Abstract：
[研究目的]面对海量的专利数据,如何构建有效的专利可转让性评估方法,筛选出具有转让可能性的专利,对于发现潜在高价值专利、提升我国专利成果转移转化效率具有重要意义.为此,提出一种基于机器学习的专利可转让性评估方法.[研究方法]首先利用基于机器学习的指标约减算法对从技术维度、法律维度、经济维度和主体维度构建的专利可转让性评估指标进行约减,以去除掉冗余指标;然后根据约减后得到的评价指标构建机器学习模型,并对专利可转让性进行评估.[研究结论]人工智能领域专利可转让性评估案例结果表明,当剔除掉冗余指标后机器学习模型的预测准确率均值提升了0.56％;基于机器学习的专利可转让性评估模型的分类准确率达到72.36％,可以较好地对专利的可转让性进行评估.案例结果验证了所提出方法的可行性和有效性,该方法为专利可转让性评估提供了新的研究方法.
Keyword：
Reprint Author's Address：
Email：
Source ：
情报杂志
ISSN： 1002-1965
Year： 2023
Issue： 3
Volume： 42
Page： 85-93
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 13
Affiliated Colleges：
