一种基于专利大数据的专利推荐方法及系统

本发明涉及专利信息技术领域，具体涉及一种基于专利大数据的专利推荐方法及系统。

随着互联网技术的迅猛发展，给人们日常生活带来了海量专利信息，但是存在着专利信息、用户信息过载问题，买家用户到自己所需的专利并非易事，同时专利提供方到潜在用户也是如此。

传统的专利推荐方法，存在系统、专利信息、服务的差异，没有完备的解决方案，同时在互联网初始阶段由于用户的数量、个人信息等数据很少，难以进行有效的专利或客户推荐。

为了解决上述技术问题，本发明提供了一种基于专利大数据的专利推荐方法及系统。

本发明所述的专利推荐方法，包括以下步骤：

基于实时更新的全球专利数据，获取用户对应的供需信息、行为信息、专利对比信息、专利分析信息，其中，供需信息包括求购描述或商品描述，行为信息包括浏览的专利，专利对比信息包括专利数据，专利分析信息包括技术领域；

分别确定与供需信息、行为信息、专利对比信息、专利分析信息对应的多件专利和/或用户基础数据，用户基础数据包括用户；

分别确定各件专利与供需信息、行为信息、专利对比信息、专利分析信息的相似度；

根据相似度和预先计算得到的供需信息、行为信息、专利对比信息、专利分析信息的权重，计算得到各件专利与用户的相关度；

根据供需信息，判断用户类型为买家用户或卖家用户；

当用户类型是买家用户时，根据相关度与预先设置的阈值之间的关系，确定向买家用户推荐的专利和/或专利包；

当用户类型是卖家用户时，如果卖家用户拥有的专利有匹配的买家用户，则向卖家用户推荐相应买家用户的求购描述和/或用户基本数据。

优选地，行为信息包括从买家用户行为日志中获取用户的浏览记录、检索记录、收藏记录；

专利对比信息包括买家用户作为申请人或专利权人对应专利的专利数据；

专利分析信息包括卖家用户作为申请人或专利权人对应专利的技术领域。

优选地，专利推荐方法还包括以下步骤：

根据商品描述，定期获取各件专利对应的专利基础信息和法律状态信息；

根据专利基础信息和法律状态信息，评估各件专利的专利价值度；

其中，专利基础信息包括专利类型、权利要求个数、独立权利要求个数、被引用次数、获奖情况，法律状态信息包括专利剩余有效期、专利维持时间、专利许可次数、专利转让次数。

优选地，分别确定各件专利与供需信息、行为信息、专利对比信息、专利分析信息的相似度，具体包括：

根据各件专利中技术领域相关关键词的词项、词频大小、汉明距离，获得各件专利与供需信息的相似度s1；

根据买家用户对各件专利浏览的次数、时间、命中次数，获得各件专利与行为信息的相似度s2；

根据各件专利与买家用户作为申请人或专利权人对应专利的简单数据相关度或/和语义相关度，计算各件专利与专利对比信息的相似度s3；

根据各件专利与卖家用户作为申请人或专利权人对应专利的技术领域的匹配度，计算各件专利与专利分析信息的相似度s4；

其中，简单数据相关度包括IPC相关度或者引证相关度；

语义相关度是对各专利的名称、摘要、权利要求、说明书进行专利词频计算得到。

优选地，供需信息权重w1，行为信息权重w2，专利对比信息权重w3，专利分析信息权重w4分别为：

其中，aij为供需信息、行为信息之间的重要度比例，aiz为供需信息、专利对比信息之间的重要度比例，aiv为供需信息、专利分析信息之间的重要度比例，ajz为行为信息、专利对比信息之间的重要度比例，ajv为行为信息、专利分析信息之间的重要度比例，azv为专利分析信息、专利对比信息之间的重要度比例，其中：

优选地，相关度为y，

同时，本发明还提供一种专利推荐系统，包括：

云存储模块，用于存储全球专利数据；

用户挖掘模块，用于对全球专利数据进行分析，提取已发生许可的专利数据，将许可人确认为潜在卖家用户；

获取模块，用于获取用户对应的供需信息、行为信息、专利对比信息、专利分析信息；供需信息包括求购描述或商品描述，行为信息包括浏览的专利，专利对比信息包括专利数据，专利分析信息包括技术领域；

