共查询到20条相似文献，搜索用时 15 毫秒
1.
[目的/意义]构建基于机器学习的成本法专利价值评估方法,快速识别海量专利的实际成本,并预测其价值区间,在为专利价值评估提供新研究思路的同时,也为专利转移转化定价提供了参考借鉴。[方法/过程]通过Innography数据库与Incopat数据库下载“新能源汽车”领域多指标专利数据,提取专利成本影响因素与专利价值影响因素,并形成专利数据训练集与专利数据预测集;构建AutoGluon机器学习分类算法,将包含成本数据的Innography专利数据训练集导入模型进行训练,并将训练好的模型对Incopat专利数据预测集进行成本预测;最后使用成本法并结合本研究提出的专利价值指数对预测结果进行计算,估算其价格区间。[结果/结论]通过实证分析与结果验证可知,本研究构建的基于机器学习的成本法专利价值评估方法在预测专利价值区间中具备一定有效性,为促进专利价值评估研究深化及专利转移转化定价实践发展提供了参考。 相似文献
2.
[目的/意义]旨在准确、合理地对专利授权数进行预测。[方法/过程]运用灰色系统理论,对待选因素进行灰关联度计算,选择关联度较高因素的统计数据,形成被比较序列,再结合参考序列建立GM(1,N)模型,对专利授权数进行预测和误差检验。[结果/结论]通过与常规GM(1,N)模型对比,建立的GM(1,6)模型的预测准确度优于前者,克服了个人主观性对影响因素选择的干扰,平均相对误差仅为5.589%,验证了模型的有效性。 相似文献
3.
[目的/意义]作为科技创新的重要手段,技术融合预测对于改进技术研发的策略选择具有重要参考和借鉴意义,文章提出一种专利共类与深度学习模型结合的技术融合预测方法,以提高预测结果的准确性和可靠性。[方法/过程]以燃料电池技术为例,首先采用关联规则挖掘算法识别专利数据中具有强关联的IPC频繁项集,计算技术相对相似度,基于AP聚类算法进行技术聚类;然后运用生成式拓扑映射算法识别其中技术融合点,构建训练数据集和测试数据集。最后基于深度学习模型进行学习训练,预测燃料电池技术未来可能出现的技术融合。[结果/结论]这种方法在准确率和召回率上表现优异,可以快速、客观地识别技术融合,为技术创新的智能决策和预测提供支持和帮助。 相似文献
4.
5.
[目的/意义]随着我国ICT企业日益深入地参与国际竞争，越来越多的中国企业也被卷入NPE专利诉讼。和解和判决是专利诉讼的常见结果，探究影响诉讼结果的影响因素对我国ICT企业具有重要意义。[方法/过程]以2015—2022年间NPE对我国ICT企业发起的64个专利诉讼案件为研究样本，基于组态理论和TOE理论建立NPE专利诉讼的影响因素模型，通过模糊集定性研究方法(fsQCA)进行实证研究，从组态视角探究影响NPE专利诉讼结果“联合效应”以及不同因素之间的互动关系。[结果/结论]六种路径均能导致NPE对我国ICT企业提出专利诉讼，且诉讼结果是判决而非和解。其中，NPE专利的权利要求数和后向引证量及维持年限、NPE商业模式、被诉企业规模以及法律环境对NPE的友好度是引发专利诉讼的充分条件。 相似文献
6.
[目的/意义]专利信息是人类科学技术进步的结晶,随着社会的发展,专利信息将为促进科技创新发挥日益重要的作用。利用聚类技术可以将海量专利信息进行自动分类,在实现信息有序归并管理的同时,有助于用户高效而全面的获取相关技术领域中的集成专利信息,具有重要的现实意义,传统聚类研究方法效率与准确度存在不足。[方法/过程]本文通过对专利信息服务网站（中国科学院知识产权网）访问日志数据的清洗与分析,生成专利信息点击序列,基于深度学习词嵌入模型,设计了PatentFreq2Vec模型,计算得出专利关联信息。[结果/结论]利用PatentFreq2Vec模型分析计算访问日志数据,能够得到关联专利信息,实现专利聚类,且聚类准确度高于传统方法。 相似文献
7.
基于专利地图的全球大数据技术竞争态势研究 总被引：1，自引：0，他引：1
[目的/意义] 运用专利地图的方法探索全球大数据技术的竞争态势,以期为我国政府、企业、高校发展大数据产业和技术提供竞争情报支撑。[方法/过程] 以Thomson Innovation平台的Derwent Innovations Index（德温特专利数据库）中1 363篇大数据技术专利文献为数据来源,运用专利管理地图、专利权利地图和专利技术地图的方法,从申请年份、申请国家、专利申请人、同族专利、专利引用、技术领域等角度进行态势分析。[结果/结论] 研究表明：大数据技术发展的阶段特征明显;美中两国是大数据技术研发的主要国家;互联网企业是大数据技术的重要推动力量;大数据研发的热点聚焦在Hadoop、MapReduce等技术。 相似文献
8.
