Mise en situation. Analyse automatique des flux d’informations
Veille technologique - Application au suivi des brevets

Avant de se lancer dans la recherche et le recueil d’informations informelles, il est de bonne pratique de réaliser une analyse automatique des informations formelles liées à un facteur critique de succès donné.

Généralement, du fait de la croissance continue des publications scientifiques et des prises de licences, il est évident que le volume des références bibliographiques à lire devient important et peut se situer dans certains cas au-delà de sa propre capacité de lecture. C’est pour cela qu’un ensemble de méthodes (généralement connu sous le terme « analyse bibliométrique ») s’est développé. On part de l’information structurée (généralement bases de données internes ou externes) et, après une extraction (télédéchargement) d’un ensemble de références pertinentes, on va réaliser sur ce corpus un certain nombre d’analyses statistiques qui auront pour but de mettre en évidence, généralement sous forme infographique, qui fait quoi, où, quand et si possible comment.

On regroupe ainsi les déposants de brevets qui ont des thèmes communs, on a accès aux thèmes principaux de développement et de recherche, on détermine dans une certaine mesure les politiques d’extension et de dépôts de brevets par pays, on connaît les principaux acteurs du domaine et les co-déposants. Enfin, cette analyse réalisée à période régulière met en évidence les variations et changements de thèmes ou d’acteurs ayant eu lieu dans le domaine.

Cette approche permet, très rapidement, de brosser le tableau général de l’activité du domaine considéré et, avec l’aide des experts, d’analyser cette situation pour se focaliser plus rapidement sur les points essentiels où le sujet doit être approfondi et où de l’information floue doit être recherchée.

Il y a plusieurs méthodes pour analyser automatiquement les brevets (mais aussi les références bibliographiques structurées). On raisonnera ici uniquement sur l’analyse automatique des champs documentaires (titre, inventeurs, déposants, classifications, date de dépôt, d’application, de priorité) décrivant un brevet et non pas sur son texte intégral, avec des méthodes de « datamining » plus complexes. Nous resterons donc dans un domaine accessible à la majorité des veilleurs. Trois méthodes principales peuvent...