一种基于模型预测的专利潜在价值评估方法及系统

摘要

本发明公开了一种基于模型预测的专利潜在价值评估方法及系统，所述方法包括：通过图像采集装置获得第一图像信息，进而获得第一文本信息；对第一文本信息进行预处理，获得第一关键词信息；对所述第一关键词信息进行分类，确定第一应用方向；根据所述第一应用方向，获得第一专利发展方向的第一相似专利池；根据所述第一相似专利池，获得第一数量信息和第一付费信息，其中所述第一付费信息为多种使用方式的付费情况；将所述第一数量信息和第一付费信息输入价值评估模型中，获得第一价值评估结果；根据所述第一价值评估结果，生成第一潜在价值评估报告。解决了现有技术中存在对于专利潜在价值评估方法不完善的技术问题。

说明书

技术领域

本发明涉及专利价值相关领域，尤其涉及一种基于模型预测的专利潜在价值评估方法及系统。

背景技术

随着知识型经济在当今世界经济中的地位越来越高，专利资产作为知识型技术的一种，以其新颖性、实用性和创造性，受到了世界各国的高度重视，专利是指专利预期可以给其所有者或使用者带来的利益在现实市场条件下的表现，而想要实现专利资产的市场价值，专利价值的评估就是其中至关重要的一环。

但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

现有技术中存在对于专利潜在价值评估方法不完善的技术问题。

发明内容

本申请实施例通过提供一种基于模型预测的专利潜在价值评估方法及系统，解决了现有技术中存在对于专利潜在价值评估方法不完善的技术问题，达到了对专利的潜在价值进行有效评估，实现适用性强的初步测评的技术效果。

鉴于上述问题，提出了本申请实施例提供一种基于模型预测的专利潜在价值评估方法及系统。

第一方面，本申请实施例提供了一种基于模型预测的专利潜在价值评估方法，其中，所述方法应用于一种基于模型预测的专利潜在价值评估系统，所述系统包括一图像采集装置，所述方法包括：通过所述图像采集装置获得第一图像信息，其中，所述第一图像信息为专利文本图片信息；根据所述第一图像信息，获得第一文本信息；对第一文本信息进行预处理，获得第一关键词信息；对所述第一关键词信息进行分类，确定第一应用方向；根据所述第一应用方向，获得第一专利发展方向的第一相似专利池；根据所述第一相似专利池，获得第一数量信息和第一付费信息，其中所述第一付费信息为多种使用方式的付费情况；将所述第一数量信息和第一付费信息输入价值评估模型中，获得第一价值评估结果；根据所述第一价值评估结果，生成第一潜在价值评估报告。

另一方面，本申请还提供了一种基于模型预测的专利潜在价值评估系统，所述系统包括：第一获得单元，所述第一获得单元用于通过图像采集装置获得第一图像信息，其中，所述第一图像信息为专利文本图片信息；第二获得单元，所述第二获得单元用于根据所述第一图像信息，获得第一文本信息；第三获得单元，所述第三获得单元用于对第一文本信息进行预处理，获得第一关键词信息；第一确定单元，所述第一确定单元用于对所述第一关键词信息进行分类，确定第一应用方向；第四获得单元，所述第四获得单元用于根据所述第一应用方向，获得第一专利发展方向的第一相似专利池；第五获得单元，所述第五获得单元用于根据所述第一相似专利池，获得第一数量信息和第一付费信息，其中所述第一付费信息为多种使用方式的付费情况；第一输入单元，所述第一输入单元用于将所述第一数量信息和第一付费信息输入价值评估模型中，获得第一价值评估结果；第一生成单元，所述第一生成单元用于根据所述第一价值评估结果，生成第一潜在价值评估报告。

第三方面，本发明提供了一种基于模型预测的专利潜在价值评估系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面所述方法的步骤。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

由于采用了通过获得专利文本图片信息的所述第一图像信息，进而对图像信息进行机器语言处理，提取专利文本信息，再对专利文本信息进行预处理从中获得关键词从而确定专利应用方向，再根据专利应用方向获得对应的专利池，对专利池中的数量信息和付费信息输入价值评估模型，获得价值评估报告的方式，进而达到了对专利的潜在价值进行有效评估，实现适用性强的初步测评的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请实施例一种基于模型预测的专利潜在价值评估方法的流程示意图；

