基于集成学习的专利质量分析与分类预测研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1002-1965.2022.10.014

基于集成学习的专利质量分析与分类预测研究

引用
[研究目的]文章以专利文献数据为基础,构建一套科学的专利质量评价指标体系,为专利质量评价提供新的评价模型,解决专利质量分类预测问题,为我国创新主体提升专利质量提供决策参考.[研究方法]首先构建专利质量评价指标体系,然后建立基于Stacking思想的集成学习专利质量分类预测模型,该模型包含基分类器以及元分类器两层结构,最后对人脸识别产业的专利进行质量分类并与其他专利质量分类模型进行对比.[研究结论]本文构建的最优集成学习分类模型在测试集上的宏平均F1值达到了 0.9942,整体上优于传统的机器学习模型.此外,研究结果表明,技术先进性、技术稳定性以及保护范围对专利质量影响较大,在高质量专利筛选过程中应加大对这3个指标的评价权重.

专利分析、专利质量、专利质量评价、专利质量分类、Stacking思想、集成学习

41

G306(科学研究理论)

江西省研究生创新专项资金项目YC2021-S532

2022-10-31(万方平台首次上网日期,不代表论文的发表时间)

共8页

89-96

相关文献
评论
暂无封面信息
查看本期封面目录

情报杂志

1002-1965

61-1167/G3

41

2022,41(10)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn