[发明专利]一种专利推荐方法和专利推荐装置

权利要求书

1.一种专利推荐方法，其特征在于，包括以下步骤：

获取用户对应的供需信息、行为信息、历史交易信息；所述供需信息包括技术领域，行为信息包括浏览的专利，历史交易信息包括历史交易的专利；

分别确定所述供需信息、行为信息、历史交易信息对应的多件专利；

分别确定各件专利与所述供需信息、行为信息、历史交易信息的相似度；

根据所述相似度和预先计算得到的供需信息、行为信息、历史交易信息各自的权重，计算得到各件专利与所述用户的相关度；

根据所述相关度与预先设置的阈值之间的关系，确定向用户推荐的专利和/或专利包。

2.如权利要求1所述的专利推荐方法，其特征在于，所述行为信息具体包括从用户行为日志中获取用户的浏览记录、检索记录、收藏记录。

3.如权利要求1所述的专利推荐方法，其特征在于，分别确定各件专利与所述供需信息、行为信息、历史交易信息的相似度，具体包括：

根据各专利中所述技术领域相关关键词的词频大小，获得各件专利与用户供需信息的相似度s1；

根据用户对各专利浏览的次数、时间、命中次数，获得各件专利与用户行为信息的相似度s2；

根据各专利与用户历史交易专利的简单数据相关度或/和语义相关度，计算各件专利与用户历史交易信息的相似度s3。

4.如权利要求3所述的专利推荐方法，其特征在于，所述简单数据相关度包括IPC相关度或者引证相关度。

5.如权利要求3所述的专利推荐方法，其特征在于，所述语义相关度是对各专利的名称、摘要、权利要求、说明书进行专利词频计算得到。

6.如权利要求1所述的专利推荐方法，其特征在于，供需信息权重w1，行为信息权重w2，历史交易信息权重w3分别为：

其中，a_ij为所述供需信息、行为信息之间的重要度比例，a_iz为所述供需信息、历史交易信息之间的重要度比例，a_jz为所述行为信息、历史交易信息之间的重要度比例，其中：

7.如权利要求1所述的专利推荐方法，其特征在于，

所述相关度为y，

8.一种专利推荐装置，其特征在于，包括：

获取模块，用于获取用户对应的供需信息、行为信息、历史交易信息；所述供需信息包括技术领域，行为信息包括浏览的专利，历史交易信息包括历史交易的专利；

确定模块，用于分别确定所述供需信息、行为信息、历史交易信息对应的多件专利；并分别确定各件专利与所述供需信息、行为信息、历史交易信息的相似度；

计算模块，用于根据所述相似度和预先计算得到的供需信息、行为信息、历史交易信息各自的权重，计算得到各件专利与所述用户的相关度；

推荐模块，用于根据所述相关度与预先设置的阈值之间的关系，确定向用户推荐的专利和/或专利包。

9.如权利要求8所述的专利推荐装置，其特征在于，确定模块具体用于：

根据各专利中所述技术领域相关关键词的词频大小，获得各件专利与用户供需信息的相似度s1；

根据用户对各专利浏览的次数、时间、命中次数，获得各件专利与用户行为信息的相似度s2；

根据各专利与用户历史交易专利的简单数据相关度或/和语义相关度，计算各件专利与用户历史交易信息的相似度s3。

10.如权利要求8所述的专利推荐装置，其特征在于，供需信息权重w1，行为信息权重w2，历史交易信息权重w3分别为：

其中，a_ij为所述供需信息、行为信息之间的重要度比例，a_iz为所述供需信息、历史交易信息之间的重要度比例，a_jz为所述行为信息、历史交易信息之间的重要度比例，其中：

所述相关度为y，