识别高价值专利有助于提升高校的专利转化水平,促进高校专利的市场应用,对企业技术创新与社会经济发展具有重要意义.文章采用基于XGBoost(eXtreme Gradient Boosting)的机器学习方法,以船舶领域的专利为研究对象,选择15个专利指标对高价值专利进行识别,结合SHAP(Shapley Additive Explanation)方法,通过计算特征重要性约简专利指标,并分析专利指标与专利价值之间的影响机制.结果表明,当指标约简为8个时,XGBoost模型的识别准确率达到88.10%.研究可以为高校的高价值专利识别提供思路,并为高校的高价值专利研发策略给予指标方面的启示.
国家科技期刊平台
NSTL
万方数据
