评估专利的系统和方法及构建专利评估模型的系统和方法专利检索-专利保护类型请求书国际申请申请专利权专利检索查询-专利查询网

评估 专利的系统和方法及构建专利评估模型的系统和方法

阅读：1022发布：2020-06-03

专利汇可以提供评估专利的系统和方法及构建专利评估模型的系统和方法专利检索，专利查询，专利分析的服务。并且构建专利评估模型的方法包括：获取专利信息；处理专利信息和个别地执行多个多元回归分析，其中，为评估指标预设的多个关键评估元素是因变量；计算多个代表值；计算通过多个多元回归分析计算的多个多元回归模型的每个自变量的多个回归系数的代表值；以及通过建立所计算的代表值是各个自变量的系数的评估模型来生成评估指数的评估模型。，下面是评估专利的系统和方法及构建专利评估模型的系统和方法专利的具体信息内容。

权利要求

1.一种使用多元回归模型评估专利的方法，其特征在于，所述方法包括：
获取专利信息；
处理专利信息和个别地执行多个多元回归分析，其中，为评估指标预设的多个关键评估元素是因变量；
计算通过多个多元回归分析计算的多个多元回归模型的每个自变量的多个回归系数的代表值；并且通过建立所计算的代表值是各个自变量的系数的评估模型来生成评估指数的评估模型；
获取已发布专利的信息；以及
使用所生成的评估模型计算作为评估目标的已发布专利的量化评估指数。
2.根据权利要求1所述的方法，其特征在于，还包括为多个评估指数生成相应的评估模型，
其中，所述评估指数包括权利程度、技术程度和利用程度中的一个或多个。
3.根据权利要求1所述的方法，其特征在于，所述个别地执行多个多元回归分析包括对各个关键评估元素执行多元回归分析，其中，预设评估元素是多元回归模型的自变量。
4.根据权利要求3所述的方法，其特征在于，所述关键评估元素属于所述评估元素；以及
关键评估元素用作另一个关键评估元素的多元回归模型的自变量。
5.根据权利要求1所述的方法，其特征在于，所述评估模型的生成包括计算多个回归系数的加权平均值或算术平均值作为代表值。
6.根据权利要求1所述的方法，其特征在于，在多元回归模型中使用其显著概率是预设参考值或更小的评估元素。
7.根据权利要求3所述的方法，其特征在于，所述个别地执行多个多元回归分析包括在评估元素之间执行多重共线性测试，并排除一个或多个评估元素。
8.一种使用多元回归模型评估专利的系统，其特征在于，所述系统包括：
专利信息处理器，被配置为通过处理所获取的专利信息提取评估元素；
多元回归分析处理器，被配置为通过个别地执行多个多元回归分析来计算各个自变量的多个多元回归模型的回归系数，其中，为评估指数预设的多个关键评估元素是因变量；
评估模型生成处理器，被配置为计算由多元回归分析处理器计算的每个自变量的多个回归系数的代表值，并通过建立所计算的代表值是各个自变量的系数的评估模型来生成评估指数的评估模型；以及
专利评估处理器，被配置为使用所生成的评估模型来计算作为评估目标的专利的量化评估指数。
9.根据权利要求8所述的系统，其特征在于，还包括评估结果数据库DB，其被配置为存储专利评估结果，
其中，专利评估处理器对已获取其信息的专利进行评估，并将评估结果存储在评估结果DB中。
10.根据权利要求9所述的系统，其特征在于，在预设的时间点，专利评估处理器对已获取其信息的专利进行评估，并将评估结果存储在评估结果DB中。
11.根据权利要求8所述的系统，其特征在于，多元回归分析处理器对各个关键评估元素执行多元回归分析，其中，预设评估元素是多元回归模型的自变量。
12.根据权利要求11所述的系统，其特征在于，所述关键评估元素属于评估元素，以及关键评估元素用作另一个关键评估元素的多元回归模型的自变量。
13.一种使用多元回归模型构建专利评估模型的方法，其特征在于，所述方法包括：
获取专利信息；
处理专利信息和个别地执行多个多元回归分析，其中，为评估指标预设的多个关键评估元素是因变量；以及
计算通过多个多元回归分析计算的多个多元回归模型的每个自变量的多个回归系数的代表值；并且通过建立所计算的代表值是各个自变量的系数的评估模型来生成评估指数的评估模型。
14.根据权利要求13所述的系统，其特征在于，所述个别地执行多个多元回归分析包括对各个关键评估元素执行多元回归分析，其中，预设评估元素是多元回归模型的自变量。
15.根据权利要求14所述的系统，其特征在于，所述关键评估元素属于评估元素，以及关键评估元素用作另一个关键评估元素的多元回归模型的自变量。

