基于分类回归树算法的专利价值评估指标体系研究.pdfVIP

第 56卷 第 2期 厦门大学学报 (自然科学版) V01．56 No．2 2017年 3月 JournalofXiamenUniversity (NaturalScience) M ar．2017 基于分类回归树算法的专利价值评估指标体系研究 邱一卉 ，张驰 雨 ，陈水 宣。 (1_厦门理工学院经济与管理学院，2．厦门理工学院机械与汽车工程学院，福建 厦 门 361024) 摘要 ：我国专利数据来源众多、指标关系复杂，针对现有专利价值评估过程依赖人为主观判断，缺乏客观、合理评估方 法等 问题 ，提 出了一种基于分类 回归树 (classificationandregressiontree，CART)模型的属性选择方法 ，用于构建专利价 值评估的指标体系．实验结果表明相较于基于随机森林的属性选择方法，该方法不仅能有效地降低指标体系的规模，并 且能提高评估建模的效率 ，在兼顾评估模型可解释性的基础上更好地提高专利价值评估 的准确性．进一步通过枚举遍历 的方法 ，约减指标集大小，构建出规模更小的指标体系，结合专家知识和实证研究 ，有效地验证 了该指标体系的可解释 性和现实意义． 关键词：专利价值评估指标体系；属性选择；决策树算法 中图分类号：TP181 文献标志码 ：A 文章编号 ：0438—0479(2017)02—0244—08 近年来 ，我 国的专利总量快速增长．2015年 ，我 国 价值 、法律价值及经济价值 3个 因素一级指标及一系 全年科研经费支出达 14220亿元 ，比上年增长 9．2％， 列二级指标，为专利价值评估提供指导性的先验信息． 全年受理专利 申请 279．9万件 ，为 171．8万件授予专 综上 ，国内外学者对专利价值评估指标体系研究取得 利权 [1]．据世界银行统计 ，我 国的科技成果转换率为 了不少成果 ，但在实际应用邻域仍未形成统一 的评估 15 ，其中专利转换率为 25 ，专利推广率在 15 ～ 模型及标准．我国专利数据库不完善、未标准化等问题 20％，与庞大 的专利数量相 比，如此之低 的转换率使 使得很多国外 的研究成果不适用于我 国的专利价值 得大量优秀专利技术处于闲置状态 ，缺乏有效的专利 评估 ，导致以往的专利价值评估过程 中过于依赖人为 价值评估手段是影响专利快速转换 的一大阻碍．若能 评价 ，主观性太强 ，缺乏公正、合理和易操作的评估方 快速有效地对专利进行评估 ，不仅可 以节约 6O 的研 法．在这一背景下，利用跨领域的新方法对专利价值评 究时间，更可以节省 4O 的研究经 费[1]．因此，进行 估指标体系进行进一步研究将 具有重要 的理论意义 有效地专利价值评估是最为关键的一环． 和实践价值． 专利价值评估涉及诸多 的指标 ，因此识别影响专 专利价值评估数据具有来源众 多、指标关系复 利价值的关键指标有利于我们进行更加准确和有效 杂 、类别不平衡等特点，为进一步提高评估性能，对专 的专利评估．近年来国内外学者在专利价值评估指标 利价值评估数据进行属性选择 ，建立一个简约的专利 体系方面研 究取得 了不少成果 ，Park等 4【和 Hou 价值评估指标体 系十分必要．机器学习领域的属性选 等[s分别提出了影响专利价值评估 的主要因素 ，也出 择分为 3种模式 ：1)过滤器方法 ，独立地对数据属性 现 了CHI专利价值评估指标体系L6和佐治亚太平洋 进行选择处理 ，与后续模型无关 ；2)包裹式方法 ，直接 评估体系[7等相关指标体系．研究者们[8 提 出了影 把最终将使用的模型性能作为特征子集的评价准则 ； 响专利价值评估 的关键指标 ，并构建了专利价值评估 3)嵌入式方法 ，将属性选择过程与模型训练过程融为 指标体系．国家知识产权局于 2012年 出版