人工智能熱點算法之協同過濾相關申請專利保護現狀及審查規則

趙偉華

一、引言

大數據（Big Data），也就是海量數據，是傳統數據處理應用軟件不足以處理的復雜數據集，這些數據集的數據規模通常在PB 級以上，需要特殊的數據處理技術進行存儲和處理。紛繁復雜的大數據并不能直接被我們利用，只有通過特定的算法挖掘出數據之間的內在關聯關系，才能夠利用這些數據呈現出來的規律，進行分析和預測。因此，大數據分析挖掘技術逐漸成為了熱點，聚類、分類、回歸分析、異常挖掘和趨勢分析、關聯規則、依賴規則、序列模式等大數據分析算法被應用到各類場景中，大數據技術與人工智能技術互動頻繁、相互交織，促進了大數據處理技術進一步發展。

在“大數據時代”的背景下，推薦系統能通過分析提取出用戶的歷史偏好數據，并結合用戶之間的偏好關系以及項目與項目的相似程度，推測出目標用戶可能喜歡的物品并將其推薦給用戶。

圖1 展示的是推薦平臺的基本構成，整個系統主要分為四個部分，即數據層、業務層、基礎設施層、推薦終端等，具體如下：

圖1 推薦平臺的基本構成

協同過濾（collaborative filtering）算法就是其中一種經典且常用的推薦算法，它基于對用戶歷史行為數據的挖掘，發現用戶的喜好偏向，并預測用戶可能喜好的產品進行推薦。目前應用比較廣泛的協同過濾算法包括基于用戶的協同過濾算法（即，給用戶推薦和他興趣相似的其他用戶喜歡的產品）和基于物品的協同過濾算法（即，給用戶推薦和他之前喜歡的物品相似的物品）。

協同過濾推薦算法產生時間較早，在發展中技術趨于成熟，具有很強的適用性，因此被廣泛用于搜索領域，并且取得了顯著成效。協同過濾算法的具體應用有智能推薦、商品推薦、新聞推薦、搜索引擎智能推薦等。顯然，協同過濾算法是底層大數據到個人化推薦應用過程中的中間產物。

本文通過梳理協同過濾領域的發明專利申請和保護現狀，依托實際案例，對比他局審查方式，來解析審查政策調整對專利申請和產業發展的影響，明晰大數據、人工智能領域相關發明專利申請的客體審查標準，并為引導大數據、人工智能領域的技術創新提供助推。

二、專利申請及保護現狀概述

（一）數據來源

本文檢索數據來源于HimmPat 數據庫，對2021年12 月31 日前的全球專利進行檢索分析，對標題、摘要或權利要求包含“推薦”、“建議”、“興趣”、“偏好”、“喜好”等關鍵詞及其英文表達，以及說明書中包含“協同過濾”或“協調過濾”等關鍵詞及其英文表達的專利文獻進行檢索，獲得全球專利2,356 件。由于專利語言不同，以及公司存在分公司和子公司的情況，使得一個公司存在多種名稱，本文在做數據統計時，將存在上述情況的申請人進行合并，并在下文中使用了常見的中文名稱進行表示。

（二）技術發展分析

1.全球專利申請趨勢

協同過濾領域專利申請量發展趨勢如圖2 所示。

圖2 協同過濾領域專利申請量發展趨勢（單位：件）

結合圖中數據可以看出，該領域專利的萌芽期開始于2011 年，當年的全球申請量不足兩百件，這與當時的AI 技術處于起步階段、推薦系統初步成型等原因密不可分，經過緩慢的發展，尤其隨著計算機技術和通信技術的快速發展和更新，協同過濾領域專利申請量迎來了第一次飛躍，體現在2016 年到2019年實現了全球申請量翻一番，于2019 年突破了四百件的申請量。

這次飛躍與AI 技術快速發展、計算機視覺、語音識別技術突飛猛進，尤其國內形勢此時受國家政策大力支持，市場規模不斷擴大，產業鏈趨于完善等原因息息相關。雖然這個增長趨勢在2019-2020 年有短暫的減緩，推測可能與全球爆發新型冠狀病毒疫情相關，但很快又于2021 年再次大幅度上升，并呈現繼續攀升的趨勢，這樣的向好趨勢充分說明該領域無論在產業發展還是專利申請方面目前都處于新的爆發期。

