基于层次分析法-德尔菲法的高价值专利筛选研究——以稀土永磁产业为例

高价值专利作为知识产权强国建设的压舱石,对其进行筛选及评估具有重要的现实意义。构建涵盖经济-技术-法律-战略“四维一体”的高价值专利评价指标体系,综合运用层次分析法和德尔菲法,依托DPS数据处理系统为指标赋权,以大为(Innojoy)专利数据库为数据源进行检索,筛选永磁材料高价值专利。将排名前10位的高价值专利呈现作为模拟现实示例以供参考。对比DPI指数,发现高价值专利筛选结果高度吻合。本评价体系及方法适用于从海量专利中遴选出高价值专利,可为产业相关从业人员及研究者判别技术实力、进行专利资产管理及聚焦技术创新研究提供一种可供参考的专利筛选方式。

高价值专利影响因素分析及主题挖掘——以纳米药物领域为例

挖掘高价值专利影响因素及主题有利于政府和企业进行前瞻性专利战略部署,对抢占技术先机、赢取竞争优势具有积极意义。文章首先依托专利数据,采用因子分析法计算专利综合价值评分,依据二八原则筛选高价值专利;然后对专利指标及其分类标签进行特征分析、差异性分析和回归分析,探究影响专利价值的因素;最后使用BERTopic主题模型挖掘高价值专利主题。选取“纳米药物”专利数据进行实证分析,结果表明该方法能有效探究出专利价值的强影响因素,筛选出的高价值专利与其他方法获得结果高度一致。

面向物流仓储的基于边缘计算的高价值工业制品外包装表面破损识别研究

高价值工业制品具有重要的经济和战略价值,其物流仓储过程中的破损和损失不仅会带来高昂的直接和间接成本,还会对生产和供应链产生严重的影响。其中,及时发现和处理高价值工业制品外包装表面的破损可以避免货物继续损坏。边缘计算可以通过利用物联网、图像处理、人工智能等先进技术,对货物外包装表面破损情况进行实时监测和预警,从而大幅提高物流仓储的安全性和效率。文章面向物流仓储,基于边缘计算对高价值工业制品外包装表面破损识别展开研究,以期为构建现代化物流和仓储体系、提高高价值工业制品的物流运输质量提供一定参考。

基于内容理解与指标融合的高价值专利识别

[研究目的]针对专利文本描述性强,传统高价值专利分类采用指标计算,未能在专利文件中考虑详细的上下文信息或相对长的文本序列等问题,结合专利文本内容和指标特征信息,以内容理解与指标融合的方式识别高价值专利。[研究方法]提出一种基于内容理解与指标融合的高价值专利识别模型,首先利用BERT-BiLSTM抽取专利文本的上下文和顺序特征,然后融合提取的专利文本特征和专利指标特征,最终使用XGBoost算法完成专利的高价值专利分类。[研究结论]经过多组对比实验的验证,提出的方法在识别基本电气原件及电通信技术领域内获得了中国国家知识产权局授予的中国专利奖的精确度达到了74.19%,召回率达到了76.66%,F 1值达到了75.40%,表明该方法能够有效提升高价值专利的分类准确性。

高校高价值专利技术机会识别研究——以“生成式人工智能”领域为例

提出一种高校高价值专利技术机会识别方法,使用主题建模、突变级数法、机器学习与离群值检测算法,在评估出高校高价值专利的基础上,进一步识别出具有潜在技术机会的技术主题与专利技术。以“生成式人工智能”领域为例进行实证,研究结果表明:“生成式人工智能”领域的潜在技术主题集中在深度学习、神经网络与机器学习等前沿领域,AI影像、AI诊疗等技术为该领域的潜在技术机会,且上述技术均有国家相关政策大力支撑。本研究方法突破了单一技术机会识别方法识别结果针对性不强、识别专利价值不大、识别结果形式较为单一等核心问题,相关识别结果可以为高校技术转移、技术研发与技术创新提供决策支撑。

基于情报信息的高价值专利培育路径探索

以情报信息促进专利转化运用实现专利有形价值为目的,探索研究高价值专利的培育路径。借鉴成功的转化运用案例和方式,以情报信息为支撑,围绕申请前、审查中和授权后三个阶段,开展专利导航、专利预警、技术开发、专利布局、分类分级、管理、监控、评估评价、跟踪、转化实施、运营等多重路径,促进培育专利的转化运用。通过精准的情报信息,挖掘贴合市场需求的高质量专利,严控专利权利要求的可诉性范围,促进专利的运营实施变现,谋划专利新申请,严把质量关,唤醒沉睡专利,盘活存量专利资产,使培育出的专利具有高价值专利的特性。

高等学校高价值专利培育与专利质量管控路径探析

近年来,我国知识产权事业取得显著成效,进入新发展阶段,在知识产权强国建设背景下,高校作为国家创新体系建设的重要组成部分,探索高价值专利培育,开展专利质量管控,盘活科技创新资源,促进科技成果转化,是响应国家实施创新驱动发展战略和建设知识产权强国的首要任务和必然选择。文章分析了东北大学“六维一体”的知识产权质量保障体系,总结专利质量管控的实施路径和经验作法,为我国高校专利的高水平管理、高质量申请和高标准保护提供参考。

