科技进步与对策

作者：姜南1,李逸凡1,刘谦2,刘星1

单位：（1.同济大学 上海国际知识产权学院，上海 200092；2.河海大学 商学院，江苏 南京 210024）

关键词：专利转化,机器学习,随机森林算法,科技成果转化,人工智能芯片

基金：国家社会科学基金重大项目（17ZDA140）；国家自然科学基金项目（71874122）；同济大学研究生课程思政研究项目（2021KCSZYJ28）

探讨前沿科技领域专利转化特征并对其进行精准识别与预测，对于我国破解“卡脖子”技术难题及实现科技自立自强具有重要意义。选取人工智能芯片专利领域，采用机器学习算法测度最优转化预测方案，分析全球范围内主要国家或地区专利成功转化影响因素，从企业/高校、国内/国际等不同层面总结专利成功转化的主要特征。结果发现：随机森林算法预测效果较好，人工智能芯片领域专利转化概率服从对数曲线分布，影响高校/企业、国内/国外专利转化特征的因素有所不同。最后，提出高校/科研机构应注重高价值专利维持和团队合作、企业应提升专利技术质量和撰写质量等政策建议。

来源：2022年第10期

《科技进步与对策》期刊编辑部

查看科技进步与对策杂志2022年第10期