Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)

  • 2024.05a
  • /
  • Pages.814-817
  • /
  • 2024
  • /
  • 2005-0011(pISSN)
  • /
  • 2671-7298(eISSN)
Korea Information Processing Society (한국정보처리학회)
권호 표지

A Study on Machine Learning-Based Method for Patent Valuation Considering the Number of Patent Families

특허 패밀리 수를 고려한 머신러닝 기반의 특허 가치 평가 방안

  • Hyeongjin Lee (Dept. of AI Convergence, Graduate School of SW/AI Convergence, Korea University) ;
  • Heonchang Yu (Dept. of Computer Science & Engineering, Korea university)
  • 이형진 (고려대학교 SW/AI 융합대학원 인공지능융합학과) ;
  • 유헌창 (고려대학교 정보대학 컴퓨터학과)
  • Published : 2024.05.23
Download PDF
⟨ Previous Next ⟩

Abstract

특허의 가치를 평가하기 위해서는 특허 데이터에 포함된 다양한 지표가 활용될 수 있으며, 최근 다양한 지표를 머신 러닝 기법으로 분석하여 특허의 가치를 평가하는 연구가 증가하고 있다. 특허의 가치를 올바르게 평가하기 위해서는 여러 지표 중에서 어떤 지표가 특허의 가치에 크게 기여 하는지 판단할 수 있어야 하며, 이에 따라 지표별로 적절한 가중치를 설정할 수 있어야 한다. 제안된 방법은 회귀 모델 기반으로 다양한 지표에 가중치를 적용하여 특허 피인용수를 예측하였으며, 특허 패밀리 수에 적용되는 가중치를 변경하면서 특허 패밀리 수가 특허의 가치에 미치는 영향을 검증하였고, 특허 가치 평가 과정에서 특허 패밀리 수의 중요성에 대해 확인하였다.

Keywords

References

  1. Dutta, S., & Weiss, A. M. The Relationship Between a Firm's Level of Technological Innovativeness and its Pattern of Partnership Agreements. Management Science, 43(3), 1997, 343-356.
  2. Nathan, F., Kenneth, T. Patent Valuation with Forecasts of Forward Citations. Journal of Business Valuation and Economic Loss Analysis, 12(1), 2016, 101-121.
  3. 박현우,이종택, "초기단계 기술의 가치 평가 방법론 적용 프레임워크", 「기술혁신학회지」 , 2012, 15(2): 242-261.
  4. Lee, Y. G., Lee, J. D., Song, Y. I. An analysis of citation counts of ETRI-Invented US patents. ETRI Journal, 28(4), 2006, 541-544.
  5. Wu, J. L., Chang, P. C., Tsao, C. C., Fan, C. Y. A patent quality analysis and classification system using self-organizing maps with support vector machine. Applied Soft Computing. 41, 2016, 305-316.
  6. Lin, B. W., Chen, C. J., Wu, H. L. Predicting citations to biotechnology patents based on the information from the patent documents. International Journal of Technology Management, 40(1-3), 2007, 87-100.
  7. Erdogan, Z., Altuntas, S., Dereli, T. Predicting Patent Quality Based on Machine Learning Approach. IEEE Transactions on Engineering Management, 2022, 1-14.
  8. Lanjouw, J., Schankerman, M. Patent quality and research productivity: Measuring innovation with multiple indicators. The Economic Journal, 114(495), 2004, 441-465.