基于融合指标的电力专利可信数据挖掘方法研究

电力专利信息不断增长,已超过传统挖掘方法处理的极限,挖掘效果明显下降,因此提出一种基于融合指标的电力专利可信数据挖掘方法。构建电力专利信息关联模型,经过排序获取最佳专利可信信息。采用表示学习模型提取词性特征与组合特征,设计深层表示学习模型。利用TF-IDF算法,求取各命名实体所对应的词向量,依据余弦相似度度量专利信息的语义相似度,实现信息语义融合。最后通过机器学习的支持向量机分类方法,实现电力专利信息挖掘。仿真实验表明,所提方法不仅可以有效挖掘专利信息,而且效率与精准度较为理想。

基于专利数据的电力标引信息挖掘技术研究

为了提高专利数据挖掘的准确性和可靠性,针对基于专利数据的电力标引信息挖掘技术进行研究。以SIPO专利数据库为数据源,生成专利数据序列。根据词嵌入模型设计Word2Vec,获取电力专利数据关联信息。根据数据关联融合结果,通过支持向量机分别训练相应子分类器,高效融合各子分类器,构建总分类模型完成分类决策,根据最终决策获取电力专利数据标引信息挖掘结果。实验结果表明,提出的挖掘与其他挖掘法相比查准率和查全率更高,具有可靠性。

企业专利实力指数的构建及与市场价值相关性研究

[目的/意义]专利质量对企业自身、对投资人以及其他利益相关者都至关重要,但是关于专利质量与企业价值相关性分析的研究并不多见。[方法/过程]选取了中国创业板上市的100家企业2010-2015年专利指标与企业价值托宾Q值数据,采用面板格兰杰因果检验,研究了专利指标和托宾Q值的关系,并在此基础上选取专利实力指标,建立企业专利实力指数,对企业综合专利实力指数进行了计算,并与这些企业的股票市场表现进行了比较分析。[结果/结论]研究结果表明:企业专利实力指数的高低与其股票的市场表现高度相关。

美、德、日、中先进制造技术优势的比较研究

[目的/意义]先进制造技术是支撑全球第四次工业革命的重要基石。由于技术策略的差异,先进制造技术在世界各国呈现显著的时间、空间不均衡特征,对其发展特征的探讨将有利于赶超国家抓住发展机会并调整技术创新战略。[方法/过程]基于技术生命周期理论,运用Logistic模型与RTA指数对美、德、日、中在先进制造技术创新的时间序列、子领域空间分布情况进行分析,进而简要比较了不同国家的先进制造技术优势以及对中国发展先进制造技术可能启示。[结果/结论]结果发现,无论是从整体的时间序列,还是特定的国家看,先进制造技术子领域创新发展并不均衡,这种不均衡可能是各国政府直接或间接干预的结果;从技术生命周期趋势看,2017-2023年是全球先进制造技术转型发展的一个重要时期,多数技术领域都存在创新突破的机会窗口,因此也可能是后发国家实现追赶的时间窗口。有效识别这样的机会窗口对于我国制定引导性政策推动先进制造技术创新、加快经济转型发展有着重要的意义。

基于大数据技术的专利价值评估与筛选系统

随着我国有效发明专利拥有量的增加,专利价值评估和筛选工作是专利运用和管理的重要内容,如何从浩如烟海的专利数据中筛选出高价值专利是摆在我们面前的重要课题。本文在前人研究的基础上,梳理并提炼出适合计算机辅助筛选的专利价值评估指标体系,并提出专利价值属性判断规则。在此基础上,将大数据技术应用到专利价值评估和筛选中,从数值计算和统计学角度出发,设计出基于PowerPivot内核的专利价值筛选系统,从而实现海量专利数据快速化、可定制化的专利价值筛选,对专利工作者进行高价值专利识别和市场主体进行专利价值评估具有一定的借鉴意义。