基于专利大数据的企业成长性"高维云"预测模型构建及实证研究

摘要：

[目的/意义]采用企业专利大数据,构造高维云模型,预测企业成长性.[方法/过程]选取中国股票市场创业板公司为研究对象,依据企业专利聚类结果,用逆向云模型多步式算法生成专利的云模型改造神经网络神经元,构造云模型;用因子分析计算企业的成长性并通过聚类分析分成4类;用云模型补充不平衡数据.[结果/结论]研究表明,高维云神经网络能很好预测企业的成长性,准确性和稳定性得到提高,同时也表明企业专利对其成长性有重要作用.企业专利对成长性的影响是复杂的:专利同族数、发明专利占比、专利权利要求数对企业的成长性促进作用,而单纯专利数量有负面的影响.

关键词：专利大数据、高维云模型、RBF神经网络、企业成长性、创业板上市公司

所属期刊栏目：40

分类号：G255.53(图书馆学、图书馆事业)

资助基金：国家社会科学基金重点项目"面向企业技术创新的专利大数据挖掘与分析研究";湖南省教育厅科学研究项目"武陵山民族文化知识图谱研究"

在线出版日期：2020-03-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：38-46