【技术实现步骤摘要】
本专利技术涉及高价值专利评估领域，具体的说，涉及了一种高价值专利划分阈值的获取、评价方法及装置。
技术介绍
1、培育和激励高价值专利，对于促进创新进步，支撑引领行业高质量可持续发展具有重要意义。
2、国内外学者在明晰高价值专利多维属性的基础上，搭建专利价值评估模型，识别并预测高价值专利，进而对相应包含此专利的前沿热点展开研究。然而，高价值专利涉及维度较多，不同领域专利内容不同，如何定义和评估专利价值，目前尚未形成统一标准。以烟草行业来说，我国烟草行业专利数量可观，但在高价值专利评价研究方面还存在明显不足，不利于科技管理及科技成果的转化。
3、现有的专利评价方法有专家评估法、金融价值评估法、5种高价值专利技术专利认定标准筛选法、人工智能模型预测法、定量分析方法、定性定量结合的分析方法等。其中，专家评估法和金融价值评估法因具有较高的准确性而备受推崇，但过程复杂、耗时长且成本高。而5种高价值专利技术专利认定标准筛选法，评价标准过于宽泛很难满足实际需求，以烟草行业来说，我国烟草行业专利数量可观，根据5种高价值专利技术专利认定标准筛选法，则烟草行业将有超过三分之一的有效专利技术专利符合高价值专利标准。人工智能模型预测法虽然准确率较高，多采用神经网络、机器学习技术，但神经网络模型的黑箱特性限制了其结果的可解释性，且烟草行业高价值专利样本量不足，难以满足深度学习模型的训练需求；定量分析方法优势在于快速和便利，虽无法定性评价，但可为多指标综合评价提供一种客观的分配机制。其中，熵权法通过计算信息熵评估指标的离散程度进而确定
4、为此，构建了一种高价值专利评价体系并进行实证研究，旨在为快速批量评价高价值专利提供一种可行的思路和便于操作的方法，以期弥补这方面研究的不足。
5、为了解决以上存在的问题，人们一直在寻求一种理想的技术解决方案。
技术实现思路
1、本专利技术的目的是针对现有技术的不足，从而提供一种高价值专利划分阈值的获取、评价方法及装置，基于熵权法和层次分析法构建高价值专利评价模型，基于高价值专利评价模型、机器学习和中心差分法科学地获取划分阈值；并在获取待评价专利的综合价值后，基于获取的划分阈值与综合价值对待评价专利进行价值评判，具有科学性和合理性。
2、为了实现上述目的，本专利技术所采用的技术方案是：
3、第一方面提供一种高价值专利划分阈值的获取方法，包括以下步骤：
4、获取专利样本集，根据预先构建的专利价值评价层次结构模型获取专利样本集中每个专利样本的评价维度以及对应的评价指标数据；
5、根据所述评价维度、所述评价指标以及高价值专利评价模型获得每个专利样本的综合价值，选取所述专利样本集对应的最小综合价值以及最大综合价值作为初始综合阈值范围；
6、按照设定顺序遍历初始综合阈值范围的各个综合价值，获取机器学习模型在各个综合价值下的预测准确率，并构建准确率曲线；
7、采用中心差分法获得准确率曲线的斜率，将斜率稳定振荡区间对应的综合价值作为第二综合阈值范围；
8、对第二综合阈值范围的综合价值与对应的预测准确率进行拟合，得到拟合方程，将准确率曲线上的最大预测准确率带入拟合方程得到综合价值阈值。
9、进一步的，按照设定顺序遍历初始综合阈值范围的各个综合价值，获取机器学习模型在各个综合价值下的预测准确率的步骤包括：
10、确定初始综合阈值范围，并设定最大预测准确率的初始值为0；
11、按照设定顺序遍历初始综合阈值范围的各个综合价值，将每个综合价值作为专利阈值，根据阈值为专利样本集中的每个专利样本生成价值标签，所述价值标签为高价值专利或普通专利；
12、根据生成的价值标签将专利样本集划分训练集和测试集；
13、基于训练集进行机器学习模型训练，并利用测试集测试机器学习模型的预测准确率；
14、在预测准确率大于最大预测准确率时，将预测准确率赋值给最大预测准确率，然后继续遍历下一个综合价值；否则直接遍历下一个综合价值；
15、直至遍历结束。
16、进一步的，获取机器学习模型在各个综合价值下的预测准确率后，计算任意一个综合价值与其相邻前一个综合价值对应的预测准确率变化差值，选取预测准确率变化差值首次大于设定变化差值的综合价值作为限缩点i，选取预测准确率变化差值末次大于设定变化差值的综合价值作为限缩点ii；
17、采用中心差分法获得限缩点i以及限缩点ii之间的准确率曲线的斜率。
18、进一步的，专利价值评价层次结构模型包括两层结构，第一层结构至少包括四个评价维度，分别为战略价值维度、技术价值维度、法律价值维度和经济价值维度；第二层结构包括对应于每个评价维度的多个评价指标；
19、其中，战略价值维度对应的评价指标包括专利获奖情况和所属
；