從協同過濾的產生背景來看圖2 的數據，可以得到，大數據、人工智能早期形成的基礎算法并不能直接用來分析現在的海量數據，也無法直接在任何具體應用場景中使用，需要根據應用層的不同適用場景進行優化、調參，甚至重新構建新的算法來服務于大數據、人工智能產業落地。而協同過濾算法解決方案能夠改進硬件與算法之間的適配、優化技術層算法在自然語言處理、計算機視覺、語音識別、預測分析、知識表示和推理等方面的處理效果。

通過上述分析可以得到如下結論，協同過濾領域專利申請不僅與技術儲備、社會熱點有著較大的關系，并且與政策支持、政府導向也有著密切關聯。隨著社會發展、公眾需要，以及行業完善、技術迭代，預計未來很長一段時間該領域的專利申請量會保持快速增長的趨勢。

2.主要技術熱點分布

圖3 是協同過濾領域的主要技術熱點分布圖，在同時包括協同過濾相關的算法應用及基礎算法的專利申請中，基礎算法的研究相關的專利申請量占到了較大比重，具體表現為，主要集中在數據結構及存儲結構方面的改進、對數據結構的各種分析處理方面的改進等方面；而針對協同過濾算法應用的研究，其主要集中在協同過濾在各類特定商業領域的應用、在電子商務過程中的應用、以及在管理過程中的應用等方面。除此之外，熱點技術還涉及到了協同過濾算法與其它技術的融合（例如神經網絡算法、遺傳算法等），以及協同過濾過程中的數據傳輸等相關技術。

圖3 協同過濾領域主要技術熱點分布圖（單位：項）

形成這種現象的原因是，協同算法的改進動機是為了讓人工智能更廣泛地應用于多個領域，因此，形成專利申請時，申請人不愿意將數據處理僅限定到少數應用場景中，認為會限制其方案在后續的應用，導致請求保護的方案與具體應用場景并不屬于“緊耦合”的情形，進而被認為不屬于專利保護的客體。例如，對神經網絡的壓縮或量化，申請人不愿意將其限定為處理圖像或語音的神經網絡，也難以在每個處理步驟中體現出與其應用場景相關的改進。

因此，在協同過濾技術當前發展階段，創新主體將研發焦點主要聚焦在協同過濾基礎算法的改進上，希望這樣的改進型技術能夠適用于更多場合，能夠實現更廣泛的應用，預計在未來一段時間，這樣的熱點分布特點仍會持續，協同過濾領域將迎來多方面齊頭并進的發展態勢。

3.全球重點申請人

從圖4 呈現的協同過濾領域的全球排名前十的申請人及其專利申請量來看，該領域主要申請人的專利申請量總體都不高，并且數量上呈現比較平均的現象。從國內外申請人分布來看，國內申請人占據了主要地位，該領域的全球十大申請人中，國內申請人占到了一半以上，說明該領域的專利權目前主要被國內申請人掌握。從國內申請人分布看，國內各大高校占據的比重較大，說明高校在協同過濾領域投入的研發較多，研發的專利產出較多，但目前各大高校及技術公司在該領域的專利申請量總體分布均勻，還未形成明顯的技術壟斷。

圖4 協同過濾領域全球重點申請人

同時，上圖也說明了當前我國的高校和互聯網頭部企業已經具備了一定的“領跑”能力，對于具體應用場景中的特定算法開發已經較為成熟，業界開始謀求從更高層次上改進算法效率。很多高校和企業已經開發出多模態神經網絡模型，也就是說，一個神經網絡模型可以集成各種分類器來識別不同模態的數據（文本、圖像、音視頻、時序數據）等，并經由一定變換和優化即可適用于各種場景；也有一些企業重點研發通用模型的優化（如減枝、量化）以及模型的自動調優等。

可以體會到，隨著高校和企業在大數據、人工智能領域的研發不斷深入，對通用模型的改進越來越多，場景應用中通用性要求也越來越高，協同過濾算法的改進必將越來越多，發揮的作用也必將越來越大。

4.五局申請量對比

按申請局統計協同過濾領域的專利申請（如圖5所示），可以看到，中國在該領域的申請量遙遙領先，超過美、韓、日、歐四局的申請量總和，充分說明中國在該領域的專利市場占據主要地位，目前已經形成了一定的專利儲備。

