特開 2022-6242 分析システム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022006242

(43)【公開日】2022-01-13

(54)【発明の名称】分析システム

(51)【国際特許分類】

   G06Q 50/18 20120101AFI20220105BHJP

   G06Q 10/04 20120101ALI20220105BHJP

   G06F 16/903 20190101ALI20220105BHJP

【ＦＩ】

G06Q50/18 310

G06Q10/04

G06F16/903

【審査請求】有

【請求項の数】2

【出願形態】ＯＬ

(21)【出願番号】P 2020108376

(22)【出願日】2020-06-24

(11)【特許番号】

(45)【特許公報発行日】2021-04-28

(71)【出願人】

【識別番号】513004065

【氏名又は名称】株式会社将星

(74)【代理人】

【識別番号】100155158

【弁理士】

【氏名又は名称】渡部 仁

(72)【発明者】

【氏名】渡部 仁

【テーマコード（参考）】

5B175

5L049

【Ｆターム（参考）】

5B175DA10

5B175FB04

5L049AA04

5L049CC33

(57)【要約】      （修正有）

【課題】他社の動向を把握するのに好適な分析システムを提供する。
【解決手段】動向分析装置は、権利者、期間１及び期間１よりも後の期間２の情報が入力されると、入力された期間１に出願された商標登録の登録情報に対応する類似群コード及びその出現回数の座標情報（商品情報）、並びに入力された期間２に出願された商標登録の登録情報に対応する類似群コード及びその出現回数の座標情報（商品情報）を取得し、取得した座標情報に基づいて、これら座標情報の特徴情報を最小二乗法による楕円近似法によってそれぞれ算出し、算出した特徴情報に基づいて、期間３に権利者が採用する商品若しくは役務又はその類似群コード又はその傾向を分析する。
【選択図】図１２

【特許請求の範囲】

【請求項1】

出願日が第１時期で、事業者が出願人又は権利者となる商標登録出願又は商標登録において指定された第１の商品若しくは役務又はこれが属するグループに関する商品情報を取得する第１商品情報取得手段と、
出願日が前記第１時期よりも後の第２時期で、前記事業者が出願人又は権利者となる商標登録出願又は商標登録において指定された第２の商品若しくは役務又はこれが属するグループに関する商品情報を取得する第２商品情報取得手段と、
前記第１商品情報取得手段で取得した商品情報に基づいて、前記第１の商品若しくは役務又はこれが属するグループの特徴情報を取得する第１特徴情報取得手段と、
前記第２商品情報取得手段で取得した商品情報に基づいて、前記第２の商品若しくは役務又はこれが属するグループの特徴情報を取得する第２特徴情報取得手段と、
前記第１特徴情報取得手段で取得した特徴情報及び前記第２特徴情報取得手段で取得した特徴情報に基づいて、前記第２時期よりも後の第３時期に前記事業者が採用する商品若しくは役務又はこれが属するグループ又はその傾向を分析する分析手段とを備えることを特徴とする分析システム。

【請求項2】

請求項１において、
前記第１特徴情報取得手段又は前記第２特徴情報取得手段は、前記商品情報に基づいて所定の座標空間上にプロットされるデータの近似式を求め、求めた近似式の係数を前記特徴情報として算出することを特徴とする分析システム。

【請求項3】

請求項２において、
前記第１特徴情報取得手段又は前記第２特徴情報取得手段は、前記近似式を得るための異なる複数のモデル関数のうち、前記商品情報に基づいて前記座標空間上にプロットされるデータを当該モデル関数に当てはめた場合の誤差が最小となるものを用いることを特徴とする分析システム。

【請求項4】

出願日が第１時期で、事業者が出願人又は権利者となる商標登録出願又は商標登録において指定された第１の商品若しくは役務又はこれが属するグループに関する商品情報を取得する第１商品情報取得手段と、
出願日が前記第１時期よりも後の第２時期で、前記事業者が出願人又は権利者となる商標登録出願又は商標登録において指定された第２の商品若しくは役務又はこれが属するグループに関する商品情報を取得する第２商品情報取得手段と、
前記第１商品情報取得手段で取得した商品情報及び前記第２商品情報取得手段で取得した商品情報に基づいて、前記第２時期よりも後の第３時期に前記事業者が採用する商品若しくは役務又はこれが属するグループ又はその傾向を分析する分析手段とを備えることを特徴とする分析システム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、商品等に関する傾向を分析するシステムに係り、特に、他社の動向を把握するのに好適な分析システムに関する。

【背景技術】

【0002】

従来、他社の現状を分析するシステムとしては、例えば、特許文献１記載の技術が知られている。これは、自社の商品（役務）及び他社の商品（役務）の集合を算出し、算出した集合の商品（役務）を表示するものである。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１６－２１２５７２号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、特許文献１記載の技術にあっては、自社の商品（役務）及び他社の商品（役務）の集合を用いることから他社の現状との比較を把握することはできるが、他社の将来の展開を含む動向を把握することは難しい。

【0005】

そこで、本発明は、このような従来の技術の有する未解決の課題に着目してなされたものであって、他社の動向を把握するのに好適な分析システムを提供することを目的としている。

【課題を解決するための手段】

【0006】

〔発明１〕 上記目的を達成するために、発明１の分析システムは、出願日が第１時期で、事業者が出願人又は権利者となる商標登録出願又は商標登録において指定された第１の商品若しくは役務又はこれが属するグループに関する商品情報を取得する第１商品情報取得手段と、出願日が前記第１時期よりも後の第２時期で、前記事業者が出願人又は権利者となる商標登録出願又は商標登録において指定された第２の商品若しくは役務又はこれが属するグループに関する商品情報を取得する第２商品情報取得手段と、前記第１商品情報取得手段で取得した商品情報に基づいて、前記第１の商品若しくは役務又はこれが属するグループの特徴情報を取得する第１特徴情報取得手段と、前記第２商品情報取得手段で取得した商品情報に基づいて、前記第２の商品若しくは役務又はこれが属するグループの特徴情報を取得する第２特徴情報取得手段と、前記第１特徴情報取得手段で取得した特徴情報及び前記第２特徴情報取得手段で取得した特徴情報に基づいて、前記第２時期よりも後の第３時期に前記事業者が採用する商品若しくは役務又はこれが属するグループ又はその傾向を分析する分析手段とを備える。

