典型文献
基于机器学习的高校可转化专利识别模型构建与应用
文献摘要：
高校是科研创新的前沿阵地之一,其专利技术具有巨大的潜在价值.探索构建高校可转化专利识别模型,精准锁定具备技术转移价值的专利,对提升高校专利转化率,加快高校科技成果向产业界转移具有重要意义.首先,融合高校特征,构建四维一体的高校可转化专利识别指标体系;其次,选择8类机器学习算法建立高校可转化专利识别模型;最后,以42所"双一流"建设高校的63340项有效发明专利数据进行实证研究.结果发现,极端梯度提升(XGBoost)算法和随机森林算法的准确率在85％以上,验证了模型的有效性;此外,前向引证次数指标对高校专利的转化影响最大.
文献关键词：
中图分类号：
作者姓名：
李建霖;李兰琪
作者机构：
北京工业大学经济与管理学院
文献出处：
引用格式：
[1]李建霖;李兰琪-.基于机器学习的高校可转化专利识别模型构建与应用)[J].数字技术与应用,2022(06):11-17
A类：
B类：
基于机器学习,可转化,专利识别,识别模型,模型构建与应用,科研创新,前沿阵地,专利技术,潜在价值,探索构建,技术转移,转移价值,高校专利,专利转化,高校科技成果,产业界,四维一体,识别指标体系,机器学习算法,双一流,建设高校,发明专利,专利数据,极端梯度提升,XGBoost,随机森林算法,前向引证
AB值：
0.437311
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。
