共查询到18条相似文献，搜索用时 281 毫秒
1.
[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
2.
【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
3.
【目的/意义】随着网络平台经济环境下知识产权服务业新形态的发展,提升其服务价值的评估准确性和定价合理性,有利于释放网络平台服务交易潜力。本文聚焦于平台交易中的专利价值评估问题,为该领域今后的理论研究提供参考,对我国知识产权网络平台服务生态体系的完善具有一定现实意义。【方法/过程】采用文献计量、社会网络分析、对比分析、归纳总结等方法梳理专利价值评估的国内外相关文献,明确该领域的研究热点并分别对其进行分析。【结果/结论】（1）专利价值评估领域的研究热点集中在专利价值的内涵、评估指标体系、评估方法三方面;（2）专利价值内涵的观点分为狭义和广义;（3）专利价值评估指标体系的研究视角由单维度发展到多维度;（4）专利价值评估方法包括三大类,其研究呈现与时俱进的特点;（5）探寻精准的专利价值评估方法,构建基于行业特征的专利价值评估体系,开发专利价值评估的智能化系统是该领域未来的研究方向。 相似文献
4.
5.
[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
6.
[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
7.
[研究目的]探索有效的方法实现对专利价值的早期预测既可为后续高价值专利培育提供更多机会,也可对问题专利等低价值专利进行早期识别,减少公共资源虚耗,对推动知识产权高质量发展至关重要。[研究方法]聚焦现有研究鲜少关注的专利权力要求书,提出一种融合权利要求语义特征的专利价值早期预测方法。首先,对权利要求文本进行解析并提取语义特征;然后融合权利要求语义特征构建专利价值评估指标体系并运用皮尔逊相关性分析方法进行指标优化;最后,结合CatBoost分类模型和SHAP方法实现高价值专利的早期挖掘和低价值专利的早期识别。[研究结论]结果表明,构建的专利价值早期预测模型分类准确率达到90.79%,相较于传统机器学习方法具有准确性更高、解释性更好、适用性更广的优势;首次引入的权利要求语义特征对于预测专利价值贡献显著,融合该特征的指标体系具有一定的优越性。 相似文献
8.
[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
9.
【目的/意义】为了促进高校的专利评价能力,更好地服务高校专利工作的推进,建立一种基于组合评价的 专利竞争力评价模型,对高校专利竞争力进行客观评价与认识。【方法/过程】将主成分分析法与熵权法结合,利用 模糊Borda法进行组合评价,并以福建省19所本科高校为例,进行专利竞争力评价分析。【结果/结论】为高校专利 竞争力的评价提供了新思路。评价结果表明,福建省高校专利竞争力整体差距较大,多数高校没有平衡好专利数 量、专利质量与价值的关系,缺乏合理规划。根据评价结论,提出了相应的建议。 相似文献
10.
[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
11.
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
12.
【Purpose /significance】From the perspective of core patents identification and evolution, this paper analyzes
core technology and its changes in the industrial field.【Method /process】From the perspective of behavioral effects and
purpose, the core patents identification index system is constructed. Based on entropy-weighted method and grey correla⁃
tion analysis method, screen core patents, then analyze the evolution of technologies and owners in combination with tech⁃
nology life cycle. Conduct an empirical study with the patent data in the field of artificial intelligence.【Result / conclusion】
Three indicators of behavioral effects perspective have a great impact on identifying core patents. 201 core patents of which
the technical scope is expanding are screened. Technologies such as electrical computers and digital data processing sys⁃
tems, voice recognition, digital information transmission, and telephone or wireless communication should attract attention.
Apple, Phoenix Solutions, Cognex, Siebel Systems and Microsoft have many core patents. 相似文献
13.
[目的/意义]针对专利文献的特殊性,选择合适的引文分析方法和研究单元,对专利“睡美人”进行识别和分析。[方法/过程]通过总结分析现有“睡美人”识别方法,选择对总被引次数依赖性小、可规避不同学科引文差异影响的Bcp指数方法识别筛选专利“睡美人”。利用Incopat专利信息平台,检索清华大学的所有专利文献,统计分析引文分布,筛选Bcp指数Top50的简单专利族,并以一个典型专利家族为例分析专利“睡美人”的价值。[结果/结论]Bcp指数方法可行和有效。本文修正了Bcp指数方法相关指标,并明确其计算方法。筛选出的简单专利族绝大多数有很高的合享价值度,属于高价值专利,但专利“睡美人”处于有效状态的比例低。如果能尽早识别筛选出关注度不太高但具有高价值的专利“睡美人”,对促进技术持续研发和迭代、加强专利布局、提高专利成果转移转化,实现专利的经济价值有非常重要的现实意义。 相似文献
14.
