基于机器学习的高质量专利特征组合挖掘

周 磊; 王婧怡; 黄彩云; 余玲珑

文章摘要

周磊,王婧怡,黄彩云,余玲珑.基于机器学习的高质量专利特征组合挖掘[J].纺织大学学报,2021,34(3):

基于机器学习的高质量专利特征组合挖掘

DOI：

中文关键词: 专利质量机器学习决策树专利权利项中国专利奖

英文关键词:

基金项目:

作者	单位
周磊	武汉纺织大学 a. 会计学院，b. 管理学院，湖北武汉 430200
王婧怡	武汉纺织大学 a. 会计学院，b. 管理学院，湖北武汉 430200
黄彩云	武汉纺织大学 a. 会计学院，b. 管理学院，湖北武汉 430200
余玲珑	武汉纺织大学 a. 会计学院，b. 管理学院，湖北武汉 430200

摘要点击次数: 335

全文下载次数: 1532

中文摘要:

挖掘高质量专利的特征组合有助于揭示专利价值形成机制，进而引导专利质量整体提升。以中国专利奖获奖发明专利为样本集，从技术质量、法律质量和经济质量等指标建立高质量专利评价指标体系，进而利用决策树模型抽取出9条区分金奖发明和优秀发明的知识规则。发现法律质量是高质量专利的第一要素，高权利项可作为识别金奖发明的唯一特征；较高的权利项与专利族、被引频次的组合可以识别金奖发明；权利项偏低时，专利需满足多个技术质量指标阈值才能认定为金奖发明。

英文摘要:

查看全文查看/发表评论下载PDF阅读器

关闭