数据监测方法和装置

本发明涉及数据处理领域，具体而言，涉及一种数据监测方法和装置。

生产力的快速发展使得市场竞争越来越激烈，尤其是竞争对手之间的竞争已经成 为了市场竞争中的主要影响因素。对于企业来讲，及时准确地分析竞争对手的技术发 展动向是企业在市场竞争中占据主动地位的必要条件。但是，现有技术除了关注竞争 对手在官微、或主流媒体上主动散布的信息之外，并没有有效的主动监测竞争 对手技术发展动向的方法。如果总是在竞争对手已经推出了某种新产品或者新技术之 后才获取到相关信息，往往会落后于人，不利于企业自身发展。

针对现有技术在竞争对手的产品成型或者新功能实现之前无法获取竞争对手的技 术信息的问题，目前尚未提出有效的解决方案。

本发明的主要目的在于提供一种数据监测方法和装置，以解决现有技术在竞争对 手的产品成型或者新功能实现之前无法获取竞争对手的技术信息的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种数据监测方法。

该数据监测方法包括：确定待监测对象，其中，待监测对象为专利网站上专利文 件对应的对象；监测专利网站上是否存在待监测对象的新增专利文件，其中，新增专 利文件为相对于专利网站上待监测对象对应的全部专利文件增加的专利文件；如果监 测到专利网站上存在新增专利文件，获取新增专利文件的申请时间和新增专利文件的 热词；获取新增专利文件的标签，其中，新增专利文件的标签为新增专利文件的热词 中与预设词库中的热词不同的热词，预设词库中包括专利网站上专利文件中的热词； 获取待监测对象的专利文件时间轴，其中，在待监测对象的专利文件时间轴上的新增 专利文件的申请时间处记录有新增专利文件的标签。

进一步地，在确定待监测对象之前，该数据监测方法还包括：获取专利网站上的 专利文件；获取专利网站上的专利文件的申请时间和专利标识；按照专利标识将专利 网站上的专利文件进行分类，得到分类后的专利文件；将分类后的专利文件按照申请 时间进行排序，得到排序后的专利文件；将排序后的专利文件存储至数据库中。

进一步地，在将排序后的专利文件存储至数据库中之后，该数据监测方法还包括： 遍历数据库中的排序后的专利文件；分别获取数据库中每个排序后的专利文件中的热 词；将数据库中每个排序后的专利文件中的热词进行汇总，并存储至预设词库中。

进一步地，获取新增专利文件的标签包括：遍历新增专利文件的热词；逐个检测 新增专利文件的热词与预设词库中的热词是否相同；如果检测到新增专利文件的热词 与预设词库中的热词不相同，将与预设词库中的热词不同的新增专利文件的热词确定 为新增专利文件的标签。

进一步地，获取待监测对象的专利文件时间轴包括：将新增专利文件的申请时间 按照时间先后顺序标注在专利文件时间轴上；将新增专利文件的标签标注在专利文件 时间轴上的新增专利文件的申请时间处。

进一步地，在获取待监测对象的专利文件时间轴之后，该数据监测方法还包括： 通过将新增专利文件的热词添加至预设词库更新预设词库。

为了实现上述目的，根据本发明的另一方面，提供了一种数据监测装置。

该数据监测装置包括：确定模块，用于确定待监测对象，其中，待监测对象为专 利网站上专利文件对应的对象；监测模块，用于监测专利网站上是否存在待监测对象 的新增专利文件，其中，新增专利文件为相对于专利网站上待监测对象对应的全部专 利文件增加的专利文件；第一获取模块，用于当监测到专利网站上存在新增专利文件 时，获取新增专利文件的申请时间和新增专利文件的热词；第二获取模块，用于获取 新增专利文件的标签，其中，新增专利文件的标签为新增专利文件的热词中与预设词 库中的热词不同的热词，预设词库中包括专利网站上专利文件中的热词；第三获取模 块，用于获取待监测对象的专利文件时间轴，其中，在待监测对象的专利文件时间轴 上的新增专利文件的申请时间处记录有新增专利文件的标签。

进一步地，该数据监测装置还包括：第四获取模块，用于获取专利网站上的专利 文件；第五获取模块，用于获取专利网站上的专利文件的申请时间和专利标识；分类 模块，用于按照专利标识将专利网站上的专利文件进行分类，得到分类后的专利文件； 排序模块，用于将分类后的专利文件按照申请时间进行排序，得到排序后的专利文件； 存储模块，用于将排序后的专利文件存储至数据库中。

进一步地，该数据监测装置还包括：第一遍历模块，用于遍历数据库中的排序后 的专利文件；第一获取子模块，用于分别获取数据库中每个排序后的专利文件中的热 词；第一存储子模块，用于将数据库中每个排序后的专利文件中的热词进行汇总，并 存储至预设词库中。

