符川川 陈国华 袁勤俭

摘 要：[目的/意义]本研究在一定程度上可以减少专利审查员的时间成本和主观性并提高业务素质，也可以为专利申请者的专利布局提供参考。[方法/过程]本研究在专利质量界定与指标体系构建的基础上，提出基于机器学习的组合模型用于专利质量的分析与分类预测，并以新兴产业的区块链技术专利为例展开研究。该模型由自组织映射、核主成分分析以及支持向量机3种方法组成，其实现过程包括两阶段。第一阶段通过自组织映射（SOM）对从国家知识产权局专利数据库收集的21 496项区块链技术专利数据进行分析并界定专利质量类别;第二阶段，通过核主成分分析（KPCA）對专利数据进行降维降噪处理，经过处理的专利数据再由支持向量机（SVM）得出分类结果。[结果/结论]在对区块链技术专利质量分类模型进行训练后，基于3 306项区块链专利历史数据来验证训练模型的性能，实验结果的匹配度达到87.26%。因此，本研究提出的组合模型能够有效地对专利质量进行分类与预测。

关键词：专利质量;机器学习;区块链;专利质量分析;分类预测

DOI：10.3969/j.issn.1008-0821.2021.07.011

〔中图分类号〕G255.53 〔文献标识码〕A 〔文章编号〕1008-0821（2021）07-0110-11

Research on Patent Quality Analysis and Classification

Forecast Based on Machine Learning

——Taking Blockchain as an Example

Fu Chuanchuan1 Chen Guohua2* Yuan Qinjian1

（1.School of Information Management，Nanjing University，Nanjing 210023，China;

2.School of Engineering Management，Nanjing University，Nanjing 210029，China）

Abstract：[Purpose/Significance]This research，to a certain extent，could reduce the time cost and subjectivity of patent examiners and improve their professional quality.It would also provide reference for patent applicants patent layout.[Method/Process]This research defined the meaning of patent quality and constructed a patent quality indicator system.It proposed a combination model based on machine learning for the analysis and classification prediction of patent quality，and took blockchain patents in emerging industries as an example to conduct the research.The model was composed of three methods：self-organizing map，kernel principal component analysis and support vector machine.Its realization process included two stages.At first stage，self-organizing map（SOM）was employed to analyze the collected 21496 blockchain patent data from the patent database of the State Intellectual Property Office and define the patent quality category;at second stage，dimension reduction and noise reduction processing on patent data were performed through kernel principal component analysis（KPCA），the processed patent data was then classified by the support vector machine（SVM）.[Result/Conclusion]After training the blockchain patent quality classification model，historical data of 3306 blockchain patents was used to verify the performance of the training model and the matching degree of the experimental results reached 87.26%.Therefore，the combined model proposed in this research can effectively classify and predict patent quality.

Key words：patent quality index system;machine learning;blockchain;patent quality analysis;classification prediction

日趋激烈的国际竞争大部分围绕着科技展开，科技能反映一个国家的创新能力，而专利是科技创新能力的集中体现。專利中蕴含着丰富的技术、法律和经济信息，能引领国家的创新发展。自2018年开始的中美贸易争端多在专利领域角逐，尤其高科技企业华为屡屡遭美国打压，究其原因就是华为拥有许多核心专利，美国绕不开华为高质量的核心专利的布局。……