说明书全文

评估专利的系统和方法及构建专利评估模型的系统和方法

[0001] 相关申请的交叉引用

[0002] 本申请要求于2017年11月27日提交的申请号为10-2017-0159442的韩国专利申请的优先权，其全部内容通过引用并入本文。

技术领域

[0003] 本发明涉及用于构建专利评估模型的系统和方法，所述专利评估模型用于计算专利的量化评估结果，并使用所述专利评估模型计算专利的量化评估结果，以及更具体地，涉及用于建立专利评估模型的系统和方法，以及使用多元回归模型构建专利评估模型的系统和方法。

背景技术

[0004] 在保护公司技术的知识产权的战略制定过程中，注册和维护知识产权的成本和工作对许多知识产权的持有者来说是沉重的负担。

[0005] 因此，知识产权权利人个人地评估他的知识产权，或者由商业或非商业组织通过专利技术评估来评估他的知识产权。

[0006] 此类专利评估通常包括专家评估和自动化评估。专家评估是一种专门由相应技术领域的专家来评估的方法。对于专家评估，可以使用个别专家的专业知识，并且可以进行定性评估。但是，评估值可能会受到专家意见的严重影响，并且需要大量的成本和时间。

[0007] 为了克服专家评估的缺点，自动化专利评估系统正被开发。然而，在许多情况下，设计评估模型的样本专利是由专家评估的，或者评估模型仅基于一些部分元素设计。即使使用多元回归模型，也只使用一个回归模型。因此，在许多情况下，评估结果的可靠性存在疑问。

[0008] 在未经审查的韩国专利公开号10-2014-0080593(2014年7月1日)中公开了本发明的相关技术。

发明内容

[0009] 本发明旨在提供一种使用多元回归模型构建专利评估模型的系统和方法，以及使用多元回归模型评估专利的系统和方法，该系统和方法使得建立高度可靠的评估模型成为可能，这不仅反映了说明书的结构特征，而且恰当地反映了考虑技术上相似专利的相对环境的评估元素，以评估专利。

[0010] 根据本发明的一方面，提供一种使用多元回归模型评估专利的方法，所述方法包括：获取专利信息；处理专利信息和个别地执行多个多元回归分析，其中为评估指标预设的多个关键评估元素是因变量；计算通过多个多元回归分析计算的多个多元回归模型的每个自变量的多个回归系数的代表值；并且通过建立所计算的代表值是各个自变量的系数的评估模型来生成评估指数的评估模型；获取已发布专利的信息；以及使用所生成的评估模型计算作为评估目标的已发布专利的量化评估指数。

[0011] 根据本发明的一方面，提供一种使用多元回归模型评估专利的系统，所述系统包括：专利信息处理器，被配置为通过处理所获取的专利信息提取评估元素；多元回归分析处理器，被配置为通过个别地执行多个多元回归分析来计算各个自变量的多个多元回归模型的回归系数，其中为评估指数预设的多个关键评估元素是因变量；评估模型生成处理器，被配置为计算由多元回归分析处理器计算的每个自变量的多个回归系数的代表值，并通过建立所计算的代表值是各个自变量的系数的评估模型来生成评估指数的评估模型；以及专利评估处理器，被配置为使用所生成的评估模型来计算作为评估目标的专利的量化评估指数。