图2为本申请实施例一种基于模型预测的专利潜在价值评估系统的结构示意图；

图3为本申请实施例示例性电子设备的结构示意图。

附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第一确定单元14，第四获得单元15，第五获得单元16，第一输入单元17，第一生成单元18，总线300，接收器301，处理器302，发送器303，存储器304，总线接口306。

具体实施方式

本申请实施例通过提供一种基于模型预测的专利潜在价值评估方法及系统，解决了现有技术中存在对于专利潜在价值评估方法不完善的技术问题，达到了对专利的潜在价值进行有效评估，实现适用性强的初步测评的技术效果。下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。

随着知识型经济在当今世界经济中的地位越来越高，专利资产作为知识型技术的一种，以其新颖性、实用性和创造性，受到了世界各国的高度重视，专利是指专利预期可以给其所有者或使用者带来的利益在现实市场条件下的表现，而想要实现专利资产的市场价值，专利价值的评估就是其中至关重要的一环。但现有技术中存在对于专利潜在价值评估方法不完善的技术问题。

针对上述技术问题，本申请提供的技术方案总体思路如下：

本申请实施例提供了一种基于模型预测的专利潜在价值评估方法，其中，所述方法应用于一种基于模型预测的专利潜在价值评估系统，所述系统包括一图像采集装置所述方法包括：通过所述图像采集装置获得第一图像信息，其中，所述第一图像信息为专利文本图片信息；根据所述第一图像信息，获得第一文本信息；对第一文本信息进行预处理，获得第一关键词信息；对所述第一关键词信息进行分类，确定第一应用方向；根据所述第一应用方向，获得第一专利发展方向的第一相似专利池；根据所述第一相似专利池，获得第一数量信息和第一付费信息，其中所述第一付费信息为多种使用方式的付费情况；将所述第一数量信息和第一付费信息输入价值评估模型中，获得第一价值评估结果；根据所述第一价值评估结果，生成第一潜在价值评估报告。

在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

如图1所示，本申请实施例提供了一种基于模型预测的专利潜在价值评估方法，其中，所述方法应用于一种基于模型预测的专利潜在价值评估系统，所述系统包括一图像采集装置，所述方法包括：

步骤S100：通过所述图像采集装置获得第一图像信息，其中，所述第一图像信息为专利文本图片信息；

具体而言，所述图像采集装置为摄像机、照相机等带有拍照功能，将图像采集到电脑之中的设备，其中采集图像的过程可以采用静态、动态方式进行图片和影像数据的采集，所述第一图像信息为获取到的专利文本的图片信息，进而通过所述第一图像信息为之后的价值评估提供基本分析来源。

步骤S200：根据所述第一图像信息，获得第一文本信息；

具体而言，所述第一文本信息是指通过文字识别提取图片中的文字信息，从而获得文本的过程，其中，所述第一文本信息包括进行评估的专利文件的所有文字信息。

步骤S300：对第一文本信息进行预处理，获得第一关键词信息；

具体而言，获得所述第一关键词信息的过程是通过让计算机模拟人对句子的理解，达到识别关键词的效果。对所述第一文本信息进行预处理的基本思想就是对原始的文本进行分词、文本清洗、标准化、特征提取的过程，即它模拟了人对句子的理解过程，同时将剔除无效的文字信息，获得表达专利采用技术的关键词信息。达到了及时获得有效文字信息的技术效果。

步骤S400：对所述第一关键词信息进行分类，确定第一应用方向；

具体而言，对所述第一关键词信息进行分类的过程是将专利中所涵盖的技术信息进行划分，按照每个技术所属的技术领域进行划分，其中，同时可以按照出现频率对所有关键词进行排序从而进行归类，进而确定出专利的应用方向，获得准确、有效的方向信息达到了提高专利价值评估效率的功能，同时避免资源浪费。