进一步地，第二获取模块包括：第二遍历模块，用于遍历新增专利文件的热词； 检测模块，用于逐个检测新增专利文件的热词与预设词库中的热词是否相同；第一确 定子模块，用于当检测到新增专利文件的热词与预设词库中的热词不相同时，将与预 设词库中的热词不同的新增专利文件的热词确定为新增专利文件的标签。

进一步地，第三获取模块包括：第一标注模块，用于将新增专利文件的申请时间 按照时间先后顺序标注在专利文件时间轴上；第二标注模块，用于将新增专利文件的 标签标注在专利文件时间轴上的新增专利文件的申请时间处。

进一步地，该数据监测装置还包括：更新模块，用于通过将新增专利文件的热词 添加至预设词库更新预设词库。

通过本发明，确定待监测对象，其中，待监测对象为专利网站上专利文件对应的 对象；监测专利网站上是否存在待监测对象的新增专利文件，其中，新增专利文件为 相对于专利网站上待监测对象对应的全部专利文件增加的专利文件；如果监测到专利 网站上存在新增专利文件，获取新增专利文件的申请时间和新增专利文件的热词；获 取新增专利文件的标签，其中，新增专利文件的标签为新增专利文件的热词中与预设 词库中的热词不同的热词，预设词库中包括专利网站上专利文件中的热词；获取待监 测对象的专利文件时间轴，其中，在待监测对象的专利文件时间轴上的新增专利文件 的申请时间处记录有新增专利文件的标签，解决了现有技术在竞争对手的产品成型或 者新功能实现之前无法获取竞争对手的技术信息的问题。本发明通过自动提取出专利 文件中反复出现地有价值的热词，分析待监测对象的专利发展方向，并将待监测对象 的专利发展方向按照专利文件时间轴的方式进行展示，达到了方便观察、分析、预测 待监测对象的技术战略以及技术发展方向的效果。

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实 施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的数据监测方法的流程图；以及

图2是根据本发明实施例的数据监测装置的示意图。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相 互组合。下面将参考附图并结合实施例来详细说明本发明。

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的 附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例 仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领 域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于 本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第 二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这 样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语 “包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含 了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步 骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的 其它步骤或单元。

本发明旨在提供一种数据监测方法和装置。

图1是根据本发明实施例的数据监测方法的流程图。如图1所示，该数据监测方 法包括如下的步骤S102至步骤S110：

步骤S102，确定待监测对象。

该实施例的数据监测方法中确定的待监测对象为专利网站上专利文件对应的对 象。专利网站上的每个专利文件对应有专利标识，且每个专利标识可以对应一个或者 多个专利文件，该实施例的数据监测方法优选地用专利标识区分待监测对象。专利标 识可以是申请人，发明人，申请号等，该实施例的数据监测方法将专利标识优选为申 请人。该实施例中的待监测对象可以为一个，也可以为多个，当待监测对象为多个时， 需要分别对每个待监测对象的专利发展动向进行监测。

优选地，在确定待监测对象之前，该实施例的数据监测方法还包括：获取专利网 站上的专利文件；获取专利网站上的专利文件的申请时间和专利标识；按照专利标识 将专利网站上的专利文件进行分类，得到分类后的专利文件；将分类后的专利文件按 照申请时间进行排序，得到排序后的专利文件；将排序后的专利文件存储至数据库中。 该实施例的数据监测方法将利用爬虫从专利网站上爬取的专利文件按照专利标识分类 存储，便于快速确定待监测对象的专利文件中的热词，并将待监测对象的专利文件按 照时间先后顺序进行存储，有利于准确分析该待监测对象的专利发展动向。

优选地，在将排序后的专利文件存储至数据库中之后，该实施例的数据监测方法 还包括：遍历数据库中的排序后的专利文件；分别获取数据库中每个排序后的专利文 件中的热词；将数据库中每个排序后的专利文件中的热词进行汇总，并存储至预设词 库中。该实施例的数据监测方法中的预设词库由专利网站上的每个专利文件中的热词 组成，且预设词库中的热词需要进行去重处理，即预设词库中不存在相同的热词。

该实施例中的预设词库中包括专利网站上专利文件中的热词。其中，专利网站可 以是任意一个具备专利检索功能的网站，专利网站中的专利文件为已经申请的专利文 件。预设词库中包括一个或者多个专利文件中的热词，其中，每个专利文件的热词可 以是一个，也可以是多个。专利文件的热词为专利文件中反复出现的词。具体地，专 利文件热词的确定包括：对专利文件进行分词处理；分别统计专利文件中每个词语的 出现频次；分别将每个词语与预设常用干扰词库中的干扰词进行匹配，并对匹配成功 的词语进行剔除；将出现频次高于预设阈值或者出现频次排名前N的剔除了干扰词后 的词语确定为专利文件的热词。上述专利文件热词的确定方法仅为一种优选方法，本 申请并不对专利文件热词的确定过程进行限定。

