1.はじめに
技術分野（特許分類＝IPC）のつながりをマクロに把握したいなと思い検討しました。
plotapiというchord diagramを作成するAPIを契約し（年間11,000円くらい）、これを使って見てみることに。
2.BigQueryで共起データ作成
まずはIPCのつながりを把握するために毎度おなじみのGoogle Patents Public Datasetsを使ってIPCの共起データを作成。] 2000年以降の出願に絞り込みます。IPCは４桁（メイングループ）を利用します。
with rtable as (
SELECT family_id as rappnum, SUBSTR(ipcs.code,0,4) as rcode
FROM `patents-public-data.patents.publications_202101` ,
UNNEST(ipc) as ipcs
WHERE filing_date >= 20000101
GROUP BY rappnum,rcode
),
ltable as (
SELECT family_id as lappnum, SUBSTR(ipcs.code,0,4) as lcode
FROM `patents-public-data.patents.publications_202101` ,
UNNEST(ipc) as ipcs
WHERE filing_date >= 20000101
GROUP BY lappnum,lcode
),
cotable as (
SELECT lappnum,rappnum,lcode,rcode
FROM ltable
join rtable
ON lappnum = rappnum
)
SELECT lcode,rcode,COUNT(*) as count
FROM cotable
WHERE lcode != rcode
GROUP BY lcode,rcode２５万件（つながり）ほど抽出。これをcsvで吐き出しておきます。
3 可視化
matrixのデータ(df.values.tolist()で２重配列にしたやつ）＋ラベル用の配列が最低限必要です。
IPC４桁でも1000分野あり全部可視化しきれないため、共起の頻度で10000回以上共起している技術分野同士に絞り込みます。
edges = pd.read_csv("~~吐き出したcsv~~.csv")
matrix = edges[edges['count']>=10000].pivot_table(index='lcode',columns='rcode',values='count',fill_value=0)
matrix2 = matrix.values.tolist()
names = matrix.index.tolist()matrixはこんな形に
⇓これを実行すれば出力されます。
Chord(matrix2,names,font_size_large="7px").show()
ハイライトしたところ
4.技術つながりを見る
A61K,A61Pといった医薬系が多い（同じセクションA内のつながりが多い様子だけど）
C07,C08(有機化学系)は上記のA61~とも太く繋がっている様子。
H01L（半導体）もかなりいろんなところと繋がっている。
H04~(通信系)はG06~(ソフトウェアなど）とのつながりがやはり強い
C12N(生化学）とG01N(人工知能とか)はバイオの遺伝子解析系だろう。
H04N(画像通信，例．テレビジョン)とB41J（タイプライタ）との繋がりは・・・プリンタ！
時系列の変化なども見れるように進化させていこうと思います。
Comments