步骤S500：根据所述第一应用方向，获得第一专利发展方向的第一相似专利池；

步骤S600：根据所述第一相似专利池，获得第一数量信息和第一付费信息，其中所述第一付费信息为多种使用方式的付费情况；

具体而言，所述第一相似专利池是指与进行评估的专利的应用方向相似的专利池，其中专利池是指专利的集合，通常由某一技术领域内多家掌握核心专利技术的厂商通过协议结成，获得相似专利池的信息具有该应用方向的核心技术，具有较高的代表性，从而根据所述第一相似专利池，获得其中持有的专利数量平判断专利的发展效果，获得专利池中不同使用方式的消费信息。通过对所述第一数量信息和所述第一付费信息的获得，为之后的模型评估提供基础条件和数据来源，由于本数据来源是在专利池中获得的，具有有效性和合理性，其中，由于技术标准的行程过程，也伴随着专利池的行程，从而代表了一定市场反馈，从而达到了对专利的潜在价值进行有效评估，实现适用性强的初步测评的技术效果。

步骤S700：将所述第一数量信息和第一付费信息输入价值评估模型中，获得第一价值评估结果；

具体而言，所述价值评估模型为将所述第一数量信息和第一付费信息输入神经网络中进行价值评估的模型，其中，所述价值评估模型即通过神经网络模型的训练得出所述第一专利潜在价值的模型。进一步而言，人工神经网络是在现代神经科学的基础上提出和发展起来的，旨在反映人脑结构及功能的一种抽象数学模型，且神经网络是一种运算模型，由大量的节点(或称神经元)之间相互连接构成。每个节点代表一种特定的输出函数称为激励函数，每两个节点之间的连接都代表一个对于通过该连接信号的加权值，称之为权重，这相当于人工神经网络的记忆，网络的输出则依照网络的连接方式，是对一种逻辑策略的表达。通过大量训练数据的训练，进而形成了潜在价值评估模型的标准，能够输出准确的有效信息，进而达到了对专利的潜在价值进行准确、有效评估的技术效果。

步骤S800：根据所述第一价值评估结果，生成第一潜在价值评估报告。

具体而言，通过对所述第一专利进行潜在价值的评估，完成了初步测评的效能，其中，由于潜在价值的初步评估能够完成对不同价值专利的筛选，同时具有可靠性和适用性，能够为之后深度的潜在价值评估提供基础和依据，建立合理高效的专利价值评估方法有效避免了专利资源的浪费。达到了对专利的潜在价值进行有效评估，实现适用性强的初步测评的技术效果。

进一步而言，将所述第一数量信息和第一付费信息输入潜在价值评估模型中，获得第一评估结果，本申请实施例步骤S700还包括：

步骤S710：将所述第一数量信息和第一付费信息输入潜在价值评估模型中，所述潜在价值评估模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述第一相似数量信息、所述第一付费信息和用来标识第一结果的标识信息；

步骤S720：获得所述潜在价值评估模型中的输出信息，其中，所述输出信息包括所述第一结果，其中，所述第一结果为第一评估结果。

具体而言，潜在价值评估模型是以神经网络模型为基础完成的评估模型，其中，神经网络模型是以神经元的数学模型为基础来描述的，将所述第一数量信息和第一付费信息输入潜在价值评估模型中，通过大量训练数据的训练获得潜在价值评估模型，进而输出所述第一评估结果。其中，所述第一评估结果是对所述第一专利的潜在价值进行评估获得的，更进一步而言，所述训练的过程实质为监督学习的过程，每一组监督数据均包括所述第一相似数量信息、所述第一付费信息和用来标识第一结果的标识信息，所述神经网络模型不断进行自我修正和调整，直至获得的输出结果与所述标识潜在价值的标识信息一致，则结束本组数据监督学习，进行下一组数据监督学习。当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时，则监督学习过程结束。通过对所述潜在价值评估模型的监督学习，进而使得所述潜在价值评估模型处理所述输入信息更加准确，进而获得更加准确的输出信息，从而输出准确的评估结果。

