第1章 緒論

1.1 研究背景與問題的提出

1.2 本書寫作目的與研究框架

1.2.1 本書寫作目的

1.2.2 本書研究框架

1.3 本書研究內(nèi)容與結(jié)構(gòu)

1.4 本書主要研究觀點

1.4.1 中國專利價值及其質(zhì)量分析

1.4.2 中國專利對外許可現(xiàn)狀和影響因素研究

第2章 專利組合與專利價值理論概述

2.1 專利組合發(fā)展現(xiàn)狀

2.1.1 專利組合緣起與發(fā)展

2.1.2 專利組合戰(zhàn)略的企業(yè)應(yīng)用及其觀測

2.2 專利信息中的文本專利組合分析邏輯

2.2.1 專利文本信息挖掘及文本挖掘技術(shù)概述

2.2.2 針對專利文獻的文本挖掘關(guān)鍵技術(shù)

2.2.3 專利文本信息挖掘應(yīng)用研究概述

2.3 專利文本挖掘技術(shù)：LDA模型及其應(yīng)用

2.3.1 LDA模型的發(fā)展由來

2.3.2 LDA模型原理簡介

2.3.3 LDA模型的應(yīng)用

2.4 專利價值及其相關(guān)評測方法

2.5 專利價值評價技術(shù)：BP神經(jīng)網(wǎng)絡(luò)發(fā)展及其應(yīng)用

2.5.1 BP神經(jīng)網(wǎng)絡(luò)發(fā)展

2.5.2 BP神經(jīng)網(wǎng)絡(luò)原理簡介

2.5.3 BP神經(jīng)網(wǎng)絡(luò)的應(yīng)用

2.6 本章小結(jié)

第3章 基于LDA主題模型的專利組合邊界的識別

3.1 專利數(shù)據(jù)獲取與整理

3.1.1 數(shù)據(jù)的來源與整理

3.1.2 發(fā)明專利摘要和名稱數(shù)據(jù)的預(yù)處理

3.2 基于LDA模型的主題挖掘

3.2.1 設(shè)置初始參數(shù)以及初始化

3.2.2 吉布斯采樣

3.2.3 結(jié)果保存輸出

3.3 很優(yōu)主題數(shù)量確定

3.4 基于LDA主題模型的專利組合邊界的確定

3.5 案例分析：以華為專利為案例進行專利

組合邊界辨識的分析

3.5.1 數(shù)據(jù)來源與預(yù)處理

3.5.2 主題挖掘

3.5.3 很優(yōu)主題數(shù)量確定

3.5.4 主題或?qū)＠�組合劃分

3.6 本章小結(jié)

第4章 專利價值因素研究——專利存續(xù)期和許可的視角

4.1 基于存續(xù)期的專利價值的影響因素研究

4.1.1 數(shù)據(jù)與方法

4.1.2 從發(fā)明專利存續(xù)期角度來考察專利價值

4.1.3 模型回歸結(jié)果分析

4.2 企業(yè)專利的許可行為影響因素研究

4.2.1 數(shù)據(jù)來源與變量

4.2.2 解釋變量及其測度

4.2.3 實證結(jié)果分析

4.3 本章小結(jié)

第5章 基于BP神經(jīng)網(wǎng)絡(luò)的專利價值的分類研究

5.1 基于BP神經(jīng)網(wǎng)絡(luò)的低價值專利的分類識別模型構(gòu)建

5.1.1 BP神經(jīng)網(wǎng)絡(luò)模型的分類原理

5.1.2 訓練樣本的選取

5.1.3 BP神經(jīng)網(wǎng)絡(luò)的設(shè)計

5.1.4 BP神經(jīng)網(wǎng)絡(luò)優(yōu)化與提升

5.2 基于BP神經(jīng)網(wǎng)絡(luò)的專利價值分類模型實證研究

5.2.1 樣本數(shù)據(jù)的選擇、清洗和處理

5.2.2 數(shù)據(jù)預(yù)處理

5.2.3 模型確定與訓練

5.2.4 模型結(jié)果分析

5.3 本章小結(jié)

第6章 通信企業(yè)專利組合及其專利價值研究

6.1 行業(yè)選定和數(shù)據(jù)來源

6.2 通信行業(yè)內(nèi)企業(yè)專利組合分析

6.2.1 LDA模型初始參數(shù)設(shè)計

6.2.2 通信行業(yè)企業(yè)持有專利組合數(shù)量分析

6.2.3 通信企業(yè)持有專利組合規(guī)模分析

6.3 企業(yè)的專利價值分析

6.3.1 企業(yè)整體專利價值分析

6.3.2 企業(yè)專利組合內(nèi)專利價值對比分析

6.4 本章小結(jié)

第7章 總結(jié)

附錄

參考文獻