【0007】

このような構成であれば、第１商品情報取得手段により第１時期の商品情報が取得され、第１特徴情報取得手段により、取得された商品情報に基づいて、第１の商品若しくは役務又はこれが属するグループの特徴情報が取得される。また、第２商品情報取得手段により第２時期の商品情報が取得され、第２特徴情報取得手段により、取得された商品情報に基づいて、第２の商品若しくは役務又はこれが属するグループの特徴情報が取得される。そして、分析手段により、取得された特徴情報に基づいて、第３時期に事業者が採用する商品若しくは役務又はこれが属するグループ又はその傾向が分析される。

【0008】

ここで、「第１の商品若しくは役務又はこれが属するグループに関する商品情報」と、「第２の商品若しくは役務又はこれが属するグループに関する商品情報」とは、同一の構成（この段落において「構成」とは情報の内容ではなくデータ構造をいう。）であってもよいし、異なる構成であってもよい。異なる構成としては、例えば、（１）一方が商品又は役務を示す構成で、他方が商品又は役務が属するグループを示す構成であること、（２）一方が上位概念の商品又は役務を示す構成で、他方が下位概念の商品又は役務を示す構成であること、（３）一方が商品又は役務を示す構成で、他方がその一部である商品又は役務を示す構成であることが含まれる。以下、発明４の分析システムにおいて同じである。

【0009】

また、商品情報は、例えば、商品若しくは役務又はこれが属するグループを識別するための情報（例えば、名称、番号、ＩＤ、コード、ＵＲＬ等のリンク情報）として構成することができる。また、商品情報は、例えば、文字、数字、図形、符合、記号、画像、音声その他の情報として構成することができる。また、商品情報は、商品若しくは役務又はこれが属するグループに関するキーワード（例えば、商品又は役務の名称の一部を示す１又は複数のキーワード）として構成することができる。以下、発明４の分析システムにおいて同じである。

【0010】

また、商品情報には、例えば、（１）商標登録出願又は商標登録において指定された商品若しくは役務のうち一の商品若しくは役務（この段落において「一の指定商品等」という。）又はこれが属するグループに関する商品情報、（２）一の指定商品等を包括する上位概念の商品若しくは役務又はこれが属するグループに関する商品情報、又は、（３）一の指定商品等に包括される下位概念の商品若しくは役務又はこれが属するグループに関する商品情報が含まれる。以下、発明４の分析システムにおいて同じである。

【0011】

また、第１商品情報取得手段は、例えば、入力装置等から商品情報を入力してもよいし、外部の端末等から商品情報を獲得又は受信してもよいし、記憶装置や記憶媒体等から商品情報を読み出してもよいし、情報処理等により商品情報を生成し又は算出してもよい。したがって、取得には、少なくとも入力、獲得、受信、読出（検索を含む。）、生成及び算出が含まれる。以下、取得の概念については同じである。

【0012】

また、第１商品情報取得手段として、例えば、商標登録出願又は商標登録において指定された商品若しくは役務又はこれが属するグループに関する商品情報を記憶する商品情報記憶手段から、第１の商品若しくは役務又はこれが属するグループに関する商品情報を取得する構成を採用することができる。第２商品情報取得手段として、例えば、商標登録出願又は商標登録において指定された商品若しくは役務又はこれが属するグループに関する商品情報を記憶する商品情報記憶手段から、第２の商品若しくは役務又はこれが属するグループに関する商品情報を取得する構成を採用することができる。ここで、第１商品情報取得手段が商品情報を取得する商品情報記憶手段と、第２商品情報取得手段が商品情報を取得する商品情報記憶手段とは、同一の記憶手段であってもよいし、別々の記憶手段であってもよい。また、商品情報記憶手段は、商品情報をあらゆる手段で且つあらゆる時期に記憶するものであり、商品情報を予め記憶してあるものであってもよいし、商品情報を予め記憶することなく、本システムの動作時に外部からの入力等によって商品情報を記憶するようになっていてもよい。以下、発明４の分析システムにおいて同じである。

【0013】

また、分析手段で分析した結果を出力する分析結果出力手段を備える構成を採用することができる。ここで、分析結果出力手段は、例えば、表示、印刷、音声出力、記憶装置や記憶媒体等への書き出し、外部の端末等への送信、バイブレーション等の振動、発熱その他の方法により分析結果を出力することができる。したがって、出力には、少なくとも表示、印刷、音声出力、書き出し、送信、振動及び発熱が含まれる。以下、出力の概念については同じである。

【0014】

また、事業者は、自然人であってもよいし、法人であってもよい。以下、発明４の分析システムにおいて同じである。

【0015】

また、本システムは、単一の装置、端末その他の機器として実現するようにしてもよいし、複数の装置、端末その他の機器を通信可能に接続したネットワークシステムとして実現するようにしてもよい。後者の場合、各構成要素は、それぞれ通信可能に接続されていれば、複数の機器等のうちいずれに属していてもよい。以下、発明４の分析システムにおいて同じである。

【0016】

〔発明２〕 さらに、発明２の分析システムは、発明１の分析システムにおいて、前記第１特徴情報取得手段又は前記第２特徴情報取得手段は、前記商品情報に基づいて所定の座標空間上にプロットされるデータの近似式を求め、求めた近似式の係数を前記特徴情報として算出する。

【0017】

このような構成であれば、第１特徴情報取得手段又は第２特徴情報取得手段により、商品情報に基づいて所定の座標空間上にプロットされるデータの近似式が求められ、求められた近似式の係数が特徴情報として算出される。

【0018】

〔発明３〕 さらに、発明３の分析システムは、発明２の分析システムにおいて、前記第１特徴情報取得手段又は前記第２特徴情報取得手段は、前記近似式を得るための異なる複数のモデル関数のうち、前記商品情報に基づいて前記座標空間上にプロットされるデータを当該モデル関数に当てはめた場合の誤差が最小となるものを用いる。

【0019】

このような構成であれば、第１特徴情報取得手段又は第２特徴情報取得手段により、異なる複数のモデル関数のうち、商品情報に基づいて座標空間上にプロットされるデータをそのモデル関数に当てはめた場合の誤差が最小となるものを用いて近似式が求められる。

【0020】

〔発明４〕 さらに、発明４の分析システムは、出願日が第１時期で、事業者が出願人又は権利者となる商標登録出願又は商標登録において指定された第１の商品若しくは役務又はこれが属するグループに関する商品情報を取得する第１商品情報取得手段と、出願日が前記第１時期よりも後の第２時期で、前記事業者が出願人又は権利者となる商標登録出願又は商標登録において指定された第２の商品若しくは役務又はこれが属するグループに関する商品情報を取得する第２商品情報取得手段と、前記第１商品情報取得手段で取得した商品情報及び前記第２商品情報取得手段で取得した商品情報に基づいて、前記第２時期よりも後の第３時期に前記事業者が採用する商品若しくは役務又はこれが属するグループ又はその傾向を分析する分析手段とを備える。

