融合多维特征的高校专利价值分级方法及其实证研究

摘要：

客观评估高校专利价值,准确预测高校专利的技术转移潜力,有助于推动高校技术成果与市场对接,促进科研成果转化成生产力,对企业精准引进高价值专利、促进技术升级具有意义.文章从高校专利价值的3个重要来源出发,融合专利文本语义特征、专利自身属性特征、发明人特征,采用机器学习算法构建高校专利价值评估模型,预测专利发生技术转移的概率,并划定阈值将专利价值的粒度细化为10个等级,以云计算领域为例展开实证.结果表明:文章构建的模型与现有研究相比,AUC值提升22个百分点,显著提升高校专利价值评估结果的准确性和科学性.对专利价值的分级结果表明,A级别专利仅占3.24％,大多数高校专利的技术转移概率处于0.3-0.5,整体呈现明显的右偏态分布.高校专利价值分级方法能够有效预测技术转移潜力,可为高校合理进行专利运营、企业精准定位高价值专利提供决策参考,也为高校专利价值评估提供了新思路.

关键词：多维特征、特征融合、高校专利、专利价值分级

所属期刊栏目：42

分类号：TP391;G306;F273.4

资助基金：国家社会科学基金16BTQ029

在线出版日期：2022-11-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：42-49