根据待分析专利的法律状态、著录项目特性、说明书全文特性等信息，从专利估值模型的函数数据库中获取对应的估值函数，计算获得待分析专利的估算价值。估值模型是基于大数据训练获得的专利价值计算模型，由函数数据库和参数数据库组成。训练过程主要是基于专利的已有特征数据，进行无效数据剔除、去重，根据特征分组分别进行缺失数据修补、数据统一，然后对特征分组进行数据标注，主要的特征分组包括专利需求匹配度、专利分类匹配度、市场意愿度、授权时效、专利文本质量等。由此训练模型得到的专利价值估值，可用于企业专利布局分析、专利价值分析。

根据待分析专利的法律状态、著录项目特性、说明书全文特性等信息，从专利估值模型的函数数据库中获取对应的估值函数，计算获得待分析专利的估算价值。估值模型是基于大数据训练获得的专利价值计算模型，由函数数据库和参数数据库组成。训练过程主要是基于专利的已有特征数据，进行无效数据剔除、去重，根据特征分组分别进行缺失数据修补、数据统一，然后对特征分组进行数据标注，主要的特征分组包括专利需求匹配度、专利分类匹配度、市场意愿度、授权时效、专利文本质量等。 通过专利法律状态的多组历史变更数据；结合特征分组，将每组历史变更数据解析为价值度以及多个与专利价值相关的影响因素；根据解析结果，针对每种法律状态和特征分组的组合，从预设的备选函数库中选取合适的估值函数以及各影响因素的影响函数，并计算获得估值函数和各影响函数相应的函数参数；将专利法律状态历史数据中的价值度扣除上述影响因素带来的影响后，获得当前的价值预测结果。 产生的有价值数据主要包括：各特征分组匹配度及价值，和专利价值的估值。

专利价值估值数据准确度高，估算专利价值可用于企业专利布局、专利分析。

AppNum value_1 value_2 value_3 value_4 value_5 patent_value CN202311277460.4 74.39 80.26 67.99 76.64 86.07 76.7384 CN202311277560.7 63.08 74.62 73.65 89.43 86.48 73.2752 CN202311285976.3 80.47 73.79 65.15 65.91 92.27 77.6704

字段名 类型 长度 可空 主键 字段注释 AppNum varchar(20) NO YES 专利申请号 value_1 int 需求匹配价值 value_2 tinyint 分类匹配价值 value_3 tinyint 意愿匹配价值 value_4 tinyint 时效匹配价值 value_5 tinyint 质量匹配价值 patent_value tinyint NO 专利价值 value_time date 评估时间