基于机器学习的高校专利质量评价实证研究——以山东省高校为例

作者：付振康; 王翔; 罗启基; 方心如; 张雪影

来源：中国发明与专利, 2021, 18(11): 10-20.

• 专利质量
• 评价体系
• 机器学习
• 回归预测

[目的 /意义]高校作为科技成果产出的重要主体,依托国家科研课题,会产生大量的专利成果。如何对高校的专利质量进行评估,对更好地发挥高校服务经济社会发展的重要作用,提高高校的科研创新能力有着非凡的意义。[方法 /过程]本文首先构建了一套科学的高校专利质量评价指标体系;其次,采用机器学习中的回归预测模型构建专利质量评价模型;最后采用山东省内5所高校在G01N领域的专利进行了实证研究。[结果 /结论 ]通过实证分析,发现构建的5种回归预测算法模型的R决定系数以及解释度均达到了0.7以上,说明模型性能较好;此外,通过研究发现,专利技术的先进性、技术的稳定性、专利文献绝对被引用数量以及保护范围对专利质量的影响较大。

• 单位
  景德镇陶瓷大学