기업별 반도체 특허 시각화 및 분석
Statistics Network Analysis
조사방법론2
2조
가천대학교 응용통계학과
김민형, 박민지, 이건영, 이승민
2022-12-13
2조 자료모음 https://github.com/tmdals5252/Statistics-Network-Analysis
<1> 개요
1. 주제 : 반도체 특허 분석 및 시각자료 제공
기업별 반도체 특허를 시각자료로 제공하고 분석한다.
2. 대상
특허를 내는 기업
변리사
특허청 공무원
3. 선정 기업 및 반도체
선정 기업 : LG, SAMSUNG, SK
반도체
Display
컴퓨터로 처리된 내용을 브라운관에 보여주는 출력장치Led (Light-Emitting Diode)
전기 에너지를 빛으로 변환시키는 광반도체RAM (Random Access Memory)
기억된 정보를 읽어내기도 하고 다른 정보를 기억시킬 수도 있는 메모리Transistor
전류나 전압 흐름을 조절하여 신호를 증폭하고, 스위치 역할 등을 수행하는 반도체소자
4. 기대 효과
- 기업 Issue
- 어느 기업이, 어느 부품에서 특허를 많이 가지고 있는지 알 수 있다.
- 반도체 Issue
- 반도체 내에서 어떤 부품이 issue가 되는지 알 수 있다.
- 경쟁력 향상
- 각 기업이 가지고 있는 특허 중 개선해야 할 부분을 파악하여 경쟁력 향상되는데 도움이 된다.
<2> Data
2. DE
분석을 진행할 변수 열 선택 (4개의 변수)
- 발명의 명칭, 출원인, 출원연도, 심사진행 상태출원인을 기준으로 반도체 부품별 데이터 구분
- 3개 기업 x 4개 반도체 - 총 12개 데이터 생성
3. DV
- 워드 클라우드 시각화
- 발명의 명칭 변수 사용, 단어의 빈도 분석
-> 해당 부품의 특허에서 가장 많이 언급되는 단어 파악
2. 심사 진행상태 비율 시각화
- 심사 진행 상태 변수를 사용 -
각 기업이 각 부품 별 가지고 있는 특허의 등록결정, 등록거절, 취하, 포기
등 비율 시각화
3. 각 부품별 기업의 특허 개수 비율 시각화
- 해당 부품에서
가장 많은 특허를 가진 기업 파악
4. 특허 추이 시각화
- 연도별 심사 진행 상태의 비율 추이 시각화
- 1의 워드클라우드 키워드 중 상위 키워드를 선별하여 연도별 키워드
빈도수의 추이 시각화
<3> 기업별 워드클라우드
1. 워드클라우드 코드
예시
1). 데이터 가져오기
##sk led
led_sk <- file("C:/Users/dnjs1/Downloads/Rr/led_sk.txt")
led_sk_r<-readLines(led_sk)
str(led_sk_r)
head(led_sk_r)2). 명사 추출
exNouns<-function(x){
paste(extractNoun(as.character(x)), collpase= " ")
}
l_k_r<- sapply(led_sk_r, exNouns)
l_k_r[2]3). 말뭉치 Corpus 생성
l_k_r_cpus<-Corpus(VectorSource(l_k_r))
l_k_r_cpus4). 데이터 전처리
l_k_r_cpus_prepro<-tm_map(l_k_r_cpus,removePunctuation) #문장부호제거
l_k_r_cpus_prepro<-tm_map(l_k_r_cpus_prepro,removeNumbers) #숫자 제거
l_k_r_cpus_prepro<-tm_map(l_k_r_cpus_prepro,tolower) #영문자 소문자 변경
l_k_r_cpus_prepro<-tm_map(l_k_r_cpus_prepro,removeWords, stopwords('english')) #불용어(for, very, and, of, are) 제거
#전처리 결과 확인
inspect(l_k_r_cpus_prepro)5). 단어 선별 및 빈도수
#단어 선별(1음절 = 2byte, 2음절 ~ 8음절)
l_k_r_cpus_prepro_term<-TermDocumentMatrix(l_k_r_cpus_prepro, control = list(wordLengths=c(4,16)))
l_k_r_cpus_prepro_term
#matrix -> data.frame으로 변경
l_k_r_cpus_df<-as.data.frame(as.matrix(l_k_r_cpus_prepro_term))
dim(l_k_r_cpus_df)
#단어 출현 빈도수 구하기
wordResult<- sort(rowSums(l_k_r_cpus_df), decreasing = T)
wordResult6). 워드 클라우드 시각화
#워드 클라우드 시각화
word_names<-names(wordResult)
wordcloud(names(wordResult[1:40]),wordResult[1:40]) # 상위 40개만 뽑아서 추출
#단어 이름과 빈도수로 df 생성
word_df<-data.frame(word = names(wordResult[1:40]), freq= wordResult[1:40])
#단어 색상과 글꼴 지정
pal <- brewer.pal(12, "Paired") #12가지 색상
windowsFonts(malgun=windowsFont("맑은 고딕"))7). 단어 구름 시각화
x11() #별도의 창을 띄우는 함수
wordcloud(word_df$word, word_df$freq, scale= c(5,1), min.freq=3, random.order=F, rot.per =.1, colors = pal, family= "malgun")
2. LG
Display
Led
Ram
Transistor
3. Sansung
Display
LED
RAM
Transistor
4. SK
Display
LED
RAM
Transistor
<4>. 기업별 키워드 상위 10개
1. LG 상위 키워드
Display
LED
RAM
Transistor
LG 전체
2. Samsung 상위 키워드
Display
LED
RAM
Transistor
Samsung 전체
3. sk 상위 키워드
Display
LED
RAM
Transistor