【0021】

このような構成であれば、第１商品情報取得手段により第１時期の商品情報が取得される。また、第２商品情報取得手段により第２時期の商品情報が取得される。そして、分析手段により、取得された商品情報に基づいて、第３時期に事業者が採用する商品若しくは役務又はこれが属するグループ又はその傾向が分析される。

【0022】

ここで、分析手段は、ＡＩ（Artificial Intelligence）で実現することもできる。具体的な構成として、例えば、次の構成を採用することができる。

【0023】

出願日が第１時期で、事業者が出願人又は権利者となる商標登録出願又は商標登録において指定された第１の商品若しくは役務又はこれが属するグループに関する商品情報、及び、出願日が前記第１時期よりも後の第２時期で、前記事業者が出願人又は権利者となる商標登録出願又は商標登録において指定された第２の商品若しくは役務又はこれが属するグループに関する商品情報を少なくとも入力し、出願日が前記第２時期よりも後の第３時期で、前記事業者が出願人又は権利者となる商標登録出願又は商標登録において指定された第３の商品若しくは役務又はこれが属するグループ又はその傾向に関する情報を出力するように学習を行った学習済みモデルを用いて分析を行う分析システムであって、
出願日が第４時期で、事業者が出願人又は権利者となる商標登録出願又は商標登録において指定された第４の商品若しくは役務又はこれが属するグループに関する商品情報を取得する第１商品情報取得手段と、
出願日が前記第４時期よりも後の第５時期で、前記事業者が出願人又は権利者となる商標登録出願又は商標登録において指定された第５の商品若しくは役務又はこれが属するグループに関する商品情報を取得する第２商品情報取得手段と、
前記学習済みモデルを用いて、前記第１商品情報取得手段で取得した商品情報及び前記第２商品情報取得手段で取得した商品情報から、前記第５時期よりも後の第６時期に前記事業者が採用する商品若しくは役務又はこれが属するグループ又はその傾向を分析する分析手段とを備えることを特徴とする分析システム。

【発明の効果】

【0024】

以上説明したように、発明１又は４の分析システムによれば、第１時期の商品情報及び第２時期の商品情報に基づいて、第３時期に事業者が採用する商品若しくは役務又はこれが属するグループ又はその傾向が分析されるので、他社の動向を把握することができる。

【0025】

さらに、発明２の分析システムによれば、第３時期に事業者が採用する商品若しくは役務又はこれが属するグループ又はその傾向をより精度よく分析することができる。

【0026】

さらに、発明３の分析システムによれば、第３時期に事業者が採用する商品若しくは役務又はこれが属するグループ又はその傾向をより精度よく分析することができる。

【図面の簡単な説明】

【0027】

【図1】動向分析装置１００のハードウェア構成を示す図である。

【図2】商標公報の一部を抜粋した内容を示す図である。

【図3】商品（役務）と類似群コードの対応関係を示す図である。

【図4】類似群コードと出現回数の対応関係を示す図である。

【図5】類似群コード及び出現回数を座標変換した座標情報を示す図である。

【図6】類似群コード及び出現回数の座標情報をプロットした一例を示す図である。

【図7】登録情報テーブル４００のデータ構造を示す図である。

【図8】座標情報テーブル４２０のデータ構造を示す図である。

【図9】動向分析処理を示すフローチャートである。

【図10】検索条件を入力する画面である。

【図11】楕円の各パラメータを示す図である。

【図12】（ａ）～（ｃ）は、最小二乗法による楕円近似法により他社の動向を分析する方法を説明するための図である。

【図13】他社の動向の分析結果を表示する画面である。

【発明を実施するための形態】

【0028】

以下、本発明の実施の形態を説明する。図１乃至図１３は、本実施の形態を示す図である。

【0029】

まず、本実施の形態の構成を説明する。
図１は、動向分析装置１００のハードウェア構成を示す図である。

【0030】

動向分析装置１００は、図１に示すように、制御プログラムに基づいて演算及びシステム全体を制御するＣＰＵ（Central Processing Unit）３０と、所定領域に予めＣＰＵ３０の制御プログラム等を格納しているＲＯＭ（Read Only Memory）３２と、ＲＯＭ３２等から読み出したデータやＣＰＵ３０の演算過程で必要な演算結果を格納するためのＲＡＭ（Random Access Memory）３４と、外部装置に対してデータの入出力を媒介するＩ／Ｆ（InterFace）３８とで構成されており、これらは、データを転送するための信号線であるバス３９で相互に且つデータ授受可能に接続されている。

【0031】

Ｉ／Ｆ３８には、外部装置として、ヒューマンインターフェースとしてデータの入力が可能なキーボードやマウス等からなる入力装置４０と、データやテーブル等をファイルとして格納する記憶装置４２と、画像信号に基づいて画面を表示する表示装置４４とが接続されている。

【0032】

ここで、図２は、商標公報の一部を抜粋した内容を示す図である。また、図３Ａ及び図３Ｂは、商品（役務）と類似群コードの対応関係を示す図である。

【0033】

図２に示すように、商標公報には、登録番号、登録日、出願日、権利者及び指定商品（役務）の情報が含まれている。そして、商標公報データからは、これら各種情報（以下「登録情報」という。）を取得することができる。

【0034】

また、指定商品（役務）として指定される区分（例えば第２１類など）には、複数の商品・役務が含まれており、これら各商品・役務には、図３Ａ及びＢに示すように、それぞれ類似群コードが対応付けられている。詳しくは、特許庁発行の「類似商品・役務審査基準」を参照のこと。

【0035】

ここで、類似群コードは、同一のコードが割り当てられている商品・役務は類似の範囲にあると判断するためのコードである。例えば商品「燻製機」の類似群コードは「１９Ａ０１」、商品「やかん」の類似群コードは「１９Ａ０１」であるので、「燻製機」と「やかん」は類似すると判断する。また、類似群コードは、関連度が近い商品・役務ほど近い値が割り当てられるようになっている。例えば商品「茶」の類似群コードは「２９Ａ０１」、商品「コーヒー」の類似群コードは「２９Ｂ０１」である。

【0036】

動向分析装置１００は、過去の商標登録の登録情報に基づいて、今後採用される商品や役務の情報（以下「商品情報」という。）を分析する装置である。

【0037】

具体的に、動向分析装置１００は、まず、１又は複数の商標に関する登録情報に基づいて取得される商品情報（例えば、類似群コード及びその出現回数など）をグループ化したグループＡを生成する。例えば、権利者であるＡ社の出願日が２０１９年の登録情報に基づいて取得される商品情報のグループであるグループＡを生成する。なお、出願日に限らず、登録日でグループ分けする構成としてもよい。