高校高价值专利识别与研发策略研究

识别高价值专利有助于提升高校的专利转化水平,促进高校专利的市场应用,对企业技术创新与社会经济发展具有重要意义。文章采用基于XGBoost(eXtreme Gradient Boosting)的机器学习方法,以船舶领域的专利为研究对象,选择15个专利指标对高价值专利进行识别,结合SHAP(Shapley Additive Explanation)方法,通过计算特征重要性约简专利指标,并分析专利指标与专利价值之间的影响机制。结果表明,当指标约简为8个时,XGBoost模型的识别准确率达到88.10%。研究可以为高校的高价值专利识别提供思路,并为高校的高价值专利研发策略给予指标方面的启示。

基于多模态数据融合与机器学习的高价值专利早期识别方法

[研究目的]如何构建有效的高价值专利识别方法,从海量的专利中识别出高价值专利,对于高价值专利的培育、运用、保护和管理具有重要意义。[研究方法]提出一种基于多模态数据融合与机器学习的高价值专利早期识别方法。首先,利用多模态融合方法对专利指标数据和文本数据两种模态数据进行融合;其次,利用基于机器学习的生存预测算法对历史已知的高价值专利进行分析,并获取高价值专利融合后的特征与其“高价值”之间的关联模式;最后,利用获取到的关联模式,对新公开专利的“价值”进行预判,从而实现对高价值专利的早期识别。[研究结论]以人工智能领域专利为例进行实证研究,验证了该方法的可行性和有效性,为高价值专利早期识别提供了新的研究方法。

基于三重混合采样和集成学习的潜在高价值旅客发现

考虑潜在高价值旅客特有的数据高度不平衡、旅客特征和价值类别弱相关等问题,提出一种基于三重混合采样和集成学习的潜在高价值旅客发现模型。采用RFM(Recency Frequency Monetary)方法标注旅客类别;使用三重混合采样对不平衡旅客数据集进行重采样;使用融合特征选择算法遴选旅客特征;使用梯度提升决策树作为分类器,构建旅客价值预测模型,识别潜在高价值旅客。在PNR数据集上的实验结果表明,与基准算法相比,该模型能取得更好的AUC值和F1值,可以较好地识别潜在高价值旅客。

基于创新驱动的高校高价值专利形成与转化机制研究

在创新驱动背景下,高价值专利在推动产业发展和提升企业竞争力中起到重要作用,但是如何提升高校专利转化率在我国仍然是一个挑战,存在着技术转移、市场需求、政策资金和人才队伍等方面的制约因素。在剖析福建省2023年高校科技成果转化典型案例特征的基础上,提出了促进高校高价值专利形成与转化的对策建议,包括加强创新能力培养、完善专利管理制度、加强校企合作交流、优化专利服务体系和加强专利人才培养等措施,以期推动高校高价值专利的形成,促进转化率的提升。

高校高价值专利评价体系与评估模型的构建研究——基于重庆市十所典型高校的专利数据

构建高校高价值专利评价指标体系与评估模型,有效评估高校高价值专利,对精准锁定高校高价值专利有重要意义。首先,以重庆市十所高校2020—2022年间公开的专利相关数据作为研究对象,基于粗糙集理论构建适用于评估高校高价值专利的评价指标体系,具体包括技术维度、法律维度、经济维度以及特殊参数维度4个一级指标和23个二级指标;并借助熵值法与Stata15软件对指标权重进行求取。其次,根据构建的指标体系以及相应的权重建立高校高价值专利评估模型。最后,通过抽样选取15件申请人为高校的获奖专利以及15件全国各大高校的普通专利对该模型进行检验。通过实证分析,该评价体系与评估模型最终得到的结果与实际情况吻合程度为93.3%。研究结果能够为建立适用于各高校高价值专利的评价指标体系以及评估模型提供参考,有助于有效测量、挖掘高校高价值专利。

河南省农业高价值专利培育现状与路径优化

高价值专利在经济社会的高质量发展中扮演着重要角色。特别是在现代农业发展进程中,高价值专利的培育不仅是农业科技创新的集中体现,也是农业竞争力提升的关键因素。研究从专利范围、专利维持、专利结构、专利运营和专利维权五个重要维度构建综合评估指标体系,以农业大省河南省为例,针对河南省农业高价值专利培育存在的问题,对河南省农业高价值专利培育路径进行深入研究,并提出采取提高政策协同效应、建立高价值专利培育体系、促进专利创造及产业化、完善高价值专利侵权救济机制等农业高价值专利培育路径,为河南省农业高价值专利培育提供有价值的参考,为河南省知识产权事业发展提供坚实支撑。

省属科研院所高价值发明专利培育工作探究

创新是社会进步的核心驱动力,专利是关键的技术体现方式,对研究院所和开发单位来说,高价值发明专利是其主要竞争优势。对省属科研院所高价值发明专利培育工作提出建议,要强化组织领导,加强管理机制建设,实施知识产权全流程管理,高效益实现成果就地转化,发挥高价值发明专利的示范效应。培育这些高质量发明专利的实质就是通过建立创新型的组织结构来推进创新模式的转变,以此为中心驱动创新发展,并使之产生真正的经济效益和社会效益。