[0012] 根据本发明的一方面，提供一种使用多元回归模型构建专利评估模型的方法，所述方法包括：获取专利信息；处理专利信息和个别地执行多个多元回归分析，其中为评估指标预设的多个关键评估元素是因变量；计算通过多个多元回归分析计算的多个多元回归模型的每个自变量的多个回归系数的代表值；并且通过建立所计算的代表值是各个自变量的系数的评估模型来生成评估指数的评估模型。附图说明

[0013] 通过参考附图详细描述本发明的示例性实施例，本发明的上述和其他目的、特征和优点对于本领域普通技术人员将变得更加明显，其中：

[0014] 图1是示出根据本发明示例性实施例的使用多元回归模型评估专利的系统的示意性配置的示例图；

[0015] 图2是示出根据本发明示例性实施例的使用多元回归模型评估专利的系统中的服务器的详细配置的示例图；

[0016] 图3是示出根据本发明示例性实施例的使用多元回归模型评估专利的系统的操作的示例图；

[0017] 图4是示出根据本发明示例性实施例的在使用多元回归模型评估专利的方法中生成评估模型的过程的流程图；

[0018] 图5是示出根据本发明示例性实施例的使用多元回归模型评估专利的方法中的专利评估过程的流程图；

[0019] 图6是示出根据本发明另一示例性实施例的使用多元回归模型评估专利的系统中的服务器的详细配置的示例图；

[0020] 图7是示出根据本发明另一示例性实施例的使用多元回归模型评估专利的方法中的专利评估过程的流程图；以及

[0021] 图8是示出根据本发明另一示例性实施例的使用多元回归模型评估专利的方法中提供专利评估服务的过程的流程图。

[0022] 附图标记

[0023] 100 服务器

[0024] 110 专利信息处理器

[0025] 120 多元回归分析处理器

[0026] 130 评估模型生成处理器

[0027] 140 评估模型DB

[0028] 150 专利评估处理器

[0029] 160 评估结果DB

[0030] 200 用户设备

[0031] S300 操作

[0032] S310 操作

[0033] S320 操作

[0034] S330 操作

[0035] S400 操作

[0036] S410 操作

[0037] S420 操作

[0038] S600 操作

[0039] S610 操作

[0040] S620 操作

[0041] S630 操作

[0042] S640 操作

[0043] S650 操作

[0044] S700 操作

[0045] S710 操作

具体实施方式

[0046] 在下文中，将参照附图描述根据本发明示例性实施例的使用多元回归模型构建专利评估模型的系统和方法、以及使用多元回归模型评估专利的系统和方法。在此过程中，为了清楚和方便描述，可夸大附图中所示的线的粗细、部件的尺寸等。此外，下面使用的术语是考虑到本发明中的功能而定义的，并且可以根据用户或操作者的意图或通常的实践而变化。因此，其定义应基于本说明书的总体内容。如本文所用，除非内容另有明确说明，单数形式可包括复数形式。

[0047] 图1是示出根据本发明示例性实施例的使用多元回归模型评估专利的系统的示意性配置的示例图。

[0048] 如图1所示，根据本发明示例性实施例的使用多元回归模型评估专利的系统可以由至少一个服务器100组成，其可以连接到有线或无线网络并提供专利评估结果给用户设备200。换句话说，当从用户设备200 请求针对特定专利的评估服务时，服务器100可以提供该专利的评估结果。下面将描述其详细操作。

[0049] 根据本发明示例性实施例的服务器100可包括处理器、用于存储和执行程序数据的存储器、永久存储部分、用于与外部设备通信的通信端口、用户接口设备等。由软件程序模块或算法实现的方法可以存储在计算机可读记录介质中，作为可以由处理器执行的计算机可读代码或程序指令。计算机可读记录介质可以分布到经由网络连接的计算机系统，使得计算机可读代码可以以分布式方式存储和执行。

