生物医学织品的专利价值预测:一种基于机器学习模型融合的方法

科学领域:

• 生物医学工程 生物医学工程
• 材料科学 材料科学 材料科学
• 知识产权管理知识产权管理

背景情况:

• 准确的专利价值预测对于有效的技术创新管理至关重要.
• 生物医疗织品是一个复杂的领域,具有巨大的创新潜力.
• 现有的专利估值方法可能无法充分捕捉生物医学织品等专业领域的细微差别.

研究的目的:

• 通过改进专利价值预测,加强生物医学织品的技术创新管理.
• 开发一种用于预测生物医学织专利价值类别的新型模型.
• 利用先进的机器学习技术来处理复杂的专利数据.

主要方法:

• 机器学习模型的融合,将BERT (来自变压器的双向编码器表示) 和堆叠策略结合起来.
• 利用了113,428项生物医学织专利 (2003-2023) 的数据集.
• 整合了非结构化文本信息和结构化专利功能,用于预测.

主要成果:

• 开发了BioTexVal,这是第一个专门用于生物医学织品的专利价值预测模型.
• 使用年平均期货引用作为价值指标,实现了88.38%的预测准确度.
• 与以前的预测方法相比,证明了更高的性能.

结论:

• 拟议的BioTexVal模型显著提高了生物医学织领域的专利价值预测准确度.
• 集成多个机器学习模型的堆叠策略有效利用复杂的专利数据.
• 这种方法为专业领域的技术创新管理和专利战略提供了有价值的工具.