【0038】

次に、動向分析装置１００は、グループＡとは異なる１又は複数の商標に関する登録情報に基づいて取得される商品情報をグループ化してグループＢを生成する。例えば、Ａ社の出願日が２０２０年の登録情報に基づいて取得される商品情報のグループであるグループＢを生成する。

【0039】

そして、動向分析装置１００は、グループＡ及びＢの商品情報に基づいてグループＣの商品情報を分析する。例えば、Ａ社の出願日が２０２１年の商品情報のグループをグループＣとする。つまり、Ａ社が２０２１年にどのような範囲で商標登録を取得するかを分析する。

【0040】

ここで、図４は、類似群コードと出現回数の対応関係を示す図である。また、図５は、類似群コード及び出現回数を座標変換した座標情報を示す図である。

【0041】

動向分析装置１００は、商品情報を出願日などによってグループ化するにあたって、図４に示すように、同一企業（例えばＡ社）について、例えば、出願した日が属する年（以下「出願年」という。）ごとに、商標登録の登録情報を取得する。そして、この取得した情報に基づいて、各商標登録の指定区分に含まれる商品・役務の類似群コード及びその出現回数の情報（商品情報）を取得する。さらに、取得した類似群コード及びその出現回数を座標変換し、この座標変換によって得られた座標情報（これも商品情報に含む）のグループを生成するようになっている。

【0042】

類似群コード及びその出現回数の取得方法は、例えばインターネットを介して特許庁の商標データベースから予め各権利者の商標登録の登録情報（図２を参照）を取得し、記憶装置４２に登録情報のデータベースを構築しておく。加えて、商品・役務と類似群コードとの対応関係を示す情報（図３Ａ及びＢを参照）のデータベースも構築しておく。そして、データベースに登録された情報に基づいて、対象企業の指定期間に出願された登録商標の登録情報を取得するとともに、取得した登録情報の指定商品（役務）に含まれる商品・役務に対応付けられた商品情報（類似群コード及びその出現回数の情報）を取得する。

【0043】

ここで、類似群コードの出現回数は、例えば、登録番号「９，９９９，９８１」の商標登録にて指定された商品（役務）について、例えば、類似群コード「１９Ａ０１」の商品（役務）が３つ含まれていた場合は、その商標登録における類似群コード「１９Ａ０１」の出現回数は３回となる。一方、例えば、Ａ社の所定期間（例えば２０２０／４／１～４／３０）における商標登録の類似群コードの出現回数の場合は、この期間おいてＡ社が例えば４件の商標出願をしていた場合に、これら４件に含まれるそれぞれ同じ類似群コードの出現回数の合計が所定期間における各類似群コードの出現回数となる。

【0044】

なお、上記各種情報の取得方法はこの方法に限らず、例えば、その都度、特許庁の商標データベースから取得したり、外部メモリを介して取得したりするなど他の取得方法を用いてもよい。

【0045】

さらに、動向分析装置１００は、取得した類似群コード及び出現回数を座標情報に変換し、座標情報（例えば各権利者の出願月ごとの座標情報）のデータベースを生成する。本実施の形態の座標情報は、類似群コードをＸ軸座標値、出現回数をＹ軸座標値とした２次元座標系の座標情報となる。

【0046】

具体的に、類似群コードの座標変換は、コードを３つの部分に分けて、それぞれ前半部の２桁の数字をＨｄ、中央部の英字をＥｃ、後半部の２桁の数字をＴａとする。加えて、中央部の英字はＡ～Ｚの２６種類であることから、これらＡ～Ｚを０～２５の数字に置き換える。即ち、「Ａ＝０、Ｂ=１、・・・、Ｙ＝２４、Ｚ=２５」に置き換える。本実施の形態では、これらの数値を用いて、下式（１）から、類似群コードをＸ軸座標値に変換する。

【0047】

Ｘ＝Ｈｄ×２６×１００＋Ｅｃ×１００＋Ｔａ ・・・（１）
例えば、類似群コード「１１Ａ０７」であれば、「Ｈｄ＝１１」、「Ｅｃ＝Ａ＝０」、「Ｔａ＝７」となるので、これらの数値を上式（１）に代入する。これにより、「Ｘ＝１１×２６×１００＋０×１００＋７＝２８６０７」が求まり、類似群コード「１１Ａ０７」をＸ軸座標値「２８６０７」に変換することができる。

【0048】

また、Ｙ軸座標値は出現回数そのものを用いる。例えば、登録番号「９，９９９，９８１」の商標登録の指定商品に含まれる類似群コード「１１Ａ０７」の出現回数が「２」であれば、類似群コード「１１Ａ０７」のＹ軸座標値は「Ｙ＝２」となる。

【0049】

なお、類似群コード及び出現回数の座標変換は、上記の方法に限らず、他の方法を用いてもよい。

【0050】

このようにして、図４に示す類似群コード及び出現回数をＸ軸座標値及びＹ軸座標値に変換すると、図５に示す座標情報（ＸＹ座標値）が得られる。

【0051】

動向分析装置１００は、これら生成した座標情報を登録番号に対応付けて記憶装置４２にデータベースとして記憶するようになっている。

【0052】

ここで、図６は、類似群コード及び出現回数の座標情報をプロットした一例を示す図である。図６において、横軸は類似群コード（Ｘ軸座標値）、縦軸は出現回数（Ｙ軸座標値）である。

【0053】

類似群コード及びその出現回数の座標情報をプロットすることで、図６に例示したように、特定の権利者が所定期間に出願した商標登録の商品情報の分布を示すプロット図（グラフ）を描くことができる。

【0054】

動向分析装置１００は、同一企業の期間の異なる複数の座標情報のグループから、その特徴を示す情報（以下「特徴情報」という。）を抽出する。そして、抽出した特徴情報に基づいて該当企業の後の期間の商標登録の動向を分析し、分析結果の情報（以下「分析結果情報」という。）を出力するように構成されている。

【0055】

次に、記憶装置４２のデータ構造を説明する。
図７は、登録情報テーブル４００のデータ構造を示す図である。また、図８は、座標情報テーブル４２０のデータ構造を示す図である。

【0056】

記憶装置４２は、図７及び図８に示すように、登録情報テーブル４００及び座標情報テーブル４２０を記憶している。

【0057】

図７に示すように、登録情報テーブル４００には、１又は複数のレコードが登録されている。各レコードは、登録番号を登録するフィールド４０２と、登録日を登録するフィールド４０４と、出願日を登録するフィールド４０６と、権利者を登録するフィールド４０８とを含んで構成されている。