[0050] 就功能块、单元和/或模块而言，如在相应领域中传统的那样，一些示例性实施例可以在附图中示出。本领域普通技术人员将理解，这些块、单元和/或模块通过电子(或光学)电路，例如逻辑电路、分立组件、处理器、硬连线电路、存储组件、布线连接等等来物理地实现。当块、单元和/或模块由处理器或类似硬件实现时，可以使用软件(例如，编码)对它们进行编程和控制，以执行本文所讨论的各种功能。或者，每个块、单元和/或模块可以由专用硬件实现，或者以执行某些功能的专用硬件的组合和执行其他功能的处理器(例如，一个或多个编程处理器和相关电路)来实现。在不脱离本发明构思的范围的情况下，一些示例性实施例的每个块、单元和/或模块可以在物理上分成两个或更多个交互和离散的块、单元和/或模块。此外，在不脱离本发明构思的范围的情况下，一些示例性实施例的块、单元和/或模块可以物理地组合成更复杂的块、单元和/或模块。

[0051] 图2是示出根据本发明示例性实施例的使用多元回归模型评估专利的系统中的服务器的详细配置的示例图。

[0052] 如图2所示，服务器100可以包括专利信息处理器110、多元回归分析处理器120、评估模型生成处理器130、评估模型数据库(DB)140和专利评估处理器150。根据本发明的示例性实施例，这些组件可以分发到经由有线网络或无线网络连接的一个或多个服务器。

[0053] 专利信息处理器110可以通过处理所获取的专利信息来提取评估元素。

[0054] 例如，专利信息处理器110可以从外部数据提供者收集专利信息。具体地，服务器100可以包括数据收集器(未示出)，其从外部数据提供者接收韩国或外国(例如，美国)的原始数据。这样的数据收集器可以在物理上包括网络接口(网络接口卡(NIC))，并且逻辑上可以是用作应用程序编程接口(API)的程序。

[0055] 专利信息处理器110可以从所获取的专利信息中提取信息并语法分析(或转换)所提取的信息。例如，专利信息处理器110可以提取包括专利说明书、目录信息、进度信息、附图等的信息，并且该说明书可以用例如可扩展标记语言(XML)编写。因此，可以通过语法分析XML格式来提取评估元素。

[0056] 服务器100可以获取多个专利的专利信息，并且专利信息处理器110可以从每个专利中提取评估元素并将提取的数据存储在DB(未示出)中。

[0057] 同时，所获取的专利信息可能已经被处理(例如，当已经提取并预先提供评估元素时)。在这种情况下，专利信息处理器110可以省略提取评估元素的过程。

[0058] 多元回归分析处理器120可以构建相应的多元回归模型，其中先前为评估元素中的评估指数设置的多个关键评估元素是因变量，并且通过执行多元回归分析针对各自的变量计算多个多元回归模型的回归系数。下面将描述其详细操作。

[0059] 评估模型生成处理器130可以计算由多元回归分析处理器120针对每个自变量计算的多个多元回归模型的回归系数的代表值，并生成评估指数的评估模型。例如，可以计算回归系数的加权平均值或算术平均值作为代表值。

[0060] 评估模型生成处理器130可以将每个自变量的多个多元回归分析模型的回归系数组合成权重平均值(或算术平均值)，并生成(构建)评估指数的评估模型。此外，评估模型生成处理器130可以将所生成的评估模型存储在评估模型DB 140中，以便可以执行专利评估。

[0061] 专利评估处理器150可以使用存储在评估模型DB 140中的评估模型来计算评估目标专利的量化评估指数(例如，评估评分或评估等级)。具体而言，可以通过将专利信息输入到已经组合成权重平均值(或算术平均值)的多元回归分析模型的各个自变量中来计算相应专利的量化评估指数，或者可以通过组合量化的评估指数来计算相应专利的评估的代表值，这将在下面描述。

[0062] 图3是示出根据本发明示例性实施例的使用多元回归模型评估专利的系统的操作的示例图。

[0063] 服务器100通过精炼和处理所收集的专利信息来提取评估元素，通过多元回归分析生成各个评估指标(或技术领域)的评估模型，并使用所生成的评估模型评估专利，以便可以向用户提供专利分析服务。

