首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 139 毫秒
1.
[目的/意义]旨在弥补现有专利价值评估方法对高价值专利评估的不足,使专利价值评估体系更加全面。[方法/过程]分析了影响高价值专利“溢价”的主要因素,通过量化高价值专利综合价值的技术质量参数、专利的基本价值参数和综合控制参数值,构建单项高价值专利评估的综合价值模型。[结果/结论]构建的单项高价值专利评估综合价值模型的优点在于从技术质量和目标市场知识产权保护角度进行测算,展示了一种新的专利价值评估方法。  相似文献   

2.
[目的/意义]高校是推进国家、区域科技创新的重要力量,对高校高价值专利进行探测和识别,对提升高校专利运营效率,加快高校科技成果向产业界转移,实现校企联动发展具有重要意义。[方法/过程]首先,从保护范围、研发水平、市场前景、主体特征4个维度出发,选取11个专利指标;然后,结合熵权法与突变级数法,从指标计算角度进行高校专利价值评估;最后,运用Doc2vec模型对专利摘要进行向量化表示,并结合局部离群因子算法(LOF算法)识别离群专利作为高价值专利,从内容分析角度评估高校专利价值。[结果/结论]以“云计算”领域的高校专利为例对所提方法进行实证,通过对基于指标计算和内容分析的评估结果进行融合获得了高价值专利,验证了方法的有效性和科学性,为高校专利运营和企业探寻高校高价值专利提供了方案参考。  相似文献   

3.
[目的/意义]专利价值评估工具已经应用非常广泛,但其评估结论是否有效尚有争议。[方法/过程]本文以某高校最近三年已实际发生专利权转移交易的专利为研究样本,以实际交易价格与现已公开应用的3个专利价值评估模型的评估值进行比较,利用相关分析和回归分析等数理统计方法验证Innography、IncoPat和PatSnap作为专利价值评估工具的有效性。[结果/结论]本研究涉及的交易样本数据表明:PatSnap在评估专利价值上具有较高的可靠性,评估结果可作为交易的参考价格供买卖双方参考;IncoPat评估的专利价值度与真实交易价格的自然对数值有较高的相关性,而Innography评估的专利强度与真实价格的相关性一般。PatSnap的价值评估结果可作为交易的参考价格供买卖双方参考,也可用来评估专利作为高校无形资产的价值。  相似文献   

4.
胡泽文  周西姬  任萍 《情报科学》2022,39(2):183-192
【目的/意义】高价值专利识别与培育是我国知识产权强国建设的重要环节,全面解读领域研究概况与进展 能够为科研和从业人员提供借鉴。【方法/过程】综合运用扎根理论和 NVivo 分析工具,通过领域主题的程序化编 码,识别出高价值专利评估与识别研究的重要主题,并从时间维度进行分析和综述。【结果/结论】专利质量与专利 价值是一对相互交融的概念,高价值专利可以从经济价值、市场价值、战略价值和法律价值等维度来衡量;高价值 专利评估数据主要来源于专利案例、专利数据库和专利行业数据;专利价值评估与识别研究主要涵盖三大主题:专 利价值的市场评估分析、专利价值影响因素及作用机理、专利价值评估指标组合与模型构建。【创新/局限】扎根理 论能够系统梳理领域的重要研究主题和进展,未来可以通过科学知识图谱动态展示领域科研合作态势、研究热点 与前沿,以及从实践的角度分析高价值专利评估与识别的典型案例。  相似文献   

5.
[目的/意义]从交易视角评价专利可转让性,侧面评估专利价值及筛选可交易高价值专利。[方法/过程]基于专利价值评估指标,从技术和法律两个维度选取专利可转让性评价内部指标,基于交易视角中专利权人特征设计专利可转让性评价外部指标,结合高阶神经元将深度神经网络方法应用于专利可转让性评价。[结果/结论]结果表明,专利可转让性评价模型相比传统的BP神经网络方法和仅使用高阶神经元的方法精度更高,F1值达到86.72%;因其可区分通过交易实现价值的潜在专利,在大规模专利可转让性评价实际应用中具有可行性和适用性。  相似文献   

6.
[目的/意义]构建基于机器学习的成本法专利价值评估方法,快速识别海量专利的实际成本,并预测其价值区间,在为专利价值评估提供新研究思路的同时,也为专利转移转化定价提供了参考借鉴。[方法/过程]通过Innography数据库与Incopat数据库下载“新能源汽车”领域多指标专利数据,提取专利成本影响因素与专利价值影响因素,并形成专利数据训练集与专利数据预测集;构建AutoGluon机器学习分类算法,将包含成本数据的Innography专利数据训练集导入模型进行训练,并将训练好的模型对Incopat专利数据预测集进行成本预测;最后使用成本法并结合本研究提出的专利价值指数对预测结果进行计算,估算其价格区间。[结果/结论]通过实证分析与结果验证可知,本研究构建的基于机器学习的成本法专利价值评估方法在预测专利价值区间中具备一定有效性,为促进专利价值评估研究深化及专利转移转化定价实践发展提供了参考。  相似文献   

