文献类型：期刊文献

中文题名：基于BP神经网络的专利价值评估方法及其应用研究

英文题名：Research on Patent Value Evaluation Method Based on BP Neural Network and Its Application

作者：刘澄[1];雷秋原[1];张楠[2];鲍新中[2]

第一作者：刘澄

机构：[1]北京科技大学经济管理学院,北京100083;[2]北京联合大学管理学院,北京100101

第一机构：北京科技大学经济管理学院,北京100083

年份：2021

卷号：40

期号：12

起止页码：195-202

中文期刊名：情报杂志

外文期刊名：Journal of Intelligence

收录：CSTPCD;;国家哲学社会科学学术期刊数据库;北大核心:【北大核心2020】；CSSCI:【CSSCI2021_2022】；

基金：北京市社会科学基金重大项目“北京市高精尖产业知识产权证券化模式与机制研究”(编号:20ZDA03)研究成果。

语种：中文

中文关键词：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

外文关键词：patent;patent texts;patent value;value evaluation;evaluation model;rough set;BP neural network

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。
[Research purpose]In the context of national innovation driven strategy,the patent operation has attracted more and more attention.Clear patent value is the premise of patent trading in the market,but various factors make it difficult to evaluate patent value.[Research method]Based on the analysis of the influencing factors of patent value,this paper establishes a patent value evaluation index system and a BP neural network patent value evaluation model.Considering the diversity of factors affecting patent value,rough set theory is used to reduce the knowledge of the patent value index system when determining input layer neurons.[Research conclusion]Through self-learning training and test of 336 patent value samples,the value evaluation model-based BP neural network is easy to use,and the prediction accuracy of the test set is 81.25%,which shows that the model has good applicability and reliability.