[0064] 图4是示出根据本发明示例性实施例的在使用多元回归模型评估专利的方法中生成评估模型的过程的流程图，以及图5是示出根据本发明示例性实施例的在使用多元回归模型评估专利的方法中评估专利的过程的流程图。将参考图4和5描述根据本发明示例性实施例的使用多元回归模型评估专利的方法。

[0065] 如图4所示，服务器100首先获取专利信息(S300)并从所获取的专利信息中提取评估元素(S310)。当已经处理了所获取的专利信息时，可以省略提取评估元素的操作(S310)。

[0066] 随后，服务器100对评估指数的多个关键评估元素执行多元回归分析(S320)。换句话说，服务器100可以构建多个多元回归模型，其中为评估指数预设的多个关键评估元素中的每一个是因变量，并且评估元素是自变量，并且对于各个关键评估元素执行多元回归分析。

[0067] 在此，关键评估元素包括在评估元素中，并且对多个关键评估元素执行多元回归分析。因此，当使用多变量分析时，不可能将一个关键评估元素用作另一个关键评估元素的自变量。因此，在本发明中，不使用一般的多变量分析，而是构建多个多元回归分析方程以执行多元回归分析，其中多个关键评估元素中的每一个是因变量。

[0068] 具体地，可以构建如下面的方程式1中所示的多个多元回归分析方程式以执行回归分析。

[0069] [方程式1]

[0070]

[0071] 在此，y表示关键评估元素的多元回归模型，并且其下标表示因变量(关键评估元素)的顺序。x表示自变量。β0到βn表示回归系数，其中β0表示常数。∈表示误差。正确来说，上标表示因变量的顺序，下标表示自变量(评估元素)的顺序。

[0072] 随后，服务器100针对每个自变量计算回归系数的代表值(包括常数)，并生成评估指数的评估模型(S330)。换句话说，由于已经为单个评估指数构建了多个多元回归方程式，因此可以通过组合回归系数来构建评估指数的最终评估模型。例如，计算回归系数的加权平均值或算术平均值作为代表值，以便可以生成评估模型。

[0073] 具体地，当回归系数组合成加权平均值时，可以生成评估模型，如下面的方程式2所示。

[0074] [方程式2]

[0075]

[0076] 在此，Y表示量化的评估指数，以及α表示权重，且其下标表示因变量的顺序。所计算的代表值成为自变量的系数。

[0077] 同时，可以构建每个多元回归方程，以仅使用其显著概率(significance probabilities)是参考值或更小的评估元素。可以在多元回归分析过程期间，实时执行这种评估元素的排除。根据本发明的示例性实施例，显著概率的参考值是0.1或更小并且可以是0.05。

[0078] 此外，评估元素可以通过评估元素之间的多重共线性检验来排除。换句话说，当自变量之间具有强相关性并且违反了互斥时，可以排除相应的评估元素。在本实施例中，通过评估元素中的多重共线性检验排除的评估元素可以是“从属权利要求的数量”。

[0079] 此外，可以针对每个关键评估元素预先设置要用作自变量的评估元素，并且可以以对应的多元回归方程式中将从特定关键评估元素中排除的评估元素的回归系数固定为0的方式排除特定的评估元素。

[0080] 同时，根据本实施例的使用多元回归模型评估专利的方法可以被配置为分别生成多个评估指标的评估模型。例如，评估指数可以包括权利程度、技术程度和利用程度中的一个或多个。

[0081] 在此，权利程度表示评估目标专利可以在与第三方的专利纠纷中保持排他地位的程度。技术程度表示评估目标专利与技术趋势相对应并引领技术趋势的程度。利用程度表示评估目标专利在企业中使用的程度和评估目标专利的利用概率。