【0058】

図７の例は、第１行目のレコードが権利者（事業者）である「Ａ社」の商標登録に関する登録情報であり、同様に、第２～４行目のレコードが権利者である「Ｂ社」「Ｃ社」「Ｄ社」の商標登録に関する登録情報である。

【0059】

また、図８に示すように、座標情報テーブル４２０には、１又は複数のレコードが登録されている。各レコードは、登録番号を登録するフィールド４２２と、Ｘ軸座標値を登録するフィールド４２４と、Ｙ軸座標値を登録するフィールド４２６とを含んで構成されている。

【0060】

図８の例は、登録番号「9,999,981」「9,999,982」「9,999,983」「9,999,984」の４件の商標登録に関する類似群コード及びその出現回数の座標情報である。

【0061】

即ち、座標情報テーブル４２０は、登録番号ごとに、その商標登録で指定された各商品（役務）に対応する類似群コードについて、同じ類似群コードごとに、そのＸ軸座標値と、同じ類似群コードの商品（役務）の出現回数（Ｙ軸座標値）とが登録されたテーブルとなる。

【0062】

次に、ＣＰＵ３０で実行される動向分析処理を説明する。
ＣＰＵ３０は、ＭＰＵ（Micro-Processing Unit）等からなり、ＲＯＭ３２の所定領域に格納されている所定のプログラムを起動させ、そのプログラムに従って、図９のフローチャートに示す動向分析処理を実行する。

【0063】

図９は、動向分析処理を示すフローチャートである。また、図１０は、検索条件を入力する画面である。

【0064】

動向分析処理は、ユーザからの分析要求に応じて実行される処理であって、ＣＰＵ３０において実行されると、図９に示すように、まず、ステップＳ１００に移行する。

【0065】

ステップＳ１００では、表示装置４４に表示された図１０に示す検索条件を入力する画面にて、入力装置４０を介して、分析したい権利者（例えば他社）の情報を入力する。その後、ステップＳ１０２に移行する。例えば、図１０に示すように、権利者の情報として「Ａ社」を入力する。

【0066】

ステップＳ１０２では、図１０に示す検索条件を入力する画面にて、期間１の情報を入力して、ステップＳ１０４に移行する。例えば、図１０に示すように、期間１の情報として出願日が属する期間である「２０１９／４／１～２０１９／５／３１」を入力する。

【0067】

ステップＳ１０４では、図１０に示す検出条件を入力する画面にて、期間１に属する出願日よりも後の出願日が属する期間である期間２の情報を入力して、ステップＳ１０６に移行する。例えば、図１０に示すように、期間２の情報として期間１に属する出願日よりも後の出願日が属する期間である「２０１９／６／１～２０１９／７／３１」を入力する。

【0068】

ステップＳ１０６では、入力された情報に基づいて、記憶装置４２に記憶された登録情報テーブル４００から、Ａ社（権利者）によって期間１に出願された商標登録の登録番号を検索する。その後、ステップＳ１０８に移行する。これにより、期間１に出願された商標登録の登録番号が取得される。

【0069】

ステップＳ１０８では、記憶装置４２に記憶された座標情報テーブル４２０から、ステップＳ１０６で取得した期間１の登録番号に対応する座標情報を検索する。その後、ステップＳ１１０に移行する。これにより、期間１に出願された商標登録の登録番号に対応する座標情報が取得される。

【0070】

ここで、動向分析装置１００は、期間１の登録番号に対応する座標情報のなかに、同じＸ軸座標値のものが複数あった場合、これらのＹ軸座標値を合算して、同じＸ軸座標値と合算値とで期間１に対応する新たな座標情報を生成する処理を行う。

【0071】

ステップＳ１１０では、入力された情報に基づいて、記憶装置４２に記憶された登録情報テーブル４００から、Ａ社（権利者）によって期間２に出願された商標登録の登録番号を検索する。その後、ステップＳ１１２に移行する。これにより、期間２に出願された商標登録の登録番号が取得される。

【0072】

ステップＳ１１２では、記憶装置４２に記憶された座標情報テーブル４２０から、ステップＳ１１０で取得した期間２の登録番号に対応する座標情報を検索する。その後、ステップＳ１１４に移行する。これにより、期間２に出願された商標登録の登録番号に対応する座標情報が取得される。

【0073】

ここで、動向分析装置１００は、期間１と同様に、期間２の登録番号に対応する座標情報のなかに、同じＸ軸座標値のものが複数あった場合、これらのＹ軸座標値を合算して、同じＸ軸座標値と合算値とで期間２に対応する新たな座標情報を生成する処理を行う。

【0074】

ステップＳ１１４では、期間１の座標情報（合算後の座標情報）に基づいて楕円近似式１の各係数を算出する。その後、ステップＳ１１６に移行する。

【0075】

ここで、図１１は、楕円の各パラメータ（係数）を示す図である。
図１１に示すように、楕円の中心座標を（Ｘ_０，Ｙ_０）、長軸の長さをａ、短軸の長さをｂ、楕円の傾きをθとすると、楕円の一般式は、下式（２）となる。

【0076】

【数1】

上式（２）を展開し、Ｘ_ｉ、Ｙ_ｉに関して整理するとともに、右辺の１を左辺に移項して未知数部分を変数Ｇ～Ｌに置き換えると、下式（３）が得られる。

【0077】

【数2】

上式（３）の変数を減らすために、全体を変数Ｇで割って、未知数部分を変数Ａ～Ｅに置き換えると、下式（４）が得られる。

【0078】

【数3】

指定された期間に対応する座標情報について最小二乗法による楕円近似を行うためには、指定期間に対応する座標情報を用いて、上式（４）の２乗和が最小となるように変数Ａ～Ｅの値を決めればよいので、下式（５）が成立する。

