融合多重专利关系网络指标的高质量专利识别研究
来源：图书情报工作杂志2025年第13期北京时间：
作者：邓伟伟,霍栩俊,吴敏,陈寒,奉国和
单位：1 华南师范大学经济与管理学院 广州 510006;2 华南师范大学教师教育学部 广州 510631
摘要：[目的/意义] 考虑专利引用网络、发明网络、类别关联网络中节点结构重要性，提出融合多重专利关系网络指标的高质量专利识别方法。[方法/过程] 基于专利的引用、发明人和分类信息构建多重专利关系网络，从中提取度中心度、中介中心度、接近中心度、特征向量中心度和PageRank指标衡量专利节点结构重要性，然后融合网络指标与传统专利质量评估指标形成指标体系，最后将其输入到机器学习模型以判断专利是否高质量。[结果/结论] 基于美国专利商标局数据的实证分析表明，融合多重专利关系网络指标能够显著提升高质量专利识别效果，且模型特征重要性排序前4位中有两个网络指标，这进一步说明网络指标在高质量专利识别中的关键作用。
关键词：高质量专利,网络特征,专利识别,机器学习,
基金资助：本文系2024年度国家社会科学基金项目“多方法融合视角下高价值专利挖掘及影响因素识别研究”（项目编号：24BTQ036）研究成果之一。
