一种专利推荐方法和专利推荐装置制造方法及图纸

本发明专利技术提供的一种专利推荐方法，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；分别确定供需信息、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供需信息、行为信息、历史交易信息的相似度；根据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用户的相关度；根据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。本发明专利技术通过采用此方法用专利推荐装置向用户推荐专利，不仅可以快速、准确的为用户推荐提供所需的专利，同时也解决了用户冷启动、物品冷启动、系统冷启动的问题。

【技术实现步骤摘要】
一种专利推荐方法和专利推荐装置
本专利技术涉及专利信息
，特别是涉及一种专利推荐方法和专利推荐装置。
技术介绍
随着互联网技术的迅猛发展，给人们日常生活带来了海量专利信息，但是存在着专利信息过载问题，用户找到自己所需专利并非易事，同时专利提供方找到潜在用户也是如此。传统的专利推荐方法，存在平台、专利信息、服务的差异，没有完备的解决方案，同时在互联网初始阶段由于用户的数量、个人信息等数据很少，难以进行有效的专利推荐。
技术实现思路
为了解决上述技术问题，本专利技术提供了一种专利推荐方法和专利推荐装置。本专利技术提供的一种专利推荐方法，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；供需信息包括
，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供需信息、行为信息、历史交易信息的相似度；根据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用户的相关度；根据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。采用了上述技术方案，根据用户的供需信息、行为信息、历史交易信息选取的专利，计算专利的相似度，并根据预先计算得到的权重，计算相关度，判断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，此方法可以将相关的新专利推荐给新用户，解决用户冷启动和物品冷启动的问题。该专利推荐方法快速、准确的为用户推荐所需的专利。进一步地，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。采用了上述技术方案，根据用户的浏览记录、检索记录、收藏记录等信息获得用户的行为信息，同时根据用户的行为日志为用户准确的提供需要的专利以及将相关的新专利推荐给用户。进一步地，分别确定各件专利与供需信息、行为信息、历史交易信息的相似度，具体包括：根据各专利中
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。进一步地，简单数据相关度包括IPC相关度或者引证相关度。进一步地，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。进一步地，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，aij为供需信息、行为信息之间的重要度比例，aiz为供需信息、历史交易信息之间的重要度比例，ajz为行为信息、历史交易信息之间的重要度比例，其中：进一步地，相关度为y，采用了上述技术方案，通过确定各件专利与供需信息的相似度s1、行为信息的相似度s2、历史交易信息的相似度s3以及供需信息权重w1，行为信息权重w2，历史交易信息权重w3，并利用相关度y的计算公式得到相关度的值，比较相关度与预先设置的阈值的大小，确定向用户推荐的专利和/或专利包。一种专利推荐装置，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；供需信息包括
，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用户的相关度；推荐模块，用于根据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。采用了上述技术方案，专利推荐装置包括获取模块、确定模块、计算模块、推荐模块，通过获取用户的信息，确定与信息对应的多件专利，以及各件专利与信息之间的相似度，根据预先设定的权重计算各件专利与用户的相关度，根据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，该装置使专利推荐的过程更加准确、快速。进一步地，确定模块具体用于：根据各专利中
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。进一步地，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，aij为供需信息、行为信息之间的重要度比例，aiz为供需信息、历史交易信息之间的重要度比例，ajz为行为信息、历史交易信息之间的重要度比例，其中：相关度为y，综上所述，通过获取用户对应的供需信息、行为信息、历史交易信息，以及对应的多件专利，并分别确定各件专利与供需信息、行为信息、历史交易信息的相似度s和权重w，进而求得用户与专利的相关度y，当相关度y大于相关度阈值时系，将专利和/或专利包推荐给用户，这样不仅可以快速、准确的为用户推荐提供所需的专利，同时也解决了用户冷启动、物品冷启动、系统冷启动的问题。附图说明图1示出了专利推荐方法的流程图。具体实施方式下面结合附图说明根据本专利技术的具体实施方式。在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是，本专利技术还可以采用其他不同于在此描述的其他方式来实施，因此，本专利技术并不限于下面公开的具体实施例的限制。如图1所示，本专利技术提供的一种专利推荐方法，包括以下步骤：S1、获取用户对应的供需信息、行为信息、历史交易信息；供需信息包括
，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；进一步地，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。采用上述技术方案，通过获取用户对应的供需信息、行为信息、历史交易信息，将信息存储在专利推荐装置中，便于后续的管理与维护，同时装置会根据用户的信息为新用户推荐专利，以及将相关的新专利推荐给新用户，解决用户冷启动、物品冷启动、系统冷启动的问题。其中，用户冷启动是指如何向新用户推荐专利；物品冷启动是指如何将新物品推荐给用户；系统冷启动是指如何在一个新平台，运营初期就能进行有效推荐。S2、分别确定供需信息、行为信息、历史交易信息对应的多件专利；采用上述技术方案，通过确定供需信息可以对应找到与用户的供需信息相匹配的多件专利，与行为信息相匹配的多件专利以及与历史交易信息相匹配的多件专利。S3、分别确定各件专利与供需信息、行为信息、历史交易信息的相似度，具体包括以下步骤：S31、根据各专利中
相关关键词的词频大小，获得各件本文档来自技高网...

【技术保护点】
1.一种专利推荐方法，其特征在于，包括以下步骤：/n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；/n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；/n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；/n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；/n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。/n

【技术特征摘要】
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，aij为所述供...

【专利技术属性】
技术研发人员：甄春杰，张艳，董振松，赵红凯，艾凤英，
申请(专利权)人：保定市大为计算机软件开发有限公司，北京科慧远咨询有限公司，
类型：发明
国别省市：河北;13