[发明专利]一种客观量化的中国发明专利评估系统及方法

权利要求书

1.一种客观量化的中国发明专利评估系统，其特征在于，包括：

专利信息数据库、算法程序、功能模块-其中评估算法体现在算法程序中，包括：

一数据预处理模块，其包括数据清洗、数据信息提取、数据重新规划，数据清洗用以把存在缺失的数据补全或移出、把重复数据统一、把格式错误的字段转换；数据信息提取用以提取关键时间信息并计算时间间隔，对摘要、说明书等文本的数量化处理、提取离散有序字段和无序分类型字段信息；数据重新规划用以对提取出的信息重新赋予新的值，以达到每一个值所对应的样本数量充足且整体呈现一定的分布结构；

一模型建立模块，其包括变量选择、模型寻优；

一专利评估模块，其包括IPV分数、百分比等级、专利评级、生存年限估计、对专利主体的评级。

2.一种利用权利要求1所述的评估系统进行评估的方法，其特征在于，包括以下步骤：

a、数据预处理；

b、模型建立；

c、专利评估。

3.如权利要求2所述的评估的方法，其特征在于：在步骤(a)中，所述数据预处理进一步包括：

(1)数据清洗，把存在缺失的数据补全或移出、把重复数据统一、把格式错误的字段转换；

(2)数据信息提取，提取关键时间信息并计算时间间隔，对摘要、说明书等文本的数量化处理、提取离散有序字段和无序分类型字段信息；

(3)数据重新规划，对提取出的信息重新赋予新的值，以达到每一个值所对应的样本数量充足且整体呈现一定的分布结构。

4.如权利要求2所述的评估的方法，其特征在于：在步骤(b)中，所述模型建立进一步包括：

(1)通过专利法规，剔除与评估专利好坏无关的字段；

(2)选择衡量专利优劣的字段作为建模目标字段，进一步规划目标字段，以达到分布结构更适合建模要求；

(3)通过统计学意义选择与目标字段有显著相关性的字段并检查其意义；

(4)根据对统计图形分布有分类特征的关键字段对建模数据分类；

(5)通过似然比指标，计算机自动进行建模前地降维处理；

(6)模型参数寻优，建模完成；

(7)模型部署上线。

5.如权利要求2所述的评估的方法，其特征在于：在步骤(c)中，

(1)使用所获得的模型对专利评出粗糙分数；

(2)把粗糙分数映射到0到200之间，给出IPV分数；

(3)基于IPV分数计算出百分比等级，并给出专利评级；

(4)基于IPV分数对专利生存年限进行预测，把IPV分数重新规划成几个等级，分别对每个等级的专利的生存率进行统计，进而计算出整个专利生存年限预测表；

(5)系统自动生成专利在线评估报告，其中包括专利的基本属性、评估得分及专利生存年限预测。

6.如权利要求2所述的评估的方法，其特征在于：在步骤(c)中，专利评估选择多元回归模型作为评估模型，参数寻优方式选择通常的最小二乘法，Y＝βX+ε，Y为因变量矩阵，X为自变量矩阵，β为系数矩阵，ε为残差矩阵。参数计算，β＝(X′X)^-1(X′Y)，X‘为X矩阵的转置。

7.如权利要求5所述的评估的方法，其特征在于：在步骤(c)中，引入似然比值进行事后维度选择，定义：其中LR1为无约束方程的似然函数，T为点的个数，为无约束方程的方差估计；LR2为约束方程的似然函数，为有约束方程的方差估计，LR1、LR2服从χ²分布，每次尝试剔除一个自变量对原方程的影响，如果影响超过χ²临界值，证明剔除此自变量对方程影响过大，如果在方程中有相关性很强的两个自变量，当一个被剔除时，由于另一个的存在，不会对方程产生重大影响，达到了对原多元回归模型进行了维度选择的效果。