文献类型：期刊文章

作　　者：付振康[1] 柳炳祥[2] 鄢春根[1] 王翔[1]

FU Zhenkang;LIU Bingxiang;YAN Chungen;WANG Xiang

机构地区：[1]景德镇陶瓷大学知识产权信息中心 [2]景德镇陶瓷大学信息工程学院

出　　处：《图书馆论坛》

基　　金：江西省2021年度研究生创新专项资金项目“高校专利质量评价指标体系构建实证研究”(项目编号:YC2021-S532)研究成果。

年　　份：2023

卷　　号：43

期　　号：1

起止页码：112-120

语　　种：中文

收录情况：BDHX、BDHX2020、CSSCI、CSSCI2023_2024、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：文章基于专利寿命视角构建核心专利识别模型,为核心专利的识别以及专利情报分析提供新视角及研究模型。从专利寿命视角出发,筛选影响专利寿命的因素;建立基于深度学习生存预测算法的专利寿命预测模型,通过预测得出专利生存概率;根据设置的生存概率阈值筛选核心专利。研究发现:5种深度学习模型在专利寿命预测中均具有较好表现,其中MTLR模型的整体性能最好。通过与前人研究进行交叉验证后,设置16年为核心专利的生存阈值,根据MTLR模型和设置的生存阈值对5G关键技术领域的核心专利进行筛选,最终选出141项核心专利;对核心专利的技术主题进行聚类后发现,其技术主题集中在无线接入技术以及软件定义网络方面;核心专利相较于非核心专利,保护范围更大、权利更稳定、技术影响力更强。

关 键 词：专利寿命  核心专利识别  深度学习  生存预测  

分 类 号：G255.53[图书情报与档案管理类]