科研之友
微信
新浪微博
Facebook
分享链接
摘要
[研究目的]专利价值明晰是专利在市场交易的前提,但种种因素使得专利在价值评估方面有着较大难度。探索机器学习在专利价值评估领域的应用,有助于将人工智能与价值评估相结合,丰富专利价值评估方法,优化专利价值评估模型,降低专利交易风险。[研究方法]以专利价值影响因素分析为基础,建立包含发明人特征、专利文本特征、专利法律度特征和市场关注度的初选指标体系。考虑到初选指标的冗余,采用粗糙集理论对专利价值评估指标体系进行约简,进而建立基于BP神经网络的专利价值评估模型。[研究结论]通过336条专利价值样本数据的自我学习训练和检验测试,基于BP神经网络的价值评估模型运用简便,对测试集进行检验的预测准确率81.25%,说明该模型具有很好的适用性和可靠性。
- 单位
