張軍鋒 杲雯 張航 宋喆欣 趙陽

摘 要：我國高校每年都會申請的大批專利中有一部分難以轉(zhuǎn)化，經(jīng)濟價值較低，對于這部分專利，高?？梢钥紤]適當減少專利維護時間。目前對于專利的評價一般都是由相關(guān)專家在專利公布較長時間以后完成。在專利公布初期，難以評估該專利的價值。我們使用機器學習算法，根據(jù)已有專利數(shù)據(jù)，確定各個指標的權(quán)重，找出專利申請初期各項指標和最終價值之間的關(guān)系。依據(jù)此關(guān)系對新申請的專利進行評估，作為高校評判的輔助。

關(guān)鍵詞：機器學習;高校;發(fā)明專利;專利價值;權(quán)重

黨的十八大以來，我國知識產(chǎn)權(quán)事業(yè)取得顯著成效，知識產(chǎn)權(quán)作為國家發(fā)展戰(zhàn)略性資源和國際競爭力核心要素的作用更加凸顯。專利作為知識產(chǎn)權(quán)的核心，受到了更多的重視，新時代下我們不僅要追求高數(shù)量的專利，也應該要追求高質(zhì)量的專利。但是目前對于專利的評估幾乎都是在專利已經(jīng)申請較長時間后進行，并且是由專家進行，評估方法復雜，評估效率低下。亟需一種高效、準確的評估方法來對專利價值進行評估。

我們小組在此次研究中，聚焦于高校專利，只選取了其中的發(fā)明專利進行評估，對于外觀設(shè)計和實用新型的專利沒有進行考慮，因此我們的評估方法不是適用于全部專利，有一定的局限性。對于高校中的發(fā)明專利，經(jīng)過我們不斷地調(diào)整和測試，誤差控制在百分之一以內(nèi)。同時我們使用了獲得中國專利獎中的部分數(shù)據(jù)作為最終測試集，因此我們的系統(tǒng)具有較高的可靠性。

在數(shù)據(jù)的初步清理中，我們和專利相關(guān)方面的專家以及指導教師溝通后，我們最終確定了對專利的評分標準：

確定了專利分數(shù)以后，我們選取了申請人數(shù)量，專利審查時長，專利實審時長，簡單同族數(shù)量，權(quán)利要求數(shù)量，IPC個數(shù)六項指標。初始時，我們希望可以確定這六項指標對專利價值的貢獻權(quán)重，即確定這六項指標和專利價值的一次關(guān)系。我們將各個指標的權(quán)重作為遺傳算法中的“染色體”，將專利價值和計算出的專利價值作為適應度函數(shù)，采用實數(shù)編碼，以模擬二進制交叉（SBX）作為交叉算子，使用均勻變異作為變異算子，對權(quán)重解空間進行了搜索。我們設(shè)置了初始種群為1000，在種群經(jīng)過了一千代以后，最佳權(quán)重不再發(fā)生大的變動，因此將該權(quán)重認為是解空間中的最佳權(quán)重。但是該權(quán)重下的適應度函數(shù)依然較大，即預測的價值和實際之間的價值誤差較大，達到百分之五十左右?；谏鲜霾僮?，我們認為專利的六項指標和專利最終價值之間不符合一次關(guān)系。

我們這次的數(shù)據(jù)選取了專利的六項指標，數(shù)據(jù)較多，因此我們希望通過使用主成分分析法對數(shù)據(jù)進行降維。我們首先計算了數(shù)據(jù)是否適合進行主成分分析，計算結(jié)果如下。

可以看出，KMO統(tǒng)計量在0.5以上，并且Sig.<0.05，因此我們認為符合標準，可以進行主成分分析法降維。

在進行主成分分析時，我們選取了總體數(shù)據(jù)的百分之七十作為樣本矩陣，對這些樣本數(shù)據(jù)進行規(guī)范化處理得到規(guī)范會數(shù)據(jù)矩陣。依據(jù)這些規(guī)范化數(shù)據(jù)矩陣我們得到樣本的相關(guān)矩陣;求出樣本相關(guān)矩陣的六個特征值和特征向量。我們將方差貢獻值確定在百分之八十，經(jīng)過計算確定了五個樣本主成分。因為樣本協(xié)方差矩陣的的特征值和特征向量是總體協(xié)方差矩陣的特征值和特征向量的極大似然估計，所以在后面的計算中，我們使用這里求出來的五個特征向量進行計算主成分。

在求出數(shù)據(jù)的主成分以后，我們接下來使用了一種較為經(jīng)典的神經(jīng)網(wǎng)絡(luò)算法，BP網(wǎng)絡(luò)。為了適應我們選取的激活函數(shù)：sigmoid函數(shù)，我們將專利的分數(shù)都除以了100，作為期望輸出。我們選取了六個指標，因此需要有五個輸入，中間層我們設(shè)置了十五個神經(jīng)元，輸出層只有一個神經(jīng)元。經(jīng)過了兩萬次的訓練，數(shù)據(jù)的誤差在百分之一以內(nèi)，是較為理想的結(jié)果，我們記錄下了此時BP神經(jīng)網(wǎng)絡(luò)中各個參數(shù)的數(shù)值。接下來，我們使用這組參數(shù)數(shù)值去計算獲得了中國專利獎的專利，這些專利都獲得了較高的分數(shù)。因此我們認為，我們的這組參數(shù)數(shù)值是符合實際，且具有較高可靠性的。因參數(shù)數(shù)值過多，這里就不再進行展示。具體計算方法即為經(jīng)典BP神經(jīng)網(wǎng)絡(luò)計算方法。下圖為部分專利的預測分數(shù)與實際分數(shù)的對比

在獲得了專利價值評估模型后，我們將該模型置于網(wǎng)絡(luò)平臺內(nèi)，可以方便高?？焖?、便捷的了解到專利的價值，同時我們平臺也加入了企業(yè)入駐的功能，讓入駐企業(yè)可以快速了解到各個高校的科研情況，假哭專利轉(zhuǎn)化。在此平臺內(nèi)，企業(yè)也可以將在日常生產(chǎn)中產(chǎn)生的技術(shù)難題發(fā)布，交由高校進行研究，促進我國向知識強國的轉(zhuǎn)化。

我們此次的研究，將機器學習算法和專利文獻進行結(jié)合，得到的結(jié)論在一定范圍內(nèi)具有較高的可靠性?？梢宰鳛楦咝Q定繳納多久專利維護費的輔助，幫助高校對專利的價值有一個提前的預知。幫助我國專利由高數(shù)量向高質(zhì)量進行轉(zhuǎn)變。

參考文獻：

[1]周志華.機器學習[M]. 北京：清華大學出版社，2016.

[2] 李航.統(tǒng)計學習方法[M]. 北京：清華大學出版社，2019.