确定模块，分别确定与供需信息、行为信息、专利对比信息、专利分析信息对应的多件专利，并分别确定各件专利与供需信息、行为信息、专利对比信息、专利分析信息的相似度；

更新模块，用于实时更新云存储模块内存储的全球专利数据；

计算模块，用于根据相似度和预先计算得到的供需信息、行为信息、专利对比信息、专利分析信息各自的权重，计算得到各件专利与用户的相关度；

判断模块，基于供需信息，判断用户的类型，为买家用户或卖家用户，输出类型判断结果，以及判断卖家用户拥有的专利是否与买家用户相匹配，输出匹配判断结果；

推荐模块，用于接收判断模块输出的类型判断结果，根据相关度与预先设置的阈值之间的关系，确定向买家用户推荐的专利和/或专利包，根据匹配判断结果，向对应的卖家用户推荐相应买家用户的求购描述和/或用户基本数据。

优选地，专利推荐系统还包括：

专利信息补录模块，用于根据卖家用户的商品描述，补录与商品描述对应的各件专利的专利基础信息；专利基础信息包括专利类型、权利要求个数、独立权利要求个数、被引用次数、获奖情况；

专利状态确定模块，用于定期追踪并确认各件专利的法律状态信息；法律状态信息包括专利剩余有效期、专利维持时间、专利许可次数、专利转让次数；

专利价值评估模块：用于根据专利基础信息和法律状态信息，评估各件专利的专利价值度。

优选地，确定模块具体用于：

根据各件专利中技术领域相关关键词的词项、词频大小、汉明距离，获得各件专利与供需信息的相似度s1；

根据买家用户对各件专利浏览的次数、时间、命中次数，获得各件专利与行为信息的相似度s2；

根据各件专利与买家用户作为申请人或专利权人对应专利的简单数据相关度或/和语义相关度，计算各件专利与专利对比信息的相似度s3；

根据各件专利与卖家用户作为申请人或专利权人对应专利的技术领域的匹配度，计算各件专利与专利分析信息的相似度s4。

优选地，供需信息权重w1，行为信息权重w2，专利对比信息权重w3，专利分析信息权重w4分别为：

其中，aij为供需信息、行为信息之间的重要度比例，aiz为供需信息、专利对比信息之间的重要度比例，aiv为供需信息、专利分析信息之间的重要度比例，ajz为行为信息、专利对比信息之间的重要度比例，ajv为行为信息、专利分析信息之间的重要度比例，azv为专利分析信息、专利对比信息之间的重要度比例，其中：

所述相关度为y，

综上所述，通过获取用户的供需信息、行为信息、专利对比信息、专利分析信息，确定与上述各信息对应的多件专利，并分别确定各件专利与上述各信息的相似度s和权重w，进而求得各件专利与用户的相关度y，根据供需信息判断用户的类型，确定用户的类型为买家用户或卖家用户，当相关度y大于或等于相关度阈值时，将专利和/或专利包推荐给买家用户，确定与卖家用户拥有专利相匹配的买家用户，并向对应的卖家用户推荐相应买家用户的求购描述和/或用户基本数据；这样不仅可以快速、准确地为买家用户推荐所需的专利，以及为卖家用户推荐有相应需求的买家用户，同时也解决了用户冷启动、物品冷启动、系统冷启动的问题。

图1是本发明所述的专利推荐方法的流程图。

下面结合附图说明根据本发明的具体实施方式。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明并不限于下面公开的具体实施例的限制。

如图1所示，本发明提供所述的专利推荐方法，包括以下步骤：

S1、基于实时更新的全球专利数据，获取用户对应的供需信息、行为信息、专利对比信息、专利分析信息，其中，供需信息包括求购描述或商品描述，行为信息包括浏览的专利，专利对比信息包括专利数据，专利分析信息包括技术领域；

本实施例中，买家用户在进行注册时需要输入相应的求购描述，即描述自身需求；卖家用户在进行注册时需要输入相应的商品描述，即描述要许可或转让的专利，商品描述可为专利的申请号或公开号。

