專利地圖是技術研發人員於技術前端研究和提案時很有助益的專利分析工具，然而，一個研發提案在實施之前，通常會花費幾年的時間來確定研發方向是否正確，以及如何達到技術目標。本研究以Hadoop雲端運算技術主要專利權人之技術功效矩陣以及其技術演進，進而分析Hadoop技術之專利佈局與技術發展預測。
本文除了Hadoop之專利技術趨勢分析之外，還針對主要利申請人之專利家族進行申請歷程分析，建構專利家族的策略性地國際佈局規劃；此外，在預測方面，選擇預測霍爾特指數平滑法與Gompertz曲線預測未來專利申請數，另外，本文以人工歸納主要專利權人之Hadoop專利技術與功效分析，並找出主要專利權人IBM、Cleversafe和Yahoo三者之共同研發趨勢，進而完成Hadoop技術之研發方向分析，更以此作為我國之相關產業未來進行專利國際佈局及技術發展之借鏡。
研究結果分析可獲得以下總結：(1) Hadoop技術目前處於技術成長期，且專利件數及申請人數仍持續增長；(2) Hadoop技術領域之專利申請人分佈相當分散，其中，前二十大主要專利申請人佔總專利申請量之42%；(3) Hadoop技術領域之專利權人以IBM首，其技術分佈為分散式運算、資料辨識和優先權及排程技術；(4) 根據霍爾特指數平滑法與Gompertz曲線之預測結果，2014年專利件數年增率介於22%至44%；2015年專利件數年增率則是介於12%至31%；(5) Hadoop技術在台灣尚未發展成熟，台灣亦不是Hadoop技術專利佈局的熱門地點；(6) 未來之研發方向分析結果以「資料辨識」之技術手段最具前景。

Patent investigation is necessary for research and development proposal, patent map are useful tools to show the investigation, however, the execution of the proposal is usually lasting a couple of years, it is important to make forecasting before the proposal to guarantee right direction and determine how to reach the objectives. A popular software technology in the age of big data, cloud computing－Hadoop, was selected to demonstrate the research and results on technology-function matrix and time evolution.
This study analyzes not only patent applications but also filing strategy, then clearing patent portfolios and classifying technology by technology function matrixes from patents owned by IBM, Cleversafe and Yahoo. We can find patent applications in right research direction to enhance the ranking. Two models, Holt’s exponential smoothing method and Gompertz curve, were employed to make patent numbers forecasting. Technical development forecast was made under the technical classifications and functions. This study intent to get a quantity indicators and concrete suggestion based on the result for the enterprises.
The results are summarized as follow: (1) It is still in growth stage for Hadoop, the numbers of patent applications continue growing. (2) The applicants are dispersed, top 20 occupied 42%. (3) IBM is the top 1 patent owner, and owns wide technology; special in distributed computing, data identification, priority and schedule. (4) Under two forecasting models, patent number will increase between 22% and 44% in 2014, then between 12% and 31% in 2015. (5) Taiwan is not a hot area for patent application and Hadoop is an immature technology. (6) Data identification is an important technology of Hadoop in the future.

摘要 I
ABSTRACT II
致謝 III
目錄 IV
圖目錄 VI
表目錄 VIII

第一章緒論 1
1.1　研究背景與研究目的 1
1.2　技術領域簡介3
1.2.1　雲端運算技術簡介 3
1.2.2　Hadoop簡介 5
1.3　文獻探討 8
1.3.1　雲端運算暨Hadoop架構相關文獻 8
1.3.2　專利分析相關文獻 11
1.3.3　預測策略相關文獻 13
1.4　研究方法與流程 18
1.4.1　研究方法 18
1.4.2　研究流程 19
1.5　論文架構 21

第二章專利整體趨勢分析 23
2.1　前言 23
2.2　檢索策略 23
2.2.1　階段一：檢索範圍界定 26
2.2.2　階段二：整體件數趨勢 27
2.2.3　階段三：專利家族與地域分佈 39
2.3　主要專利申請人國際申請策略分析48
2.4　主要專利權人之技術分佈 55
2.5　總結 60

第三章競爭公司之專利技術功效 63
3.1　前言 63
3.2　Yahoo技術功效矩陣 64
3.3　競爭公司專利技術分析74
3.4　國際專利佈局之修正技術功效矩陣80
3.5　台灣Hadoop專利概況 84
3.6　總結 87

