隨著數位科技的進步與軟體設計能力的提升，多元化的電玩遊戲已成為社會大眾休閒娛樂主要來源之一。本研究旨透過專利分析探討日本任天堂的核心技術，並瞭解電玩產業技術間的交互影響。
本研透過利用核心技術分析，以及交互影響分析兩種方法分析日本任天堂株式會社在美國專利技商標局（USPTO）申請核准的442筆專利，將其分成四組，分別是1.連接器結構、2.攜帶式電子遊戲機開發製程與電子遊戲機控制器結構、3.連接插頭結構、4.卡帶式儲存媒體，分別與任天堂產品有密切關係。以及由交互影響分析來看出，任天堂在技術中以UPC類別D14（錄音，通訊或資訊檢索設備）與D21（遊戲，玩具和體育用品）的互相影響關係最為密切。最後本研究進行核心專利的覆蓋率以及核心技術能力與UPC分類號的關聯性討論。

關鍵詞: 任天堂、專利、核心技術分析、交互影響分析

As digital technology makes progress while software design capacity is enhanced, diversified video games have become one of the main sources of leisure and recreation for the social public. Through Patent Analysis, this study is to explore Japanese Nintendo’s core technology, and understand the cross-impact among the technologies in the game industry.
In this study, the two methods－Core Technology Analysis and Cross-Impact Analysis－are utilized, to analyze the 422 patents that Nintendo Co., Ltd. had applied for approval of United States Patent and Trademark Office (USPTO). Such patents are divided into four groups, which are respectively: 1. Structure of connector; 2. The development and manufacturing process of portable video game console, and the structure of video game console controller; 3. Structure of connecting plug; 4. Cassette storage medium. All of them have close relations with Nintendo’s products. Also, judged from Cross-Impact Analysis, among the Nintendo’s technologies, the D14 (recording, communications or information retrieval equipment) in UPC Category and the D21 (games, toys and sports goods) have the closest cross-impact relationship. Finally, the discussions have been made in this study, aimed at the coverage rate of core patent, as well as the correlation between core technological competence and UPC classification numbers.
Keywords: Nintendo, patent, Core Technology Analysis, Cross-Impact Analysis

摘要 I
Abstract II
誌謝 III
目錄 IV
表目錄 V
圖目錄 VII
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 5
第二章 文獻探討 7
第一節 產業現況 7
第二節 專利文獻 9
第三節 專利分析方法 21
第三章 研究方法 34
第一節 研究對象 34
第二節 專利資料庫 35
第三節 研究流程 36
第四節 核心技術分析（Core Technology Analysis） 37
第五節 交互影響分析（CIA） 44
第四章 研究結果 50
第一節 專利檢索 50
第二節 資料收集 51
第三節 核心技術分析 52
第四節 相互影響分析（CIA） 61
第五章 結論與建議 77
第一節 研究結論 77
第二節 研究限制 85
第三節 研究建議 85
參考文獻 86
表目錄
表1-1 遊戲機主機硬體出貨量 3
表2-1 電子遊樂器重大事件 8
表2-2 專利技術資訊管理架構 13
表2-3 專利文件與一般文獻資訊比較 15
表2-4 學者對專利訊價值所提出之觀點 16
表2-5 CHI Research專利指標 18
表2-6 文字探勘論文分析比較 25
表2-7 學者對社會網絡定義 26
表2-8 社會網絡分析專利之文章比較 30
表2-9 三種分析方法比較 32
表3-1任天堂株式會社近五年營業額 34
表3-2 舉例圖 46
表4-1 檢索條件 50
表4-2 任天堂株式會社近十年申請與核准之專利數 51
表4-3 核心專利數目表-以申請年計算 52
表4-4 核心專利的共被引矩陣 53
表4-5 核心專利的連結強度 54
表4-6 核心專利的相關係數矩陣 54
表4-7 集群分析的ANOVA表 56
表4-8 集群的分群結果 58
表4-9 核心能力一專利表 58
表4-10 核心能力二專利表 59
表4-11 核心能力三專利表 60
表4-12 核心能力四專利表 60
表4-9 專利重複分類的統計表 61
表4-10任天堂UPC列表 62
表4-11 申請的專利數目 62
表4-12第一期交叉影響成績的高技術對配對 63
表4-13 第二期交叉影響成績的高技術對配對 64
表4-14 第三期交叉影響成績的高技術對配對 65
表4-15 第一期的雙向及單向影響技術對 67
表4-16 第二期的雙向及單向影響技術對 69
