[发明专利]一种专利价值转换的分析方法及系统

说明书

本发明公开了一种专利价值转换的分析方法及系统。先获取专利转让记录数据，再根据专利转让记录数据构建专利异构网络，接着对专利异构网络中的各网络节点进行向量化，最后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，从而解决了现有技术中不能对专利的价值转换进行评估的技术问题，实现了能够对专利的价值转换进行评估的技术效果。

技术领域

本发明涉及数据分析技术领域，尤其涉及一种专利价值转换的分析方法及系统。

背景技术

随着世界范围内创新驱动的发展，科技创新也在不断发展。专利是科学技术成果的重要形式，它为科学技术创新提供了有效的保护和转化机会，包括使用和交换以实现其专利价值。

在现有技术中，还没有专门针对专利的价值转换进行评估的方法。

发明内容

本发明通过提供一种专利价值转换的分析方法及系统，解决了现有技术中不能对专利的价值转换进行评估的技术问题，实现了能够对专利的价值转换进行评估的技术效果。

本发明提供了一种专利价值转换的分析方法，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；

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。

进一步地，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。

进一步地，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。

进一步地，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。

进一步地，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。

本发明还提供了一种专利价值转换的分析系统，包括：

数据获取模块，用于获取专利转让记录数据；

网络构建模块，用于根据所述专利转让记录数据构建专利异构网络；

向量化模块，用于对所述专利异构网络中的各网络节点进行向量化；

数据分析模块，用于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。

进一步地，所述数据获取模块，具体用于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。

进一步地，所述向量化模块，包括：

相似向量获取单元，用于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；