进一步地，根据商品描述，定期获取与申请号或公开号对应的各件专利的专利基础信息和法律状态信息；

根据专利基础信息和法律状态信息，评估各件专利的专利价值度；

其中，专利基础信息包括专利类型、权利要求个数、独立权利要求个数、被引用次数、获奖情况，法律状态信息包括专利剩余有效期、专利维持时间、专利许可次数、专利转让次数。

采用上述技术方案，基于实时更新的全球专利数据，进行数据检索和确定，打破了系统本身数据范围的局限性，最大程度的做到了买卖用户双方信息匹配，提升专利交易的规模、质量、效率和品质；而且，买、卖用户双方仅需要填写简单的描述信息，既可被推荐到相应专利，操作简便，同时，可根据卖家用户输入的专利申请号或公开号，定期获取相应专利的专利基础信息和法律状态信息，减少买家用户的确权过程。

进一步地，行为信息包括从买家用户行为日志中获取用户的浏览记录、检索记录、收藏记录；

专利对比信息包括买家用户作为申请人或专利权人对应专利的专利数据；

专利分析信息包括卖家用户作为申请人或专利权人对应专利的技术领域。

采用上述技术方案，通过获取供需信息、行为信息、专利对比信息、专利分析信息，建立买家用户、卖家用户和专利三者之间的联系，并将信息存储在专利推荐系统中，便于后续的管理与维护，同时系统会根据相应信息为买家用户推荐专利，以及将相关买家用户推荐给卖家用户，解决用户冷启动、物品冷启动、系统冷启动的问题。

其中，用户冷启动是指如何向新用户推荐专利；物品冷启动是指如何将新物品推荐给用户；系统冷启动是指如何在一个新系统，运营初期就能进行有效推荐。

S2、分别确定与供需信息、行为信息、专利对比信息、专利分析信息对应的多件专利和/或用户基础数据，用户基础数据包括用户；

S3、分别确定各件专利与供需信息、行为信息、专利对比信息、专利分析信息的相似度，具体包括以下步骤：

S31、根据各件专利中技术领域相关关键词的词项、词频大小、汉明距离，获得各件专利与供需信息的相似度s1；

其中，词频TF(Term Frequency)指的是一个词在专利中出现的次数，词频的计算公式如下：

词频TF＝某个词在专利中出现的次数/专利的总字数。

具体地，可以设置词频与相似度的对应关系，例如，词频为0时，s1为0分；词频小于等于0.05时，s1为30分；词频大于0.05，小于0.1时，s1为70分；词频大于等于0.1时，s1为100分。当用户需求信息关键词的词频越大时，专利与用户供需信息的相似度s1的数值越大。

S32、根据买家用户对各件专利浏览的次数、时间、命中次数，获得各件专利与行为信息的相似度s2；

具体地，可以设置买家用户行为与相似度的对应关系，例如，当买家用户浏览1次专利获得10分或者浏览专利5分钟获得10分，根据买家用户浏览的次数、时间、命中次数给予专利与买家用户行为信息的相似度s2；当买家用户浏览的次数越多或浏览的时间越长或者命中的次数越多，专利与买家用户行为信息的相似度s2的数值越大。

S33、根据各件专利与买家用户作为申请人或专利权人对应专利的简单数据相关度或/和语义相关度，计算各件专利与专利对比信息的相似度s3；

进一步地，简单数据相关度包括IPC相关度或者引证相关度。

具体地，可以设置简单数据相关度与相似度的对应关系，例如，其中，IPC相关度具体为：当IPC相同时为100分，大组相同时为80分，小类相同时为60分，大类相同时为40分，部相同时为20分，此时获得专利与买家用户专利对比信息的相似度s3。若IPC信息完全不同，则根据专利之间的引证关系即引证相关度确定专利对比信息的相似度s3。

