[发明专利]专利价值度评价模型、计算机设备及存储介质

说明书

本发明涉及专利分析评价技术领域，具体涉及一种专利价值度评价模型构建方法。本模型主要采用了主观模型以及与区别于所述主观模型的客观模型。目前的专利的评价大多采用层次分析法、德尔菲法等主观综合评价的方法对专利价值进行评估。本发明着力解决主观综合评价过于单一问题，综合了客观评价指标，具有较好的实际应用效果。

技术领域

本发明涉及专利分析评价技术领域，具体涉及一种专利价值度评价模型。

背景技术

专利评价当其基本思路是从影响专利价值的三大要素：技术、市场和法律出发，构建专利价值评价的指标体系。评价模型计算方法主要采用专家打分法、层次法、决策树法以及模糊综合评价法等。万小丽和朱雪忠从技术、市场和权利角度构建专利评价指标体系，共包含17个评价指标，利用层次法和模糊综合理论建立评价模型。2012年，由国家知识产权局和中国技术交易所联合出版的《专利价值分析指标体系操作手册》，从专利法律价值、技术价值和经济价值角度建立专利价值分析指标，共包含18个评价指标。然而，上述专利价值评价体系中的影响价值的指标及其重要性的确定主要来自于专家对指标重要程度的逻辑推测但未经检验的假设，其主观因素影响较大。

目前的专利的评价大多采用层次分析法、德尔菲法等主观综合评价的方法对专利价值进行评估，主观的综合评价方法虽然简单且易于实施，但是该类方法只体现了指标在主观上的重要程度，往往忽略了数据本身存在的特性，没有体现出指标在客观上的重要程度，因此此类方法对专利价值度评价缺乏一定的客观合理性。并且目前仍然缺少一种数据采集能力的评价指标体系和评价方法。

发明内容

本发明为解决上述问题，提供一种更加客观，符合客观专利价值的专利价值评价模型。

专利价值度评价模型，所构建的专利价值度评价模型包括：

主观模型以及与区别于所述主观模型的客观模型，所述的主观模型及客观模型均采用相同的指标，根据对专利的评价结果来优化专利价值度评价模型包括以下步骤：

步骤1：初步所构建的专利价值度评价模型：选择好主观模型以及与区别于所述主观模型的客观模型，所述的主观模型及客观模型均采用相同的评价指标，根据评价指标采集指标相关数据计算主观模型的主观权重以及客观模型的客观权重，计算综合权重；

步骤2：获取具有高价值专利标签的专利和普通专利作为数据样本，构建训练数据集和验证数据集；

步骤3：使用训练数据集更新综合权重；

步骤4：验证数据集对进行评价验证。

在某些较优的实施例中，所述的主观模型采用AHP层次分析法，根据9级标度法构建判断矩阵，采用特征值法求得各指标的主观权重，所述的客观模型采用critic算法。

具体的，选取指标包括专利质量、技术性、经济性、发展前景、科研能力等五个方面；

进一步的，专利质量包括基础信息、文本质量，基础信息包括专利状态和专利类型，文本质量包括权利要求数量、说明书长度；

技术性包括原创性及重要性、专利技术的通用性，原创性及重要性包括发明人数量，专利技术的通用性包括IPC分类号大组个数；

经济性包括专利运用及保护措施、经济效益及市场份额；专利运用及保护措施包括许可次数、转让次数、质押次数、专利年龄、申请人数量；经济效益及市场份额包括同族数量；

发展前景包括行业影响力、政策适应性；行业影响力包括被引次数、引用次数，政策适应性包括是否战略新兴性产业分类;

科研能力包括发明人实力、团队情况；发明人实力包括职称，团队情况包括团队实力、创新活力程度。

专利价值度评价模的步骤3中主观模型和客观模型中指标的权重参数采用熵权系数法进行综合权重计算，重新修订指标的权重参数，并重新对指标体系进行评估。