共查询到20条相似文献，搜索用时 609 毫秒
1.
《内蒙古科技与经济》2021,(16)
如何从繁杂的专利中筛选出具有一定价值的专利,是专利的管理、保护和运营的重要内容。文章利用智慧芽数据和Innography数据库这两大数据库,从分析工具中已有的"专利价值"和"专利强度"等指标入手,直观筛选中南大学的高价值专利和重要发明人,并对筛选结果进行了可行性验证和评估分析。 相似文献
2.
高价值专利是推动创新发展,充分发挥知识产权在市场中价值的重要抓手。而从浩如烟海的专利数据中筛选出高价值专利如同“大海捞针”,如果仅靠人工进行识别和筛选,需要考虑的各类指标因素较为庞杂,在实际过程中不易操作。本文将机器学习技术与知识产权跨界融合,以中国专利奖获奖专利为主要数据样本,基于神经网络算法并利用TensorFlow深度学习框架,设计出一套专利价值分类模型,训练达到了较好分类效果,以期对企业专利分级管理提供一套创新的思路。 相似文献
3.
4.
【目的/意义】高价值专利识别与培育是我国知识产权强国建设的重要环节,全面解读领域研究概况与进展
能够为科研和从业人员提供借鉴。【方法/过程】综合运用扎根理论和 NVivo 分析工具,通过领域主题的程序化编
码,识别出高价值专利评估与识别研究的重要主题,并从时间维度进行分析和综述。【结果/结论】专利质量与专利
价值是一对相互交融的概念,高价值专利可以从经济价值、市场价值、战略价值和法律价值等维度来衡量;高价值
专利评估数据主要来源于专利案例、专利数据库和专利行业数据;专利价值评估与识别研究主要涵盖三大主题：专
利价值的市场评估分析、专利价值影响因素及作用机理、专利价值评估指标组合与模型构建。【创新/局限】扎根理
论能够系统梳理领域的重要研究主题和进展,未来可以通过科学知识图谱动态展示领域科研合作态势、研究热点
与前沿,以及从实践的角度分析高价值专利评估与识别的典型案例。 相似文献
5.
高价值专利培育是国家知识产权战略纲要的重要内容,而企业作为高价值专利创造和运用的主体,企业专利的价值评价有助于企业培育高价值专利,增强核心竞争力。首先从法律、技术和经济三个维度,筛选出一套能够突显企业专利价值的指标;之后选择熵权法TOPSIS模型对企业专利进行评价,搭建评价模型;再以化工新材料领域的上市企业作为评价对象,依据专利数据和企业财务年报数据,应用评价模型进行实证分析。从计算结果来看,基于熵权法TOPSIS模型的评价模型适用于企业专利的价值评价,并对企业知识产权核心竞争力的提高以及知识产权战略的制定能够提供参考和依据。 相似文献
6.
简要分析专利价值的本质,概述基于存续期的专利价值发展路径,介绍国内外价值评估的主要方法和典型实证结果,总结评价主要评估模型的优势和问题.认为国内应着重从三方面开展相关研究:分析专利价值形成因素,筛选专利价值的评估指标;结合我国专利活动和专利数据的特点,改进现有模型;开展基于国内专利数据的实证研究并进行国际比较. 相似文献
7.
[研究目的]缺乏成熟的专利价值评估系统作为参考,是当前高校专利高产出却低转化的重要原因之一。对于非市场基准的专利价值评估方法而言,各项指标对评估模型的影响度不一且没有统一标准。使用深度学习的方法构建专利价值评估体系可以有效降低人为筛选的主观倾向性,从而提升专利价值评估效率。[研究方法]基于锚定效应理论,重点选取专利发明人的历史专利转化特征作为锚定指标,构建了基于注意力机制的深度学习模型,对高校专利价值进行评估和预测。引入的注意力机制可自适应地强调关键指标,一定程度上避免了先前研究中人为筛选的主观因素影响。[研究结论]通过采集1540条电子信息相关方向的高校专利价值数据进行深度学习实验,构建的基于深度注意力机制的模型在测试集上平均预测准确率达96.88%,证实该评估方法具有高准确性和强实用性,且研究发现发明人的历史专利转化价值对于专利价值评估具有显著的信息锚特征。 相似文献
8.