基于知识图谱的高价值专利技术创新演化研究

[目的/意义]高价值专利是推动科技创新、实现高质量发展的重要载体,识别高价值专利并从多维度挖掘技术演化特征,对于发现技术创新要素与创新规律,助力科技创新战略与政策的制定均具重要意义。[方法/过程]以“脑机接口”领域的专利文献为例,从技术价值、专利权利和市场前景3个方面设计专利价值评估指标体系以识别出高价值专利,进而基于CasRel知识抽取模型构建高价值专利知识图谱,在此基础上从技术主题、本质、应用领域、方法、解决问题等维度分析技术创新演化的态势。[结果/结论]研究发现,基于知识图谱的高价值专利技术创新演化分析方法视角更加多元、分析层次更加深入,能够为技术研发者、科技政策或战略制定者实施进一步的创新提供更具体的参考。

基于对比学习的高价值发明专利识别——以无线通信网络领域为例

[研究目的]在众多专利中准确高效识别高价值发明专利,不仅对中国知识产权战略实施具有推动作用,还有助于促进高价值发明专利的技术转化。[研究方法]针对领域专利文本利用不充分的问题,对使用Bert在无线通信网络领域专利文本上进行对比学习预训练,得到领域适应的Bert模型。然后,利用领域适应的Bert模型训练高价值发明专利识别模型,并在高价值发明专利识别模型的训练过程中使用过采样策略缓解正负样本不均衡的问题,改善模型的效果。[研究结论]在包含62 000份无线通信网络中国发明专利数据集上的实验结果显示,使用对比学习和过采样策略训练得到的模型在Accuracy指标值和Macro-F1指标值上分别达到了97%和0.93,相比于直接使用Bert分别提升了9.77%和0.19。

高价值专利的类别及其基础要素研究

随着知识经济时代的到来,知识产权已成为国家之间竞争的主要手段,我国发明专利普遍存在专利转化难、运营难、质押难等问题。近年来,国家知识产权局提出了高价值专利的培育工程工作,这也成为创新驱动国家战略深入实施的有力抓手。高价值专利培育工作,在世界范围内无论是理论还是实践,都还处于起步阶段。文章就高价值专利的基础要素进行了研究,明确了高价值专利类别及基础要素,提出将高价值专利区分为商业高价值专利和技术高价值专利,让专利真正形成可以用货币衡量的技术产品、知识产品、金融产品奠定了坚实的理论基础。

高校TISC 高价值专利培育:现状、问题与优化路径

高校TISC运行主要以图书馆为主。高校图书馆具备完善的知识产权数据资源、门类齐全的科技文献资源和高水平的人才队伍,承担着促进高校科研成果转化和专利培育的重要责任。如何进行高价值专利培育,更好地服务“产、学、研”一体化进程,成为现阶段我国高校亟须解决的问题。文章以首期前4批21所高校TISC为研究对象,通过网络调研法和文献研究法,从基本服务、高级服务、自选增值服务和高价值专利培育相关服务等方面,分析了高校TISC建设现状和问题,提出我国高校TISC应以图书馆业务职能为主体,从以下4个主要方面进一步探索高价值专利培育优化路径:优势整合,共建专业服务团队;双向构建,优化信息素养模式;三位一体,精准提升服务效率;差异化服务,促进区域协调发展。

专利存续期视角下潜在高价值专利评估路径研究

高价值专利作为科技创新的重要产物,已成为提升企业竞争力、推动社会经济发展的关键因素。从专利存续期视角出发,基于技术—经济—法律—战略等4个维度构建专利评估指标体系,以IncoPat专利数据库为数据源进行检索,计算发明专利存续期并将其分类,再构建专利存续期视角下的深度学习模型,并使用该模型对珠海市高新技术上市企业的发明专利进行评估与分析。研究结果表明,专利的存续期与专利价值密切相关,存续期较长的专利往往具有更高的技术含量和更强的商业竞争力。在评估潜在高价值专利时,应重点关注专利的存续期情况,并结合专利内容、技术领域、市场需求等因素进行综合评估。

专利转化视角下中国学术机构高价值专利的文献特征研究

研究学术机构专利的特点以及学术机构高价值专利的文献特征对发掘具有转化潜力的学术机构专利、促进学术机构知识产权转化运用有重要意义。文章以国内申请人在5G通信领域的中国发明专利作为研究样本,采用非参数检验方法分析学术机构专利、企业专利、产学研合作申请专利的专利文献特征差异,研究中国学术机构专利的特点。随后采用同样的方法分析不同价值的学术机构专利之间的文献特征差异,讨论能够发生转化的学术机构专利所具备的特征,为促进学术机构专利转化及价值评估提供参考。根据分析结果提出如下建议:学术机构应当进一步提升专利撰写质量,重视高价值专利家族的培育并开展高水平的产学研合作,以促进专利转化运用;在进行专利价值评估时,应结合具体情况分析评价指标的效力,充分考虑不同价值专利之间的专利指标特征差异。