大数据专利审查要点有哪些

大数据专利审查的核心维度与实践考量

在数字经济蓬勃发展的当下，大数据技术正深刻改变着各行各业的运作模式，其相关的创新成果也日益成为专利保护的焦点。大数据专利的审查工作，因其技术领域的交叉性、复杂性以及快速演进的特点，对审查员的专业素养和审查标准的适用都提出了独特挑战。理解这些审查中的关键环节，无论是对于申请人更好地准备专利申请，还是对于公众了解该领域的创新边界，都具有重要意义。

大数据专利的审查，首先离不开对专利法核心原则的坚守，同时也要充分考虑大数据技术自身的特性。一项发明创造要获得专利授权，必须满足新颖性、创造性和实用性的要求，这是全球专利制度的普遍准则，在大数据领域同样适用。新颖性，简而言之，就是要求该大数据相关的技术方案是新的，不是现有技术中已经存在的。在判断新颖性时，审查员会进行广泛的现有技术检索，包括已公开的专利文献、学术论文以及其他公开可得的信息。例如，如果某项所谓的大数据分析方法，其全部步骤在申请日之前就已经在某篇公开的学术期刊文章中详细描述过，那么该申请就可能因为不具备新颖性而无法通过审查。对于大数据而言，数据本身的简单收集、罗列或存储，如果没有体现出技术上的新构思，通常难以被认为具有新颖性。但如果是针对特定技术问题，通过新的方式采集、筛选、清洗得到的具有特定结构或特性的数据集，并且这种数据集能够为后续的数据分析或应用提供技术基础，那么其新颖性的判断则需要更为细致的考量。

创造性是大数据专利审查中另一个核心且常常引发讨论的要点。它要求该发明与现有技术相比，具有突出的实质性特点和显著的进步。在大数据领域，很多技术方案涉及算法、模型的改进或应用。判断这类方案的创造性，关键在于看其是否解决了本领域技术人员在大数据处理、分析、挖掘过程中遇到的技术难题，以及这种解决方式是否是非显而易见的。例如，将一种已知的机器学习算法简单应用于一个新的大数据场景，仅仅因为数据量变大了，如果没有产生新的技术效果，也没有对算法本身或其应用方式做出适应性改进以克服大数据环境下的特定技术问题，那么这种应用可能就不具备创造性。然而，如果该算法的应用结合了对大数据的特殊预处理，或者针对大数据的分布式计算环境进行了优化，使得处理效率大幅提升，或者分析结果的准确率显著提高，并且这些改进是本领域技术人员在现有技术基础上不容易想到的，那么就可能被认定为具有创造性。国家知识产权局在相关审查指南中，也对涉及计算机程序的发明创造的创造性判断做出了规定，强调要从技术问题、技术手段和技术效果三个方面进行综合考量。

实用性，即该发明能够制造或者使用，并且能够产生积极效果，这也是大数据专利审查的基本要求。对于大数据相关的发明，实用性的判断需要关注其是否构成一个技术方案，是否能够解决实际的技术问题。如果一项申请仅仅涉及一种纯粹的商业方法、智力活动的规则，比如一种利用大数据进行市场预测的商业策略，而没有体现出任何技术手段的运用，那么它就可能因为不具备实用性而被驳回。相反，如果该市场预测是通过特定的数据分析模型、数据处理流程，并借助计算机硬件来实现的，能够为企业的生产经营决策提供技术支持，那么其具备实用性的可能性就会大大增加。例如，一种基于用户消费大数据和特定算法模型的商品推荐系统，能够根据用户的历史行为数据自动生成个性化的推荐列表，这种系统就具备明确的实用性。