[研究目的]基于专利寿命视角,探究潜在高价值专利识别方法,快速精准识别早期高价值专利。[研究方法]结合已有专利价值评估的相关研究,构建潜在高价值专利评估指标体系;以无线网络通信技术领域为例,构建潜在高价值专利识别指标数据集;采用Lasso回归对指标进行约简,构建潜在高价值专利识别特征集;采用机器学习生存预测算法构建专利生存风险预测模型,根据设置的生存风险评分阈值,实现潜在高价值专利识别。[研究结论]构建了基于专利寿命视角的潜在高价值专利识别模型,并且以无线网络通信技术领域专利数据验证了模型的有效性和可靠性,证明该模型可以较好地识别早期高价值专利,有利于企业和决策部门较早进行高价值专利的定向培育。 相似文献
9.
[目的/意义]专利关键词提取是专利挖掘任务中非常重要的前置子任务,基于图模型的关键词提取是目前最有效的算法。传统图模型只考虑了单词的局部上下文信息,为了捕获单词的全局信息,提出一种基于图神经网络的专利关键词提取算法,结合词向量与图模型实现专利关键词的提取。[方法/过程]首先,用专利数据集构建异构网络,以专利分类号为标签,训练图神经网络模型,使得同一主题下的单词具有相似的向量表示,获取包含主题信息的词向量;然后,根据专利摘要在滑动窗口内的单词共现关系和词向量相似度,构建融合了单词主题信息的文本图,利用词向量中的主题信息捕获单词的全局联系;最后,在文本图上使用PageRank算法,获取关键节点,构成专利的关键词。[结果/结论]与基线方法相比,该算法在提取专利关键词时,能够检测到新颖性与准确性更高的关键词。 相似文献
10.
基于机器学习算法的研究热点趋势预测模型对比与分析——BP神经网络、支持向量机与LSTM模型 总被引：2，自引：0，他引：2
[目的/意义]细粒度分析学科领域热点主题发展脉络并对利用机器学习算法对未来发展趋势进行准确预测研究。[方法/过程]提出一种基于机器学习算法的研究热点趋势预测方法与分析框架，以基因工程领域为例利用主题概率模型识别WOS核心集中论文摘要数据研究热点主题并进行主题演化关联构建，然后选取BP神经网络、支持向量机及LSTM模型等3种典型机器学习算法进行预测分析，最后利用RE指标和精准度指标评价机器学习算法预测效果并对基因工程领域在医药卫生、农业食品等方面研究趋势进行分析。[结果/结论]实验表明基于LSTM模型对热点主题未来发展趋势预测准确度最高，支持向量机预测效果次之，BP神经网络预测效果较差且预测稳定性不足，同时结合专家咨询和文献调研表明本文方法可快速识别基因领域研究主题及发展趋势，可为我国学科领域大势研判和架构调整提供决策支持和参考。 相似文献
11.
[目的/意义]构建企业专利威胁预警的概念模型,完善专利威胁预警理论,为专利威胁预警方法研究提供理论依据。[方法/过程]以竞争战略和竞争优势理论框架为基础,从产业环境角度辨识出能够影响企业专利威胁形成的关键因素,构建企业专利威胁预警的概念模型,分析其预警机理,并进行实证研究。[结果/结论]研究结果表明,构建的企业专利威胁预警的“E-L”模型可以从产业环境角度对企业所面临的专利威胁进行评估,能够更加有效地对专利威胁进行识别和预警。 相似文献
12.
[目的/意义]综合考虑专利转化过程的影响要素、依据多源异构的相关资源进行专利推荐,能帮助高校和企业快速找到供需双方,促进高校专利转化。[方法/过程]基于四螺旋理论,设计综合考虑“高校-政府-企业-科技中介”影响作用的高校专利转化本体模型,从而构建高校专利推荐知识图谱。以新能源汽车电池领域为例,通过展示和查询知识图谱,得到推荐结果。[结果/结论]构建的知识图谱较好地实现了专利相关多源数据的融合,通过节点关联能对高校或企业提供团队和需求发现、政策感知和机构匹配等提供参考,并为后续相关研究提供了借鉴思路。 相似文献
13.
[目的/意义]创新性是创业板企业的根本属性之一,专利能够较好地向外界传递企业创新情报信号。研究上市前发行人专利申请行为对提升专利质量和完善创业板专利披露制度具有较大的现实意义。[方法/过程]使用合享价值度作为专利质量的代理变量,运用OLS回归方法,以我国创业板2009-2018年间上市公司专利数据为样本,对创业板上市前的专利质量进行分组实证检验。[结果/结论]研究表明,创业板企业上市前专利质量明显下降,在没有产业政策支持、市场化程度较低以及同年上市公司数量较少情况下,专利质量降低幅度更为显著。 相似文献
14.
