[发明专利]一种专利价值转换的分析方法及系统

权利要求书

1.一种专利价值转换的分析方法，其特征在于，包括：

获取专利转让记录数据；

根据所述专利转让记录数据构建专利异构网络；具体地，转换异构网络R＝{(o_i,o_jw_i,j)}；其中，O_n表示第n个对象，(o_i,o_jw_i,j)表示o_i和o_j之间的关系，权重为w_i,j；

对所述专利异构网络中的各网络节点进行向量化；

将向量化后的各网络节点输入到卷积神经网络分类模型中，进行训练分类，得到专利价值转换的分析结果；

具体地，构造4层卷积神经网络，其中使用16个2×2核和2×2个池；在全连接层，使用128个网络，丢包率设置为0.5；

训练基于卷积神经网络的路径预测模型，将得到的向量放入到卷积神经网络分类模型中，进行训练分类，得到四种预测模式；

转换模式TM＝{S_U,S_E}，其中，S_U是要使用的布尔状态，S_E是要交换的布尔状态；四种预测模式包括：专利和公司之间没有关系、专利转移给公司、专利没有转移给公司，但是该公司侵犯了该专利、专利转移给一个公司并且该公司用这件专利告其他公司侵权。

2.如权利要求1所述的分析方法，其特征在于，所述获取专利转让记录数据，包括：

通过网络爬虫的方法，从专利数据库中获取所述专利转让记录数据；其中，所述专利转让记录数据至少包括：专利号和专利权人。

3.如权利要求1所述的分析方法，其特征在于，所述对所述专利异构网络中的各网络节点进行向量化，包括：

获取所述专利异构网络中的各网络节点之间的一阶结点相似向量和二阶结点相似向量；

将所述一阶结点相似向量和所述二阶结点相似向量进行拼接得到最终向量化的各网络节点。

4.如权利要求2所述的分析方法，其特征在于，在所述得到专利价值转换的分析结果之后，还包括：

获得所述专利异构网络中所有专利号节点和专利权人节点之间的连接路径；

将所述各连接路径输入到提取特征的重要程度的算法中，得到所述各连接路径的权重；

结合所述专利价值转换的分析结果和所述各连接路径的权重，得出专利价值转换的实现方式。

5.如权利要求4所述的分析方法，其特征在于，所述提取特征的重要程度的算法至少为以下任意一种：

线性回归算法和决策树算法。