表4-17 第三期的雙向及單向影響技術對 71
表5-1 Game Boy Color專利表 78
表5-2 Game Boy MICRO專利表 78
表5-3 WII專利表 79
表5-4 核心能力產品連結表 80
表5-5 核心專利覆蓋率 82
表5-6 四組核心能力之UPC類別 83
圖目錄
圖2-1 專利引證網絡 20
圖2-2 『書目對』的結構 22
圖2-3 『共被引』的結構 23
圖2-4 自我中心網絡圖 27
圖2-5 社會中心網絡圖 36
圖3-1 本研究研究流程圖 36
圖3-2 兩個核心專利在相似性上的圖示 40
圖3-3 共被引的次數相似性的缺點 41
圖3-4 在兩個技術類別裡交互影響關係圖 48
圖3-5 交互影響關係與臨界值 49
圖4-1 分層樹形圖 55
圖4-2 UPC筆數圖 61
圖4-3 第一期 技術對的分組 66
圖4-4 第二期 技術對的分組 68
圖4-5 第三期 技術對的分組 70
圖4-6 第一期 任天堂的技術單向及雙向影響網路圖 72
圖4-7 第二期任天堂的技術單向及雙向影響網路圖 73
圖4-8 第三期任天堂的技術單向及雙向影響網路圖 74
圖4-9 任天堂技術對主要評分影響之間的變化 75
圖4-10 影響（A,B）和影響（B,A）的變化 75
圖5-1 UPC件數圖 84
圖5-2 技術對分組 84

中文部分
1.邵宇奇（1995）。產業升級的利器-專利地圖。電腦與通訊。37，60-69。
2.拓普產業研究所（2006）。消費電子市場新寵兒：次世代遊戲機大展鴻圖。拓普科技出版。
3.夏文龍（1998）。專利對產業界的價值。智慧財產權管理季刊。16，20-21。
4.張善斌（2006）。使用專利引證網絡關係探討基礎專利之技術擴散軌跡。
5.翁順裕（2007）。從社會網絡分析觀點探討技術的趨同性¬-以保險商業方法專利為例。未出版博士論文，國立雲林科技大學企業管理系研究所博士班。
6.陳孟祺（2004）。利用專利組合探討FLASH記憶體研發規劃之研究。未出版碩士論文，國立雲林科技大學企業管理系研究所。
7.陳樹榮（2004）。使用美國專利資料庫探討商業方法技術軌跡發展之研究。未出版碩士論文，國立雲林科技大學企業管理系研究所。
8.黃毅志（1998）。社會階層、社會網絡與心理幸福。台灣社會學刊。21，171-210。
9.廖和信（2003）。專利，就是科技競爭力。台北：天下遠見出版股有限公司。
10.趙晉枚、蔡坤財與周慧芳（2005）。智慧財產權入門。台北市：元照。
11.鄭秀玲與張淑卿（2005）。專利引證和國際知識外溢：以電子業為例。中央研究院經濟研究所經濟論文，103-140。
12.賴奎魁、張善斌與吳曉君（2003）。從美國專利資料庫探討企業商業方法技術專長與技術定位。科技管理學刊。8（2），91-122。
13.賴奎魁、吳曉君與張善斌（2005）。建立產業專利分類系統-共同引證分析觀點。管理學報。22（2），261-277。
14.鐘宜君（2004）。使用專利資料庫探討記憶卡產業之研發策略。未出版碩士論文，國立雲林科技大學企業管理系研究所。
15.劉尚志（1997）。中小企業專利管理的策略與方法。1998產業科技研究發展管理研討會。台北：國立台灣大學。
16.劉尚志（2000，8月）。產業競爭與專利策略。科技發展政策報導，頁23。
17.謝明華（1996）。專利地圖及其策略性應用研究。科學發展月刊。 24（11），923-931。
18.謝曉琪（2007）。專利引用分析的模型和應用。未出版碩士論文，國立暨南大學資訊管理研究所。
英文部分
1.Ashton, W. B. & Sen, R. K. (1988). Using Patent Information in Technology Business Planning-I. Research Technology Management, November-December, 42-46.
2.BarNir, A. & Smith, K. A. (2002). Interfirm alliances in the small business: The role of social networks. Journal of Small Business Management, 40(3), 219-232.
3.Bavelas, A. (1948). A mathematical model for group structures. Human Organization, 7, 14-30
4.Berkowitz, L. (1993). Getting the Most from Your Patents. Research technology management, March, 26-31.
5.Burt, R. (1992). Structural holes: the social structure of competition. Cambridge, MA: Harvard University press.
6.Choi, C., Kim, S. & Park, Y. (2006). A patent-based cross impact analysis for quantitative estimation of technological impact: the case of information and communication technology. Technological Forecasting & Social Change, 74, 1296-1314.
7.Choi, C. & Park, Y. (2009). Monitoring the organic structure of technology based on the patent development paths. Technological Forecasting & Social Change, 76, 754-768.
8.Coleman, J. S. (1990). Foundations of Social Theory. Cambridge MA: Harvard University Press.
9.Ernst, H. (1997). The Use of Patent for Technological Forecasting: The Diffusion of CNC-Technology in the Machine Tool Industry. Small Business Economics, 9, 361-381.