圖5 協同過濾領域五局申請量對比圖

形成上述數據呈現的主要原因可能是，我國近十年來非常重視和鼓勵電子商務、大數據、人工智能等技術的發展、應用以及與其它領域和行業的深度融合，采取了多項多種鼓勵政策及支持手段，并且多次強調加強相關技術的知識產權保護，而美局近年來對客體判斷標準處于較為震蕩的狀態，歐局近年來在大數據、人工智能領域缺少政策扶持，從而在一定程度上影響了各創新主體在本領域的專利布局。

5.國內審查結論統計分析

從圖6 協同過濾領域的國內審查結論統計分析可以看出，涉及協同過濾技術的相關申請在國內復審程序的法律適用中，一半為創造性條款，另一半為涉及專利保護客體的條款，說明該領域中相當數量的申請是因為主題涉及專利保護客體問題而不能得到專利權。

圖6 協同過濾領域國內審查結論統計圖

綜上所述，通過對協同過濾領域的全球專利數據統計分析可以發現，該領域在近五年的發展非常迅速，專利申請量逐年攀升，而這些專利申請中，中國申請量是美日歐的總和，且國內申請人占據主導地位。但協同過濾和數據清洗領域的專利授權率不高，明顯低于其他人工智能熱點領域，可見，中國對該領域的審查尺度偏嚴。

造成這種現象的主要原因可能是，由于中間層算法的解決方案，不像基礎層那樣，算法改進與硬件結合的較為緊密，也不像應用層那樣，算法特征與具體應用場景緊耦合，因此，大量涉及中間層算法的專利申請被拒之客體高墻之外。

三、客體審查規則解析與典型案例

（一）客體審查規則解析

在2021 年8 月公布的《專利審查指南修改草案（征求意見）》第二部分第九章第6.1.2 中新增的涉及人工智能、大數據領域的客體審查規定為：

如果權利要求的解決方案涉及深度學習、分類、聚類等人工智能、大數據算法的改進，該算法與計算機系統的內部結構存在特定技術關聯，能夠解決如何提升硬件運算效率或執行效果的技術問題，包括減少數據存儲量、減少數據傳輸量、提高硬件處理速度等，從而獲得了符合自然規律的計算機系統內部性能改進的技術效果，則該權利要求限定的解決方案屬于專利法第二條第二款所述的技術方案。

如果權利要求的解決方案處理的是具體應用領域的大數據，利用分類、聚類、回歸分析、神經網絡等挖掘數據中符合自然規律的內在關聯關系，據此解決如何提升具體應用大數據分析可靠性或精確性的技術問題，并獲得相應的技術效果，則該權利要求限定的解決方案屬于專利法第二條第二款所述的技術方案。

從上述規定可以看出，涉及分類、聚類、回歸分析等數據挖掘算法，作為方案的實現手段，其本身并不構成技術手段，只有通過這些算法挖掘大數據中符合自然規律的內在關聯關系，據此解決技術問題并獲得相應的技術效果時，這些挖掘算法才有可能構成技術手段。

因此，雖然上述規定中記載了提升大數據分析可靠性或精確性有可能構成技術問題，但是，需要結合權利要求記載的方案，具體判斷上述可靠性或精確性的提升是算法本身優化帶來的，還是利用這些算法挖掘大數據中符合自然規律的內在關聯關系而產生的。

下面通過兩個典型案例來進一步解析如何適用上述審查規則。

（二）典型案例

1.案例一：動態離群值偏倚減少系統和方法

【案情概述】

該申請涉及對數據的分析，其中離群元素被從分析開發中去除（或過濾掉）。分析可能與簡單統計量的計算或者在其開發中涉及使用數據的數學模型的更復雜操作有關。離群數據過濾的目的可以是執行數據質量和數據驗證操作，或者計算能夠應用于后續分析、回歸分析、時間序列分析中的代表性標準、統計量、數據群組或者用于數學模型開發的合格數據。

