%A 周成,魏红芹 %T 专利价值评估与分类研究*——基于自组织映射支持向量机 %0 Journal Article %D 2019 %J 数据分析与知识发现 %R 10.11925/infotech.2096-3467.2018.0674 %P 117-124 %V 3 %N 5 %U {https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/abstract/article_4651.shtml} %8 2019-05-25 %X

【目的】充分利用专利数据, 研究专利价值评估和分类问题。【方法】根据专利的价值指标, 设计基于自组织映射(SOM)-支持向量机(SVM)的专利价值评估及分类模型, 使用自组织映射方法确定专利的价值类别, 采用随机森林(RF)对价值指标进行重要性排序, 并结合包裹式特征选择方法对价值指标进行约简, 以提高SVM的分类性能。【结果】通过SOM确定的价值标签能有效反映专利价值的高低; 同时, 约简后的指标由初始的14个减少到10个, 分类准确率由76.28%提高到86.89%。【局限】对每个类别中的专利价值没有细化, 专利价值指标存在进一步约减的可能。【结论】本文方法能够为专利研发活动提供支持, 避免过度依赖专家判断。