进一步而言，本申请实施例还包括：

步骤S910：获得所述第一应用方向的文献数据和技术企业产品；

步骤S920：根据所述文献数据和所述技术企业产品进行热点预测，获得第一热点信息；

步骤S930：获得预设热点数据库，其中，所述预设热点数据库为所述第一专利中包含的热点信息；

步骤S940：对所述第一热点信息和所述预设热点数据库进行比较，获得第一重合度；

步骤S950：根据所述第一重合度，获得第二价值评估结果。

具体而言，获得所述文献数据的过程为对所述第一应用方向的研究文献进行统计和数据分析，从而获得其中的研究热点信息。其中，所述预设热点数据库为将所述第一专利的相关技术信息，从而将目前该技术领域的研究热点与包含的热点进行对比，从而获得热点信息的重合程度，通过判断所述第一热点信息和所述预设热点数据库之间热点信息的符合程度，进而能够根据大方向的研究热点预测所述第一专利的热点是否符合技术趋势要求，预测所述第一专利的热度，热度越高，发展趋势就越好，进而潜在价值就越高，因此，通过热点重合度能够获得第二价值评估结果。

进一步而言，所述对所述第一热点信息和所述预设热点数据库进行比较，获得第一重合度，本申请实施例步骤S940还包括：

步骤S941：将所述第一热点信息和所述预设热点数据库输入训练模型中，所述训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述第一相似数量信息、所述第一付费信息和用来标识第一结果的标识信息；

步骤S942：获得所述训练模型的输出信息，其中，所述输出信息包括所述第一结果，其中，所述第一结果为第一重合度。

具体而言，所述训练模型是通过多组训练数据获得的，其中每组数据包括所述第一相似数量信息、所述第一付费信息和用来标识第一结果的标识信息，基于神经网络模型训练的准确性，从而能够使得所述第一热点信息和所述预设热点数据库的信息进行准确分析，实现模型的精确度，从而不断对数据进行修正，最终达到减少泛化误差的技术效果，通过获得准确的所述第一重合度，对所述第一专利的热点信息把握更准确，从而能够准确、有效进行潜在价值的评估。

进一步而言，所述根据所述文献数据和所述技术企业产品进行热点预测，获得第一热点信息，本申请实施例步骤S920还包括：

步骤S921：获得所述技术企业产品的广告投放量；

步骤S922：根据所述广告投放量，获得所述技术企业产品第一竞争能力；

步骤S923：根据所述第一竞争力，获得所述技术企业产品的热度值；

步骤S924：根据所述技术企业产品的热度值，确定第一热点信息。

具体而言，通过对所述技术企业产品的广告投放量的统计，能够得出产品目前在市场上的竞争力和发展动力，由于广告的投放会直接影响曝光量，产品的曝光程度在滴定意义上影响产品的热点，使得该产品应用能力变强，从而获得所述第一竞争力，进一步而言，所述第一竞争力越强，其产品投放趋势也会逐步增加，进而对于所述第一应用方向的产品之后的效益值提供评估的依据，因此，能够根据所述技术企业产品的热度值确定之后的热点发展趋势，进而为热点趋势预测提供数据参考。

进一步而言，本申请实施例还包括：

步骤S1010：获得所述第一应用方向的专利数量增长曲线；

步骤S1020：获得预设波动峰值区间；

步骤S1030：判断所述专利数量增长曲线的峰值是否达到所述预设波动峰值区间；

步骤S1040：若所述专利数量增长曲线的峰值达到所述预设波动峰值区间，获得第一数量饱和度；

步骤S1050：根据所述第一数量饱和度，获得第三价值评估结果。

具体而言，通过获得所述第一专利的应用方向的专利数量变化曲线，判断该方向专利的增长速度，进而根据预设的增长峰值进行比较，当数量达到饱和的时候，其数量越多其涵盖的范围就越高，同时容易出现诉讼和侵权相关的纠纷，因此通过所述判断所述第一数量饱和度确定创新性，从而对所述第一专利的潜在价值进行评估。

进一步而言，本申请实施例还包括：

步骤S1110：获得预定评估权重因子；

步骤S1120：根据所述预定评估权重因子，分别获得所述第一价值评估结果、第二价值评估结果、第三价值评估结果的权重因子；

步骤S1130：对所述第一价值评估结果、第二价值评估结果、第三价值评估结果进行加权计算，获得第一综合评估结果；

步骤S1140：根据所述第一综合评估结果，生成第二潜在价值评估报告。

具体而言，所述预定评估权重因子是预先设定的权重比值，从而对应获得所述第一价值评估结果、第二价值评估结果、第三价值评估结果的权重因子，再进行加权计算，由于在专利潜在价值评估时影响因素众多，但其影响的相关程度不尽相同。其中，所述第一潜在价值生成报告是主要针对专利池中的专利情况，预测所述第一专利的潜在价值，进而得到的评估结果；所述第二潜在价值评估报告是在所述第一潜在价值评估报告的基础上针对目前热点信息、数量饱和趋势进一步细化的潜在价值分析结果，达到了对专利的潜在价值进行有效评估，实现适用性强的初步测评的技术效果。

