一种基于机器学习的专利可转让性评估方法研究

[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。     

基于防御战略的企业专利组合价值评价研究

[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。     

专利价值评估工具的有效性比较研究

[目的/意义]专利价值评估工具已经应用非常广泛,但其评估结论是否有效尚有争议。[方法/过程]本文以某高校最近三年已实际发生专利权转移交易的专利为研究样本,以实际交易价格与现已公开应用的3个专利价值评估模型的评估值进行比较,利用相关分析和回归分析等数理统计方法验证Innography、IncoPat和PatSnap作为专利价值评估工具的有效性。[结果/结论]本研究涉及的交易样本数据表明：PatSnap在评估专利价值上具有较高的可靠性,评估结果可作为交易的参考价格供买卖双方参考;IncoPat评估的专利价值度与真实交易价格的自然对数值有较高的相关性,而Innography评估的专利强度与真实价格的相关性一般。PatSnap的价值评估结果可作为交易的参考价格供买卖双方参考,也可用来评估专利作为高校无形资产的价值。     

专利寿命视角下潜在高价值专利识别方法研究

[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。     

专利价格评估指标体系与预测模型构建

合理定价与精准评估价格是专利交易服务发展的关键,而目前用于评估无形资产的传统方法已不适用于专利价格的评价。为此,从技术价值、法律价值和经济价值3个层面选取8个二级评估指标,通过专利各指标权重来反映专利间的可匹配性,利用熵权法构建专利价格预测模型,基于我国知识产权交易场所联盟2005—2021年的320件单件专利成交价格,引入市场已达成交易形成的实际成交价作为估值基础,运用专利评估指标综合权重匹配法构建专利价格评估指标体系,并通过稳健性检验定价模型的拟合程度。结果表明：基于熵权法的评价指标权重赋值合理,基于专利价格评估指标体系构建的专利价格预测模型有效,且在随机样本下具有较好的稳定性;在加入预测价格影响因素后,专利价格预测模型的解释力度提升36.5%,能够为专利及其衍生权利交易市场提供有价值的参考信息。     

以市场价值为导向的高校专利价值评价体系研究

[目的/意义]旨在探索一种既能评价专利自身技术价值同时又能对其市场价格给出预判的评价方法。[方法/过程]针对科研周期中不同阶段的特点设立指标体系,并引入市场询价机制综合考虑,构建专利价值评估体系,将专利价值评价融入到科研全流程常态化管理过程中。通过将专利的技术价值和市场价值有机结合起来,构建了一种市场价值为导向、直观可操作的高校专利评价模式,并通过实际案例进行了实证分析。[结果/结论]构建的评价模式能较好地评价高校专利价值,预测专利交易价格,能够为高校专利运营工作中的指导定价机制提供新的思路,为高校专利分级统筹管理提供价值度方面的数据支持。     

基于专利网络节点重要性的核心专利识别方法研究

[研究目的]综合考虑专利节点度数及其邻域专利节点对(node pair)间的相似程度,定义并计算专利节点在网络中的结构重要性,从网络科学视角完善专利价值评价与核心专利识别方法。[研究方法]基于专利四种基本引用关系构建专利综合引用网络;利用网络节点度数及其邻域节点对的相似度量化表征其局部网络结构重要程度,以此为依据提出专利节点重要性评价指标PNII,进行核心专利识别;从复杂网络视角,利用传染病传播动力学模型(SIR)计算专利节点的实际传播影响力,以此为判据比较PNII和其他网络中心性指标在不同传播概率和不同节点比例下的识别效果。[研究结论]结果表明,基于专利网络节点重要性的PNII指标相较一般的网络中心性指标更加科学,核心专利识别结果更加准确;基于传染病传播动力学模型的评价方法,在一定程度上解决了核心专利识别结果评价难题。     

