基于BP神经网络的专利价值评估方法及其应用研究

摘要：

[研究目的]专利价值明晰是专利在市场交易的前提,但种种因素使得专利在价值评估方面有着较大难度.探索机器学习在专利价值评估领域的应用,有助于将人工智能与价值评估相结合,丰富专利价值评估方法,优化专利价值评估模型,降低专利交易风险.[研究方法]以专利价值影响因素分析为基础,建立包含发明人特征、专利文本特征、专利法律度特征和市场关注度的初选指标体系.考虑到初选指标的冗余,采用粗糙集理论对专利价值评估指标体系进行约简,进而建立基于BP神经网络的专利价值评估模型.[研究结论]通过336条专利价值样本数据的自我学习训练和检验测试,基于BP神经网络的价值评估模型运用简便,对测试集进行检验的预测准确率81.25％,说明该模型具有很好的适用性和可靠性.

关键词：专利、专利文本、专利价值、价值评估、评估模型、粗糙集、BP神经网络

所属期刊栏目：40

分类号：G306(科学研究理论)

资助基金：北京市社会科学基金重大项目20ZDA03

在线出版日期：2022-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：195-202