典型文献
融合多维特征的高校专利价值分级方法及其实证研究
文献摘要：
客观评估高校专利价值,准确预测高校专利的技术转移潜力,有助于推动高校技术成果与市场对接,促进科研成果转化成生产力,对企业精准引进高价值专利、促进技术升级具有意义.文章从高校专利价值的3个重要来源出发,融合专利文本语义特征、专利自身属性特征、发明人特征,采用机器学习算法构建高校专利价值评估模型,预测专利发生技术转移的概率,并划定阈值将专利价值的粒度细化为10个等级,以云计算领域为例展开实证.结果表明:文章构建的模型与现有研究相比,AUC值提升22个百分点,显著提升高校专利价值评估结果的准确性和科学性.对专利价值的分级结果表明,A级别专利仅占3.24％,大多数高校专利的技术转移概率处于0.3-0.5,整体呈现明显的右偏态分布.高校专利价值分级方法能够有效预测技术转移潜力,可为高校合理进行专利运营、企业精准定位高价值专利提供决策参考,也为高校专利价值评估提供了新思路.
文献关键词：
多维特征;特征融合;高校专利;专利价值分级
中图分类号：
作者姓名：
张彪;吴红;高道斌
作者机构：
山东理工大学信息管理研究院
文献出处：
引用格式：
[1]张彪;吴红;高道斌-.融合多维特征的高校专利价值分级方法及其实证研究)[J].图书馆论坛,2022(11):42-49
A类：
专利价值分级
B类：
多维特征,高校专利价值,分级方法,客观评估,准确预测,测高,技术转移,技术成果,科研成果转化,转化成,高价值专利,技术升级,利文,文本语义特征,属性特征,发明人,机器学习算法,专利价值评估,划定,粒度细,百分点,转移概率,偏态分布,预测技术,专利运营,精准定位,决策参考,特征融合
AB值：
0.226037
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