深度注意力机制下的高校专利价值评估方法——基于历史转化特征锚定效应视角

[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。     

多维视角的高质量专利识别及其应用研究

[目的/意义] 我国专利数量巨大,但质量高低不齐。高质量专利对技术追踪、技术引进和资产管理极其重要,低质劣质专利则会阻碍科技创新的评估。聚焦高质量专利并进行挖掘可以获取更加深层与核心的情报,但高质量专利筛选却如"大海捞针",目前尚无可行的识别筛选方法。探索适合中国专利的高质量专利评价模型及筛选方法迫在眉睫。[方法/过程] 通过文献调研法对当前专利质量及评价进行综合归纳的基础上,延伸并界定高质量专利的内涵,对专利质量评价维度及指标进行创新拓展,构建分级、分层的多维视角专利质量评价指标体系,并基于创新指标体系建立高质量专利识别方法流程模型,最后以上海市高质量专利分布现状为例验证了方法模型的实用性及可行性,并为创新主体提出相应建议。[结果/结论] 研究结果表明本文提出的高质量专利指标模型及识别方法具有较强的科学性和可操作性,利用该指标模型和识别方法可对某地区或某领域的大批量专利进行筛选识别,为实现专利技术情报的科学高效利用提供有价值的参考。     

基于指标计算与内容分析的高校专利价值评估方法研究

[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。     

单项高价值专利评估的综合价值模型研究

[目的/意义]旨在弥补现有专利价值评估方法对高价值专利评估的不足,使专利价值评估体系更加全面。[方法/过程]分析了影响高价值专利“溢价”的主要因素,通过量化高价值专利综合价值的技术质量参数、专利的基本价值参数和综合控制参数值,构建单项高价值专利评估的综合价值模型。[结果/结论]构建的单项高价值专利评估综合价值模型的优点在于从技术质量和目标市场知识产权保护角度进行测算,展示了一种新的专利价值评估方法。     

基于组合评价的高校专利竞争力研究——以福建省本科高校为例

【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。     

基于简单专利族和Bcp指数方法探讨专利“睡美人”的识别与分析

[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。     

基于主题模型和专利数据的技术创新评价研究

[目的/意义]专利是企业技术创新活动的重要成果，对专利数据进行分析，有利于客观评价企业技术创新能力。[方法/过程]从计量的角度对企业专利数据进行分析的同时，结合机器学习的方法，通过LDA模型对专利摘要文本进行内容挖掘，构建基于专利文本内容的评价指标，建立由专利数量、专利趋势和专利内容三方面指标组成的技术创新评价体系。[结果/结论]采用熵值法确定各项指标对企业技术创新的影响权重，并通过实验对国内自主品牌制造企业进行技术创新评价，说明了评价方法的现实意义。     

基于灰色证据理论的专利质量综合评价

[目的/意义]科技创新处于国家发展全局的核心位置,专利保护作为其重要的一环,越来越受到大众重视.如何精准地进行专利质量评估,对促进经济发展、技术进步、社会资源的优化配置等具有重要作用.[方法/过程]基于现有专利质量评估的相关研究,从专利技术价值、法律价值和经济价值三个方面,建立了量子遗传算法结合层次分析理论的专利质量评...     

基于核心集筛选与聚类的潜在专利技术组合识别方法研究

[目的/意义]精准识别潜在专利技术组合,将相互关联的技术组成保护范围更大的专利网,对于打破单项专利的局限性、构建更为缜密的技术壁垒具有重要意义。[方法/过程]首先在对关键词与核心IPC进行语义抽取的基础上,筛选出核心专利集合,然后计算基于专利相似性与互补性的专利组合强度,最后利用MCL聚类算法直观、精准地识别潜在专利组合,并以艾滋病疫苗领域专利对方法进行了验证。[结果/结论]该方法以核心专利集合为数据源有效降低了组合识别中的噪音,基于多维度的专利组合强度计算克服了以往组合识别指标的片面性,利用MCL聚类算法无需人为规定簇群数量,保证识别质量。     

科技型中小企业专利证券化质量评价研究

    资金短缺问题制约着我国科技型中小企业的专利实施和产业化水平的提升,而专利证券化能够拓宽科技型中小企业的融资渠道,为专利成果转化提供足够的资金支持。本文从专利证券化质量评价角度入手,构建了包含法律、技术、经济、专利客户和证券化交易结构5个一级指标和19个二级指标的专利证券化质量评价指标体系,选取2015—2019年新三板市场拥有专利的科技型中小企业作为研究对象,并采用随机森林-BP神经网络方法进行实证研究。研究表明：评价指标体系能够有效地测度证券化的专利资产质量,有助于高质量的专利资产通过证券化进行证券融资;通过采用随机森林-BP神经网络方法对专利证券化的质量进行定量评价,验证了这一测度方法在专利证券化质量评价中的可行性。