语义相关度是对各专利的名称、摘要、权利要求、说明书进行专利词频计算得到。

一般来说，一个词在专利中的词频越高，越能代表专利的主题；当两篇专利中包含相同的词越多，并且相同的词的词频越高时，说明两件专利的相似度越大。

具体地，各件专利与买家用户作为申请人或专利权人对应专利之间的语义相关度可以采用余弦相似度计算得到，本发明在此不作赘述。

当然，专利对比信息的相似度s3还可以采用词项、汉明距离、余弦相似度等方法得到。

S34、根据各件专利与卖家用户作为申请人或专利权人对应专利的技术领域的匹配度，计算各件专利与专利分析信息的相似度s4。

具体地，匹配度的计算可以根据各件专利中技术领域相关关键词的词频大小词项、汉明距离、余弦相似度等计算方法得到，或者根据IPC相关度进行计算，在此不再赘述。

S4、根据相似度和预先计算得到的供需信息、行为信息、专利对比信息、专利分析信息的权重，计算得到各件专利与买家用户的相关度；

S41、供需信息权重w1，行为信息权重w2，专利对比信息权重w3，专利分析信息权重w4分别为：

其中，aij为供需信息、行为信息之间的重要度比例，aiz为供需信息、专利对比信息之间的重要度比例，aiv为供需信息、专利分析信息之间的重要度比例，ajz为行为信息、专利对比信息之间的重要度比例，ajv为行为信息、专利分析信息之间的重要度比例，azv为专利分析信息、专利对比信息之间的重要度比例，其中：根据层次分析法可知，1：表示同等重要，3：略重要，5：重要，7：很重要，9：极重要，2表示介于1、3之间，4、6、8同理。

当然，不仅仅采用上述方式计算权重，还可以根据实际情况进行计算。

S42、相关度为y，

其中，相关度y＝s1*w1+s2*w2+s3*w3+s4*w4；

S5、根据供需信息，判断用户类型为买家用户或卖家用户；

具体地，买家用户在进行注册时需要输入相应的求购描述，即描述自身需求；卖家用户在进行注册时需要输入相应的商品描述，即描述要许可或转让的专利，即根据用户在注册时填写的相应信息可判断用户类型。

S6、当用户类型是买家用户时，根据相关度与预先设置的阈值之间的关系，确定向买家用户推荐的专利和/或专利包；

当相关度大于或等于预先设置的阈值时，将专利和/或专利包推荐给买家用户。或者，将各专利的相关度按从大到小排序，并将相关度前X的专利/专利包推荐给买家用户。

S7、当用户类型是卖家用户时，如果卖家用户拥有的专利有匹配的买家用户，则向卖家用户推荐相应买家用户的求购描述和/或用户基本数据。

同时，本发明还提供一种专利推荐系统，包括：

云存储模块，用于存储全球专利数据；

用户挖掘模块，用于对全球专利数据进行分析，提取已发生许可的专利数据，将许可人确认为潜在卖家用户；

获取模块，用于获取用户对应的供需信息、行为信息、专利对比信息、专利分析信息；供需信息包括求购描述或商品描述，行为信息包括浏览的专利，专利对比信息包括专利数据，专利分析信息包括技术领域；

确定模块，分别确定与供需信息、行为信息、专利对比信息、专利分析信息对应的多件专利，并分别确定各件专利与供需信息、行为信息、专利对比信息、专利分析信息的相似度；

进一步地，确定模块具体用于：

根据各件专利中技术领域相关关键词的词项、词频大小、汉明距离，获得各件专利与供需信息的相似度s1；

根据买家用户对各件专利浏览的次数、时间、命中次数，获得各件专利与行为信息的相似度s2；

根据各件专利与买家用户作为申请人或专利权人对应专利的简单数据相关度或/和语义相关度，计算各件专利与专利对比信息的相似度s3；

根据各件专利与卖家用户作为申请人或专利权人对应专利的技术领域的匹配度，计算各件专利与专利分析信息的相似度s4。

更新模块，用于实时更新云存储模块内存储的全球专利数据；

计算模块，用于根据相似度和预先计算得到的供需信息、行为信息、专利对比信息、专利分析信息各自的权重，计算得到各件专利与买家用户的相关度；

其中，供需信息权重w1，行为信息权重w2，专利对比信息权重w3，专利分析信息权重w4分别为：

其中，aij为供需信息、行为信息之间的重要度比例，aiz为供需信息、专利对比信息之间的重要度比例，aiv为供需信息、专利分析信息之间的重要度比例，ajz为行为信息、专利对比信息之间的重要度比例，ajv为行为信息、专利分析信息之间的重要度比例，azv为专利分析信息、专利对比信息之间的重要度比例，其中：

相关度为y，

判断模块，基于供需信息，判断用户的类型，为买家用户或卖家用户，输出类型判断结果，判断卖家用户拥有的专利是否与买家用户相匹配，输出匹配判断结果；

推荐模块，用于接收判断模块输出的类型判断结果，根据相关度与预先设置的阈值之间的关系，确定向买家用户推荐的专利和/或专利包，根据匹配判断结果，向对应的卖家用户推荐相应买家用户的求购描述和/或用户基本数据。

