[发明专利]一种专利交易预测方法及系统、专利交易平台

说明书

本发明公开了一种专利交易预测方法，包括以下步骤：获取待预测专利数据；构建预测模型，预测模型由计算机执行，以预测待预测专利数据的交易概率；将交易概率显示在待预测专利数据的数据属性中。本发明的专利预测方法将专利交易概率显示在专利数据属性中，提高专利交易概率。本发明还提供一种专利交易预测系统、专利交易平台，同样具有上述优点。

技术领域

本发明涉及通讯技术领域，具体涉及一种专利交易预测方法及系统、专利交易平台。

背景技术

目前我国技术市场成交量增长迅速，利用互联网开展技术交易等科技服务具有巨大潜力。发展在线化交易服务技术的目的在于降低交易成本、缓解交易过程的信息不对称、提高服务协同共享能力。

在专利交易过程中，平台管理者缺少对专利技术交易趋势、识别技术交易的潜力的预测，导致网上专利技术运作效率低。

发明内容

本发明的目的在于提供一种专利交易预测方法及系统、专利交易平台，以解决专利交易平台上缺乏对专利交易趋势预测这一技术问题。

为达到上述目的，本发明提供一种专利交易预测方法，包括以下步骤：获取待预测专利数据；构建预测模型，预测模型由计算机执行，以预测待预测专利数据的交易概率；将交易概率显示在待预测专利数据的数据属性中。

优选地，构建预测模型包括：获取数据样本，数据样本为已发生交易的专利数据组合；获取专利数据组合的初始预测指标；构建初始预测指标和交易概率的初始预测模型；根据初始预测指标与初始预测模型的相关度，从初始预测指标中选取预测指标，以及权重；基于预测指标和权重构建预测模型。

优选地，构建初始预测指标和交易概率的初始预测模型，包括：至少从同族专利数、前向引用数、权利要求数、IPC数、发明人数、后向引用数、维持时间、权利人类型、权利人与交易平台的直线距离和专利交易价格选取若干个初始预测指标，构建初始预测模型。

优选地，根据初始预测指标与初始预测模型的相关度，从初始预测指标中选取预测指标，以及权重，包括：根据初始预测指标与交易概率发生的拒绝原假设的值确定预测指标。

优选地，初始预测模型为logistic回归模型。

优选地，logistic回归模型中专利数据发生交易的概率为P(y_i＝1│x₁,x₂,…,x_i)，其中P满足以下公式：

其中，上式中β₀为常数项，β₁～β_i分别为自变量x₁～x_i的系数。

与现有技术相比，本发明的专利交易预测方法，通过从初始预测指标中构建初始预测模型，并根据初始预测指标与初始预测模型之间的相关度，选取预测指标，并最终构建预测模型，获得待预测专利数据的交易概率，实现对专利数据被交易的概率的预测，推动了专利交易平台专利交易的运作效率。

本发明还提供一种专利交易预测系统，包括：

接收单元，用于获取待预测专利数据；处理单元，用于构建预测模型，预测模型由计算机执行，以预测待预测专利数据的交易概率；并将交易概率显示在待预测专利数据的数据属性中。

优选地，处理单元用于：获取数据样本，数据样本为已发生交易的专利数据组合；获取专利数据组合的初始预测指标；构建初始预测指标和交易概率的初始预测模型；根据初始预测指标与初始预测模型的相关度，从初始预测指标中选取预测指标，以及权重；基于预测指标和权重构建预测模型。