《中国发明与专利》2017,(8)
随着创新驱动发展战略的深入实施,知识产权在其中发挥的作用日益凸显。我国正在实施专利质量提升工程,在创造、审查、运用等方面围绕高价值核心专利多措并举,支持重点创新主体培育出一批高价值核心专利,针对高价值核心专利组建优质审查资源队伍,促进高价值核心专利的高效益运用,推动我国知识产权由多向优、由大到强的转变。其中,如何快速全面地对专利价值进行评估,识别出高价值核心专利,是相关工作者面对的突出问题。本文提出一种专利价值评估模型,从技术、法律、市场三个维度对专利评估中涉及的因素进行分析,并通过实际案例对评估模型进行了例证,对专利工作者进行高价值核心专利识别、市场主体进行专利价值评估具有一定参考意义。 相似文献
9.
[研究目的]面对海量的专利数据,如何构建有效的专利可转让性评估方法,筛选出具有转让可能性的专利,对于发现潜在高价值专利、提升我国专利成果转移转化效率具有重要意义。为此,提出一种基于机器学习的专利可转让性评估方法。[研究方法]首先利用基于机器学习的指标约减算法对从技术维度、法律维度、经济维度和主体维度构建的专利可转让性评估指标进行约减,以去除掉冗余指标;然后根据约减后得到的评价指标构建机器学习模型,并对专利可转让性进行评估。[研究结论]人工智能领域专利可转让性评估案例结果表明,当剔除掉冗余指标后机器学习模型的预测准确率均值提升了0.56%;基于机器学习的专利可转让性评估模型的分类准确率达到72.36%,可以较好地对专利的可转让性进行评估。案例结果验证了所提出方法的可行性和有效性,该方法为专利可转让性评估提供了新的研究方法。 相似文献
10.
11.
我国经济已由高速增长阶段转向高质量发展阶段,高质量发展需要高价值专利保驾护航。高价值专利评估是推动高价值专利转化为现实生产力的重要环节。为有效评估高价值专利,首先对高价值专利的内涵进行了界定,其次在分析和评估现有专利价值评估方法基础上,以300件中国专利奖获奖专利为研究对象,从技术因素、法律因素、经济因素、市场因素等四个层面,挖掘高价值专利的典型性特征,构建专利价值评估指标体系和评估模型。通过验证发现,该模型准确性较高、可测性较好、实用性较强,能够为加快推进高价值专利评估工作,促进高价值培育和转移转化提供借鉴与参考。最后针对高价值专利评估问题,就健全评估体系、增强评估意识与能力、打造评估服务平台等提出了对策建议。 相似文献
12.
13.
[目的/意义]高校是推进国家、区域科技创新的重要力量,对高校高价值专利进行探测和识别,对提升高校专利运营效率,加快高校科技成果向产业界转移,实现校企联动发展具有重要意义。[方法/过程]首先,从保护范围、研发水平、市场前景、主体特征4个维度出发,选取11个专利指标;然后,结合熵权法与突变级数法,从指标计算角度进行高校专利价值评估;最后,运用Doc2vec模型对专利摘要进行向量化表示,并结合局部离群因子算法(LOF算法)识别离群专利作为高价值专利,从内容分析角度评估高校专利价值。[结果/结论]以“云计算”领域的高校专利为例对所提方法进行实证,通过对基于指标计算和内容分析的评估结果进行融合获得了高价值专利,验证了方法的有效性和科学性,为高校专利运营和企业探寻高校高价值专利提供了方案参考。 相似文献
14.
为有效评估高价值专利,提出"四位一体"的高价值专利分析理念,认为专利的高价值是高技术创新、高质量申请确权、高效益转化运用、高水平产业引领4个单维度价值的综合体现。以中国专利奖300件获奖专利为分析样本,从专利特征、发明人特征以及权利人特征3个维度,提取高价值基因,形成高价值专利构成要素的整体性判断。采用熵权法对专利各单维度价值相关指标进行赋权,建立单维度价值得分模型,并据此构建专利价值评估模型。通过对专利价值评估模型的验证发现,该模型具有较好的可测性、准确性和实用性,能够实现对不同领域高价值专利的评估,研究结论可为高价值专利评估实践提供有益参考。 相似文献
15.
16.
[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
17.
[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
18.
近年来专利权质押贷款业务量迅猛增长,商业银行在此类业务中需要解决的一大棘手问题就是如何筛选出优质专利来作为质押标的。本文以质押专利的质量内涵为切入点,构建包含法律维度、技术维度、企业维度的质量评价体系,并运用支持向量机算法来提升评价效率。同时,引入情景分析法得到质押专利的双情景估值,运用质量评价结果对评估价值进行修正。最后,选取案例企业RX公司的芯片专利作为研究案例,运用评估模型对芯片专利的质押价值进行评估,验证了该模型在质押专利价值评估中的适用性,为专利权质押价值评估提供了新思路。 相似文献
19.
20.
[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