一種客觀量化的中國發(fā)明專利評估系統(tǒng)及方法
【技術領域】
[0001] 本發(fā)明設及知識產(chǎn)權(quán)評估技術，是一種基于統(tǒng)計學及數(shù)據(jù)挖掘模型評估知識產(chǎn)權(quán) 的客觀量化的中國發(fā)明專利評估系統(tǒng)及方法。
【背景技術】
[0002] 目前專利權(quán)在當今商業(yè)活動中起著至關重要的作用。在投資領域，它鼓勵投資者 進入新興產(chǎn)業(yè)，并在競爭者行動前率先搶占市場。在市場競爭中，它能夠有效保護自身的創(chuàng) 新技術，避免不必要的糾紛，并提升在業(yè)內(nèi)的競爭優(yōu)勢;在戰(zhàn)略布局方面，專利權(quán)對認清行 業(yè)發(fā)展方向和經(jīng)濟走向，制定合適的專利戰(zhàn)略布局也起著重要作用。
[0003] 無論是專利權(quán)的自身價值和專利權(quán)在公司的經(jīng)驗和發(fā)展中的衍生價值都非常重 要。但是，專利的評估卻比較復雜和困難，當前國內(nèi)普遍的專利評估方法(無論是檢索評估， 還是專利定價)均不同程度存在人為的干預，由于主觀因素過多、評估者的經(jīng)驗和直覺作用 明顯，其科學合理性較難得到驗證。如表1所示，檢索評估，即通過專利檢索方法，對比分析 相關專利并判斷專利的含金量、新穎性和創(chuàng)造性，W判定研發(fā)的意義或?qū)＠謾?quán)的可能性， 常用于專利研發(fā)布局及律師的專利訴訟分析等。專利價值評估是專利評估中最直觀的價格 體現(xiàn)，即W會計學中對無形資產(chǎn)評估的方法為基礎(如收益法、成本法、市場法)實現(xiàn)估價， W解決專利交易中專利值多少錢的問題，常見于會計師和資產(chǎn)評估師的專利(無形資產(chǎn))評 估報告，然而運用Ξ種基礎估價方法都無法精確為專利定價。本專利專注于客觀量化的專 利評估方法的研究，其人為干擾因素較少、說服力更強。它是對專利優(yōu)劣的判斷，通過模型 構(gòu)建，找出目標專利優(yōu)劣與其可W量化的專利的內(nèi)部特征和外部特征指標之間的關系。
[0004]
[0005] 表 1
[0006] 上圖的表1為專利評估方法分類表。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的目的在于克服現(xiàn)有技術之缺陷，提供了一種客觀量化的中國發(fā)明專利評 估系統(tǒng)及方法，其具有客觀量化、自動化評估專利優(yōu)劣的特性。
[0008] 本發(fā)明是運樣實現(xiàn)的：一種客觀量化的中國發(fā)明專利評估系統(tǒng)及方法，其包括：
[0009] -專利信息數(shù)據(jù)庫
[0010] -專利算法程序
[0011] -功能模塊(包括專利檢索、專利信息展示、專利分析、評估報告展示及導出等）
[0012] 其中專利評估方法集中體現(xiàn)于算法程序中，其包括：
[0013] -數(shù)據(jù)預處理模塊，其包括數(shù)據(jù)清洗、數(shù)據(jù)信息提取、數(shù)據(jù)重新規(guī)劃，數(shù)據(jù)清洗用 W把存在缺失的數(shù)據(jù)補全或移出、把重復數(shù)據(jù)統(tǒng)一、把格式錯誤的字段轉(zhuǎn)換;數(shù)據(jù)信息提取 用W提取關鍵時間信息并計算時間間隔，對摘要、說明書等文本的數(shù)量化處理、提取離散有 序字段和無序分類型字段信息;數(shù)據(jù)重新規(guī)劃用W對提取出的信息重新賦予新的值，W達 到每一個值所對應的樣本數(shù)量充足且整體呈現(xiàn)一定的分布結(jié)構(gòu)；
[0014] -模型建立模塊，其包括變量選擇、模型尋優(yōu)；
[0015] -專利評估模塊，其包括IPV分數(shù)、百分比等級、專利評級、生存年限估計、對專利 主體的評級
[0016] -種利用客觀量化的中國發(fā)明專利評估系統(tǒng)進行評估的方法，其包括W下步驟：
[0017] a、數(shù)據(jù)預處理；
[001引 b、模型建立；
[0019] C、專利評估。
[0020] 進一步地，在步驟(a)中，所述數(shù)據(jù)預處理進一步包括：
[0021] (1)數(shù)據(jù)清洗，把存在缺失的數(shù)據(jù)補全或移出、把重復數(shù)據(jù)統(tǒng)一、把格式錯誤的字 段轉(zhuǎn)換；
[0022] (2)數(shù)據(jù)信息提取，提取關鍵時間信息并計算時間間隔，對摘要、說明書文本信息 的數(shù)量化處理、提取離散有序字段和無序分類型字段信息；
[0023] (3)數(shù)據(jù)重新規(guī)劃，對提取出的信息重新賦予新的值，W達到每一個值所對應的樣 本數(shù)量充足且整體呈現(xiàn)一定的分布結(jié)構(gòu)。
[0024] 進一步地，在步驟(b)中，所述模型建立進一步包括：
[0025] (1)通過專利法規(guī)，剔除與評估專利好壞無關的字段；
[0026] (2)選擇衡量專利優(yōu)劣的字段作為建模目標字段，進一步規(guī)劃目標字段，W達到分 布結(jié)構(gòu)更適合建模要求；
[0027] (3)通過統(tǒng)計學意義選擇與目標字段有顯著相關性的字段并檢查其意義；
[0028] (4)根據(jù)對統(tǒng)計圖形分布有分類特征的關鍵字段對建模數(shù)據(jù)分類；
