Go to the content. | Move to the navigation | Go to the site search | Go to the menu | Contacts | Accessibility

| Create Account

Nani, R. (2012) Analysis of methods for product innovation: classification of patents and scientific publications to define the technical value. [Ph.D. thesis]

Full text disponibile come:

[img]
Preview
PDF Document
7Mb

Abstract (english)

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.

Abstract (italian)

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.

Statistiche Download - Aggiungi a RefWorks
EPrint type:Ph.D. thesis
Tutor:Rizzi, C.
Supervisor:Russo, D.
Ph.D. course:Ciclo 24 > Scuole 24 > INGEGNERIA INDUSTRIALE > INGEGNERIA DELLA PRODUZIONE INDUSTRIALE
Data di deposito della tesi:30 January 2012
Anno di Pubblicazione:31 January 2012
Key Words:Motore di ricerca /Search engine, classificazione /cluster, classificare /clustering, nodo di valutazione /node ranking, richiesta /query, richiesta di livello /level query, parola chiave /key-word, qualifica /rating, qualifica orizzontale e verticale/vertical and horizontal rating, intervallo temporale /temporal range, Documento Principale e Secondario /Master and Slave Document, momento di transizione/ hand-over moment, fase evolutiva pionieristica/ pioneer evolutionary phase, fase evolutiva di diffusione /diffusion evolutionary phase, diffusione tecnologica/ technological diffusion, diagramma a nove finestre /9-screen-diagram, triade Sottosistema-Sistema-Sueprsistema/Subsystem-System-Supersystem triplet, migrazione /migration, ∆ classificazione/ ∆ Cluster, ∆ cumulativo classificazione / cumulative ∆ Cluster, ciclo di vita/ life-cycle, riduzione dimensioni /downsizing, miniaturizzazione/miniaturization.
Settori scientifico-disciplinari MIUR:Area 09 - Ingegneria industriale e dell'informazione > ING-IND/15 Disegno e metodi dell'ingegneria industriale
Struttura di riferimento:Dipartimenti > pre 2012 - Dipartimento di Innovazione Meccanica e Gestionale
Codice ID:4941
Depositato il:07 Nov 2012 13:43
Simple Metadata
Full Metadata
EndNote Format

Bibliografia

I riferimenti della bibliografia possono essere cercati con Cerca la citazione di AIRE, copiando il titolo dell'articolo (o del libro) e la rivista (se presente) nei campi appositi di "Cerca la Citazione di AIRE".
Le url contenute in alcuni riferimenti sono raggiungibili cliccando sul link alla fine della citazione (Vai!) e tramite Google (Ricerca con Google). Il risultato dipende dalla formattazione della citazione.

Altshuller, Genrich, The Innovation Algorithm, translated, edited and annotated by L. Shulyak and S. Rodman, First Edition, Technical Innovation Center, Inc., Worcester, Mass., 1999. Cerca con Google

Ellen Domb. The Ideal Final Result. The PQR Group (2007). Triz-Journal. Cerca con Google

Dawid Weiss. Descriptive Clustering as a Method for Exploring Text Collections (2006). Pozna ´n University of Technology Institute of Computing Science. Cerca con Google

Valeri Souchkov. Differentiating Among the Five Levels of Solutions (2007).Triz-Journal. Cerca con Google

D. REGAZZONI, C. RIZZI, R. NANI (2011). A TRIZ-based approach to manage innovation and intellectual property. In: Int. J. Technology Management, Vol. 55, Nos. 3/4, 2011. Cerca con Google

David Gibson, Ravi Kumar, Andrew Tomkins. Discovering Large Dense Subgraphs in Massive Graphs. VLDB ’05: Proceedings of the 31st international conference on Very large data bases. Cerca con Google

Avraam Seredinski. System Operator and the Methodology of Prediction (2002). Triz-Journal. Cerca con Google

Regazzoni D., Russo D., Rizzi C., “IP-BER: A project to promote intellectual property management within SMEs”. Proceedings of the 10th ETRIA World TRIZ Future Conference. Bergamo, Italia, 3-5 November 2010. ISBN: 978-88-96333-59-4. Cerca con Google

Regazzoni D., Montecchi T., Russo D., “A systematic exploration for conceiving function and behaviour of a new technical system”. Proocedings of IDMME-Virtual Concept- Bordeaux 14 May 2010. ISBN 978-2-8178-0168-1. Cerca con Google

Russo D., “Knowledge extraction from patent: achievements and open problems. A multidisciplinary approach to find functions”, In Proceedings of 20th CIRP Design Conference-Nantes (FR) 19-21 aprile 2010. ISBN 978-3642159725 Springer 2011. Cerca con Google

