摘要
科技创新在经济发展中占据着重要地位，随着世界各国经济快速发展，科技创新的竞争已经趋于白热化阶段，专利作为科技创新的重要表现形式之一，近年来各国在专利方面的竞争也愈演愈烈。在激烈的专利竞争环境当中，如何提升专利质量和专利价值，使自身的创新成果得以更好的保护，进而提升企业乃至国家的科技竞争力，成为近年来实务界和理论界研究和探讨的重要议题。专利寿命是评价专利制度优劣、反映专利制度运行绩效、评价创新主体专利管理和运用能力以及评价技术创新能力的关键指标，研究专利寿命的影响因素及其预测模型，不仅对完善专利制度，尤其是专利维持制度具有重要的理论价值，而且对提高创新主体的专利运用和管理能力及国家或地区的核心竞争力具有重要的现实意义。 论文围绕专利寿命影响因素分析及预测这一核心问题，以专利文献为基础，采用文献计量学、文本挖掘、机器学习和生存分析等方法，以“专利寿命影响因素分析→专利寿命预测模型构建→专利寿命视角下潜在高价值专利识别”作为研究主线，构建了一套切实可行的基于算法归因视角的专利寿命影响因素实证分析框架、较为准确的专利寿命预测模型以及可靠的潜在高价值专利识别方法。论文主要包括以下三个方面的工作： 第一，提出基于算法归因的专利寿命影响因素分析实证研究框架。在梳理和总结了前人关于专利寿命研究的基础上，针对现有分析方法的不足，论文将专利寿命的影响因素分析定义为一个生存分析问题，构建了包含专利寿命影响因素指标体系构建、基准预测模型构建与评估、基于Shapley理论的可解释器构建、基于全样本的影响因素探索性分析以及归因框架的稳健性检验六个流程的专利寿命影响因素分析实证研究框架。论文从生物学角度归纳并建立了专利寿命的影响因素指标体系，采用算法归因实证研究框架，以2001-2017年在中国获得授权的发明专利数据为样本，从多个维度对专利寿命的影响因素进行了实证研究。研究结果表明，先天因素对专利寿命的影响效应最大，其次是行为因素和环境因素，不同因素对专利寿命的影响效应受到专利文献生命周期以及技术领域的调节；另外，稳健性检验结果表明，本文所构建的实证研究框架具有一定的稳健性，研究框架对于刻画不同影响因素与专利寿命之间的非线性关系具有一定的有效性。 第二，构建基于多特征融合的专利寿命预测模型。针对专利计量指标只能显示专利文献的外在特征，无法显示其内部特征的问题，论文提出了基于多特征融合的专利寿命预测模型，将专利外部属性特征与专利文献文本语义特征进行融合，在此基础上采用生存分析机器学习和深度学习算法构建了专利寿命预测模型，论文所提模型主要包含数据采集、数据预处理、特征提取及融合、模型构建与评估四个步骤。进一步，论文以在中国国家知识产权局获得授权的OLED技术领域的发明专利作为样本进行了实证研究，交叉验证和蒙特卡洛模拟实验结果表明，基于多特征融合的专利寿命预测模型在CI值、IBS值和INBLL值等衡量指标上均具有良好的性能，说明本文构建的专利寿命预测模型可以较为准确的预测专利生存风险及专利寿命。 第三，提出专利寿命视角下潜在高价值专利识别方法。针对专利寿命预测模型如何进一步应用的问题，论文首先分析了专利寿命视角下识别潜在高价值专利的可行性，然后提出了一种基于专利寿命视角的潜在高价值专利识别方法，该方法包括数据收集、数据处理、专利寿命预测模型构建以及潜在高价值专利识别等多个流程。为验证该方法的可行性，论文以增强现实技术领域的专利作为样本进行了实证研究，通过与现有较为成熟的专利价值评价方法进行对比后发现，论文所提方法的准确率、精确率、召回率和F1值均在0.9以上，说明模型具有较高的准确性和可靠性；另外，论文所提方法能够识别处于申请确权阶段的潜在高价值专利，具有一定的前瞻性，值得进一步推广和普及。 论文在对国内外相关研究进行梳理和总结的基础上，将专利寿命类比为自然生物寿命，将专利寿命的分析和预测定义为一个生存分析问题，在此基础上构建了基于算法归因的专利寿命影响因素分析框架以及专利寿命预测模型，最后探究了专利寿命预测模型在潜在高价值专利识别中的可行性、可靠性和准确性。研究成果为探究专利寿命的影响因素、建立更加准确的专利寿命预测模型和潜在高价值专利识别模型提供了相应的解决方案，为专利寿命相关研究工作、专利情报分析工作和高价值专利筛选工作提供了新的研究视角、研究方法及研究模型。
NETL