基于我国人工智能专利数据的专利价值影响因素分析

发布时间：2020-10-14 11:32

　　 [目的/意义]我国人工智能产业已然成为国家经济发展的重心。专利作为技术创新成果的主要载体,成为人工智能技术发展的表征,随着高价值专利的提出与飞速发展,专利价值成为衡量企业技术创新能力的重要标尺,因此有必要对我国人工智能领域专利价值进行探究,以期更好地发展我国人工智能技术,创造高质量专利,培育高价值专利。[方法/过程]选取2000-2010年间在我国人工智能领域进行申请的发明专利作为样本数据,以专利引用滞后期作为专利价值的代理变量,运用Cox比例风险回归分析方法进行实证分析,探究专利价值的影响因素。[结果/结论]研究揭示出IPC分类数、专利家族数、专利引证数和专利被引证数对专利价值有显著的正相关关系,权利要求数对专利价值有显著的负相关关系。
【文章目录】：
0 引 言
1 文献综述
2 数据与方法
    2.1 数据来源与样本
    2.2 研究变量
        2.2.1 被解释变量
        2.2.2 解释变量
        2.2.3 控制变量
    2.3 模型设定
3 结果
    3.1 描述性统计
    3.2 结果分析
4 结论与启示
    4.1 研究结论
    4.2 政策启示

【相似文献】

相关期刊论文 前4条

1 雷东升;翟东升;张杰;李阳;;专利数据自动采集系统的设计与构建[J];情报探索;2015年10期

2 聂洪光;范海荣;;基于专利数据的中美人工智能创新能力比较研究[J];中国科技论坛;2020年05期

3 田冬阳;;基于M~3-DGMF的专利数据聚类方法研究[J];计算机应用与软件;2013年03期

4 徐玲;;基于专利信息的近20年人工智能国内外发展态势研究[J];内蒙古科技与经济;2019年21期

本文编号：2840604