步骤S104，监测专利网站上是否存在待监测对象的新增专利文件。

该实施例的数据监测方法中的新增专利文件为相对于专利网站上待监测对象对应 的全部专利文件增加的专利文件。监测专利网站上是否存在待监测对象的新增专利文 件是为了对待监测对象对应的专利文件进行统计分析，通过分析待监测对象对应的新 增专利文件中的热词，获取待监测对象的专利发展趋势，进而可以获取待监测对象的 技术发展动向。

步骤S106，如果监测到专利网站上存在新增专利文件，获取新增专利文件的申请 时间和新增专利文件的热词。

当监测到专利网站上存在新增专利文件时，获取新增专利文件的申请时间和新增 专利文件的热词。获取新增专利的申请时间是为了按照时间先后顺序对待监测对象对 应的专利文件的热词进行分析，从而得到待监测对象的专利发展趋势。获取新增专利 文件的热词是为了进一步分析待监测对象当前的专利发展趋势，实现对待监测对象的 专利发展趋势的实时更新，提高对待监测对象的专利发展趋势分析的准确度。

步骤S108，获取新增专利文件的标签。

在监测到专利网站上存在新增专利文件后，根据获取的新增专利文件的热词，可 以得到该新增专利文件的标签，其中，新增专利文件的标签为新增专利文件的热词中 与预设词库中的热词不同的热词。优选地，该实施例的数据监测方法中获取新增专利 文件的标签包括：遍历新增专利文件的热词；逐个检测新增专利文件的热词与预设词 库中的热词是否相同；如果检测到新增专利文件的热词与预设词库中的热词不相同， 将与预设词库中的热词不同的新增专利文件的热词确定为新增专利文件的标签。比如， 新增专利文件的热词分别为A、B、C、D、E、F，其在新增专利文件中反复出现的次 数分别为11、9、9、8、7、6，而B、E和F是预设词库中包括的热词，所以，新增专 利文件的标签为A、C以及D。

如果检测到新增专利文件的热词与预设词库中的热词均相同时，新增专利文件的 标签为空。如果新增专利的标签为空，将会影响分析待监测对象的专利发展趋势的准 确度，进而影响对待监测对象的技术发展动向的监测结果。因此，本发明实施例的数 据监测方法针对新增专利文件的热词与预设词库中的热词均相同的情况，采用加大新 增专利文件的热词数量，直至新增专利文件的热词中出现与预设词库中热词不同的热 词为止，并将该与预设词库中热词不同的新增专利文件中的热词作为新增专利文件的 标签。通过加大新增专利文件的热词数量，保证了待监测对象的新增专利文件均对应 有标签，从而达到了准确分析待监测对象的专利发展趋势的效果。

步骤S110，获取待监测对象的专利文件时间轴。

该实施例的数据监测方法中的专利文件时间轴用于分析待监测对象的专利发展趋 势，根据专利发展趋势进而分析待监测对象的技术发展动向。该实施例的数据监测方 法在待监测对象的专利文件时间轴上的新增专利文件的申请时间处记录有新增专利文 件的标签。专利文件时间轴是按照时间顺序将待监测对象对应的所有专利文件的标签 标注在相应的申请时间处。优选地，通过标注在待监测对象的专利文件时间轴上的新 增专利文件的标签可以链接到新增专利文件的原文，方便于对新增专利文件的全文进 行浏览。

优选地，该实施例的数据监测方法中获取待监测对象的专利文件时间轴包括：将 新增专利文件的申请时间按照时间先后顺序标注在专利文件时间轴上；将新增专利文 件的标签标注在专利文件时间轴上的新增专利文件的申请时间处。

当监测到同一时间专利网站上存在多个待监测对象的新增专利文件时，分别获取 每个新增专利文件的标签，并将每个新增专利文件的标签标注在专利文件时间轴上的 同一个申请时间处。专利文件时间轴上的标签显示方式可以是将各个新增专利文件的 标签以引出线的方式进行并列显示，也可以是将各个新增专利文件的标签首尾相接进 行显示。

优选地，在获取待监测对象的专利文件时间轴之后，该实施例的数据监测方法还 包括：通过将新增专利文件的热词添加至预设词库更新预设词库。实时更新预设词库 有利于提高对待监测对象的技术发展动向分析的准确度。