【目的/意义】短视频平台的兴起让弹幕成为公众情感交流的重要载体,构建短视频平台弹幕情绪预警机制有助于更好地把握舆情态势。【方法/过程】以互动仪式链理论为基础,建立Bilibili弹幕视频互动仪式模型,并对驱动互动仪式链形成的用户情绪设计了预警机制。构建了EGM-马尔可夫-Fisher模型,并与EGM(1,1)、EGM-马尔可夫模型的预测结果进行了精度对比,以实现较为准确的负面情绪风险预警;在预测阈值的基础上结合灰色关联分析方法,提出情绪预警分级方案。最后通过爬取Bilibili网站舆情事件数据对预警机制进行检验。【结果/结论】EGM-马尔可夫-Fisher模型的预测精度较高,其在情绪监测预警方面具有良好的适用性。结合灰色关联分析改进的分级方法预测可靠,为提升用户情感互动体验和网络空间的有效治理提供参考。【创新/局限】研究挖掘了短视频平台互动仪式中弹幕与实现情绪预警的关联,构建了预警模型,未来可针对用户主体特征深化情绪传播研究。 相似文献
15.
【目的/意义】个人违约信用风险是网络借贷平台所面临的主要风险之一,引起了金融机构的广泛重视。传
统的P2P网络借贷违约风险预测模型通常使用历史数据建模,而模型的对象主要为历史履约和违约因素,由此带来
的因素选择偏差问题会影响模型的泛化能力和风险预测能力。【方法/过程】本文引入面部特征大数据分析方法,利
用深度学习技术自动抽取人脸面部特征变量,将其作为一个新的维度融入以历史借贷数据为核心的信用风险评价
系统,建构新型信用风险预测模型。【结果/结论】论文基于南京某互联网金融公司提供的数据集进行实验与实证分
析,结果表明本文提出的模型优于传统的违约风险预测模型。【创新/局限】本研究的创新点为一方面基于大数据分
析方法挖掘了真实借款人面部特征在预测互联网信贷背景下的贷款违约中的作用,为互联网信贷的信用风险预测
模型提供了新的数据维度,另一方面为使用深度学习方法自动识别和提取大规模图片数据集中的面部特征提供了
新的思路。 相似文献
16.
【目的/意义】为了发现更全面、更具有普适性的反恐情报信息,本文在单层次关联规则挖掘的基础上研究
反恐情报的多层次关联规则挖掘方法。【方法/过程】根据反恐情报的数据特征提出统一最小支持度和多单项最小
支持度参数并用的方式筛选多层次涉恐特征频繁项集,在情报分析过程中保存部分特殊的冗余频繁项集、冗余多
层次关联规则和无趣多层次关联规则。【结果/结论】本文的研究可以发现涉恐数据中不同概念分层的关联规律。
[创新/局限] 文中提出的关联分析方法能够弥补普通的单层次关联规则挖掘在分析包含多层属性的涉恐数据中存
在的不足,为反恐预警和反恐决策提供更丰富、更科学、覆盖范围更广的参考。 相似文献
17.
《Information processing & management》2023,60(3):103327
The high-value patent identification (HVPI) and the standard-essential patent identification (SEPI) are two important issues in the fields of intellectual property and the standardization, respectively. Almost all the HVPI and the SEPI are based on the single-task learning. In this paper, we unify the HVPI and the SEPI in a multi-task learning framework in consideration of the mutual reinforcement of the two tasks. In our model, we extract the patent structured features and embed the patent textual features using the pre-training model. Given these features, we explore a multi-task learning based identification model to identify the high-value patents and the standard-essential patents. We evaluate our model by comparing with two state-of-the-art models on the 5 balanced datasets and 2 imbalanced datasets. The results show our multi-task learning based model outperforms significantly these single-tasking learning based models in the measurements: precision, recall, F1 and accuracy. On the balanced datasets, the average increments of measurements are 1.3%, 1.29%, 1.28% and 1.28% respectively. On the imbalanced datasets, the average increments of measurements are 2.24%, 1.62%, 1.75% and 0.66% respectively. 相似文献
18.
【目的/意义】主题发展等级划分是信息组织研究的基础性问题,也是科研人员和科研管理部门进行研究选
题和学科服务的重要工作,对学科研究主题进行高效的发展等级划分与趋势预测,能够帮助相关科研人员和机构
把握学科领域研究态势,准确做出科研决策。【方法/过程】本文结合主题模型、Sen’s斜率估计法、Mann-Kendall法、
指数平滑法,提出一种学科研究主题发展等级划分与趋势预测方法。首先,在主题识别的基础上,形成主题发文度
和主题引文度两个指标,并参考波士顿矩阵对学科研究主题发展等级进行划分;然后,融合研究主题发文量、被引
量和下载量,形成主题热力度指标,采用指数平滑法对研究主题未来发展态势进行预测。【结果/结论】以我国“智慧
图书馆”研究的实验表明,本文所提方法能够对学科领域研究主题进行全方位、细粒度地发展等级划分和趋势预
测。【创新/局限】本文所提方法对其他学科研究主题的分析具有普适性,为实现动态情报分析提供了新的视角,局
限在于需要提高主题建模的可解读性,并进一步优化趋势预测方法。 相似文献