第四章研發方向分析與預測 89
4.1　前言 89
4.2　預測模型 90
4.3　專利件數發展預測 95
4.4　專利技術功效預測 103
4.5　總結 114

第五章結論與未來研究方向 115
5.1　結論 115
5.2　未來研究方向121

參考文獻123
碩博士論文 123
期刊論文124
專業書籍126
網路資訊及專業報導 127

碩博士論文
[1]牛仁正(2013)，在Hadoop平台下使用資料分群方法分析台灣農作物之價量資訊，國立臺灣科技大學工業管理系碩士論文
[2]李曜誠(2014)，異質Hadoop下的平行度利用，臺灣大學資訊網路與多媒體研究所碩士論文
[3]沙俊明(2008)，訂單生產策略下氧化銦錫導電玻璃產業之良率預測研究，國立交通大學管理學院碩士在職專班管理科學組碩士論文
[4]范國拯(2013)，態重複資料刪除在Hadoop分散式檔案系統上，國立東華大學資訊工程學系碩士論文
[5]翁世昕(2006)，筆記型電腦液晶面板出貨量層級式預測之研究，國立臺灣科技大學工業管理系碩士論文
[6]高鼎懿(2008)，美國專利延續案與布局策略之分析，國立交通大學管理學院碩士在職專班科技法律組碩士論文
[7]張谷光(2008)，提昇協同預測與需求預測之研究，國立臺灣科技大學工業管理系博士論文
[8]張凱傑(2014)，以專利分析描繪自行車後叉車架之專利輪廓，國立雲林科技大學創業管理碩士學位學程碩士論文
[9]郭怡希(2014)，利用時序特徵判讀心臟心律不整相關疾病特徵研究與Hadoop資料庫實作，國立中正大學通訊資訊數位學習碩士在職專班碩士論文
[10]陳志豪(2014)，兼顧資料區域性與提昇Hadoop異質環境效能之工作排程，國立成功大學資訊工程學系碩士論文
[11]陳穎靜(2014)，雲端儲存技術之專利佈局變動與預測之研究，國立臺灣科技大學專利研究所碩士論文
[12]曾治瑋(2009)，應用適應性模糊類神經系統於台灣地區汽車銷售預測，國立臺灣科技大學工業管理系碩士論文
[13]黃元鴻(2011)，基於HadoopMapReduce與HBase之醫療資訊快速分析平台，(臺灣大學生醫電子與資訊學研究所碩士論文
[14]黃虹橋(2014)，應用在提昇Hadoop異質環境效能的一種創新方法，國立成功大學醫學資訊研究所碩士論文
[15]楊貴安(2012)，Hadoop雲端平台在工程應用之探討研究，國立中央大學土木工程研究所碩士論文
[16]廖韋哲(2014)，SeparaTags:結合Android及Hadoop之智慧城市感測資料處理平台，(淡江大學資訊工程學系資訊網路與通訊碩士班碩士論文
[17]鄭涵升(2014)，結合產業專利分類、專利資訊與技術知識重覆以探討廠商購併意圖之研究：以支架藥物植入技術為例，國立雲林科技大學企業管理系碩士論文
[18]黎曲峰(2014)，以Hadoop平台為框架加速電子病歷交換之系統設計，國立交通大學資訊管理研究所碩士論文
[19]蕭裕耀(2010)，全球銅箔基層板市場預測分析，國立臺灣科技大學管理研究所碩士論文
[20]顏子翔(2013)，JAS:Hadoop於異質環境之工作排程，國立成功大學資訊工程學系碩士論文
[21]顏永智(2014)，MapReduce效能最佳化和預測模組建構研究，國立雲林科技大學資訊管理系博士論文
[22]羅振維(2014)，基於Hadoop的基序與循序樣式探勘研究─以台灣家用電力時間序列資料為例，臺灣大學資訊管理學研究所碩士論文

