Abstract：
＜正＞高校是科研创新的前沿阵地之一，其专利技术具有巨大的潜在价值。探索构建高校可转化专利识别模型，精准锁定具备技术转移价值的专利，对提升高校专利转化率，加快高校科技成果向产业界转移具有重要意义。首先，融合高校特征，构建四维一体的高校可转化专利识别指标体系；其次，选择8类机器学习算法建立高校可转化专利识别模型；最后，以42所“双一流”建设高校的63340项有效发明专利数据进行实证研究。结果发现，极端梯度提升(XGBoost)算法和随机森林算法的准确率在85%以上，验证了模型的有效性；此外，前向引证次数指标对高校专利的转化影响最大。
Keyword：
Reprint Author's Address：
Email：
Source ：
数字技术与应用
Year： 2022
Issue： 06
Volume： 40
Page： 11-17
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 7
Affiliated Colleges：