[0082] 在本实施例中，为了适当地反映考虑了技术上相似专利的相对环境的评估元素，且同时反映专利说明书的结构特征，美国专利审判和上诉委员会(Patent Trial and Appeal Board,PTAB)的无效审判或者当事人间审查(inter partes reviews,IPRs)或授权后审查(post grant reviews,PGRs)、是否已提出分案申请或延续申请以及评估目标专利是否涉及专利侵权诉讼(以下简称“侵权诉讼”)中的一项或多项可以作为权利程度的关键评估元素；是否已经提出各个国家的延续申请(continuation application)、向前引用的总数以及与评估目标专利的合作专利分类(cooperative patent classification,CPC)阶层相对应的专利增加率或减少率(例如，美国专利分析中美国专利的增加率或减少率)中的一个或多个可以作为技术程度的关键评估元素；以及是否已提出延续申请、是否涉及侵权诉讼、外国同族信息(是否已提出外国同族申请或外国同族申请的国家数量)、评估目标专利是否是标准的必要专利以及专利期限是否已经延长中的一项或多项可以作为利用程度的关键评估元素。评估目标专利是否是标准的必要专利的专利可以用于电子、电气和信息技术(information technology,IT)领域的专利，以及专利期限是否已经延长可以用于化学领域的专利。

[0083] 作为关键评估元素，可以考虑根据各国专利法和专利制度的特点而有所不同的评估元素。例如，在欧洲专利评估中，权利限制程序、异议(demurrants)的数量、是否已进行分案申请以及向前引用总数中的一项或多项可用作评估权利程度的关键评估元素；向前引用总数、异议的数量、引用参考文献中的研究论文数量可用作评估技术程度的关键评估元素；以及许可证是否已被授予、异议的数量、欧洲专利注册的首次进入国家的数量以及权利限制程序中的一个或多个可用作评估利用程度的关键评估元素。

[0084] 同时，根据本实施例的使用多元回归模型评估专利的方法可以被设计为使用下列元素作为评估元素，例如：CPC阶层的美国专利增加率或减少率、干扰数量、国际专利分类(IPC)数量、IPR和PGR数量(确定)、IPR和PGR数量(待定)、继续审查请求(RCEs)的数量、复审次数、重新领证(reissues)次数，是否延续申请、专利权人的变更数量、专利说明书中包含的附图的数量、专利说明书中所包含的独立权利要求的长度、独立权利要求的数量、专利说明的长度、发明人的数量、评估目标专利是否涉及侵权诉讼、专利年度注册的次数、是否要求优先审查(preferential examination)、审查员引用的前案文献(下面称为“被引用的参考文献”)中的研究论文数量、被引用专利的平均年龄(所引用专利从提交日期到目前的时间点的平均时间)、提供信息的次数、到期日期是否被延长、从属权利要求的平均深度、权利要求系列的数量、向前引用的总数、评估目标专利是否为标准必要专利、向前引用中的研究论文数量、向前引用和申请日期之间的差异、外国同族信息(国家数量以及是否有外国同族)等。

[0085] 在根据显著概率排除评估元素的过程中，如果模型中CPC阶层的美国专利的增加率或减少率作为因变量，则IPR和PGR的确定数量、干扰的数量、提供信息的次数等可以从评估元素中排除，以及如果模型中IPR和PGR的确定数量作为因变量，则CPC阶层的美国专利的增加率或减少率、干扰的数量、是否已提出延续申请、附图的数量、专利说明的长度、引用专利的平均年龄、提供信息的次数、从属权利要求的平均深度、权利要求系列的数量、评估目标专利是否为标准必要专利、外国同族国家数量等，可以从评估元素中排除。

[0086] 此外，如果模型中是否延续申请作为因变量，IPR和PGR的确定数量、RCE的数量、权利要求系列的数量等，可以从评估元素中排除。如果模型中评估目标专利是否涉及侵权诉讼中作为因变量，从属权利要求的平均深度、权利要求系列的数量等，可以从评估元素中排除。如果模型中向前引用的总数作为因变量，提供信息的次数等，可以从评估元素中排除。如果模型中评估目标专利是否是标准的必要专利作为因变量，IPR和PGR的确定数量、干扰的数量、RCE的数量、复审次数、提供信息的次数、向前引用中的研究论文数量等，可以从评估元素中排除。如果模型中外国同族信息作为因变量，IPR和PGR的确定数量、IPR和PGR的数量(待定)、干扰的数量、提供信息的次数等，可以从评估元素中排除。

