Pesquisa sobre Modelo de Identificação de Patentes de Alto Valor na Perspectiva da Transferência de Patentes

Resumo Identificar com precisão patentes de alto valor pode ser difícil com o aumento dramático no número de pedidos de patentes. Isso leva a uma baixa taxa de comercialização das conquistas de patentes. Se uma patente é transferida ou não é um reflexo importante do valor da patente. Para resolver os problemas acima, propomos um modelo de identificação de patentes de alto valor que combina tecnologia de amostragem híbrida e algoritmo de aprendizagem de conjunto. Primeiro, adicionamos a capacidade técnica dos detentores de patentes com base em indicadores tradicionais de identificação de patentes de alto valor para reestruturar o sistema de indicadores. Em seguida, reduzimos o sistema de indicadores de identificação para patentes de alto valor para eliminar indicadores redundantes. Segundo, usamos a Amostragem Sintética Adaptativa - Fator de Outlier Local (ADASYN-LOF) para expandir amostras minoritárias e equilibrar os dados. Finalmente, usamos o Algoritmo Genético (GA) para otimizar os parâmetros do AdaBoost. Para clareza, este modelo é chamado de modelo ADASYN-LOF-GA-AdaBoost. Para testar a eficácia do modelo acima, usamos dados de patentes na área de instrumentos científicos. Os resultados demonstram que o modelo proposto alcança ACC de 94,47%, AUC de 94,87%, recall de 97,54% e F1-score de 95,23%. Os resultados mostram que o modelo ADASYN-LOF-GA-AdaBoost apresenta desempenho melhor que outros modelos. Portanto, este modelo pode identificar efetivamente patentes de alto valor com potencial de transferência.