G06Q10/04 G06Q10/06 G06Q50/18
1.一种基于用户评价的专利代理数量预测方法,其特征在于,所述专利代理数量预测方法包括以下步骤:
步骤1,设计面向用户的调查问卷,提取出影响用户选择的影响因子及其权重值;
步骤2,利用调查问卷结果,结合影响因子及其权重值给出用户对专利代理结构整体评分;
步骤3,根据用户整体评分,得到用户选择门限,建立用户选择模型,获取样本评分数据;
步骤4,利用样本评分数据,对专利代理机构改善影响因子后的结果进行量化预测。
2.如权利要求1所述的一种基于用户评价的专利代理数量预测方法,其特征在于,所述步骤1中,设计面向用户的调查问卷形式如下:
其中,F1、F2、F3……FN为归纳出的影响用户选择的评价因子,N为影响因子总数;
X1、X2、X3……XN为用户打分,取值区间在0~10之间,表示用户对于对应影响因子的主观评分,打分越高表示用户对专利代理机构的认可度越高,反之则相反;
T1、T2、T3……TN为用户对该影响因子最低容忍度,取值区间在0~10之间,表示用户对于对应影响因子的接受程度,最低容忍值越高则表明用户影响因子要求越高,即更加重视该影响因子,反之则相反;
由于最低容忍值反映用户对影响因子接受程度,因此根据用户最低容忍值,得到影响因子权重值如下:
其中,pi表示第i个影响因子所占权重值,Ti为用户对第i个影响因子最低容忍度,Tk为用户对第k个影响因子最低容忍度。
3.如权利要求2所述的一种基于用户评价的专利代理数量预测方法,其特征在于,所述步骤2中,用户对专利代理结构整体评分采用以下公式:
其中,S为用户对专利代理结构整体评分,Xi为对第i个影响因子打分值。
4.如权利要求3所述的一种基于用户评价的专利代理数量预测方法,其特征在于,所述步骤3具体包括以下步骤:
步骤31,通过设置调查样本及对象规模,得到各个用户评分分别为:
S1、S2、S3……Sn,其中n为调查样本容量;
步骤32,对用户评分按照从大到小的顺序进行排序,记为:
sort=[S′1 S′2 S′3…… S′n];
其中,sort表示排序,S’1、S'2、S’3……S'n为排序后的各个用户评分;
步骤33,令调查样本中选择该机构的用户数量表示为m,则用户选择门限计算公式如下:
其中,Ts为用户选择门限;
步骤34,判断用户是否倾向于选择所述专利代理机构,如果S>Ts,则判断所述用户倾向于选择所述专利代理机构,否则判断倾向于不选。
5.如权利要求4所述的一种基于用户评价的专利代理数量预测方法,其特征在于,所述步骤4中,假设改善影响因子后的用户评分增长分别为:ΔX1、ΔX2、ΔX3……ΔXN;
则此时用户对专利代理机构评分为:
假设用户对专利代理机构评分满足正态分布:S~N(μ,σ2),则其分布函数满足:
则改善服务后,选择所述专利机构人数增加率为:
其中,P为选择所述专利机构人数增加率,μ为正态分布的期望值,σ为标准差,f1(x)和f2(x)分别表示改善前后的用户评分概率分布函数。
本发明属于专利代理统计技术领域,特别涉及一种基于用户评价的专利代理数量预测方法。
对于专利代理机构而言,用户是其生存基础,用户数量决定了其发展规模,并且从侧面反映了社会对其认可度。社会认可度越高,从单一用户层面来看,该用户选择该机构的倾向性越强;而从宏观来看,同时间内,选择该机构人数越多。
对于用户而言,是否选择某机构的影响因素有很多,且自身主观侧重点不尽相同。例如,用户A,他认为自己主要看重该机构的服务质量和时效性且认为时效性更为优先;用户B则认为机构的技术水平最重要。这种差异因人因所处环境而异,那么如何具体的评价社会认可度,则势必需要对其中人员进行一个广泛的客观的合理的调查,对结果进行分析总结得出。
用户看重的,则是服务机构需要改进加强的。那么具体该加强哪方面,以及加强到什么程度,这些往往无法量化给出,因此会对决策者造成一定困扰。
本发明解决了对代理机构服务改善进行量化预测的技术问题。
本发明提供了一种基于用户评价的专利代理数量预测方法,采用的技术方案如下:
步骤1,通过设计合理调查问卷,提取出影响用户选择的影响因子及其权重;
步骤2,利用调查问卷结果,结合权重比给出用户对专利代理结构整体评分;
步骤3,根据用户评分,得到用户选择门限,建立用户选择模型;
步骤4,利用样本评分数据,对专利代理机构改善影响因子后的结果进行量化预测。
进一步地,步骤1中,通过设计合理调查问卷,提取出影响用户选择的影响因子及其权重,具体方法如下:
设计面向用户调查问卷形式如下:
