Abstract：
准确预测专利价值,尽早识别具有较高价值的专利对促进高价值专利技术的培育和发展,提前进行技术布局具有重要意义.基于知识重组和专利发明创造过程,划分专利价值特征,通过构建样本专利知识网络和领域先前知识网络,选取和计算知识网络嵌入特征来量化专利的新颖性和常规性,并将其与创新主体及专利申请特征加以融合,构建用于专利价值早期预测的指标体系,利用机器学习算法对处于申请早期的专利价值进行预测.以神经网络技术领域的专利进行实证研究.研究结果表明,融合知识网络嵌入特征的高价值专利预测模型F1 值达到80%,预测结果具有有效性,并且知识网络嵌入特征尤其是网页排名(PageRank)和特征向量中心性等对预测高价值专利具有重要作用.
Keyword：
Reprint Author's Address：
Email：
Source ：
北京工业大学学报（社会科学版）
ISSN： 1671-0398
Year： 2023
Issue： 5
Volume： 23
Page： 138-152
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：