Davide Russo, Tiziano Montecchi , A Function-Behaviour Oriented Search For Patent Digging. Proceedings of the ASME 2011 International Design Engineering Technical Conferences & Computers and Information in Engineering Conference IDETC/CIE 2011 August 29-31, 2011, Washington, DC, USA. Cerca con Google

Tiziano Montecchi, Davide Russo, FBOS: Function/Behaviour–Oriented Search, Proceedings of the 11th ETRIA World TRIZ Future Conference. November 2011, Dublin. Cerca con Google

Murray Turoff, New Jersey Institute of Technology. The Delphi Method Techniques and Applications. Edited by Harold A. Linstone, Portland State University. With a Foreword by Olaf Helmer, University of Southern California, ©2002 Murray Turoff and Harold A. Linstone. Cerca con Google

NANI R, DANIELE REGAZZONI (2008). Technological Route between Pioneerism and Improvement. In: TRIZ-Future Conference '08 Synthesis of innovation. University of Twente in Enschede, The Netherlands, November 5-7, 2008, ISBN: 978-90-365-2749-1 Cerca con Google

Dmitry Kucharavy and Roland De Guio. Technological Forecasting. (2009). Triz-Journal. Cerca con Google

Dmitry Kucharavy, Roland De Guio. APPLICATION OF S-SHAPED CURVES. LGECO - Design Engineering Laboratory, INSA Strasbourg - Graduate School of Science and Technology, France, Cerca con Google

Ayres, Robert U. Technological forecasting and long-range planning. (1969). McGraw-Hill, Inc. Cerca con Google

PERRIN S. MEYER, JASON W. YUNG and JESSE H. AUSUBEL. A Primer on Logistic Growth and Substitution: The Mathematics of the Loglet Lab Software, Technological Forecasting and Social Change. (1999). Cerca con Google

R. Nani, D.Regazzoni, “TECHNOLOGICAL ROUTE BETWEEN PIONEERISM AND IMPROVEMENT”, ETRIA World TRIZ Future Conference, University of Twente, Enschede – The Netherlands, 5-7 November 2008. Cerca con Google

Park, Sang-Hyun, PhD. Fundamental development of hypocycloidal gear transmissions. THE UNIVERSITY OF TEXAS AT AUSTIN, 2005, 0 pages; 3215820. Cerca con Google

PATENTS Cerca con Google

Page et al.. (1998). Method for node ranking in a linked database. U.S. Patent, # 6,285,999. Cerca con Google

Gansner et al. (1989). Technique for drawing directed graphs. U.S. Patent, # 4,953,106. Cerca con Google

North. (1993). Graphs employing clusters. U.S. Patent, # 5,450,535. Cerca con Google

Egger et al. (1993). Method and apparatus for indexing, searching and displaying data. U.S. Patent, # 5,832,494. Cerca con Google

Ishikawa et al. (1996). Hypertext document retrieving apparatus for retrieving hypertext documents relating to each other. U.S. Patent, # 5,848,407. Cerca con Google

Mauldin. (1995). Method for searching a queued and ranked constructed catalog of files stored on a network. U.S. Patent, # 5,748,954. Cerca con Google

Dorie et al. (2008). System And Methods For Clustering Large Database of Documents. U.S. Patent, # 2009/0043797. Cerca con Google

Gollapudi et al. (2005). METHOD AND APPARATUS FOR DOCUMENT CLUSTERING AND DOCUMENT SKETCHING. U.S. Patent, # 7,433,869. Cerca con Google

Colbath et al. (2002). Systems and methods for labeling clusters of documents. U.S. Patent, # 2004/000163034. Cerca con Google

Andrews et al. (2005). Analysis and comparison of portfolios by citation. U.S. Patent Application, # 2006/000248094. Cerca con Google

Green et al. (2000). Method and apparatus for normalizing and converting structured content. U.S. Patent, # 7,680,867. Cerca con Google

Chitrapura et al. (2007). Method for Organizing Structurally Similar Web Pages from a Web Site. U.S. Patent, # 7,941,420. Cerca con Google

Vydiswaran et al. (2006). TECHNIQUES FOR INDUCING HIGH QUALITY STRUCTURAL TEMPLATES FOR ELECTRONIC DOCUMENTS. U.S. Patent, # 8,046,681. Cerca con Google

Bormann et al. (2002). Direct electromagnetic drive for a throttle valve shaft in a throttle valve connector. U. S. Patent, # 7,100,568. Cerca con Google

Schmidt W. et al. (2005). Gear mechanism. U.S. Patent, # 7479083. Cerca con Google

Download statistics

Solo per lo Staff dell Archivio: Modifica questo record