7.
[目的/意义]旨在解决高校专利管理和运营转化对信息的需求,弥补现有专利数据库的不足,提出更为全面的高校专利数据标引模型,为专利分级分类、专利价值评估提供数据支撑.[方法/过程]从高校管理运营需求出发,采用对比研究、文献调研、问卷调查等方法,提出基于管理、技术价值、法律价值、市场价值、战略价值五个维度的标引字段体系,结合...  相似文献   

8.
[研究目的]缺乏成熟的专利价值评估系统作为参考,是当前高校专利高产出却低转化的重要原因之一。对于非市场基准的专利价值评估方法而言,各项指标对评估模型的影响度不一且没有统一标准。使用深度学习的方法构建专利价值评估体系可以有效降低人为筛选的主观倾向性,从而提升专利价值评估效率。[研究方法]基于锚定效应理论,重点选取专利发明人的历史专利转化特征作为锚定指标,构建了基于注意力机制的深度学习模型,对高校专利价值进行评估和预测。引入的注意力机制可自适应地强调关键指标,一定程度上避免了先前研究中人为筛选的主观因素影响。[研究结论]通过采集1540条电子信息相关方向的高校专利价值数据进行深度学习实验,构建的基于深度注意力机制的模型在测试集上平均预测准确率达96.88%,证实该评估方法具有高准确性和强实用性,且研究发现发明人的历史专利转化价值对于专利价值评估具有显著的信息锚特征。  相似文献   

9.
[目的/意义]旨在探索一种既能评价专利自身技术价值同时又能对其市场价格给出预判的评价方法。[方法/过程]针对科研周期中不同阶段的特点设立指标体系,并引入市场询价机制综合考虑,构建专利价值评估体系,将专利价值评价融入到科研全流程常态化管理过程中。通过将专利的技术价值和市场价值有机结合起来,构建了一种市场价值为导向、直观可操作的高校专利评价模式,并通过实际案例进行了实证分析。[结果/结论]构建的评价模式能较好地评价高校专利价值,预测专利交易价格,能够为高校专利运营工作中的指导定价机制提供新的思路,为高校专利分级统筹管理提供价值度方面的数据支持。  相似文献   

10.
[研究目的]在国家政策和项目课题的驱动下,高校中专利的申请和授权数量都急剧增长。因此,对高校所拥有的授权发明专利的可转化性进行评估,获取具有转化价值的专利,可以盘活高校中的专利资产,促进专利在市场上的流通。[研究方法]首先,通过文献梳理和咨询专家意见,初步构建适用于高校专利可转化性评估的指标体系;其次,通过对广西11所地方高校已成功转化的专利和未转化专利进行文献计量,得到具有差异的特征指标,并使用BPNN模型对未转化的专利进行可转化性评估;最后对各所高校专利的平均转化价值进行排序。[研究结论]与其他地区的高校相比,广西11所高校的发明专利整体转化价值并不高,且不同类型院校之间的专利平均转化价值也存在着一定差距。通过结合评估结果提出了相关建议,旨在为提高高校专利质量和促进专利转化提供参考。  相似文献   

11.
[目的/意义]强化技术创新源头供给,加快打造原始创新策源地,是赢得全球科技竞争主动权的重要战略途径。基于专利视角构建技术创新策源评价指标体系,有利于从专利视角发现问题,精准施策,提升技术创新策源能力,也能够对当前技术创新策源评价和建设产生一定启发作用。[方法/过程]基于专利信息构建了一套简洁、可行的技术创新策源评价指标体系,将专利质量纳入评价体系,运用层次分析法进行赋权,并以上海市人工智能技术领域为例,以纽约、东京、伦敦作为对标城市,对指标体系应用进行可行性验证。[结果/结论]构建的指标体系得到了较好的应用结果,上海人工智能技术创新策源能力排名第三,技术创新策源产出优势明显,但技术创新策源质量具有明显短板。  相似文献   

12.
[目的/意义] 我国专利数量巨大,但质量高低不齐。高质量专利对技术追踪、技术引进和资产管理极其重要,低质劣质专利则会阻碍科技创新的评估。聚焦高质量专利并进行挖掘可以获取更加深层与核心的情报,但高质量专利筛选却如"大海捞针",目前尚无可行的识别筛选方法。探索适合中国专利的高质量专利评价模型及筛选方法迫在眉睫。[方法/过程] 通过文献调研法对当前专利质量及评价进行综合归纳的基础上,延伸并界定高质量专利的内涵,对专利质量评价维度及指标进行创新拓展,构建分级、分层的多维视角专利质量评价指标体系,并基于创新指标体系建立高质量专利识别方法流程模型,最后以上海市高质量专利分布现状为例验证了方法模型的实用性及可行性,并为创新主体提出相应建议。[结果/结论] 研究结果表明本文提出的高质量专利指标模型及识别方法具有较强的科学性和可操作性,利用该指标模型和识别方法可对某地区或某领域的大批量专利进行筛选识别,为实现专利技术情报的科学高效利用提供有价值的参考。  相似文献   

