基于企业画像的高校专利个性化推荐

摘要

推动高校专利转让给企业,让企业实现产业化应用,对发挥高校专利技术价值、解决高校专利转化困境、提升企业科技能力、促进区域经济发展具有重要意义。文章将企业画像引入高校专利推荐过程,从技术研发属性、竞争对手属性两个数据维度进行画像描述,以此为基础制定推荐策略。依托主题模型、文本聚类、文本相似度计算等关键技术,构建“专利匹配度”指标,实现对企业进行高校专利的个性化推荐,解决校企专利交易过程中存在的“找专利”问题。最后,从相关性、统计学特征、区分能力三个角度对“专利匹配度”应用于高校专利个性化推荐的合理性和科学性进行验证。结果表明,专利匹配度从四维视角出发,融合企业画像,涵盖指标全面,能够保证推荐专利的主题性、影响力、时效性和相关性,为企业快速锁定高校专利提供了重要的方案参考。