[0087] 同时，在根据本实施例的使用多元回归模型评估专利的方法中，独立权利要求的数量、独立权利要求的长度、从属权利要求的平均深度、权利要求系列的数量、附图的数量、专利说明的长度、是否已经提出分案申请、外国同族国家的数量、IPC的0数量、是否已经提前公开、是否要求优先审查、提交意见的数量、提供信息的次数、向前引用的总数、向前引用和提交日期之间的差异、前案文献中的研究论文/外国专利数量、向前引用中的研究论文/外国专利数量、每年注册的次数、发明人的数量、是否延长了到期日、被授权人的数量、权利人的变更、金融机构设立的质押权数量、无效审判中的核驳(rejection)数量、无效审判中的撤回(withdrawal)和驳回起诉(dismissal)数量、核驳决定的上诉数量，在进攻性审判(offensive trial)以确认专利权的范围中的接受数量、在进攻性审判以确认专利权的范围中的核驳、撤回和驳回起诉数量、在防御性审判(defensive trial)以确认专利权的范围中核驳的数量、在进攻性审判以确认专利权的范围中的接受、撤回和驳回起诉数量、是否进行了矫正审判(correction trial)等，可以用作评估元素，以产生评估国内(韩国)专利的评估模型。

[0088] 如上所述，根据本实施例的使用多元回归模型评估专利的方法可以用于生成用于评估各个国家的专利的评估模型，不仅包括欧盟、美国和韩国，还包括全世界中的日本、中国等。

[0089] 在通过上述过程生成评估模型之后，服务器100从如图5所示的用户设备200接收作为评估目标的专利的标识信息，以提供专利评估服务(S400)。例如，服务器100可以接收评估目标专利的申请号、注册号等作为识别信息。

[0090] 随后，服务器100使用在图4的操作S330中生成的评估模型来计算专利的量化的评估指数(S410)。换句话说，服务器100可以获取评估目标专利的评估元素，并通过将所获取的评估元素放入评估模型中来计算相应的量化评估指数。此时，服务器100可以使用针对多个评估指标的评估模型来计算评估目标专利的多个量化的评估指标(例如，权利程度、技术程度和利用程度)。

[0091] 同时，当在操作S410中计算多个量化的评估指标时，服务器100计算多个量化的评估指标的代表值作为专利的代表评估值(S420)。例如，服务器100可以计算所计算的权利程度、技术程度和利用程度的代表值(例如，加权平均值或算术平均值)，并通过所计算的值确定专利的等级。

[0092] 图6是示出根据本发明另一示例性实施例的使用多元回归模型评估专利的系统中的服务器的详细配置的示例图。图7是示出根据本发明另一示例性实施例的使用多元回归模型评估专利的方法中的专利评估过程的流程图；以及图8是示出根据本发明另一示例性实施例的使用多元回归模型评估专利的方法中提供专利评估服务的过程的流程图。将参照图6至图8描述根据本发明的另一示例性实施例的使用多元回归模型评估专利的方法。

[0093] 如图6所示，根据本发明另一示例性实施例的用于评估专利的系统中的服务器100除了专利信息处理器110、多元回归分析处理器120、评估模型生成处理器130、评估模型DB 140和专利评估处理器150之外，还可包括评估结果DB 160。

[0094] 专利信息处理器110、多重回归分析处理器120、评估模型生成处理器130、估价模型DB 140和专利评估处理器150可以如同参照图2描述那样的配置和操作。

[0095] 当通过用户设备200请求专利评估时，专利评估处理器150可以执行专利评估，并且还可以自动评估所收集的专利，并将评估结果存储在评估结果DB160中。在这种情况下，当通过用户设备200请求专利评估时，提取并输出先前存储在评估结果DB 160中的评估结果，使得响应于评估请求输出评估结果所需的时间可以最小化。

[0096] 根据本发明的示例性实施例，专利评估处理器150可以在预设日期和时间再次评估所收集的专利，并更新存储在评估结果DB 160中的评估结果。这是因为专利的评估结果可能根据评估时间点而变化。

