offrendo sempre al mercato soluzioni già ampiamente disponibili. Il primo stadio si è concentrato sull’analisi dello stato dell’arte di quei motori di ricerca in grado di organizzare e classificare per mezzo di una selezione temporale sia i brevetti che i documenti scientifici. Lo studio dello stato dell’arte ha fatto emergere un motore di ricerca di facile utilizzo e disponibile gratuitamente nel web: Scirus. Il secondo stadio ha definito il metodo per estrapolare le caratteristiche di un sistema tecnologico tramite comparazione di una classificazione stilata sia nell’insieme “brevetti” che in quello delle pubblicazioni scientifiche e con ricerche diversificate all’interno di specifici intervalli temporali. Questo metodo impiega Scirus e permette di contestualizzare un sistema tecnologico per mezzo di una sequenza di richieste costruite attraverso una struttura orizzontale di classificazione nell’ambito di un insieme di documenti presenti in rete preventivamente suddivisi in due insiemi di documenti: documenti brevettuali e pubblicazioni scinetifiche. Allo stesso tempo la comparazione avviene anche in senso verticale con riferimento a intervalli temporali diversi così da formare una tabella a quattro campi. Una volta soddisfatta definitivamente l’ultima richiesta, il motore di ricerca porta alla nostra attenzione delle nuove classificazioni. Il terzo stadio utilizza le classificazioni di cui allo stadio precedente, cioè emerse soddisfando l’ultima richiesta, al fine di compleare con il loro inserimento un diagramma a nove finestre. Questo ultimo si connota come strumento per tracciare un’analisi di previsione e per definire la diffusione della tecnologia e dell’innovazione. Questo metodo non è orientato ad una specializzazione degli operatori, essi infatti non devono essere necesariamente degli esperti di settore, e segnatamente del settore a cui le parole chiave e le classificazioni afferiscono, dato che queste sono selezionate in maniera automatica. La prima richiesta non è altro che il titolo dell’oggetto della ricerca, e la definizione di almeno una richiesta successiva alla prima non inmplica alcuna scelta soggettiva, ma avviene in automatico. Una richiesta di secondo livello include quelle parole chiave che abbiano una valutazione R calcolata mentre si analizzano le strutture delle classificazioni. Ogni valutazione R rappresenta il grado di coinvolgimento di ognuna delle quattro strutture di classificazione che contengono tutti i dati fondamentali necessari per descrivere un sistema tecnologico. Le classificazioni sono soggette a selezione temporale che non è arbitraria ma al contrario oggettiva. Il quarto stadio è formato dalla raccolta dei parametri delle classificazione come questi risultano con l’uso di un metodo che può influenzare la definizione del momento di transizione. Il metodo sviluppato per prevedere il ciclo di vita di un prodotto industriale è illustrato nella presete tesi con un caso di studio reale.