期刊論文
[1]Chang, F., et al. (2006). "Bigtable: A Distributed Storage System for Structured Data." TOCS 26(2): 1-14.
[2]Dean, J. and S. Ghemawat (2004). "MapReduce." Communications of the ACM 51(1): 107.
[3]Dean, J., & Ghemawat, S. (2004). MapReduce: Simplified Data Processing on Large Cluster. Communications of the ACM, 51(1), 107.
[4]Ernst, H. (1997). The Use of Patent Data for Technological Forecasting: The Diffusion of CNC-Technology in the Machine Tool Industry. Small Business Economics, 9(4), 361-381.
[5]Ernst,H.,1998, Patent Portfolios for Strategic R&D Planning, Research Policy,9, pp.361-381.
[6]Ernst.H.,1998, Industrial Research as a Source of Important Patent, Journal of Engineering and Technology Management,15, pp.279-308.
[7]Ghemawat, S., et al. (2003). "The Google file system." SIGOPS 37(5): 29-43.
[8]Gompertz, B. (1825). On the Nature of the Function Expressive of the Law of Human Mortality, and on a New Mode of Determining the Value of Life Contingencies. Philosophical Transactions of the Royal Society of London, 115, 513-583.
[9]Jeong, C. and K. Kim (2014). "Creating patents on the new technology using analogy-based patent mining." Expert Systems with Applications 41(8): 3605-3614.
[10]Liu, K., et al. (2013). "A quick approach to get a technology-function matrix for an interested technical topic of patents." International Journal of Arts and Commerce 2(6).
[11]Mahindru, R., Sarkar, R., & Viswanathan, M. (2014). Software defined unified monitoring and management of clouds. IBM Journal of Research and Development, 58(2/3), 12:11-12:11.
[12]Mell, P., & Grance, T. (2011). The NIST Definition of Cloud Computing. (U.S. Department of Commerce).
[13]Merino, D. N. (1990). Development of a technological S-curve for tire cord textiles. Technological Forecasting and Social Change, 37(3), 275-291.
[14]Mogee, M. E. (1991). Using Patent Data for Technology Analysis and Planning. Research-Technology Management, 34(4), 43-49.
[15]Park, H., et al. (2013). "A patent intelligence system for strategic technology planning." Expert Systems with Applications 40 (7): 2373-2390.
[16]Park, H., et al. (2013). "Identification and evaluation of corporations for merger and acquisition strategies using patent information and text mining." Scientometrics 97(3): 883-909.
[17]Verhulst, P. F. (1838). Notice sur la loi que la population suit dans son accroissement. Correspondonce mathematique at physique, 113-121.
[18]Wheelwright, S. C., & Makridakis, S. (1973). Examination of the Use of Adaptive Filtering in Forecasting. J Oper Res Soc, 24(1), 55-64.
[19]Winsor, C. P. (1932). The Gompertz Curve as a Growth Curve. Proceedings of the National Academy of Sciences, 18(1), 1-8.
[20]Wislson, J. H., Keating, B., & John Galt Soluations, I. (2009). Business Forecasting with ForecastXＴＭ (Sixth Edition ed.)
[21]Wislson, J. H., Keating, B., & John Galt Soluations, I. (2009). Business Forecasting with ForecastXＴＭ (Sixth Edition ed.) P.101, P.125
[22]Xie, Z. and K. Miyazaki (2013). "Evaluating the effectiveness of keyword search strategy for patent identification." World Patent Information 35(1): 20-30.

專業書籍
[1]劉軍(2014)，Hadoop 大數據處理，狄宇昌譯，碁資訊，頁2-2~2-3
[2]Milton, M. (2010)，深入淺出資料分析，楊仁和譯，美商歐萊禮股份有限公司台灣分公司，頁1
[3]White, T(2013)，Hadoop技術手冊，王耀聰、辜文元、周天穎、衷嵐焜譯，第三版，碁資訊股份有限公司，頁11
[4]White, T(2013)，Hadoop技術手冊，王耀聰、辜文元、周天穎、衷嵐焜譯，第三版，碁資訊股份有限公司，頁11
[5]Wislson, J. H., Keating, B., & John Galt Soluations, I. (2009). Business Forecasting with ForecastXＴＭ (Sixth Edition ed.) P.125
[6]吳顯東(2006)，洞見脈絡－技術預測輕鬆上手，財團法人資訊工業策進會，頁26
[7]吳顯東(2006)，洞見脈絡－技術預測輕鬆上手，財團法人資訊工業策進會，頁69、頁72
[8]李德偉、顧煜、王海平、徐立(2014)，大數據浪潮－探索BIGDATA之洶湧，找出人潮、錢潮、資訊潮，上奇時代，頁1-18
[9]李德偉、顧煜、王海平、徐立(2014)，大數據浪潮－探索BIGDATA之洶湧，找出人潮、錢潮、資訊潮，上奇時代，頁1-4
[10]陸嘉恒(2014)，徹底研究Hadoop實戰分析，上奇資訊服份有限公司，頁1-12~1-13
[11]劉國讚(2012)，專利法之理論與實務，元照出版有限公司，頁53-57

