System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及知识产权推荐算法。
技术介绍
1、专利转化是指将专利技术转化为具体的商业化产品或过程,以实现其经济价值和社会效益。我国目前的专利转化率较低,大部分专利不能直接转化为现实生产力。其中原因有专利信息传播不畅,拥有众多专利技术专利的高校不能及时找到合适的企业合作和转化成果。
2、许多学者研究了高校专利转化和技术转移。首先,采用机器学习算法测度最优转化预测方案,识别和预测专利成果转化的影响因素;或采用adaboost算法预测高校专利可转化的概率,然而上述两种方案只使用了一个领域的专利数据,专利样本较少;也有研究发现高校专利成果转化模式,专利技术特征、专利成熟度等影响高校专利转化模式;或梳理得到高校专利转化的典型模式与演化路径,并借由典型模式之间的对比分析以及模式演化路径的特点分析,构建了高校专利转化模式选择的影响机制及模型,得出了合作创新能促进专利转化的结论,但是也只停留在建议和理念阶段;也有相关研究使用专利内部的文本特征定性地估计专利价值,而后使用专利的外部转化条件挖掘专利转化的机会,但是并未给出将专利转化给哪家具体的企业。
3、总而言之,现有的专利成果转化方法需要人工标注数据,或者只分析了影响转化的因素,没有分析如果想提高转化率给高校推荐适合合作的企业。然而在实际操作过程中,用户是需要基于专利成果推荐合适的企业的,同时,对大量专利数据进行人工标注数据的成本过高,实行起来存在困难。
4、因此,如何提供一种可行性强的专利成果转化推荐方法,成为本领域亟待解决的技术问题。
【技术保护点】
1.一种基于自学习策略的专利成果转化推荐方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述多种方法包括:余弦相似度、Dice系数、fuzzywuzzy算法、bert模型算法、Bleu算法以及编辑距离算法。
3.根据权利要求1所述的方法,其特征在于,所述预设方法为Bleu算法。
4.根据权利要求1所述的方法,其特征在于,基于所述样本组对支持向量机排序模型进行训练之前,包括如下对样本相关度标注的步骤:
5.根据权利要求4所述的方法,其特征在于,基于所述样本组对支持向量机排序模型进行训练,包括:
6.根据权利要求1所述的方法,其特征在于,训练时,所述支持向量机排序模型的C值为500,核函数为多项式核函数。
7.根据权利要求1所述的方法,其特征在于,训练时,所述支持向量机排序模型的C值为100,核函数为线性核函数。
8.一种基于自学习策略的专利成果转化推荐装置,其特征在于,包括:
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程
10.一种电子设备,包括处理器和存储装置,其特征在于,所述存储装置中存有多条指令,所述处理器用于读取所述存储装置中的多条指令并执行如权利要求1-7任一所述的方法。
...【技术特征摘要】
1.一种基于自学习策略的专利成果转化推荐方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述多种方法包括:余弦相似度、dice系数、fuzzywuzzy算法、bert模型算法、bleu算法以及编辑距离算法。
3.根据权利要求1所述的方法,其特征在于,所述预设方法为bleu算法。
4.根据权利要求1所述的方法,其特征在于,基于所述样本组对支持向量机排序模型进行训练之前,包括如下对样本相关度标注的步骤:
5.根据权利要求4所述的方法,其特征在于,基于所述样本组对支持向量机排序模型进行训练,包括:
6.根据权利要求1所述的方法,其特...
【专利技术属性】
技术研发人员:杨沐昀,吴禹橦,徐冰,曹海龙,朱聪慧,赵铁军,
申请(专利权)人:哈尔滨工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。