除了上述“三性”判断，大数据专利的审查还会关注申请文件的撰写质量，特别是权利要求书的清楚、简要地限定保护范围，以及说明书对发明内容的充分公开。说明书需要详细描述大数据技术方案的具体实现方式，包括必要的数据处理步骤、所采用的算法模型（如果涉及核心创新）、关键的硬件配置（如果硬件是发明的一部分）等，使得本领域技术人员能够理解和再现该发明。权利要求书则需要以说明书为依据，准确界定请求保护的范围。在大数据领域，由于技术更新迭代快，很多申请人希望获得较宽的保护范围，但这需要与现有技术和发明的实际贡献相匹配，否则可能因保护范围过宽而得不到授权，或者授权后也容易被挑战无效。

在具体的审查实践中，审查员可能会借助多种工具和资源来辅助判断。例如，利用科科豆或八月瓜等专利检索与分析平台，审查员可以高效地检索全球范围内的相关专利文献和非专利文献，了解该技术领域的现有技术水平和发展脉络。同时，国家知识产权局也会定期发布相关的审查标准和指导意见，组织审查员进行业务培训，以统一审查尺度，提高审查质量和效率。对于涉及复杂算法或海量数据处理的专利申请，审查员可能还需要与申请人进行多次沟通，通过审查意见通知书和申请人的答复，逐步厘清发明的实质内容和创新点，确保审查结论的准确性和公正性。

随着大数据技术的不断发展和广泛应用，新的技术形态和应用场景层出不穷，这也给专利审查工作带来了持续的挑战和新的研究课题。例如，基于深度学习的大数据分析模型的可专利性问题、开源技术与专利保护的边界问题、以及大数据涉及的隐私保护与专利公开要求之间的平衡问题等，都是当前业界和学界关注的热点。这些问题的探讨和解决，将进一步推动大数据专利审查制度的完善，更好地激励和保护大数据领域的技术创新，促进数据要素的合规高效流通和价值释放。对于创新主体而言，深入理解大数据专利审查的内在逻辑和实践要点，有助于其更好地进行专利布局和申请策略规划，从而在激烈的市场竞争中占据有利地位。

常见问题（FAQ）

大数据专利审查的重点方向有哪些？大数据专利审查重点关注新颖性、创造性和实用性。新颖性要求该专利技术在申请日前未被公开披露；创造性强调该技术与现有技术相比具有实质性特点和进步；实用性则是指该技术能够在产业上制造或者使用，并能产生积极效果。同时，还会审查技术方案是否清晰明确、是否符合专利法的相关规定等。

大数据专利审查过程复杂吗？大数据专利审查过程相对复杂。这是因为大数据技术涉及多学科交叉，包括计算机科学、统计学等领域。审查员需要对技术方案进行全面深入的理解和分析，判断其是否满足专利授权的各项条件。而且，随着大数据技术的快速发展，新的技术和应用不断涌现，审查标准也在不断更新和完善，进一步增加了审查的复杂性。

大数据专利申请需要准备哪些材料？申请大数据专利需要准备请求书、说明书、权利要求书、说明书附图、摘要及摘要附图等文件。请求书应当写明发明名称、申请人姓名或名称、地址等事项；说明书应对发明作出清楚、完整的说明，以所属技术领域的技术人员能够实现为准；权利要求书应当以说明书为依据，清楚、简要地限定要求专利保护的范围。

误区科普

很多人认为只要是与大数据相关的技术就一定能获得专利授权，这是一个常见的误区。实际上，并不是所有大数据技术都符合专利授权的条件。一方面，一些仅涉及抽象的算法、数学模型或商业规则等内容，可能无法获得专利保护，因为它们可能被认为属于智力活动的规则和方法。另一方面，即使技术方案涉及大数据处理，但如果缺乏新颖性、创造性或实用性，也不能获得专利授权。因此，在申请大数据专利时，需要对技术方案进行充分评估，确保其满足专利法的要求，而不能盲目认为只要与大数据相关就能成功申请专利。

延伸阅读

1. 《专利审查指南》（国家知识产权局 编）

推荐理由：作为我国专利审查的权威依据，该书系统规定了发明创造“新颖性、创造性、实用性”的审查标准，尤其对“涉及计算机程序的发明创造”章节有专节说明，明确了大数据领域中“技术问题-技术手段-技术效果”的创造性判断逻辑（如算法改进是否解决大数据环境下的特定技术难题），并细化了“纯粹商业方法/智力活动规则”与“技术方案”的区分标准，是理解大数据专利实用性审查的基础文献。