【權利要求】

1.一種計算機實現的方法，包括以下步驟：

由被專門編程的計算系統以電子方式接收至少一個誤差閾值標準以及數據集合；

由所述被專門編程的計算系統使用包括至少一個系數的模型執行離群值偏倚減少的第一迭代，其中執行離群值偏倚減少的第一迭代包括以下步驟：

通過將所述模型應用于所述數據集合，確定預測值的集合；

比較所述預測值的集合與所述數據集合，以產生至少一個誤差值的集合；

從所述數據集合中去除作為數據離群值的一個或多個數據值以形成離群值過濾數據集合，其中該數據離群值是根據所述至少一個誤差值的集合以及所述至少一個誤差閾值標準確定的；以及

使用所述離群值過濾數據集合構建包括至少一個經更新的系數的經更新的模型；以及

當至少一個終止標準未得到滿足時，由所述被專門編程的計算系統執行離群值偏倚減少的第二迭代，其中執行離群值偏倚減少的第二迭代包括通過將所述經更新的模型應用于所述數據集合來確定第二預測值的集合。

【各局審查意見對比】

歐洲專利局（以下簡稱歐局）審查意見認為：該申請未限定“其中所述目標標量是用于工業設施的度量，所述度量與所述工業設施的生產、金融性能或排放有關”，權利要求1 的方法針對減少離群偏差，是統計領域的抽象數學問題，在計算機上指定的非技術方法的實現，該方法是被認為是顯而易見的，從而不具備創造性。

美國專利局（以下簡稱美局）審查意見認為：該申請未限定“其中所述目標標量是用于工業設施的度量，所述度量與所述工業設施的生產、金融性能或排放有關”，減少離群偏差的方法是抽象思想，“收集信息，分析信息并顯示某些信息”的計算機功能不會對抽象概念增加有意義的限制。

日本特許廳（以下簡稱日局）審查意見認為：具備創造性，并授予了專利權。

可以看到，歐局和日局并沒有質疑該申請存在專利保護客體問題，直接進行了創造性的審查，而美局則是針對本申請不屬于保護客體提出了審查意見，并作出了駁回結論。

中國國家知識產權局審查意見認為：從該申請權利要求1 的解決方案來看，是一種依據自定義的模型來對數據集合中的數據進行迭代處理的方法，其要解決的問題是如何提高數據集合的數據質量，以及如何進行數據驗證操作。但是該申請的方案并沒有具體到某個應用領域，其所限定的步驟/執行步驟依然只是對數據進行分析處理，并獲得相應的結果；上述分析處理方式實質上是一個沒有具體應用領域的抽象的數學處理過程，所針對的數據也是無具體領域、無特定物理含義的抽象數據。從當前采用的手段（基于模型進行的抽象的數據處理）與以上要解決的問題（提高數據質量、進行數據驗證操作）的關聯性來看，不受自然規律約束，由此也不會獲得符合自然規律的技術效果。

盡管申請人在權利要求1 中限定了目標變量是用于工業設施的度量，所述度量與所述工業設施的生產、金融性能或排放有關，但這個限定仍然不能使“目標變量”成為具有具體物理含義的、構成技術領域中具有確切技術含義的數據。綜上，當前權利要求不屬于專利法第二條第二款所述的技術方案，不屬于專利保護的客體。

2.案例二：基于隨機森林修正的大數據下改進協同過濾推薦方法

【案情概述】

該申請涉及數據挖掘領域，主要涉及電子商務中個性化推薦，具體是一種基于隨機森林修正的大數據下改進協同過濾推薦方法，例如：商品推薦、音樂電影產品推薦等領域，可用于網上商城等電子商務領域。

目前的協同過濾算法存在很多缺點：如，數據稀疏推薦精確度會受到很大影響，用戶活躍度、熱門物品對推薦質量存在負面影響，造成精確度不高、多樣性不強等，特別是在大數據的情況下，數據的稀疏度會極大地放大這些缺陷。為此，該申請提供了一種基于隨機森林修正的大數據下改進協同過濾推薦方法，通過用戶對每個物品的評分，提取用戶評分信息，根據用戶評分信息構建用戶偏好隨機森林分類模型，根據分類結果，結合改進協同過濾推薦得到的用戶的初步推薦列表，對評分進行對應的修正調整，對列表中的物品按評分降序進行重新排序，形成最終的推薦列表，完成全部用戶的推薦。