进一步而言，本申请实施例还包括：

步骤S1010：根据所述第一关键词信息，获得第一分类结果；

步骤S1020：根据第一分类结果，获得所有分类类别列表；

步骤S1030：对所述分类类别列表中的类别进行排序，获得第一应用方向；

具体而言，所述第一关键词信息是从所述第一文本信息中提取出的相关关键词，通过对关键词进行整合分类，获得所述第一分类结果，其中，所述第一分类结果是指将表达语义相同的技术方向划分为同一类别的操作结果，再根据关键特征词的频率进行排序，进而从中获得相关度最高的类别信息，从而确定所述第一专利的应用方向。

综上所述，本申请实施例所提供的一种基于模型预测的专利潜在价值评估方法及系统具有如下技术效果：

1、由于采用了通过获得专利文本图片信息的所述第一图像信息，进而对图像信息进行机器语言处理，提取专利文本信息，再对专利文本信息进行预处理从中获得关键词从而确定专利应用方向，再根据专利应用方向获得对应的专利池，对专利池中的数量信息和付费信息输入价值评估模型，获得价值评估报告的方式，进而达到了对专利的潜在价值进行有效评估，实现适用性强的初步测评的技术效果。

2、由于采用了将所述第一数量信息和第一付费信息输入价值评估模型中，获得第一价值评估结果，将所述第一热点信息和所述预设热点数据库输入训练模型中，基于神经网络模型的监督学习的方式，进而使得所述神经网络模型处理所述输入信息更加准确，进而获得更加准确的价值评估结果和重合度信息，进而可对所述第一专利的潜在价值进行准确评估，进而达到获取准确、有效的评估结果的技术效果。

3、由于采用了根据所述第一价值评估结果、第二价值评估结果、第三价值评估结果的权重值，并进行加权计算，最终生成经过多方因素考虑的潜在价值评估结果，达到了实现适用性强的初步测评的技术效果。

基于与前述实施例中一种基于模型预测的专利潜在价值评估方法同样发明构思，本发明还提供了一种基于模型预测的专利潜在价值评估系统，如图2所示，所述系统包括：

第一获得单元11，所述第一获得单元11用于通过所述图像采集装置获得第一图像信息，其中，所述第一图像信息为专利文本图片信息；

第二获得单元12，所述第二获得单元12用于根据所述第一图像信息，获得第一文本信息；

第三获得单元13，所述第三获得单元13用于对第一文本信息进行预处理，获得第一关键词信息；

第一确定单元14，所述第一确定单元14用于对所述第一关键词信息进行分类，确定第一应用方向；

第四获得单元15，所述第四获得单元15用于根据所述第一应用方向，获得第一专利发展方向的第一相似专利池；

第五获得单元16，所述第五获得单元16用于根据所述第一相似专利池，获得第一数量信息和第一付费信息，其中所述第一付费信息为多种使用方式的付费情况；

第一输入单元17，所述第一输入单元17用于将所述第一数量信息和第一付费信息输入价值评估模型中，获得第一价值评估结果；

第一生成单元18，所述第一生成单元18用于根据所述第一价值评估结果，生成第一潜在价值评估报告。

进一步的，所述系统还包括：

第二输入单元，所述第二输入单元用于将所述第一数量信息和第一付费信息输入潜在价值评估模型中，所述潜在价值评估模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述第一相似数量信息、所述第一付费信息和用来标识第一结果的标识信息；

