[发明专利]预测专利数量趋势的方法及计算机系统

权利要求书

1.一种预测专利数量趋势的方法，通过成长曲线函式(S)与线性拟合程序(300)对历年专利数据阵列(50)进行拟合，所述历年专利数据阵列(50)包含多个年份(t)及各年份(t)相应的专利数(y)，所述成长曲线函式(S)是由成长极限(L)与所述年份(t)所构成，其特征在于包含下列步骤：

(i)提供转化程序(200)，通过所述转化程序(200)将所述成长曲线函式(S)转化生成直线函式(Z)；

(ii)提供累加程序(100)，通过所述累加程序(100)将所述历年专利数据阵列(50)生成积累专利数据阵列(60)，所述积累专利数据阵列(60)包含多个年份(t)、各年份(t)相应的积累专利数(yt)及积累专利最大值；

(iii)通过所述积累专利最大值设定成长极限(L)的第一值(L1)，基于所述成长极限第一值(L1)，通过所述转化程序(200)将所述积累专利数据阵列(60)进行转化从而生成第一离散数据阵列(601)，通过所述线性拟合程序(300)拟合所述第一离散数据阵列(601)，生成拟合系数的第一值(f1)；

(iv)设定成长极限(L)的第二值(L2)，基于所述成长极限第二值(L2)，通过所述转化程序(200)将所述积累专利数据阵列(60)进行转化从而生成第二离散数据阵列(602)，通过所述线性拟合程序(300)拟合所述第二离散数据阵列(602)，生成拟合系数的第二值(f2)；

(v)提供逼近程序(400)，通过所述逼近程序(400)对所述拟合系数的第一值(f1)与第二值(f2)进行比较、保留、新增、置换，以生成成长极限(L)的最佳值(Lp)；

(vi)通过所述成长极限(L)的最佳值(Lp)及所述成长曲线函式(S)，生成专利数据预测阵列(80)，所述专利数据预测阵列(80)包含多个年份(t)及各年份(t)相应的预测积累专利数(yf)。

2.根据权利要求1所述的预测专利数量趋势的方法，其特征在于，所述线性拟合程序(300)是以线性回归函式对多个离散数据进行直线拟合。

3.根据权利要求2所述的预测专利数量趋势的方法，其特征在于，所述拟合系数为线性回归函式的R平方值。

4.根据权利要求3所述的预测专利数量趋势的方法，其特征在于，所述逼近程序(400)包括：

a)提供比较程序(410)，对所述拟合系数的第一值(f1)与第二值(f2)进行比较，取得较佳值(fb)与较差值(fw)、及相应的成长极限(L)的较佳值(Lb)与较差值(Lw)；

b)提供新增程序(420)，通过所述新增程序(420)生成所述成长极限(L)的第三值(L3)；

c)基于所述成长极限(L)的第三值(L3)，通过所述转化程序(200)将所述积累专利数据阵列(60)进行转化，生成第三离散数据阵列(603)，通过所述线性拟合程序(300)拟合所述第三离散数据阵列(603)，生成其相应的拟合系数的第三值(f3)；

d)保留所述成长极限(L)的较佳值(Lb)与所述拟合系数的较佳值(fb)，所述成长极限(L)的较差值(Lw)被所述成长极限(L)的第三值(L3)所置换，所述拟合系数的较差值(fw)被所述拟合系数的第三值(f3)所置换；

e)提供收敛条件(431)，若所述收敛条件(431)不成立，则重复步骤a)到d)，至所述收敛条件(431)成立时停止；

f)以所述成长极限(L)的较佳值(Lb)作为成长极限(L)的最佳值(Lp)。

5.根据权利要求4所述的预测专利数量趋势的方法，其中，所述收敛条件(431)是一个阈值，当所述拟合系数的较佳值(fb)达到所述阈值，则称所述收敛条件(431)成立。

6.根据权利要求4所述的预测专利数量趋势的方法，其特征在于，所述收敛条件(431)是一个频率值，当所述步骤a)到d)的重复次数达到所述频率值，则称所述收敛条件(431)成立。

7.根据权利要求4所述的预测专利数量趋势的方法，其特征在于，所述新增程序(420)是以内插法生成所述成长极限(L)的第三值(L3)。

8.根据权利要求1所述的预测专利数量趋势的方法，其特征在于，所述步骤(ii)的累加程序(100)更包含数据平滑化程序，以生成所述积累专利数据阵列(60)。