【0079】

【数4】

変数Ａ～Ｅを求めるために、上式（５）をＡ～Ｅで偏微分して、行列で表すと下式（６）が得られる。

【0080】

【数5】

上式（６）から変数Ａ～Ｅを求め、求めた変数Ａ～Ｅから楕円の中心座標（Ｘ_０，Ｙ_０）、長軸の長さａ、短軸の長さｂ及び傾きθを求める。

【0081】

具体的に、中心座標（Ｘ_０，Ｙ_０）は、変数Ａ～Ｄを用いて、下式（７）及び（８）から求めることができる。

【0082】

【数6】

また、楕円の傾きθは、変数Ａ～Ｂを用いて、上式（９）から求めることができる。

【0083】

【数7】

また、長軸の長さａは、変数Ｂ及びＥを用いて、下式（１０）から求めることができる。

【0084】

【数8】

また、短軸の長さｂは、変数Ｂ及びＥを用いて、下式（１１）から求めることができる。

【0085】

【数9】

即ち、ステップＳ１１４では、ステップＳ１０８で取得した期間１に対応する座標情報に基づく座標情報（合算後の座標情報）を用いて上式（６）に従って変数Ａ～Ｅを求めるとともに、求めた変数Ａ～Ｅを用いて上式（７）～（１１）に従って期間１の楕円近似式１の各係数を算出する。これにより、楕円近似式１の中心座標、長軸の長さ、短軸の長さ、傾きとしてそれぞれＸ１及びＹ１、ａ１、ｂ１、θ１が算出される。これら各係数が、期間１の座標情報の特徴情報となる。

【0086】

ステップＳ１１６では、期間２の座標情報（合算後の座標情報）に基づいて楕円近似式２の各係数を算出する。その後、ステップＳ１１８に移行する。

【0087】

具体的に、期間１のときと同様に、ステップＳ１１２で取得した期間２に対応する座標情報に基づく座標情報（合算後の座標情報）を用いて上式（６）に従って変数Ａ～Ｅを求めるとともに、求めた変数Ａ～Ｅを用いて上式（７）～（１１）に従って期間２の楕円近似式２の各係数を算出する。これにより、楕円近似式２の中心座標、長軸の長さ、短軸の長さ、傾きとしてそれぞれＸ２及びＹ２、ａ２、ｂ２、θ２が算出される。これら各係数が、期間２の座標情報の特徴情報となる。

【0088】

ステップＳ１１８では、ステップＳ１１４及びＳ１１６で算出された楕円近似式１、２の各係数に基づいて、楕円方程式３の各係数を算出する。その後、ステップＳ１２０に移行する。

【0089】

本実施の形態では、中心座標については、例えば、２点の座標（Ｘ１，Ｙ１）（Ｘ２，Ｙ２）を通る直線の方程式「ｙ＝（Ｙ２－Ｙ１）／（Ｘ２－Ｘ１）×（ｘ－Ｘ１）+Ｙ１」に、ｘとして「Ｘ３＝Ｘ２+(Ｘ２-Ｘ１）」を代入し、「Ｙ３＝（Ｙ２－Ｙ１）／（Ｘ２－Ｘ１）×２×（Ｘ２－Ｘ１）+Ｙ１」を算出することで求める。または、上記直線の方程式に、ｙとして「Ｙ３＝Ｙ２＋（Ｙ２－Ｙ１）」を代入し、「Ｘ３＝（Ｘ２－Ｘ１）／（Ｙ２－Ｙ１）×２×（Ｙ２－Ｙ１）＋Ｘ１」を算出することで求める。

【0090】

また、傾きθ３については、例えば、「θ３＝θ２＋（θ２－θ１）」として求める。また、長軸の長さについては、例えば、「ａ３＝ａ２＋（ａ２－ａ１）」又は「ａ３＝ａ２×（ａ２／ａ１）」として求める。また、短軸の長さについては、例えば、「ｂ３＝ｂ２＋（ｂ２－ｂ１）」又は「ｂ３＝ｂ２×（ｂ２／ｂ１）」として求める。

【0091】

なお、上記の算出方法に代えて、相加平均を用いて、「Ｘ３＝（Ｘ１＋Ｘ２）／２」、「Ｙ３＝（Ｙ１＋Ｙ２）／２」、「ａ３＝（ａ１＋ａ２）／２」、「ｂ３＝（ｂ１＋ｂ２）／２」、「θ３＝（θ１＋θ２）／２」として求めてもよい。

【0092】

以上のようにして、本実施の形態では、楕円近似式１、２の各係数から楕円方程式３の各係数を算出する。

【0093】

ここで、図１２（ａ）～（ｃ）は、最小二乗法による楕円近似法により他社の動向を分析する方法を説明するための図である。

【0094】

上記楕円近似式１を求めるのに用いた期間１に対応する座標情報を、類似群コードを横軸にとり、類似群コードの度数（出現回数）を縦軸にとった２次元座標空間にプロットすると、図１２（ａ）に示すような分布のグラフとなる。このグラフ上に楕円近似式１の楕円を重ねると、図１２（ａ）に示すように、誤差の２乗和が最小となる楕円となる。

【0095】

さらに、上記楕円近似式２を求めるのに用いた期間２に対応する座標情報を、図１２（ａ）と同様の軸を有する２次元座標空間にプロットすると、図１２（ｂ）に示すような分布のグラフとなる。このグラフ上に楕円近似式２の楕円を重ねると、図１２（ｂ）に示すように、誤差の２乗和が最小となる楕円となる。

【0096】

また、図１２（ａ）及び（ｂ）と同様の軸を有する２次元座標空間に、楕円近似式１、２の各係数に対して相加平均を適用して求めた楕円方程式３の楕円を表示した場合、この楕円は、図１２（ｃ）に示すように、図１２（ａ）及び（ｂ）に示す楕円の位置から少しずれた位置に表示される。

【0097】

即ち、動向分析装置１００は、図１２（ａ）及び（ｂ）に示す楕円で示した期間１（例えば２０１９／４／１～５／３１）及び期間２（例えば２０１９／６／１～７／３１）の座標情報の特徴情報から、図１２（ｃ）に示すように、期間２よりも後の期間である期間３（例えば２０１９／８／１～９／３０）の楕円を予測している。

【0098】

ステップＳ１２０では、ステップＳ１１８で算出した楕円方程式３の係数に基づいて、楕円方程式３の楕円をグラフ化し、このグラフを表示装置４４に表示する。その後、ステップＳ１２２に移行する。

【0099】

ここで、図１３は、他社の動向の分析結果を表示する画面である。
動向分析装置１００は、分析結果の情報（分析結果情報）として、図１３の左図に示す楕円方程式３の楕円を表示する。具体的に、楕円方程式３の楕円を通る複数の座標情報に基づいて、楕円方程式３の楕円をグラフ化して表示装置４４に表示する。

【0100】

ステップＳ１２２では、楕円方程式３の楕円上の座標情報に基づいて、類似群コードを表示する。その後、一連の処理を終了する。

【0101】

具体的に、動向分析装置１００は、図１３の右図に示すように、楕円方程式３の楕円上の座標情報に対応する各類似群コード及びその出現回数並びに各類似群コードに対応する代表的な商品（役務）の一覧を、表示装置４４の表示画面における楕円方程式３の楕円の右側に表示する。