[目的/意义]精准把握用户需求以引导企业高效开展产品创新,对企业实现可持续发展至关重要。对此,开展了用户需求导向下基于三级技术功效矩阵的产品创新机会识别路径研究。[方法/过程]首先,针对目标产品领域进行用户评论数据与专利数据的收集及预处理;其次,利用LDA主题模型对评论数据进行主题聚类以挖掘重点用户需求;再次,运用Stanford Parser自然语言处理技术从专利数据中提取SAO结构,从中识别技术词与功效词并分别进行主题聚类,以构建技术功效视角下的三级语义知识库;最后,以重点用户需求导航,并以三级语义知识库为数据源,构建三级技术功效矩阵,识别具有较高创新价值的产品创新机会。[结果/结论]结果表明,构建的产品创新机会识别路径能够为企业精准高效开展产品创新提供科学的决策参考依据。 相似文献
15.
[目的/意义]致力于更好地挖掘和利用企业微博中的信息,利用信号分析方法构建了基于企业微博的信号指标框架,为有效地预测企业短期绩效提供了新思路。[方法/过程]将该预测体系应用于典型的经验品—电影行业,经过线上收集信息、辨识信号、解读信号,最终借助BP神经网络模型输出线下首周电影票房的预测结果。[结果/结论]企业微博具有很高的探索价值,企业发布的信息性内容特征量和企业关注者的结论化反馈程度等因素对预测结果的影响较大,并且包含企业微博信号的模型预测能力得到了显著地提升。 相似文献
16.
17.
技术锁定视角下的专利价值影响因素分析 《科学学研究》2022,40(6):1024-1033
[目的/意义]燃料电池作为新能源产业的核心部件，培育并评价其高价值专利对于我国突破国外“技术锁定”，对实现技术创新驱动新能源产业发展具有重大意义。[方法/过程]基于INNOJOY专利数据库，选取了燃料电池作为研究对象，采用主客观赋权方法与Cox比例风险回归模型等探究了技术锁定视角下的专利价值的影响因素。[结果/结论]结果表明：（1）技术锁定对专利价值的抑制作用显著；（2）引证数、被引证数与同族数均对专利价值的促进作用显著，权利要求数对专利价值的抑制作用显著，而IPC分类数对专利价值不具有显著效应。在丰富了专利价值研究的同时，为我国突破“技术锁定”，进而实现专利强国的目标提供相应建议。 相似文献
18.
[研究目的]在激烈的企业专利竞争中,率先在指定技术领域进行有效的专利组合布局是获取竞争优势的关键,因此专利组合价值的准确评价对现有专利组合布局的有效性判断及未来技术战略的正确制定尤为重要。[研究方法]基于防御战略的视角,在专利组合理论和专利组合布局原理的指导下,对企业的专利实现专利组合划分,从核心技术实力和战略价值两个维度对专利组合价值进行评价,并使用BP神经网络得到最终的评价模型。[研究结论]以寒武纪专利数据为实例的分析表明：由该方案设计得到的专利组合价值评价模型具有一定的可行性和准确性,说明基于防御战略的专利组合价值评价方案可以进一步推广和应用。 相似文献
19.
[目的/意义]构建基于LDA的企业竞争对手识别模型,在海量同领域企业中精准识别竞争对手,剖析其技术发展领域,为企业制定竞争策略提供情报支撑。[方法/过程]首先,根据技术领域与目标企业下载专利数据;其次,将目标企业与相同技术领域企业专利数据合并,对专利摘要进行主题建模并借助LDAvis可视化工具与相对接近度计算识别潜在竞争对手;最后,借助LDA模型、困惑度与主题相似度计算潜在竞争对手技术多样化指数(TD)与技术专业化指数(TS),通过竞争力气泡图识别竞争对手类型,从而完成竞争对手识别模型的构建。[结果/结论]构建的企业竞争对手识别模型可以较好地识别出目标企业的竞争对手,并建议目标企业应积极对标竞争对手的技术领域,制定相应发展战略,从而促进企业在激烈的市场竞争中脱颖而出。 相似文献
20.
[目的/意义]从交易视角评价专利可转让性,侧面评估专利价值及筛选可交易高价值专利。[方法/过程]基于专利价值评估指标,从技术和法律两个维度选取专利可转让性评价内部指标,基于交易视角中专利权人特征设计专利可转让性评价外部指标,结合高阶神经元将深度神经网络方法应用于专利可转让性评价。[结果/结论]结果表明,专利可转让性评价模型相比传统的BP神经网络方法和仅使用高阶神经元的方法精度更高,F1值达到86.72%;因其可区分通过交易实现价值的潜在专利,在大规模专利可转让性评价实际应用中具有可行性和适用性。 相似文献