【權利要求】

1.一種基于隨機森林修正的大數據下改進協同過濾推薦方法，其特征在于，包括有如下步驟：

步驟1 數據錄入及參數設定：根據電子商務網站的記錄，提取用戶對每個物品的評分，設定用戶為ua，其中a 為當前待推薦用戶標記，協同過濾參數近鄰數k，k 為常數，取值區間為2-20，隨機森林可調參數δ，δ 為固定常數，提取用戶評分信息，評分信息標記為ratings；

步驟2 建立當前用戶特征向量集合：根據評分信息標記ratings，得到當前用戶ua 的特征向量集合Ti ＝{(xi，yi)},i ∈N+，特征向量Xi={Xi1,Xi2...Xim}，yi ∈{0，1}是類標簽；Xim 是用戶m 對物品i 的評分，i 為用戶ua 評分過的物品標記，N+為物品總數量，m 為用戶總數量；

步驟3 構建隨機森林分類模型：利用特征向量集合，為用戶ua 構造用戶喜好隨機森林分類模型，得到用戶ua 喜好隨機森林分類模型；

步驟4 計算用戶間相似度并尋找用戶的k 個最近鄰居：對于用戶ua ∈U 且a ≠b,其中U 為用戶集合，b 為非當前待推薦用戶的任一用戶標簽，根據改進后的相似度公式計算用戶間相似度sim(a,b)，找到與用戶ua 相似度最高的k 個最近鄰居；

步驟5 計算改進協同過濾算法預測評分：利用用戶間相似度及相似度最高的k 個最近鄰居，根據改進協同過濾預測評分公式計算用戶ua 對于所有未評分物品p 的初步預測評分roq；

步驟6 得到初步推薦列表：找到所有預測評分中最高的Nitem 個項目，Nitem 為需要推薦商品的個數，通常取常數10，依照評分進行降序排序，構成對用戶ua 的推薦列表l；

步驟7 使用隨機森林分類模型對初步推薦列表分類：使用隨機森林分類模型對得到的推薦列表l 中的物品進行分類；

步驟8 結合兩種方法進行修正得到最終推薦列表：根據分類結果，結合改進協同過濾推薦得到的用戶ua 的初步推薦列表l，對評分進行對應的修正調整，對列表l 中的物品按評分降序進行重排序，形成最終的推薦列表l′；

步驟9 進行最終推薦：取最終推薦列表l′中的前Nitem 個，對用戶ua 進行推薦；

步驟10 判斷是否結束：檢測是否是最后一個用戶，即a 是否等于m；若不是，返回步驟2，對下一個用戶進行推薦；若是，則完成全部用戶的推薦，推薦結束。

【疑惑與分歧】

對于該案是否構成專利保護客體存在兩種截然不同的觀點：

觀點1：該申請只提到了獲取電子商務網站的記錄，沒有明確體現出和具體的應用領域的緊密結合，其考慮的是協同過濾推薦算法本身存在的問題，僅僅是停留在人的思維層面的對某個算法問題的認識。評分數據為用戶的主觀數據，通過評分數據信息推薦物品，實質上是對物品推送準則進行了人為限定，根據人為制定的特定推送規則進行推送，其并未采用遵循自然規律的技術手段。即，該觀點認為該案不屬于專利保護的客體。

觀點2：某一用戶的評分值為主觀數據，但多個用戶的評分值即為客觀數據，且項目推薦本身即為一個領域，不需要進行更具體的限定，由于用戶的特征向量集合由其他用戶對該用戶打過分的物品的評分值構成，利用上述多個用戶的評分值進行計算從而協同推薦，是采用客觀規律，給定條件得到既定結果，采用了符合自然規律的技術手段。即，該觀點認為該案屬于專利保護的客體。

【案例分析】

該申請請求保護一種基于隨機森林修正的大數據下改進協同過濾推薦方法，利用隨機森林算法來改進協同過濾算法。

如前所述，如果一項解決方案僅僅是利用某個算法來優化另一個算法，沒有應用到具體領域以解決技術問題，那么這樣的解決方案仍屬于抽象算法本身，并非專利保護的客體。但是，該申請在利用隨機森林方法改進協同過濾算法的過程中，要解決的問題是改進數據稀疏度對推薦精確度的不良影響。

