本发明专利技术涉及预测技术领域，公开了一种基于专利信息的技术趋势预测方法、装置、电子设备及存储介质。该技术趋势预测方法包括：确定待预测的专利技术领域，提取专利数据库中专利技术领域对应专利文件的专利特征指标，基于专利特征指标,构建专利主题数据集，将专利主题数据集转化为时间序列集，对时间序列集进行处理并计算时间序列集的趋势相关特征，获取趋势相关特征，对趋势相关特征进行分析并根据分析结果计算专利技术领域对应的技术发展趋势强度值，根据技术发展趋势强度值和预置趋势值区间，确定专利技术领域的未来发展趋势。本发明专利技术提供了一种高效挖掘出目标专利文件进行技术趋势预测的方法，提高了技术趋势预测算法在实际生产环境中的可行性。际生产环境中的可行性。际生产环境中的可行性。
【技术实现步骤摘要】
基于专利信息的技术趋势预测方法、装置、设备及介质
[0001]本专利技术涉及预测
，尤其涉及一种基于专利信息的技术趋势预测方法、装置、电子设备及存储介质。
技术介绍
[0002]在现代发展中，专利文件涉及所有
最新、最活跃的创新技术信息，从专利文件中可以了解到科技发展的最新动态，随着科技的不断创新，全球专利申请总量呈接近于指数增长的发展趋势，如何在海量的专利文件中挖掘出最有效、最具研究价值的目标专利文件进行技术趋势的预测成为了当前亟待解决的问题，而技术趋势预测这一项已经是技术发展中非常重要的主题，对于企业、政府等决策机构进行资源分配有着重要意义，就目前的技术趋势预测来说，还需要长时间持续投入大量人力物力资源，并且目前被广泛使用的专利数据服务平台所提供的服务仅限于专利外部特征项的一些分类、检索和统计等功能，仅依据已知专利数据和当前技术手段所计算出来的专利技术趋势预测结果将会不准确，预测效果不好，现有的专利技术发展趋势的预测功能还处在起步阶段，未提高技术趋势预测算法在实际生产环境中的可行性。
技术实现思路
[0003]本专利技术的主要目的在于提供一种基于专利信息的技术趋势预测方法、装置、电子设备及存储介质，旨在解决如何基于现有专利文件进行技术趋势预测的技术问题。
[0004]本专利技术第一方面提供了一种基于专利信息的技术趋势预测方法，所述基于专利信息的技术趋势预测方法包括：
[0005]确定待预测的专利
；
[0006]提取专利数据库中所述专利
对应专利文件的专利特征指标；
[0007]基于所述专利特征指标,构建专利主题数据集；
[0008]将所述专利主题数据集转化为时间序列集；
[0009]对所述时间序列集进行处理并计算所述时间序列集的趋势相关特征；
[0010]获取趋势相关特征，对所述趋势相关特征进行分析，并根据分析结果计算所述专利
对应的技术发展趋势强度值；
[0011]根据所述技术发展趋势强度值和预置趋势值区间，确定所述专利
的未来发展趋势。
[0012]可选的，在本专利技术第一方面的第一种实现方式中，所述提取专利数据库中所述专利
对应专利文件的专利特征指标包括：
[0013]获取专利数据库中所述专利
对应专利文件，并提取所述专利文件的多个预置标签信息；
[0014]将所述标签信息输入预置特征抽取模型进行特征抽取，得到所述专利文件的专利特征指标。
[0015]可选的，在本专利技术第一方面的第二种实现方式中，所述将所述标签信息输入预置特征抽取模型进行特征抽取，得到所述专利文件的专利特征指标包括：
[0016]将所述标签信息输入所述预置特征抽取模型中；
[0017]计算所述各个标签信息之间的协方差；
[0018]根据所述协方差，计算所述各个标签信息之间对应的协方差矩阵；
[0019]基于所述协方差矩阵，分别计算各所述协方差矩阵的特征值；
[0020]根据所述特征值，提取所述标签信息的特征点；
[0021]对提取的特征点进行特征点描述以及对应特征点匹配生成描述特征子；
[0022]基于所述描述特征子，计算得到所述专利文件的专利特征指标。
[0023]可选的，在本专利技术第一方面的第三种实现方式中，所述协方差矩阵计算公式如下：
[0024]Cov(U
i
,U
j
)＝E{[(U
i
‑
E(U
i
))]·
[(U
j
‑
E(U
j
))]}，
[0025][0026][0027]其中，cov(U
i
，U
j
)为任两项标签信息的协方差，ρ
ij
为U
i
与U
j
的相关系数，σ(U
i
)为第i个标签信息的方差，σ(U
j
)为第j个标签信息的方差，C(Amn)为m*n个标签信息对应的协方差矩阵。
[0028]可选的，在本专利技术第一方面的第四种实现方式中，所述基于所述专利特征指标,构建专利主题数据集包括：
[0029]基于所述专利特征指标，采用支持向量机对各专利文件的特征进行提取以获得关键主题特征信息；
[0030]根据所述关键主题特征信息，提取相对应的专利主题数据特征并进行主题聚类；
