未确知聚类在专利质量评价中的应用

摘要：

随着人们对知识产权的重视,作为其重要表征的专利的数量呈现爆发式增长,然而专利的质量却没有随之增长.大量的低质量专利不但作用有限,反而会造成社会资源浪费和遏制创新.对于专利质量的评价,目前还没有统一的标准.文中首先对国内外的专利质量指标进行分析,选取出对专利质量影响较大的指标,构建专利质量评价指标模型.同时,以钢铁行业相关专利为目标数据集,分别采用未确知聚类和模糊均值聚类算法对目标专利质量进行分析评价.最终,将目标专利数据聚类出不同的级别,得出高质量专利.在聚类过程中,发现未确知聚类算法在效率和准确率上都有良好的表现.

关键词：专利质量评价、未确知聚类、专利数据分析、评价模型构建、数据集聚类、对比实验

所属期刊栏目：43

分类号：TN911-34;TP311.52

资助基金：河北省科技计划项目:服务产业技术创新的专利分析平台建设17210105D

在线出版日期：2020-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：143-146