10.Ernst, H. (1998). Patent portfolios for strategic R&D planning. Journal of Engineering and Technology Management, 15(4), 279-308.
11.Ernst, H. (2003). Patent information for strategic technology management. World Patent Information, 25(3), 233-242.
12.Fattori, M., Pedrazzi, G. & Turra, R. (2003). Text mining applied to patent mapping: a practical business case. World Patent Information, 25, 335-342.
13.Freeman, L. (1979). Centrality in social networks: Conceptual clarification. Social Networks, 1, 215-239.
14.Feldman, R. (1998). Knowledge Management: A Text Miming Approach. Proceedings of the 2nd International Conference on Practical Aspects of Knowledge Management, Basel, Switzerland.
15.Gnyawali, D. & Madhavan, R. (2001). Cooperative networks and competitive dynamics: a structural embeddedness perspective. Academy of Management Review, 26 (3), 431-445.
16.Gulati, R., Nohria, N. & Zaheer, A. (2000). Strategic networks, Strategic Management Journal, 21(3), 203-215.
17.Huang, M. H., Chiang, L. Y. & Chen, D. Z. (2003). Constructing a Patent Citation Map Using Bibliographic Coupling: A Study of Taiwan’s High-Tech Companies. Scientometrics, 58(3), 489-506.
18.Karki, M. M. S. (1997). Patent Citation Analysis: A Policy Analysis Tool. World Patent Information, 19(4), 269-272.
19.Kessler, M. M. (1963). An Experimental Study of Bibliographic Coupling between Technical Papers. IEEE Transaction on Information Theory, 9-49.
20.Lau, R. (2003). Context Sensitive Text Mining and Belief Revision for Adaptive Information Retrieval.
21.Manning & Fullerton, T. D. (1988). Health and well-being in highly cohesive units of the U.S. Army. Journal of Applied Social Psychology, 18(6), 503-519.
22.McCain, K. W.(1990). Mapping Authors in Intellectual Space: a Technical Overview. Journal of the American Society for Information Science, 41(6), 433-444.
23.Mitchell, J. C.(1969). Social networks and urban situations. England: Manchester University Press.
24.Mogee, M. E. (1991). Using Patent Data for Technology Analysis and Planning. Research Technology management, 34(4), 43-49.
25.Narin, F., Noma, E. & Perry, R. (1987). Patents as indicators of technological strength. Research Policy, 16, 143-155.
26.No, H. j. & Park, Y. (2010). Trajectory patterns of technology fusion: Trend analysis and taxonomical grouping in nanobiotechnology. Technological Forecasting & Social Change, 77, 63-75.
27.Numann, J. V. (1946). First Draft of a Report on the EDVAC.
28.Pattison, P. (1993). Algebraic models for social networks. Cambridge University Press.
29.Poter, M. E. (1999). Competitive Advance: Creating and Sustaining Superior Performance, BigApple Tuttle-Mori Agency,Inc.
30.Sharabchiev, J. T. (1989). Cluster Analysis of Bibliographic References as a Scientometrics Method. Scientometrics, 15, 127-137.
31.Small, H. (1973). Co-citation in the Scientific Literature: a New Measure of the Relationship between Two Documents. Journal of the American Society for Information Science, 24, 265-269.
32.Summers, T. C. & Horton, R. E. (1988). Work-group cohesion. Psychological Reports, 63(2), 627-636.
33.Tseng, Y. H., Lin, C. J., & Lin, Y. I. (2007). Text mining techniques for patent analysis. Information Processing and Management, 43(5), 1216-1247.
34.Wasserman, S. & Faust, K. (1994). Social network analysis: methods and applications. Cambridge University, Cambridge.
35.Wang, C. S., Chen, W. Y., & Chien, S. H (2010). To study the technological network by structural equivalence. Journal of High Technology Management Research, 21, 52-63.
36.Wu, H. C., Chen, H. Y. & Lee, K. Y. (2010). Unveiling the core technology structure for companies through patent information. Technol. Forecast. Soc. Change, doi:10.1016.
37.Wartburg, I. V., Teichert, T & Rost, K. (2005). Inventive progress measured by multi-stage patent citation analysis Research Policy 34 (2005) 1591–1607
38.Yoon, B. & Park, Y. (2004). A Text-Mining-Based Patent Network: Analytical Tool for High-Technology Trend. Journal of High Technology Management Research, 15(1), 37-50.
網路部分
1.維基百科，http://zh.wikipedia.org/wiki/Special:Search?search=&go=Go
2.美國專利暨商標局(USPTO)，www.uspto.gov
3.世界智慧財產權組織(WIPO) ，www.wipo.org
4.台一國際專利法律事務所，http://www.taie.com.tw/
5.科技產業技術室，http://cdnet.stpi.org.tw/techroom.htm