在专利交叉许可谈判中，谈判双方往往会列出被引用专利数作为专利质量高低的一个谈判条件。还有，为了抵御侵权诉讼，被诉方往往会通过购买一批起诉方的专利大量引用的第三方专利来进行有效防御。如facebook被yahoo起诉后，马上向微软、IBM等购买一批被yahoo引用的专利来防御，最终迫使yahoo放弃诉讼。
    因此，未雨绸缪构建一个被竞争对手高引用的防御性专利池，不失为明智决策。但是像facebook那样化大量金钱去满世界化高价购买一大批专利来构建专利池，实在是一般企业无法承担。
    如果我们已经有防御对象，我们需要的是被这些防御对象引用多的专利及其申请人，而且这些申请人不能是企业，因为企业不会卖给你。在中国，最理想的购买对象是中国的高校、科研机构申请人。中国高校、科研院所的专利数量不少，质量一般不是最佳，但是也深藏一批被竞争对手引用多次的专利。更进一步，高校、科研院所的专利一般都付2-4年费就报废了，因此开价可能会比较低。如果能从这些价格低廉的专利中，定向挖掘找出被你的竞争对手引用多次的专利，岂不是应了少化钱办大事原则。
    除了Patentics，现在还没有一个技术可以完成如此复杂的任务。我们在这里应用Patentics流检索，一路变换带大家去找到自己想要的专利。
    假设我们心目中的防御对象是高通。我们的目标是从中国的高校申请人中找出一批被高通引用多次的中国专利。具体步骤如下，
    p:antype/大学 and ns/中国 and db/cn
    全部中国国内大学申请人的中国申请和授权专利，共1,129,882篇；
    p:antype/大学 and ns/中国 and db/cn and g/ref-s
    引用全部中国国内大学申请人的中国申请和授权专利的全球专利，共454,069篇；
    p:antype/大学 and ns/中国 and db/cn and g/ref-s and ann/高通
    引用全部中国国内大学申请人的中国申请和授权专利的全球专利中的申请人是高通的全球专利，共393篇，打开第一篇高通美国专利9,032,796,点击”参考引用“，”本文引用专利“，第二页果然发现有北京大学的专利申请被该专利引用，而且该专利还一共引用4篇中国高校专利；

    如果我们希望知道高通在美国申请的专利引用中国高校在中国申请、授权如何，我们只需后加db/us
    p:antype/大学 and ns/中国 and db/cn and g/ref-s and ann/高通 and db/us
    共209篇；
    如果大家心目中的防御对象是另外申请人，大家只需将高通换一下即可。例如我们换微软公司，结果如何？
    p:antype/大学 and ns/中国 and db/cn and g/ref-s and ann/微软
    引用全部中国国内大学申请人的中国申请和授权专利的全球专利中的申请人是微软的全球专利，共264篇；
    看起来我们已经找到了高通引用中国高校的那些高通专利和申请，但我们的任务只有完成一半，我们还需要找到哪些被高通引用的中国高校申请人的中国申请和授权。如果希望知道我们如何乘胜追击，找出哪些专利，且听明日分解。
    透个风，一共278篇中国高校申请人的申请与专利，被高通引用，其中最多的一篇被高通引用26篇，有图为证，