13.
[目的/意义]专利是企业技术创新活动的重要成果,对专利数据进行分析,有利于客观评价企业技术创新能力。[方法/过程]从计量的角度对企业专利数据进行分析的同时,结合机器学习的方法,通过LDA模型对专利摘要文本进行内容挖掘,构建基于专利文本内容的评价指标,建立由专利数量、专利趋势和专利内容三方面指标组成的技术创新评价体系。[结果/结论]采用熵值法确定各项指标对企业技术创新的影响权重,并通过实验对国内自主品牌制造企业进行技术创新评价,说明了评价方法的现实意义。  相似文献   

14.
构建专利价值评价指标体系,以比亚迪汽车的合作伙伴选择为例,通过使用犹豫模糊语言(HFLSs)来评价领域内相关高校的专利价值,为其选择最优的合作伙伴,同时对企业的合作伙伴选择提出建议。为企业的合作伙伴选择提供一种更符合实际情况的方法。  相似文献   

15.
孟猛猛  雷家骕  焦捷 《科研管理》2021,42(1):135-145
习近平新时代中国特色社会主义经济思想指出创新引领经济高质量发展。本文以内生经济增长理论为基础,利用中国2003—2017年省级数据,采用动态面板模型分析了专利质量对经济高质量发展的影响。结果表明专利质量能够有效促进经济高质量发展,而知识产权保护正向调节专利质量和经济高质量发展的正向关系。本文聚焦于更能体现创新程度的专利质量,从专利角度构建了专利质量对经济高质量发展影响的理论框架,为理解经济高质量发展的内涵“更有效率和更加可持续”提供经验证据,对习近平新时代中国特色社会主义经济思想的相关研究文献进行补充,同时研究结论为政府制定创新激励政策和考核评价体系提供参考。  相似文献   

16.
【目的/意义】为了促进高校的专利评价能力,更好地服务高校专利工作的推进,建立一种基于组合评价的 专利竞争力评价模型,对高校专利竞争力进行客观评价与认识。【方法/过程】将主成分分析法与熵权法结合,利用 模糊Borda法进行组合评价,并以福建省19所本科高校为例,进行专利竞争力评价分析。【结果/结论】为高校专利 竞争力的评价提供了新思路。评价结果表明,福建省高校专利竞争力整体差距较大,多数高校没有平衡好专利数 量、专利质量与价值的关系,缺乏合理规划。根据评价结论,提出了相应的建议。  相似文献   

17.
基于系统论,按照投入、处理、产出和环境的关系逻辑构建包含科技创新环境、科技创新投入能力、科技创新实施能力和科技创新产出能力4个一级指标和25个二级指标的珠三角城市科技创新能力评价指标体系;采用标准差法、TOPSIS法和TOPDIS法构建组合模型,运用珠三角9市2018年和2019年有关数据平均值对各城市的科技创新能力进行评价,并分析其科技创新能力提升改进路径。研究发现:珠三角各市的科技创新能力差异较大,广州科技创新环境最好,深圳科技创新投入能力、科技创新实施能力和科技创新产出能力排名均为第一;各城市提升科技创新能力的首要因素中,广州和深圳分别要考虑PCT国际专利申请量和本科院校重点学科数,佛山、珠海等其他地市均要以创业投资引导基金额为首要考虑因素。基于实证结果,从科技创新资源共建共享、科技投入保障和差异化科技创新能力提升机制构建等方面,提出促进珠三角城市科技创新能力提升的对策建议。  相似文献   

18.
[目的/意义]旨在探讨一种科学有效的、具有可操作性的企业技术竞争力评价方法。[方法/过程]阐述企业技术竞争力的内涵及特征,探讨基于专利视角评价企业技术竞争力的优势,从技术活跃度、技术价值度、技术集中度、技术潜力度、技术合作度、技术优势度等6个维度构建了企业技术竞争力测度的专利指标体系,并在此基础上提出“倒置树形”结构的企业技术竞争力评价框架。[结果/结论]研究成果不仅丰富了企业技术竞争力的理论研究,而且对科学合理地测度企业技术竞争力具有实践参考价值。  相似文献   

19.
[目的/意义]产业变革快速演进,技术创新成为驱动社会经济发展、提高国家和企业科技竞争力的关键所在,如何对前沿技术进行识别和预测,成为国家科技政策研究和企业技术创新活动关注的热点。[方法/过程]以人工智能作为重点研究领域,首先以LDA模型进行技术主题抽取,并结合K-means算法进行专利文本聚类;在此基础上,以Z分数表示技术主题创新度,以Sen's斜率估计技术主题授权趋势,两个指标结合形成技术主题前沿度并将二者映射到二维空间,识别前沿技术主题以及划分技术主题类型;再,计算前沿技术主题的新颖度和关注度,二者融合形成技术主题趋势度指标;最后,采用三次指数平滑法对前沿技术主题的发展趋势进行预测。[结果/结论]人工智能领域的前沿技术主题有“智能家居”“电动汽车”和“自动化控制系统”,其中“智能家居”在未来3年的发展呈下降态势,而“电动汽车”和“自动化控制系统”的发展呈明显上升趋势。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号