其中,,F1、F2、F3……FN为归纳出的影响用户选择的评价因子,N为影响因子总数;X1、X2、X3……XN为用户打分,取值区间在0~10之间,表示用户对于对应影响因子的主观评分,打分越高表示用户对专利代理机构的认可度越高,反之则相反。T1、T2、T3……TN为用户对该影响因子最低容忍度,取值区间在0~10之间,表示用户对于对应影响因子的接受程度,最低容忍值越高则表明用户影响因子要求越高,即更加重视该影响因子,反之则相反。
由于最低容忍值反映用户对某影响因子重视程度,因此根据用户最低容忍值,得到影响因子权重值如下:
其中,pi表示第i个影响因子所占权重值,Ti为用户对第i个影响因子最低容忍度,Tk为用户对第k个影响因子最低容忍度。
进一步地,步骤2中,利用调查问卷结果,结合权重比给出用户对专利代理结构整体评分,具体方法如下:
其中,S为用户对专利代理结构整体评分,Xi为对第i个影响因子打分值。
进一步地,步骤3中,根据用户评分,得到用户选择门限,建立用户选择模型,具体方法如下:
通过合理设置样本及对象规模,得到用户评分分别为:
S1、S2、S3……Sn,其中n为调查样本容量;
对其进行从大到小排序,记为:
sort=[S′1 S′2 S′3……S′n]。
其中,sort表示排序,S′1、S'2、S′3……S'n为排序后的各个用户评分;
令调查样本中选择该机构的用户数量表示为m,则用户选择门限为:
则有:Sj>Ts时该用户倾向于选择该机构,否则倾向于不选。
进一步地,步骤4中,利用样本评分数据,对专利代理机构改善影响因子后的结果进行量化预测,具体方法如下:
记改善后影响因子评分增长分别为:ΔX1、ΔX2、ΔX3……ΔXN。
则此时用户对专利代理机构评分为:
假设样本用户评分满足正态分布:S”~N(μ,σ2),则其概率分布满足:
则改善服务后,选择该机构人数增加率为:
其中,P为选择所述专利机构人数增加率,μ为正态分布的期望值,σ为标准差,f1(x)和f2(x)分别表示改善前后的评分概率分布函数。
本发明的有益效果在于,提出了一种基于用户评价的专利代理数量预测方法,该方法给出了社会对于机构的具体认可度及侧重点,同时对于加强某项服务水平后的预期效果给出了量化指标。
图1为影响用户选择专利代理机构的主要影响因子;
图2为服务质量统计;
图3为服务质量最低容忍度统计;
图4为技术专业性统计;
图5为技术专业性最低容忍度统计;
图6为沟通及时性统计;
图7为沟通及时性最低容忍度统计;
图8为案件处理速度统计;
图9为案件处理速度最低容忍度统计;
图10为服务质量统计;
图11为用户评分统计;
图12为用户评分统计;
图13为改善后用户评分统计;
图14为用户评分概率分布。
下面结合图1-14对本发明做进一步的说明。
第一步,通过初步调查,并结合专家意见,敲定影响用户选择专利代理机构的主要影响因子有以下几点,如图1所示:
a)服务质量;
b)技术专业性;
c)沟通及时性;
d)案件处理速度;
e)其他个人因素;
则主要有以上五点影响因子。令用户认可度打分为0-10分,用户最低可接受值即最低容忍度打分为0-10分。则设计调查问卷形式如下:
第二步,展开调查并整理数据。令本次调查样本为60人,数据统计如图2-图10所示。
第三步,利用影响因子权重计算公式:及用户对专利代理结构评分计算公式:可得用户评分如图11所示。
第四步,将用户评分由小到大排序,且由第二步可知,选择该机构人数为37,得到用户选择门限为:
如图12所示。
图中,红箭头标记处即为用户选择门限,低于该门限,用户倾向于不选择。高于该门限,用户倾向于选择。
第五步,对专利代理机构改善影响因子后的结果进行量化预测。当专利机构进行一轮改进后,通过小样本调查及专家评估,假设改善后评分增长为:
影响因子 评分增长 服务质量 1.2 技术专业性 0.5 沟通及时性 1.5 案件处理速度 0.8
利用影响因子权重及改善后用户对专利代理结构评分计算公式:则改善后用户评分如图13所示。
假设样本用户评分满足正态分布:S~N(μ,σ2),本例中改善前:μ=6.79,σ=0.66,改善后:μ=7.78,σ=0.66,如图14所示。
则改善服务后,选择该机构人数增加率为:
即改善后人数增长约37.4%。
按照上述方法,采用本发明的一种基于用户评价的专利代理数量预测方法,对机构服务改善后人数增加进行了预测。可以看出,本方法对机构服务改善后的人数增长率进行了量化的预测。
需要说明的是,上文只是对本发明进行示意性说明和阐述,本领域的技术人员应当明白,对本发明的任意修改和替换都属于本发明的保护范围。
本文发布于:2024-09-23 07:28:10,感谢您对本站的认可!
本文链接:https://www.17tex.com/tex/2/68452.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
留言与评论(共有 0 条评论) |