[0031]基于主题聚类结果，建立专利主题数据集。
[0032]可选的，在本专利技术第一方面的第五种实现方式中，所述对所述时间序列集进行处理并计算所述时间序列集的趋势相关特征包括：
[0033]将所述时间序列集中每个时间序列进行切割，得到多个子时间序列；
[0034]确定各所述子时间序列具有的共同模式特征；
[0035]基于所述共同模式特征，获取所述子时间序列的局部相关专利主题数据集；
[0036]基于所述子时间序列的数值分布特性、信息量分别对专利主题数据集、局部相关
专利主题数据集进行特征构造，得到全局特征和局部特征；
[0037]将所述全局特征和局部特征组成相关特征集并得到趋势相关特征。
[0038]可选的，在本专利技术第一方面的第六种实现方式中，所述获取趋势相关特征，对所述趋势相关特征进行分析，并根据分析结果计算所述专利
对应的技术发展趋势强度值包括：
[0039]按预设时间间隔，分别对每一所述趋势相关特征进行切割，得到多个子趋势相关特征；
[0040]计算所述多个子趋势相关特征对应的主题权重；
[0041]基于所述主题权重，计算所述预设时间段内的每一趋势相关特征对应的技术发展趋势值。
[0042]本专利技术第二方面提供了一种基于专利信息的技术趋势预测装置，所述基于专利信息的技术趋势预测装置包括：
[0043]确定模块：用于确定待预测的专利
；
[0044]提取模块：用于提取专利数据库中所述专利
对应专利文件的专利特征指标；
[0045]构建模块：用于基于所述专利特征指标,构建专利主题数据集；
[0046]转化模块：用于将所述专利主题数据集转化为时间序列集；
[0047]第一计算模块：用于对所述时间序列集进行处理并计算所述时间序列集的趋势相关特征；
[0048]第二计算模块：用于获取趋势相关特征，对所述趋势相关特征进行分析，并根据分析结果计算所述专利
对应的技术发展趋势强度值；
[0049]判定模块：用于根据所述技术发展趋势强度值和预置趋势值区间，确定所述专利
的未来发展趋势。
[0050]本专利技术第三方面提供了一种电子设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述电子设备执行上述的基于专利信息的技术趋势预测方法。
[0051]本专利技术的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于专利信息的技术趋势预测方法，其特征在于，所述基于专利信息的技术趋势预测方法包括：确定待预测的专利技术领域；提取专利数据库中所述专利技术领域对应专利文件的专利特征指标；基于所述专利特征指标,构建专利主题数据集；将所述专利主题数据集转化为时间序列集；对所述时间序列集进行处理并计算所述时间序列集的趋势相关特征；获取趋势相关特征，对所述趋势相关特征进行分析，并根据分析结果计算所述专利技术领域对应的技术发展趋势强度值；根据所述技术发展趋势强度值和预置趋势值区间，确定所述专利技术领域的未来发展趋势。2.根据权利要求1所述的基于专利信息的技术趋势预测方法，其特征在于，所述提取专利数据库中所述专利技术领域对应专利文件的专利特征指标包括：获取专利数据库中所述专利技术领域对应专利文件，并提取所述专利文件的多个预置标签信息；将所述标签信息输入预置特征抽取模型进行特征抽取，得到所述专利文件的专利特征指标。3.根据权利要求2所述的基于专利信息的技术趋势预测方法，其特征在于，所述将所述标签信息输入预置特征抽取模型进行特征抽取，得到所述专利文件的专利特征指标包括：将所述标签信息输入所述预置特征抽取模型中；计算所述各个标签信息之间的协方差；根据所述协方差，计算所述各个标签信息之间对应的协方差矩阵；基于所述协方差矩阵，分别计算各所述协方差矩阵的特征值；根据所述特征值，提取所述标签信息的特征点；对提取的特征点进行特征点描述以及对应特征点匹配生成描述特征子；基于所述描述特征子，计算得到所述专利文件的专利特征指标。4.根据权利要求4所述的基于专利信息的技术趋势预测方法，其特征在于，所述协方差矩阵计算公式如下：Cov(U
i
,U
j
)＝E{[(U
i
‑
E(U
i
))]
·
[(U
j
‑
E(U
j
))]}，
其中，cov(U
i
，U
j
)为任两项标签信息的协方差，ρ
ij
为U
i
与U
j
的相关系数，为第i个标签信息的方差，为第j个标签信息的方差，C(Amn)为m*n个标签信息对应的协方差矩阵。5.根据权利要求1所述的基于专利信息的技术趋势预测方法，其特征在于，所述基于所述专利特征指标,构建专利主题数...
【专利技术属性】
技术研发人员：刘新华，叶文俊，麦俊熙，黄楚怡，
申请(专利权)人：广东省智湾汇科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。