[0029] (5)通過似然比指標，計算機自動進行建模前地降維處理；
[0030] (6)模型參數(shù)尋優(yōu)，建模完成；
[0031] (7)模型部署上線。
[0032] 進一步地，在步驟(C)中，
[0033] (1)使用所獲得的模型對專利評出粗糖分數(shù)；
[0034] (2)把粗糖分數(shù)映射到0到200之間，給出IPV分數(shù)；
[0035] (3)基于IPV分數(shù)計算出百分比等級，并給出專利評級；
[0036] (4)基于IPV分數(shù)對專利生存年限進行預測，把IPV分數(shù)重新規(guī)劃成幾個等級，分別 統(tǒng)計每個等級的專利在進入下一續(xù)費周期時的生存率和平均生存年限，進一步計算整個專 利生存年限預測表；
[0037] (5)系統(tǒng)自動生成專利在線評估報告，其中包括專利的基本屬性、評估得分、星級 排名及專利生存年限預測。
[0038] 進一步地，在步驟(C)中，專利評估選擇多元回歸模型作為評估模型，參數(shù)尋優(yōu)方 式選擇通常的最小二乘法，Υ =防+ε，Υ為因變量矩陣，X為自變量矩陣，β為系數(shù)矩陣，ε為殘 差矩陣。參數(shù)計算，β=(χ/χΓ?(χ/γ)，χ'為X矩陣的轉(zhuǎn)置。
[0039] 進一步地，在步驟（C )中，引入似然比值進行事后維度選擇，定義：
其中LR1為無約束方程的似然函數(shù)，Τ為點的個數(shù)，3為無約 束方程的方差估計;LR2為約束方程的似然函數(shù)，S;為有約束方程的方差估計，LRULR2服從 X2分布，每次嘗試剔除一個自變量對原方程的影響，如果影響超過X2臨界值，證明剔除此自 變量對方程影響過大，如果在方程中有相關性很強的兩個自變量，當一個被剔除時，由于另 一個的存在，不會對方程產(chǎn)生重大影響，達到了對原多元回歸模型進行了維度選擇的效果。
[0040] 本發(fā)明公開的評估系統(tǒng)將無形的知識產(chǎn)權(quán)量化，客觀化，排除了人為因素的干擾， 針對每一部分給出相應的評估結(jié)果，操作簡單，容易為市場所接受，且理論扎實，精湛，統(tǒng)計 范圍廣，差異小。
[0041] 另本發(fā)明公開的評估方法完全基于對專利固有屬性的客觀量化，評估過程由計算 機獨立完成無需人工，能夠高效地對每一個專利給出有參考意義的評估分數(shù)，進一步基于 此評估分數(shù)估計專利的生存年限、專利等級，填補了程序化評估專利的空白，真實，可靠，符 合目前的發(fā)展潮流。
【附圖說明】
[0042] 為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術中的技術方案，下面將對實施例或現(xiàn) 有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動性的前提下，還可 W根據(jù)運些附圖獲得其他的附圖。
[0043] 圖1為本發(fā)明實施例提供的評估系統(tǒng)結(jié)構(gòu)圖；
[0044] 圖2為本發(fā)明實施例提供的流程圖。
【具體實施方式】
[0045] 下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；?本發(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他 實施例，都屬于本發(fā)明保護的范圍。
[0046] 如圖1-2,本發(fā)明實施例提供一種客觀量化的中國發(fā)明專利評估系統(tǒng)及方法，詳見 W下說明。
[0047] -種客觀量化的中國發(fā)明專利評估系統(tǒng)，其包括:一數(shù)據(jù)預處理模塊，其包括數(shù)據(jù) 清洗、數(shù)據(jù)信息提取、數(shù)據(jù)重新規(guī)劃，數(shù)據(jù)清洗用W把存在缺失的數(shù)據(jù)補全或移出、把重復 數(shù)據(jù)統(tǒng)一、把格式錯誤的字段轉(zhuǎn)換;數(shù)據(jù)信息提取用w提取關鍵時間信息并計算時間間隔， 對摘要、說明書等文本信息的數(shù)量化處理、提取離散有序字段和無序分類型字段信息，當 然，不能局限于W上列舉的摘要、說明書信息，甚至也可W考慮從專利附圖中提取信息;數(shù) 據(jù)重新規(guī)劃用W對提取出的信息重新賦予新的值，W達到每一個值所對應的樣本數(shù)量充足 且整體呈現(xiàn)一定的分布結(jié)構(gòu);一模型建立模塊，其包括變量選擇、模型尋優(yōu);一專利評估模 塊，其包括IPV分數(shù)、百分比等級、專利評級、生存年限估計、對專利主體的評級。
[0048] -種客觀量化的中國發(fā)明專利評估系統(tǒng)進行評估的方法，其包括W下步驟：
[0049] a、數(shù)據(jù)預處理;在步驟(a)中，所述數(shù)據(jù)預處理進一步包括：
[0050] (1)數(shù)據(jù)清洗，把存在缺失的數(shù)據(jù)補全或移出、把重復數(shù)據(jù)統(tǒng)一、把格式錯誤的字 段轉(zhuǎn)換；
[0051] (2)數(shù)據(jù)信息提取，提取關鍵時間信息并計算時間間隔，對摘要、說明書等文本的 數(shù)量化處理、提取離散有序字段和無序分類型字段信息；
[0052] (3)數(shù)據(jù)重新規(guī)劃，對提取出的信息重新賦予新的值，W達到每一個值所對