金融科技专利识别与分类方法构建及应用
来源：图书情报工作杂志2020年第11期北京时间：
作者：徐璐,卢小宾,杨冠灿
单位：中国人民大学信息资源管理学院 北京 100872
摘要：[目的/意义] 金融科技在信息和数据时代发展迅速，专利数目不断增长，同时金融科技的领域交叉和边界模糊等特性，也提升了其专利分析的难度。因此需要构建适合的识别与分类方法，从而准确高效地处理持续增长的大体量数据。[方法/过程] 首先依据金融科技的内涵和功能，梳理其包含的创新类别，厘清金融科技专利的范围和边界；随后使用机器学习算法，结合文本过滤、人工判读，构建金融科技专利识别与分类的方法流程。[结果/结论] 提出一种基于机器学习算法的专利识别与分类流程，能够较为准确高效地识别金融科技专利并进行分类，并通过分析所得的金融科技专利分类数据，总结当前金融科技的发展现状。
关键词：金融科技,信息经济学,专利分析,机器学习,
基金资助：本文系国家自然科学基金青年项目"银行业竞争政策的实施效果及影响机制研究"（项目编号：71903189）和中国博士后科学基金项目"多元所有制银行市场中强化竞争的风险和福利效应"（项目编号：2019M660052）研究成果之一。