【0102】

即ち、この一覧情報（分析結果情報）から、例えばＢ社は、他社であるＡ社が期間３にどのような範囲で商標登録をするかといった動向を把握することができる。

【0103】

次に、本実施の形態の効果を説明する。
本実施の形態では、動向分析装置１００は、入力された期間１に出願された商標登録の登録情報に対応する類似群コード及びその出現回数の座標情報（商品情報）、並びに入力された期間２に出願された商標登録の登録情報に対応する類似群コード及びその出現回数の座標情報（商品情報）に基づいて、これらの座標情報の特徴情報をそれぞれ算出し、算出した特徴情報に基づいて、他社が採用する商品若しくは役務又はその類似群コード又はその傾向を分析するようにした。

【0104】

これにより、他社の期間３における商標登録の動向を把握することができる。
また、本実施の形態では、動向分析装置１００は、商品情報としての類似群コード及びその出現回数を座標変換し、横軸を類似群コード及び縦軸を出現回数とした２次元座標空間上に期間１の座標情報及び期間２の座標情報をプロットするようにした。加えて、プロットした期間１及び期間２の座標情報に基づいて、最小二乗法による楕円近似法によって各座標情報を楕円近似して、期間１、２に対応する楕円近似式１、２の各係数を特徴情報として算出するようにした。加えて、算出したこれら各係数から期間３の座標情報に対応する楕円方程式３の各係数を算出し、楕円方程式３の楕円及びこの楕円上の座標情報に対応する類似群コードの代表する商品（役務）の情報を表示装置４４に表示するようにした。

【0105】

これにより、他社が採用する商品若しくは役務又はその類似群コード又はその傾向をより精度よく分析することができる。

【0106】

本実施の形態において、ステップＳ１０８は、発明１又は４の第１商品情報取得手段に対応し、ステップＳ１１２は、発明１又は４の第２商品情報取得手段に対応し、ステップＳ１１４は、発明１又は２の第１特徴情報取得手段に対応し、ステップＳ１１６は、発明１又は２の第２特徴情報取得手段に対応し、ステップＳ１１８～Ｓ１２０は、発明１又は４の分析手段に対応している。

【0107】

〔変形例〕
上記実施の形態においては、座標情報として２次元座標空間の情報を例に挙げて説明したが、この構成に限らない。座標空間は少なくとも２次元であればよく、３次元以上の座標空間を採用することもできる。

【0108】

また、上記実施の形態及びその変形例においては、類似商品・役務審査基準上の類似群コードを採用したが、これに限らず、他の分類コード又は独自の分類コードを採用することもできる。

【0109】

また、上記実施の形態及びその変形例においては、類似群コード及びその出現回数を座標情報としたが、この構成に限らない。少なくとも２次元の軸のいずれか１つの軸に類似群コードを採用することができる。例えば、類似群コードを１つの軸にとり、出願日や登録日などの日付又は出願件数や登録件数などの件数を他の軸にとったものでもよい。また、少なくとも２次元の軸のいずれか１つの軸に出願日や登録日などの日付又は出願件数や登録件数などの件数を採用することができる。例えば、出願日や登録日などの日付を１つの軸にとり、出願件数や登録件数などの件数を他の軸にとったものでもよい。

【0110】

また、上記実施の形態及びその変形例においては、期間３の商品情報（例えば座標情報）の分析方法として、２点を通る直線の方程式や相加平均を用いて、楕円方程式３の各係数を算出するように構成したが、これに限らず、任意の算出方法を採用することができる。

【0111】

また、上記実施の形態及びその変形例においては、動向を分析する情報として、傾向（グラフ）と商品（役務）の一覧を表示するように構成したが、これに限らず、いずれか一方だけ表示するように構成することもできる。

【0112】

また、上記実施の形態及びその変形例においては、同一企業の登録情報をグループＡ、Ｂとしたが、この構成に限らない。例えば、グループＡ、Ｂの内容が異なっていれば同一企業としなくてもよい。

【0113】

また、上記実施の形態及びその変形例においては、最小二乗法による楕円近似式を採用したが、この構成に限らない。例えば、最小二乗法による直線近似式、最小二乗法による曲線近似式その他の演算式を採用することもできる。演算式もグループＡ、Ｂで別々のものを採用してもよい。すなわち、グループＡの登録情報に基づいて所定の演算式Ｘにより特徴量を算出する第１算出手段と、グループＢの登録情報に基づいて所定の演算式Ｙにより特徴量を算出する第２算出手段とを備えていればよい。

【0114】

また、上記実施の形態及びその変形例においては、最小二乗法による楕円近似式のみを採用したが、この構成に限らない。例えば、最小二乗法による直線近似式、最小二乗法による曲線近似式、最小二乗法による楕円近似式など、近似式を得るための異なる複数のモデル関数を採用することができる。このとき、複数のモデル関数のうち、期間１、２の座標情報に基づいて座標空間上にプロットされるデータをモデル関数に当てはめた場合の誤差が最小となるものを用いることができる。例えば、期間１の座標情報を各モデル関数に当てはめた場合に誤差が最小となるモデル関数が「最小二乗法による直線近似式」であれば、期間１の近似式のモデル関数として「最小二乗法による直線近似式」を採用する。また、期間２の座標情報を各モデル関数に当てはめた場合に誤差が最小となるモデル関数が「最小二乗法による曲線近似式」であれば、期間２の近似式のモデル関数として「最小二乗法による曲線近似式」を採用する。期間１、２のモデル関数はいずれも同一であってもよいし、異なっていてもよい。期間３のモデル関数は、期間１、２のモデル関数と同一であってもよいし、異なっていてもよい。

【0115】

また、上記実施の形態及びその変形例においては、期間２として、期間１よりも後の期間を入力するように構成したが、これに限らず、期間１と一部期間が重なる期間を入力するように構成することもできる。

【0116】

また、上記実施の形態及びその変形例においては、分析したい権利者として他社の情報を入力するように構成したが、これに限らず、自社の情報を入力するように構成することもできる。

【0117】

また、上記実施の形態及びその変形例においては、座標情報の特徴情報として楕円近似式の係数を算出するように構成したが、これに限らず、座標情報の特徴情報として座標情報の統計情報（例えば、出現回数、出現率、順位、差分、分散、標準誤差、標準偏差、偏差値、平均値、中央値、最頻値、尖度、歪度、最小値、最大値その他の統計量。以下「統計情報」について同じである。）を算出するように構成することもできる。