網路資訊及專業報導
[1]Apache Spark （最後查詢日：2015/05/18）http://en.wikipedia.org/wiki/Apache_Spark
[2]Big data: The next frontier for innovation, competition, and productivity （最後查詢日：2015/01/05）http://www.mckinsey.com/insights/business_technology/big_data_the_next_frontier_for_innovation
[3]Cleversafe Brings Storage To Hadoop-Driven Big Data Analytics（最後查詢日：2015/01/26）http://techcrunch.com/2012/07/09/cleversafe-and-hadoop-combining-next-generation-storage-with-big-data-analytics/
[4]Gartner：2015年物聯網、雲端、3D列印等十大科技將影響企業營運（最後查詢日：2015/01/19）http://www.ithome.com.tw/news/91558
[5]Hortonworks（最後查詢日：2015/01/26）http://zh.wikipedia.org/wiki/Hortonworks
[6]HP Makes $50 Million Strategic Investment in Hortonworks （最後查詢日：2015/01/26）http://recode.net/2014/07/24/hp-makes-50-million-strategic-investment-in-hortonworks/
[7]IBM z System 軟體（最後查詢日：2015/01/26）http://www-03.ibm.com/systems/tw/z/announcement.html
[8]IBM, Directory of worldwide contacts （最後查詢日：2015/02/02） ttp://www.ibm.com/planetwide/
[9]Member States http://www.wipo.int/members/en/（最後查詢日：2015/02/02），會員國共188個
[10]Moving an Elephant: Large Scale Hadoop Data Migration at Facebook（最後查詢日：2015/01/26）https://www.facebook.com/notes/paul-yang/moving-an-elephant-large-scale-hadoop-data-migration-at-facebook/10150246275318920
[11]Number of Utility Patent Applications Filed in the United States, By Country of Origin,Calendar Years 1965 to Present http://www.uspto.gov/web/offices/ac/ido/oeip/taf/appl_yr.htm（最後查詢日：2015/02/11）
[12]Sort Benchmark Home Page （最後查詢日：2015/05/18）http://sortbenchmark.org/
[13]The Digital Universe of Opportunities: Rich Data and the Increasing Value of the Internet of Things（最後查詢日：2015/03/02）
[14]Timeline of Computer History（最後查詢日：2015/03/26）http://www.computerhistory.org/timeline/
[15]What is Hadoop（最後查詢日：2015/03/30）http://www-01.ibm.com/software/data/infosphere/hadoop/index.html
[16]Why is John Gage, a bearded old Berkeley troublemaker, carrying the corporate flag for the Pentagon's favorite computer maker?（最後查詢日：2015/03/27）http://archive.wired.com/wired/archive/4.12/esgage.html
[17]Yahoo!的雲端策略佈局與規劃（最後查詢日：2015/01/26）http://www.runpc.com.tw/content/cloud_content.aspx?id=105599
[18]Yahoo!推出Hadoop雲端發行套件（最後查詢日：2015/01/26）http://www.ithome.com.tw/node/55673
[19]科技報橘 Yun-Ning，Google為什麼能在0.15秒找到數十萬筆資料?認識搜尋霸主的核心技術http://buzzorange.com/techorange/2013/05/07/meet-google-search-engines-technique/ （最後查詢日：2015/04/27）
[20]商業智能（最後查詢日：2014/12/20）http://zh.wikipedia.org/wiki/%E5%95%86%E4%B8%9A%E6%99%BA%E8%83%BD
[21]雲端運算（最後查詢日：2015/03/27）http://zh.wikipedia.org/wiki/%E9%9B%B2%E7%AB%AF%E9%81%8B%E7%AE%97
[22]搜尋引擎背後的秘密-網路爬蟲(Crawler) （最後查詢日：2014/12/26）http://ccckmit.wikidot.com/code:crawler
[23]網格計算（最後查詢日：2015/03/27）http://zh.wikipedia.org/zh-tw/%E7%BD%91%E6%A0%BC%E8%AE%A1%E7%AE%97