第六获得单元，所述第六获得单元用于获得所述潜在价值评估模型中的输出信息，其中，所述输出信息包括所述第一结果，其中，所述第一结果为第一评估结果。

进一步的，所述系统还包括：

第七获得单元，所述第七获得单元用于获得所述第一应用方向的文献数据和技术企业产品；

第八获得单元，所述第八获得单元用于根据所述文献数据和所述技术企业产品进行热点预测，获得第一热点信息；

第九获得单元，所述第九获得单元用于获得预设热点数据库，其中，所述预设热点数据库为所述第一专利中包含的热点信息；

第一比较单元，所述第一比较单元用于对所述第一热点信息和所述预设热点数据库进行比较，获得第一重合度；

第十获得单元，所述第十获得单元用于根据所述第一重合度，获得第二价值评估结果。

进一步的，所述系统还包括：

第三输入单元，所述第三输入单元用于将所述第一热点信息和所述预设热点数据库输入训练模型中，所述训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述第一相似数量信息、所述第一付费信息和用来标识第一结果的标识信息

第十一获得单元，所述第十一获得单元用于获得所述训练模型的输出信息，其中，所述输出信息包括所述第一结果，其中，所述第一结果为第一重合度。

进一步的，所述系统还包括：

第十二获得单元，所述第十二获得单元用于获得所述技术企业产品的广告投放量；

第十三获得单元，所述第十三获得单元用于根据所述广告投放量，获得所述技术企业产品第一竞争能力；

第十四获得单元，所述第十四获得单元用于根据所述第一竞争力，获得所述技术企业产品的热度值；

第二确定单元，所述第二确定单元用于根据所述技术企业产品的热度值，确定第一热点信息。

进一步的，所述系统还包括：

第十五获得单元，所述第十五获得单元用于获得所述第一应用方向的专利数量增长曲线；

第一判断单元，所述第一判断单元用于判断所述专利数量增长曲线的峰值是否达到所述预设波动峰值区间

第十六获得单元，所述第十六获得单元用于若所述专利数量增长曲线的峰值达到所述预设波动峰值区间，获得第一数量饱和度。

第十七获得单元，所述第十七获得单元用于根据所述第一数量饱和度，获得第三价值评估结果。

进一步的，所述系统还包括：

第十八获得单元，所述第十八获得单元用于获得预定评估权重因子；

第十九获得单元，所述第十九获得单元用于根据所述预定评估权重因子，分别获得所述第一价值评估结果、第二价值评估结果、第三价值评估结果的权重因子；

第二十获得单元，所述第二十获得单元用于对所述第一价值评估结果、第二价值评估结果、第三价值评估结果进行加权计算，获得第一综合评估结果；

第二十一获得单元，所述第二十一获得单元用于根据所述第二形态信息和所述生长环境，获得第二生长等级信息；

第二生成单元，所述第二生成单元用于根据所述第一综合评估结果，生成第二潜在价值评估报告。

前述图1实施例一中的一种基于模型预测的专利潜在价值评估方法的各种变化方式和具体实例同样适用于本实施例的一种基于模型预测的专利潜在价值评估系统，通过前述对一种基于模型预测的专利潜在价值评估方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于模型预测的专利潜在价值评估系统的实施方法，所以为了说明书的简洁，在此不再详述。

下面参考图3来描述本申请实施例的电子设备。

图3图示了根据本申请实施例的电子设备的结构示意图。

基于与前述实施例中一种基于模型预测的专利潜在价值评估方法的发明构思，本发明还提供一种基于模型预测的专利潜在价值评估系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种基于模型预测的专利潜在价值评估方法的任一方法的步骤。

其中，在图3中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他系统通信的单元。

处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。

本发明实施例提供的一种基于模型预测的专利潜在价值评估方法，其中，所述方法应用于一种基于模型预测的专利潜在价值评估系统，所述系统包括一图像采集装置所述方法包括：通过所述图像采集装置获得第一图像信息，其中，所述第一图像信息为专利文本图片信息；根据所述第一图像信息，获得第一文本信息；对第一文本信息进行预处理，获得第一关键词信息；对所述第一关键词信息进行分类，确定第一应用方向；根据所述第一应用方向，获得第一专利发展方向的第一相似专利池；根据所述第一相似专利池，获得第一数量信息和第一付费信息，其中所述第一付费信息为多种使用方式的付费情况；将所述第一数量信息和第一付费信息输入价值评估模型中，获得第一价值评估结果；根据所述第一价值评估结果，生成第一潜在价值评估报告。解决了现有技术中存在对于专利潜在价值评估方法不完善的技术问题，达到了对专利的潜在价值进行有效评估，实现适用性强的初步测评的技术效果。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。