為解決上述問題，該申請權利要求記載的方案中，從電子商務網站的記錄提取用戶對每個物品的評分，根據評分信息獲取用戶特征向量，根據用戶特征構建用戶喜好隨機森林模型，結合改進協同過濾推薦得到的用戶初步推薦列表，對評分進行對應的修正調整，對列表中的物品按評分進行降序重排序形成最終的推薦列表。可見，該申請的解決方案體現了隨機森林算法和協同過濾算法在購物網站通過用戶評分提取用戶偏好以進行產品推薦的具體應用場景，通過對評分進行修正并通過對推薦重新排序，解決了數據稀疏影響推薦精度的技術問題，采用了遵循自然規律的技術手段，并獲得了相應的技術效果。因此，該申請符合專利法第二條第二款的規定，屬于專利保護的客體。

該申請中，用戶個體的評分標準雖然是主觀評定的，但從電子商務網站的記錄中提取出的用戶評分是基于大數據規模下的群體行為數據。對大規模數據進行采集，并挖掘出其中符合自然規律的內在關聯關系，從而利用大數據反映出的用戶行為規律進行個性化推薦，并非是對物品推送準則進行的人為限定。

但是，仍需注意的是，個性化推薦并非是技術領域，同時，并非方案中處理的數據對象是客觀數據就可以使方案構成技術方案，同理，處理客觀數據的手段并非就構成技術手段。在判斷涉及協同過濾算法的相關發明專利申請是否構成技術方案時，應把判斷的重點放在利用該協同過濾算法對某領域的大數據進行分類時，是否挖掘出數據之間符合自然規律的內在關聯關系。

四、結論與建議

從協同過濾領域的專利申請數據統計分析可以發現，該領域在近五年的發展非常迅速，專利申請量大幅度攀升，這些專利申請中，國內申請人占據主導地位，申請覆蓋的領域主要集中在特別適用于特定功能的數字計算設備或數據處理設備或數據處理方法、信息檢索，數據庫結構或文件系統結構的算法相關的領域以及新商業模式相關的應用領域。

目前，對于改進僅在于協同過濾算法本身的發明專利申請，由于其不涉及具體應用領域，或者與改進計算機系統內部性能無關，因而有可能被排除在專利保護客體的范疇外。但是，協同過濾算法與一般大數據、人工智能的基礎算法不同，它是為了更好地利用大數據進行推薦而產生并不斷改進的，所處理的數據是海量的，必須利用相應的AI 算法才能完成數據清洗、相似度計算、評分估計、推薦排序、推薦效果評估等過程，并且，對這些算法的改進能夠提高大數據分析的效率和精度。在此基礎上，筆者認為，協同過濾算法的改進方案解決了在用戶/物品推薦過程中推薦精度或效率不高的問題，該算法基于對興趣類似的用戶群體的行為分析找到用戶本身屬性和被推薦物品之間的匹配程度，能夠反映用戶行為和商品屬性之間固有的關聯關系，能夠達到提高推薦準確性的效果。

有鑒于此，筆者建議，可以嘗試以定向放開的方式，將大數據、人工智能涉及的中間層算法改進的解決方案納入客體保護范疇，例如，進一步明確：對于大數據、人工智能算法改進的解決方案，如果該算法與海量數據的固有特征存在特定技術關聯，通過構建知識圖譜、劃分社區、協同過濾，能夠解決提升大數據清洗效率和利用效果的技術問題，例如包括提升數據特征的抽取能力、提高數據標引的準確性、提升特定數據結構組織構建的效率、提升數據模型仿真和評估效果、保證數據隱私和數據安全等，從而獲得相應的技術效果，則該解決方案屬于專利法第二條第二款所述的技術方案，屬于專利保護的客體。

專家點評

個性化推薦目前是大數據的主要應用場景之一。本文圍繞協同過濾推薦算法，通過梳理專利申請態勢，對比各局審查結論的異同，結合該領域的典型案例，對協同過濾等人工智能、大數據熱點算法的創新成果如何能夠成為專利保護的客體，給出了當前審查規則適用方式。此外，本文還結合大數據、人工智能領域中間層算法產生的原因、改進的目的及特點，給出了進一步放開涉及協同過濾等中間層算法的客體保護的審查政策建議，有獨到見解。