该实施例的数据监测方法采用确定待监测对象，其中，待监测对象为专利网站上 专利文件对应的对象；监测专利网站上是否存在待监测对象的新增专利文件，其中， 新增专利文件为相对于专利网站上待监测对象对应的全部专利文件增加的专利文件； 如果监测到专利网站上存在新增专利文件，获取新增专利文件的申请时间和新增专利 文件的热词；获取新增专利文件的标签，其中，新增专利文件的标签为新增专利文件 的热词中与预设词库中的热词不同的热词，预设词库中包括专利网站上专利文件中的 热词；获取待监测对象的专利文件时间轴，其中，在待监测对象的专利文件时间轴上 的新增专利文件的申请时间处记录有新增专利文件的标签，解决了现有技术在竞争对 手的产品成型或者新功能实现之前无法获取竞争对手的技术信息的问题，达到了便于 观察分析预测待监测对象的技术发展动向的效果。

从以上的描述中，可以看出，本发明实施例的数据监测方法采用定向爬虫爬取专 利网站上的专利文件，根据专利网站上的专利文件中反复出现的热词构建预设词库， 然后依据预设词库确定待监测对象对应的新增专利文件的标签，再按照时间顺序将新 增专利文件的标签标注在待监测对象的专利文件时间轴上。通过本发明的实施例，解 决了现有技术在竞争对手的产品成型或者新功能实现之前无法获取竞争对手的技术信 息的问题，达到了清楚掌握竞争对手对于新科技的开发情况，准确预测竞争对手技术 发展动向的效果。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的 计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可 以以不同于此处的顺序执行所示出或描述的步骤。

本发明实施例还提供了一种数据监测装置。需要说明的是，该数据监测装置可以 用于执行本发明实施例的数据监测方法。

图2是根据本发明实施例的数据监测装置的示意图。如图2所示，该数据监测装 置包括：确定模块10，监测模块20，第一获取模块30，第二获取模块40和第三获取 模块50。

确定模块10，用于确定待监测对象，其中，待监测对象为专利网站上专利文件对 应的对象。

监测模块20，用于监测专利网站上是否存在待监测对象的新增专利文件，其中， 新增专利文件为相对于专利网站上待监测对象对应的全部专利文件增加的专利文件。

第一获取模块30，用于当监测到专利网站上存在新增专利文件时，获取新增专利 文件的申请时间和新增专利文件的热词。

第二获取模块40，用于获取新增专利文件的标签，其中，新增专利文件的标签为 新增专利文件的热词中与预设词库中的热词不同的热词，预设词库中包括专利网站上 专利文件中的热词。

优选地，第二获取模块40包括：第二遍历模块，用于遍历新增专利文件的热词； 检测模块，用于逐个检测新增专利文件的热词与预设词库中的热词是否相同；第一确 定子模块，用于当检测到新增专利文件的热词与预设词库中的热词不相同时，将与预 设词库中的热词不同的新增专利文件的热词确定为新增专利文件的标签。

第三获取模块50，用于获取待监测对象的专利文件时间轴，其中，在待监测对象 的专利文件时间轴上的新增专利文件的申请时间处记录有新增专利文件的标签。

优选地，第三获取模块50包括：第一标注模块，用于将新增专利文件的申请时间 按照时间先后顺序标注在专利文件时间轴上；第二标注模块，用于将新增专利文件的 标签标注在专利文件时间轴上的新增专利文件的申请时间处。

优选地，该实施例的数据监测装置还包括：第四获取模块，用于获取专利网站上 的专利文件；第五获取模块，用于获取专利网站上的专利文件的申请时间和专利标识； 分类模块，用于按照专利标识将专利网站上的专利文件进行分类，得到分类后的专利 文件；排序模块，用于将分类后的专利文件按照申请时间进行排序，得到排序后的专 利文件；存储模块，用于将排序后的专利文件存储至数据库中。

优选地，该实施例的数据监测装置还包括：第一遍历模块，用于遍历数据库中的 排序后的专利文件；第一获取子模块，用于分别获取数据库中每个排序后的专利文件 中的热词；第一存储子模块，用于将数据库中每个排序后的专利文件中的热词进行汇 总，并存储至预设词库中。

优选地，该实施例的数据监测装置还包括：更新模块，用于通过将新增专利文件 的热词添加至预设词库更新预设词库。

该实施例的数据监测装置包括确定模块10，监测模块20，第一获取模块30，第 二获取模块40和第三获取模块50。通过该实施例的数据监测装置解决了现有技术在 竞争对手的产品成型或者新功能实现之前无法获取竞争对手的技术信息的问题。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用 的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所 组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以 将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模 块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明 不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技 术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的 任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。