
大数据时代的专利权价值评估
随着大力实施创新驱动发展战略,我国的专利保护意识得到大幅提升。以发明专利为例,截至2014年底,我国有效发明专利总量为119.6万件,表明了我国知识产权战略实施的显著成果。与此同时,如何盘活体量巨大、蕴含了丰富技术创新的专利权储备,打通专利权价值转化的各个环节,促进专利运用,也成为目前迫切需要解决的问题。其中,缺乏规范科学的专利权评估方法成为制约专利转化的瓶颈。进入大数据时代,数据分析以各种方式影响和改变着社会模式,能否通过专利数据分析解决专利权价值评估难题,值得探讨。
探索大数据评估的模式
目前的专利权价值评估中,尚没有一种以主导地位得到广泛认可。这一方面归咎于专利权价值评估的复杂性,另一方面现有算法多参照有形资产评估理论,对于专利权不同于有形资产的特性考虑不足。为了促进专利价值转化,建立科学规范、客观公正的专利权价值评估模式是大势所趋。报告显示,2014年,全国专利权质押金额为489亿元,较上年增加92.5%,进入2015年,各地专利权质押融资案例更是与日俱增。从中可以看到知识产权运用的可喜发展态势,但如若评估算法不科学、评估结果存在隐患,将会影响到专利权质押融资以及专利权转化的可持续健康发展。由此可见启动专利价值分析指标体系建设工作的重要意义,如果能够籍此形成规范的专利权价值评估体系,服务于知识产权运用大局,无疑将会推动知识产权价值更好地体现。
随着大数据时代的到来,海量信息的存储、获取、挖掘、运用正在潜移默化中改变人们的生活。大数据的核心价值在于分析,对于专利数据而言,其相对于其他数据具有先天优势。如果基于专利大数据分析建立完备的行业技术脉络及市场分布,将能为充分考虑法律、技术、经济要素建立评估算法提供可靠基准。行业技术脉络的建立可以专利数据资源以及行业市场数据为基础,在纵向上划分不同技术层级,梳理相同技术层面的技术关键点、专利数量、产品市场份额、每年行业产值、申请人等核心数据,形成行业技术分析数据。同时统计相关技术层级下行业总产值,技术关键点对应产品市场份额,形成行业市场数据。以行业技术数据和行业市场数据作为对待评估专利从法律、技术、经济纬度进行标定的基准,以技术脉络再次核定其法律稳定性,从权利保护范围评价其侵权抵御能力,从技术走向考量其技术效果,从技术及市场发展态势预判其市场前景,依据市场和行业数据分析,在法律、技术、经济维度给出评估因子,核算专利权的经济价值。评估时还可有效进行多项专利权组合评估,其估值将可通过加权因子进一步加权。
在评估中,法律维度评估因子的查验和技术维度评估因子的标定是该方法有别于现有方法的显著区别。法律维度评估因子的查验使得专利权有效性更为确定,专利权实际保护范围的鉴定得到了体现。技术维度评估因子摒弃了现有以引证和被引证数,专利文件中字数多寡等表面文章鉴定专利权技术属性的做法,客观地以行业技术脉络图的标定为基础进行分析。相比于现有评估方法,以大数据分析为依据的专利权价值评估将更为全面和客观,从评估角度而言,更能从专利权的法律和技术本质上趋近于其真实价值,也能够以行业产值为科学依据,更有针对性地体现出相关专利权的市场价值。
突破价值评估体系的瓶颈
虽然大数据分析有望突破现有专利权价值评估的局限性,但建立庞大和系统化的专利权价值评估体系是一大难点。进行专业化的技术脉络梳理,涉及面极广、专业性要求很高,所需人力物力巨大,需要各专业人员进行架构设计并借助互联网数据分析才有可能实现。所以从规范引导专利权价值评估、促进创新驱动的根本角色定位,从组织所有行业进行技术梳理的能力,从掌握专利数据资源、人员储备的角度出发,只有相关政府部门才具备建立这一体系的潜力。
另一方面,专利审查员具备专业性和客观性优势,不仅能够胜任运用专利资源数据库的检索和分析工作,也具备有效运用计算机进行数据分析的能力,还能够持续更新完善行业技术脉络图,与评估方之间的非雇佣关系,更能够保障评估过程的客观与准确。
综上所述,如果能够以大数据分析为基础、搭建专利权价值评估体系,将有望建立专利权价值转化的评价体系,为后续广泛的评估提供可靠的公共资源,保障专利权评估的科学规范与客观公正,为日后专利权价值转化运用的可持续健康发展创造环境,从而推动知识产权工作与经济发展进一步深度融合,为知识产权运用的做大做强保驾护航。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15