【0118】

また、上記実施の形態及びその変形例においては、期間１、２の座標情報の特徴情報をそれぞれ算出し、算出した特徴情報に基づいて、他社が採用する商品若しくは役務又はその類似群コード又はその傾向を分析するように構成したが、これに限らず、特徴情報を算出することなく、期間１、２の商品情報（例えば座標情報）に基づいて、他社が採用する商品若しくは役務又はその類似群コード又はその傾向を分析するように構成することができる。例えば、期間１の座標情報及び期間２の座標情報の統計情報に基づいて期間３の座標情報を算出してもよい。具体的には、期間１の座標情報及び期間２の座標情報のうち、同じＸ軸座標値のものについてはこれらのＹ軸座標値を平均値等として算出する方法などを採用することができる。

【0119】

また、上記実施の形態及びその変形例においては、ＡＩを適用して各機能を実現することもできる。具体的な構成として、例えば、学習手段、第１商品情報取得手段、第２商品情報取得手段及び分析手段を備える構成を採用することができる。

【0120】

学習手段は、出願日が第１時期で、事業者が出願人又は権利者となる商標登録出願又は商標登録において指定された第１の商品若しくは役務又はこれが属するグループに関する商品情報、及び、出願日が前記第１時期よりも後の第２時期で、前記事業者が出願人又は権利者となる商標登録出願又は商標登録において指定された第２の商品若しくは役務又はこれが属するグループに関する商品情報を少なくとも入力し、出願日が前記第２時期よりも後の第３時期で、前記事業者が出願人又は権利者となる商標登録出願又は商標登録において指定された第３の商品若しくは役務又はこれが属するグループ又はその傾向に関する情報を出力するように学習を行うことにより学習済みモデルを生成する。同一の前記事業者につき４以上の時期の商品情報があれば、それらを用いてさらに学習を行うことができる。

【0121】

第１商品情報取得手段は、出願日が第４時期（前記第１時期又は前記第２時期と同時期である場合を含む。）で、事業者が出願人又は権利者となる商標登録出願又は商標登録において指定された第４の商品若しくは役務又はこれが属するグループに関する商品情報を取得する。

【0122】

第２商品情報取得手段は、出願日が前記第４時期よりも後の第５時期（前記第２時期又は前記第３時期と同時期である場合を含む。）で、前記事業者が出願人又は権利者となる商標登録出願又は商標登録において指定された第５の商品若しくは役務又はこれが属するグループに関する商品情報を取得する。

【0123】

分析手段は、前記学習済みモデルを用いて、前記第１商品情報取得手段で取得した商品情報及び前記第２商品情報取得手段で取得した商品情報から、前記第５時期よりも後の第６時期に前記事業者が採用する商品若しくは役務又はこれが属するグループ又はその傾向を分析する。

【0124】

また、上記実施の形態及びその変形例において、図９のフローチャートに示す処理を実行するにあたってはいずれも、ＲＯＭ３２に予め格納されているプログラムを実行する場合について説明したが、これに限らず、これらの手順を示したプログラムが記憶された記憶媒体から、そのプログラムをＲＡＭ３４に読み込んで実行するようにしてもよい。

【0125】

ここで、記憶媒体とは、ＲＡＭ、ＲＯＭ等の半導体記憶媒体、ＦＤ、ＨＤ等の磁気記憶型記憶媒体、ＣＤ、ＣＤＶ、ＬＤ、ＤＶＤ等の光学的読取方式記憶媒体、ＭＯ等の磁気記憶型／光学的読取方式記憶媒体であって、電子的、磁気的、光学的等の読み取り方法のいかんにかかわらず、コンピュータで読み取り可能な記憶媒体であれば、あらゆる記憶媒体を含むものである。

【0126】

また、上記実施の形態及びその変形例においては、他社の商標登録の動向を把握又は分析する用途で説明したが、これに限らず、例えば、他社の事業（例えば商品開発）の動向など、他社の他の動向を把握又は分析する用途で動向分析装置１００を用いることもできる。また、自社の事業の動向を把握又は分析する用途で用いることもできる。

【0127】

また、上記実施の形態及びその変形例においては、他社の商標登録の動向を把握又は分析する場合について本発明を適用したが、これに限らず、本発明の主旨を逸脱しない範囲で他の場合にも適用可能である。例えば、他社の事業（例えば商品開発）の動向など、他社の他の動向を把握又は分析する場合について本発明を適用することもできる。また、自社の事業の動向を把握又は分析する場合について本発明を適用することもできる。

【符号の説明】

【0128】

１００…動向分析装置、 ３０…ＣＰＵ、 ３２…ＲＯＭ、 ３４…ＲＡＭ、 ３８…Ｉ／Ｆ、 ３９…バス、 ４０…入力装置、 ４２…記憶装置、 ４４…表示装置、 ４００…登録情報テーブル、 ４２０…座標情報テーブル

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【手続補正書】

【提出日】2021-01-26

【手続補正1】

【補正対象書類名】特許請求の範囲

【補正対象項目名】全文

【補正方法】変更

【補正の内容】

【特許請求の範囲】

【請求項1】

出願日が第１時期で、事業者が出願人又は権利者となる商標登録出願又は商標登録において指定された第１の商品若しくは役務又はこれらが属するグループに関する商品又は役務情報を取得する第１商品又は役務情報取得手段と、
出願日が前記第１時期よりも後の第２時期で、前記事業者が出願人又は権利者となる商標登録出願又は商標登録において指定された第２の商品若しくは役務又はこれらが属するグループに関する商品又は役務情報を取得する第２商品又は役務情報取得手段と、
商品若しくは役務又はこれらが属するグループの統計量を座標軸とする座標空間上に、前記第１商品又は役務情報取得手段で取得した商品又は役務情報に基づいてプロットされるデータの近似式を求め、求めた近似式の係数を特徴情報として算出する第１特徴情報算出手段と、
前記第２商品又は役務情報取得手段で取得した商品又は役務情報に基づいて前記座標空間上にプロットされるデータの近似式を求め、求めた近似式の係数を特徴情報として算出する第２特徴情報算出手段と、
前記第１特徴情報算出手段で算出した特徴情報及び前記第２特徴情報算出手段で算出した特徴情報に基づいて、前記第２時期よりも後の第３時期に前記事業者が採用する商品若しくは役務又はこれらが属するグループ又はその傾向を分析する分析手段とを備えることを特徴とする分析システム。

【請求項2】

請求項１において、
前記第１特徴情報算出手段又は前記第２特徴情報算出手段は、前記近似式を得るための異なる複数のモデル関数のうち、前記商品又は役務情報に基づいて前記座標空間上にプロットされるデータを当該モデル関数に当てはめた場合の誤差が最小となるものを用いることを特徴とする分析システム。