在上述实施例的基础上进一步地，专利推荐系统还包括：

专利信息补录模块，用于根据卖家用户的商品描述，补录与商品描述对应的各件专利的专利基础信息；专利基础信息包括专利类型、权利要求个数、独立权利要求个数、被引用次数、获奖情况；

专利状态确定模块，用于定期追踪并确认各件专利的法律状态信息；法律状态信息包括专利剩余有效期、专利维持时间、专利许可次数、专利转让次数；

专利价值评估模块：用于根据专利基础信息和法律状态信息，评估各件专利的专利价值度。

下面给出本发明的一个具体实施例：

通过获取用户求购描述、商品描述，浏览的专利，用户作为申请人或专利权人而检索到的专利，从而获得用户对应的供需信息、行为信息、专利对比信息、专利分析信息；基于实时更新的全球专利数据，分别确定与供需信息、行为信息、专利对比信息、专利分析信息对应的多件专利，分别确定各件专利与供需信息、行为信息、专利对比信息、专利分析信息的相似度。

其中，通过各件专利中相关关键词的词频大小，获得各件专利与用户供需信息的相似度s1，词频为0.08，由于词频大于0.05，小于0.1，所以s1为80分；

根据用户对各专利浏览的次数、时间、命中次数，获得各件专利与行为信息的相似度s2，由于用户浏览专利15分钟，浏览了3次，所以s2为60分；

根据各件专利与买家用户作为申请人或专利权人对应专利的简单数据相关度或/和语义相关度，计算各件专利与买家用户专利对比信息的相似度s3，由于专利的大类相同，所以s3为40分；

根据各件专利与卖家用户作为申请人或专利权人对应专利的技术领域的匹配度，计算各件专利与买家用户专利对比信息的相似度s4，由于专利的大类相同，所以s4为40分；

由于，供需信息、行为信息之间的重要度比例aij为3，供需信息、专利对比信息之间的重要度比例aiz为5，供需信息、专利分析信息之间的重要度比例aiv为2，行为信息、专利对比信息之间的重要度比例ajz为2，行为信息、专利分析信息之间的重要度比例ajv为3，专利分析信息、专利对比信息之间的重要度比例azv为2，aii为1，ajj为1，azz为1，avv为1,由于，所以aji为1/3，azi为1/5，avi为1/2，azj为1/2，avj为1/3，avz为1/2，

根据权重的计算公式可得，供需信息权重w1＝0.49，行为信息权重w2＝0.25，专利对比信息权重w3＝0.14，专利分析信息权重w4＝012；

相关度y＝80*0.49+60*0.25+40*0.14+40*0.12＝64.6(分)。

判断用户类型，确定系统的买家用户和卖家用户，一方面，对于系统已注册用户的类型的确定，可通过获取并分析用户填写的求购需求、商品描述，获得用户对应的供需信息，以此来判断用户为买家用户还是卖家用户，另一方面，对于系统潜在卖家用户的确定方法，可通过分析实时更新的全球专利数据，对已经发生过许可而且法律状态有效的专利数据进行提取，将专利许可人作为系统的潜在卖家用户，在一定程度上减轻新系统的物品冷启动问题；

确定完用户的类型后，判断相关度与阈值之间的关系，当相关度阈值为60时，64.6>60，将专利和/或专利包推荐给买家用户。

再根据买家用户与卖家用户拥有专利的匹配关系，向对应的卖家用户推荐相应买家用户的求购描述和/或用户基本数据。

综上所述，通过获取用户的供需信息、行为信息、专利对比信息、专利分析信息，确定与上述各信息对应的多件专利，并分别确定各件专利与上述各信息的相似度s和权重w，进而求得各件专利与用户的相关度y，根据供需信息判断用户的类型，确定用户的类型为买家用户或卖家用户，当相关度y大于或等于相关度阈值时，将专利和/或专利包推荐给买家用户，确定与向买家用户推荐的各件专利对应的卖家用户，并向对应的卖家用户推荐相应买家用户的求购描述和/或用户基本数据；这样不仅可以快速、准确地为买家用户推荐所需的专利，以及为卖家用户推荐有相应需求的买家用户，同时也解决了用户冷启动、物品冷启动、系统冷启动的问题。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。