一种基于专利大数据的专利推荐方法及系统技术方案

本发明专利技术公开了一种基于专利大数据的专利推荐方法，包括步骤：获取供需信息、行为信息、专利对比信息、专利分析信息，以及确定与各信息对应的多件专利，计算各件专利与各信息的相关度，根据相关度和预先计算的权重，确定各件专利与买家用户的相关度，将相关度大于或等于阈值的所对应的专利推荐给买家用户，确定与向买家用户推荐的各件专利对应的卖家用户，并向对应的卖家用户推荐匹配的买家用户；为买家、卖家用户提供快速、准确的推荐算法，使得买家用户快速找到卖家用户，相应的卖家用户快速找到买家用户。同时本发明专利技术还提供一种专利推荐系统，包括云存储模块、判断模块、用户挖掘模块、获取模块、确定模块、更新模块、计算模块和推荐模块。

【技术实现步骤摘要】
一种基于专利大数据的专利推荐方法及系统
本专利技术涉及专利信息
，具体涉及一种基于专利大数据的专利推荐方法及系统。
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、用户信息过载问题，买家用户找到自己所需的专利并非易事，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，存在系统、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或客户推荐。
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基于专利大数据的专利推荐方法及系统。本专利技术所述的专利推荐方法，包括以下步骤：基于实时更新的全球专利数据，获取用户对应的供需信息、行为信息、专利对比信息、专利分析信息，其中，供需信息包括求购描述或商品描述，行为信息包括浏览的专利，专利对比信息包括专利数据，专利分析信息包括
；分别确定与供需信息、行为信息、专利对比信息、专利分析信息对应的多件专利和/或用户基础数据，用户基础数据包本文档来自技高网...

【技术保护点】
1.一种基于专利大数据的专利推荐方法，其特征在于，包括以下步骤：/n基于实时更新的全球专利数据，获取用户对应的供需信息、行为信息、专利对比信息、专利分析信息，其中，所述供需信息包括求购描述或商品描述，所述行为信息包括浏览的专利，所述专利对比信息包括专利数据，所述专利分析信息包括技术领域；/n分别确定与所述供需信息、行为信息、专利对比信息、专利分析信息对应的多件专利和/或用户基础数据，所述用户基础数据包括用户联系方式；/n分别确定各件专利与所述供需信息、行为信息、专利对比信息、专利分析信息的相似度；/n根据所述相似度和预先计算得到的所述供需信息、行为信息、专利对比信息、专利分析信息的权重，计算得...

【技术特征摘要】
1.一种基于专利大数据的专利推荐方法，其特征在于，包括以下步骤：
基于实时更新的全球专利数据，获取用户对应的供需信息、行为信息、专利对比信息、专利分析信息，其中，所述供需信息包括求购描述或商品描述，所述行为信息包括浏览的专利，所述专利对比信息包括专利数据，所述专利分析信息包括技术领域；
分别确定与所述供需信息、行为信息、专利对比信息、专利分析信息对应的多件专利和/或用户基础数据，所述用户基础数据包括用户联系方式；
分别确定各件专利与所述供需信息、行为信息、专利对比信息、专利分析信息的相似度；
根据所述相似度和预先计算得到的所述供需信息、行为信息、专利对比信息、专利分析信息的权重，计算得到各件专利与所述用户的相关度；
根据所述供需信息，判断用户类型为买家用户或卖家用户；
当用户类型是买家用户时，根据所述相关度与预先设置的阈值之间的关系，确定向买家用户推荐的专利和/或专利包；
当用户类型是卖家用户时，如果所述卖家用户拥有的专利有匹配的买家用户，则向所述卖家用户推荐相应买家用户的求购描述和/或用户基本数据。


2.如权利要求1所述的专利推荐方法，其特征在于，
所述行为信息包括从买家用户行为日志中获取买家用户的浏览记录、检索记录、收藏记录；
所述专利对比信息包括买家用户作为申请人或专利权人对应专利的专利数据；
所述专利分析信息包括卖家用户作为申请人或专利权人对应专利的技术领域。


3.如权利要求1所述的专利推荐方法，其特征在于，还包括以下步骤：
根据所述商品描述，定期获取各件专利对应的专利基础信息和法律状态信息；
根据所述专利基础信息和法律状态信息，评估各件专利的专利价值度；
其中，所述专利基础信息包括专利类型、权利要求个数、独立权利要求个数、被引用次数、获奖情况，所述法律状态信息包括专利剩余有效期、专利维持时间、专利许可次数、专利转让次数。


4.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、专利对比信息、专利分析信息的相似度，具体包括：
根据各件专利中技术领域相关关键词的词项、词频大小、汉明距离，获得各件专利与供需信息的相似度s1；
根据买家用户对各件专利浏览的次数、时间、命中次数，获得各件专利与行为信息的相似度s2；
根据各件专利与买家用户作为申请人或专利权人对应专利的简单数据相关度或/和语义相关度，计算各件专利与专利对比信息的相似度s3；
根据各件专利与卖家用户作为申请人或专利权人对应专利的技术领域的匹配度，计算各件专利与专利分析信息的相似度s4；
其中，所述简单数据相关度包括IPC相关度或者引证相关度；
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。


5.如权利要求4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，专利对比信息权重w3，专利分析信息权重w4分别为：












其中，aij为所述供需信息、行为信息之间的重要度比例，aiz为所述供需信息、专利对比信息之间的重要度比例，aiv为所述供需信息、专利分析信息之间的重要度比例，ajz为所述行为信息、专利对比信息之间的重要度比例，ajv为所述行为信息、专利分析信息之间的重要度比例，azv为所述专利分析...

【专利技术属性】
技术研发人员：王庆红，李广凯，郑金，唐晚成，洪骁，甄春杰，王义，
申请(专利权)人：南方电网科学研究院有限责任公司，保定市大为计算机软件开发有限公司，
类型：发明
国别省市：广东;44