[0097] 将参考图7和8描述根据本发明另一示例性实施例的使用多元回归模型评估专利的方法。

[0098] 如图7所示，操作S600至S630可以如同参照图4描述那样的操作。

[0099] 在操作S630之后，服务器100使用在操作S630中生成的评估模型对在操作S600中所获取的专利进行评估(S640)，并存储评估结果(S650)。换句话说，服务器100不仅可以使用所收集的专利来构建估价模型，而且还可以在用户的请求之前对所收集的专利进行评估，并存储评估结果。

[0100] 在这种情况下，如图8所示，当从用户设备200接收到作为评估目标的专利的识别信息时(S700)，服务器100读取存储的评估结果，并将存储的评估结果发送到用户设备200(S710)。换句话说，在提供专利评估服务的过程中，可以不实时评估专利，并且可以提供先前存储的专利评估结果。

[0101] 因此，在一些实施例中，使用多元回归模型评估专利的方法包括为多个评估指数生成相应的评估模型，其中评估指标包括权利程度、技术程度和利用程度中的一个或多个。

[0102] 在一些实施例中，单独执行多个多元回归分析包括对于各个关键评估元素执行多元回归分析，其中预设评估元素是多元回归模型的自变量。

[0103] 在一些实施例中，关键评估元素属于评估元素，并且关键评估元素用作另一关键评估元素的多元回归模型的自变量。

[0104] 在一些实施例中，评估模型的生成包括计算多个回归系数的加权平均值或算术平均值作为代表值。

[0105] 在一些实施例中，在多元回归模型中使用其显著概率是预设参考值或更小的评估元素。

[0106] 在一些实施例中，单独执行多个多元回归分析包括在评估元素之间执行多重共线性测试并排除一个或多个评估元素。

[0107] 在一些实施例中，使用多元回归模型评估专利的系统包括被配置为存储专利评估结果的评估结果数据库(DB)，其中专利评估处理器对已获取其信息的专利进行评估，并将评估结果存储在评估结果DB中。

[0108] 在一些实施例中，在预设时间点，专利评估处理器对已获取其信息的专利进行评估，并将评估结果存储在评估结果DB中。

[0109] 根据本发明示例性实施例的使用多元回归模型构建专利评估模型的系统和方法以及使用多元回归模型评估专利的系统和方法使得为多个关键评估元素中的每一个构建多元回归模型，并通过组合多个回归模型的多个回归系数生成专利评估指标的评估模型成为可能。因此，可以适当地反映考虑了技术上相似专利的相对环境的评估元素，且同时反映专利说明书的结构特征。

[0110] 以这种方式，根据本发明示例性实施例的使用多元回归模型构建专利评估模型的系统和方法以及使用多元回归模型评估专利的系统和方法使得在客观评价标准的基础上快速且低廉地评估许多专利成为可能。

[0111] 此外，根据本发明示例性实施例的使用多元回归模型构建专利评估模型的系统和方法以及使用多元回归模型评估专利的系统和方法使得为一件专利的多个评估项目中的每一个生成评估信息成为可能。

[0112] 尽管上面已经详细描述了本发明的示例性实施例，但是这些实施例仅仅是说明性的，并且本领域普通技术人员将理解，在不脱离本发明的范围的情况下，可以进行各种修改和等同置换。因此，本发明的范围应由以下权利要求及其等同范围确定。

标题	发布/更新时间	阅读量
一种彩色激光复印件	2022-01-22	4
环保安全型阻水防火电缆	2021-01-12	0
基于专利侵权赔偿的价值评估方法及系统	2020-06-29	3
一种工件退火装置的工作方法	2020-12-24	1
茶叶脱水机	2020-12-30	2
一种利用云计算与大数据技术的专利交易系统以及方法	2020-07-06	0
卷纸装置	2021-07-01	4
一种提高斑马鱼受精率的方法	2021-01-21	1
草坪种植的气压式滚压车	2021-03-22	2
一种利用毕赤酵母菌制备抗菌肽T9W的方法	2022-08-10	4

评估专利的系统和方法及构建专利评估模型的系统和方法

评估专利的系统和方法及构建专利评估模型的系统和方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：