20、技术价值维度对应的评价指标包括专利类型、专利被引用次数、ipc分类跨度、技术融合度、合作申请单位数、说明书页数以及实施例数；
21、法律价值维度对应的评价指标包括授权独立权利要求数、授权权利要求数、专利剩余有效期、复审后确权；
22、经济价值维度对应的评价指标包括专利被许可次数、专利被转让次数、专利被质押次数、专利同族数、专利同族国家数。
23、第二方面提供一种高价值专利评价方法，包括以下步骤：
24、根据预先构建的专利价值评价层次结构模型获取待评价专利的多个一级评价维度和每个评价维度对应的多个评价指标；所述评价维度至少包括战略价值维度、技术价值维度、法律价值维度和经济价值维度；
25、根据所述评价维度、所述评价指标以及高价值专利评价模型获得待评价专利的专利综合价值；其中，高价值专利评价模型基于熵权法和层次分析法构建；
26、根据待评价专利的专利综合价值和综合价值阈值得到专利的评价结果，其中，综合价值阈值采用第一方面所述的高价值专利划分阈值的获取方法获取。
27、第三方面提供一种高价值专利划分阈值的获取装置，包括：
28、专利样本集；
29、维度和评价指标采集模块，用于根据预先构建的专利价值评价层次结构模型获取专利样本集中每一个专利样本的多个一级评价维度和每个评价维度对应的多个评价指标；所述评价维度至少包括战略价值维度、技术价值维度、法律价值维度和经济价值维度；
30、高价值专利评价模型构建模块，用于基于熵权法和层次分析法构建高价值专利评价模型；
【技术保护点】
1.一种高价值专利划分阈值的获取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种高价值专利划分阈值的获取方法，其特征在于，按照设定顺序遍历初始综合阈值范围的各个综合价值，获取机器学习模型在各个综合价值下的预测准确率的步骤包括：
3.根据权利要求1或2所述的一种高价值专利划分阈值的获取方法，其特征在于，获取机器学习模型在各个综合价值下的预测准确率后，计算任意一个综合价值与其相邻前一个综合价值对应的预测准确率变化差值，选取预测准确率变化差值首次大于设定变化差值的综合价值作为限缩点I，选取预测准确率变化差值末次大于设定变化差值的综合价值作为限缩点II；
4.根据权利要求1或2所述的一种高价值专利划分阈值的获取方法，其特征在于，专利价值评价层次结构模型包括两层结构，第一层结构至少包括四个评价维度，分别为战略价值维度、技术价值维度、法律价值维度和经济价值维度；第二层结构包括对应于每个评价维度的多个评价指标；
5.一种高价值专利评价方法，其特征在于，包括以下步骤：
6.一种高价值专利划分阈值的获取装置，其特征在于，包括
7.一种高价值专利评价装置，其特征在于，包括：
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序， 其特征在于，所述处理器执行所述计算机程序时实现权利要求1-4中任一项所述的方法的步骤，或者实现权利要求5所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-4中任一项所述的方法的步骤，或者实现权利要求5所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-4中任一项所述的方法的步骤，或者实现权利要求5所述的方法的步骤。
...【技术特征摘要】
1.一种高价值专利划分阈值的获取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种高价值专利划分阈值的获取方法，其特征在于，按照设定顺序遍历初始综合阈值范围的各个综合价值，获取机器学习模型在各个综合价值下的预测准确率的步骤包括：
3.根据权利要求1或2所述的一种高价值专利划分阈值的获取方法，其特征在于，获取机器学习模型在各个综合价值下的预测准确率后，计算任意一个综合价值与其相邻前一个综合价值对应的预测准确率变化差值，选取预测准确率变化差值首次大于设定变化差值的综合价值作为限缩点i，选取预测准确率变化差值末次大于设定变化差值的综合价值作为限缩点ii；
4.根据权利要求1或2所述的一种高价值专利划分阈值的获取方法，其特征在于，专利价值评价层次结构模型包括两层结构，第一层结构至少包括四个评价维度，分别为战略价值维度、技术价值维度、法律价值维度和经济价值维度；...
【专利技术属性】
技术研发人员：洪群业，郑路，王金棒，王乐，汪志波，宗国浩，张仕华，艾继涛，许小红，郑雪聪，杨宇景，张金丽，
申请(专利权)人：中国烟草总公司郑州烟草研究院，
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。