[發明專利]基于數據挖掘和異構知識關聯的專利估值方法、估值系統

有效

• 申請號: 201910758922.1
• 申請日: 2019-08-16
• 公開（公告）號: CN110458466B
• 公開（公告）日: 2023-09-26
• 發明（設計）人: 劉維東;劉鑫;張程;郭旭
• 申請（專利權）人: 內蒙古大學
• 主分類號: G06Q10/0639
• 分類號: G06Q10/0639;G06Q30/0201;G06Q40/06;G06Q50/18;G06F16/33;G06F40/284
• 代理公司: 濰坊德旭知識產權代理事務所(普通合伙) 37366
• 代理人: 田穎

1.一種基于數據挖掘和異構知識關聯的專利估值方法，其特征在于，所述基于數據挖掘和異構知識關聯的專利估值方法包括：

根據專利文本與市場信息文本復雜的關聯關系，構建異構知識關聯網絡作為專利估值的網絡環境；

在所述網絡環境中通過訓練機器學習，數據挖掘的模型對專利價值進行精準度量；

在所述網絡環境中通過機器學習，數據挖掘的方法對專利價值進行精準度量；

所述基于數據挖掘和異構知識關聯的專利估值方法進一步包括：

第一步，數據采集和預處理，進行數據源選擇、信息抽取；

第二步，建立異構知識關聯網絡，進行網絡節點的構造、文本特征的提取、關聯計算以及邊的構造；

第三步，提取專利自身的價值特征及其與之關聯的外部實體特征，生成概率圖模型以及專利價值后驗分布的計算；

第三步，概率圖模型的構建及計算進一步包括：

A)提取價值特征，所述價值特征包括文本內部的價值特征及文本之間關聯的外部實體特征；

B)概率圖模型生成過程：令價值特征的權重服從迪利克雷分布；令文本價值服從伽馬分布；令不同類型的文本之間的強度服從伽馬分布；令每個關聯特征服從泊松分布；

C)計算專利價值的后驗分布：根據生成的概率圖模型計算整個模型的聯合概率分布；得到聯合概率分布之后由采樣算法計算出專利價值參數的后驗分布。

2.如權利要求1所述的基于數據挖掘和異構知識關聯的專利估值方法，其特征在于，所述構建異構知識關聯網絡的過程為：

第一，異構節點的構造：選擇專利文本，市場上上市公司年報文本，商品信息文本作為構建異構知識關聯網絡的異構節點；

第二，文本特征的提取：在構造的異構節點的文本中，采用自然語言處理技術對文本做文本關鍵詞的提取處理，將提出的關鍵字作為文本的特征；

第三，關聯計算：在得到的文本特征下，用自然語言處理技術做文本之間距離的計算，使文本間的距離的遠近作為文本間的關聯的大小；

第四，邊的構造：由得到的文本間的距離作為文本之間關聯程度的邊；根據所述異構節點與異構節點之間邊的構造，將大量的專利文本，年報文本，商品信息文本按照上述方法進行構建，形成一個復雜的異構知識關聯網絡；然后在所述網絡環境中通過機器學習和數據挖掘的方法對專利價值進行精準度量。

3.如權利要求1所述的基于數據挖掘和異構知識關聯的專利估值方法，其特征在于，第一步，具體包括：

1)選擇數據源：確定數據源，分別為中國國家知識產權局的專利信息，巨潮資訊網的上市公司年報信息以及電子商務網站上的商品信息；

2)信息抽取：首先，對專利數據，從中抽取專利的摘要，權利要求書，說明書的文本信息；然后，對年報數據，抽取公司的主營業務，經營范圍的文本信息，還抽取凈資產收益率，投資收益率，凈利潤率，流動比率，毛利率五個公司相對穩定的指標；對商品數據，抽取商品介紹，規格包裝的文本信息，還抽取了商品價值，評論數量的商品指標。

4.如權利要求1所述的基于數據挖掘和異構知識關聯的專利估值方法，其特征在于，第二步，包括：

a)異構節點的構造；選擇專利文本，市場上上市公司年報文本，商品信息文本作為構建異構知識關聯網絡的異構節點；

b)文本特征的提取；

c)關聯計算：

d)異構節點之間邊的確定；

根據專利文本與外部市場之間復雜的關聯關系，形成一個異構知識關聯網絡。