2. 《大数据时代的知识产权保护》（马一德 等 著）

推荐理由：该书聚焦大数据技术特性（如海量数据处理、分布式计算、算法模型创新）与专利审查的交叉问题，深入分析了“数据集的可专利性”“大数据预处理方法的创造性判断”“分布式算法优化的技术效果认定”等前沿议题，结合数字经济背景解读了审查实践中“数据量增加是否构成技术改进”“开源技术与专利边界”等难点，为理解大数据专利的技术属性与保护边界提供了理论支撑。

3. 《WIPO关于人工智能与大数据相关发明的专利审查指南（草案）》（世界知识产权组织 发布）

推荐理由：作为国际专利审查标准的重要参考，该指南虽以人工智能为核心，但其关于“算法改进的技术贡献”“机器学习模型在大数据场景中的适应性优化”等内容，与大数据专利审查高度交叉。例如，明确“将已知算法简单应用于新场景”需结合“是否克服大数据特有的技术障碍（如数据噪声、算力瓶颈）”判断创造性，并强调技术效果需体现为可量化指标（如处理效率提升率、分析准确率改善幅度），对跨国大数据专利布局具有指导意义。

《专利申请文件撰写实务》（吴观乐 著）

推荐理由：针对大数据专利申请中常见问题，该书详细讲解了权利要求书“清楚、简要界定保护范围”的撰写技巧（如如何区分数据处理步骤与商业规则）及说明书 “充分公开”的要求（如需记载算法核心参数、分布式计算硬件配置等实现细节以支持创造性）通过实例演示如何将抽象大数据方案转化为符合审查要求的技术方案描述，帮助申请人规避因文件撰写缺陷导致的授权风险。

《中国大数据专利典型案例评析》（国家知识产权局专利局审查业务管理部 编著)

推荐理由：该书精选近年来大数据领域授权/驳回典型案例，如“简单机器学习算法应用于新场景被驳回案 “针对大数据预处理改进获授权案”等通过剖析审查员对“技术问题（如大数据存储冗余）、技术手段（如分块压缩算法优化)、技术效果（如存储效率提升30% ) ”的论证过程，直观展现创造性判断中“显而易见性”与“非显而易见性”的界限，帮助理解实务中“算法改进”与“场景适配"的审查差异。

本文观点总结：

在数字经济时代，大数据技术创新成果成为专利保护焦点，大数据专利审查对审查员和审查标准提出挑战。审查需坚守专利法核心原则并考虑大数据特性。 首先是“三性”判断。新颖性方面，大数据相关技术方案需是新的，数据简单收集等若无新构思难以认定新颖性，特定方式处理的数据集新颖性判断要更细致。创造性要求发明与现有技术相比有突出实质性特点和显著进步，涉及算法等改进的方案，关键看是否解决技术难题且方式非显而易见。实用性要求发明能制造或使用并产生积极效果，纯商业方法若无技术手段运用则不具实用性。 其次，审查还关注申请文件撰写质量。说明书要详细描述技术方案实现方式，权利要求书需以说明书为依据准确界定保护范围，范围要与现有技术和发明实际贡献匹配。 在审查实践中，审查员借助科科豆等平台检索文献，国家知识产权局发布审查标准、组织培训统一尺度。涉及复杂申请时，审查员会与申请人多次沟通。 大数据技术发展带来新挑战和研究课题，如深度学习分析模型可专利性、开源技术与专利保护边界、隐私保护与专利公开要求平衡等。创新主体深入理解审查要点，有助于专利布局和策略规划。

参考资料：

• 科科豆
• 八月瓜
• 国家知识产权局相关审查标准和指导意见
• 国家知识产权局发布的业务培训资料