1、“.....并统筹规划了发展模型，形成了核心的产品圈专利圈产业圈，限制竞争对手优势，还能辅助企业在基于专利技术的参考下，建立更好的企业技术及管理体系，实现目标用户和偏好专利的自动化匹配，增强专利转化能力，体现企业专利画像的布局优势。结束语随着量其经济效益，而是采取多点并进的方式，而专利评价往往最终会着点于个专利评价结果的好坏，违背专利同企业共同发展的规划思路。因此专利评价系统定要从多个层面统筹考量，紧密同企业发展需求相结合，将专利技术保护点进行组合排列，制定各技术线条的发展规模和强度，形成多维度专利画像模型，同企业规划相契合，才能更好地支撑企业发展。所谓专利组合优化是通过分析技术竞争力，比较技术领域中竞争对手公司的专利地位和技术优势，制定专利战略，清晰地分析公司所处的位臵和竞争者的竞争地位，据此制定相应的研发策略和营销策略......”。

2、“.....确定与评估外部技术发展趋势，有利于资源的优化合理配臵，人力资源管理，识别潜在科研合作者等。企业专利画像模型如图所示。图企业专利画像模型图企业专利画是种聚类大致分类方法。快速搜索每篇专利的主题词和关键词，评估同个核心词的内容距离，并在划分的同时不断更新距离半径，确定合适的半径阈值，通过半径大小比较将所有专利划分在种内容专利范围内，形成新的子数据集，接下来选择决策树算法进行专利质量评估。决策树算法主要有种类型算法基于信息增益算法基于信息增益率算法使用基尼系数计算，根据不同的应用需求来选择，专利评价采用算法则更加合适，在计算复杂度和准确性方面都较为适中。普通的算法是在原有泛在的评价规则上进行最大信息增益计算迭代，般计算结果会存在判断偏差，计算方法为这种传统的算法评价结果准确性有时会存在定偏差，因此借助模糊控制算法的思想对辅以评价属性范围的控制......”。

3、“.....因此般选择可承受多数据源的分类算法，如神经网络机器学习这种较高级的分类学习算法，但这种算法维护成本较大针对电网下属各企业而言，专利类型较多且数量适中，在选择评价算法时般注重算法过程不过于复杂但分析效果较好的算法，如贝叶斯算法层次分析法和决策树算法等。国网内部企业选择第类评价方法较多，因此本文针对第类算法中的种算法进行优化升级，提出种模糊决策树算法的评价方法，并剖析算法在专利评价过程中的优越性。依然选择信产集团的专利数据作为源数据进行分析，建立评价系统。首先可采用文献资料法，对集团专利工作相关研究文献进行收集整理归纳和分析，通过文献资料的分析，梳理公司专利工作研究的基本脉络和主要成果，确立研究的方向研究的重点和预期的目标等，收集统计专利数据，单方面寻求专利数量的堆积，使专利规模上产生量的变化......”。

4、“.....导致出现了大批专利不符合公司产业发展需求，或者内容描述不当等，使得专利通过率较低。以上问题是专利发展策略的必经之路，在经过量变的冲击后，应提升到质的转变。公司及下属各单位都逐步意识到这个问题，从上至下制定适合各自的专利质量评价体系，保持专利形式及内容与企业产业发展的致性。摘要随着知识产权在科技浪潮中的地位逐步提升，专利作为技术成果转化的重要标志，各类企业对专利保护及管理工作摆放在同规划同等级别工作上。电网企业作为能源界的龙头老大，在专利布局工作等方面应体现出中国科技水平的优势，基于大数据对数据智能存储获取挖掘和分析等特点，以自动化方式评估专利价值，快速定量地给企业权利人和公司已经公开的专利申请进行检索，统计目前的专利数共有万余件，其中发明专利超过万余件，实用新型专利万余件，外观设计专利万余件，已授权专利万余件，未授权专利万余件......”。

5、“.....专利数量已达到了个基本积累量，与国际专利数保持较小的差距在内容及质量评价方面，专利虽大致符合企业自身发展方向，并围绕核心产品向多方向延伸科技点，但核心专利总体质量较差，无法达到持续保护企业知识产权的效果边缘性延伸专利质量参差不齐，内容相对独立，缺乏联络性，无法形成专利点位知识体系。针对这个问题，需要制定高水平的专利组合质量评价系统，通过对专利知识体系进行整体规划监督评价及布局优化，凸显专利的成果化效用，防止为冲击数量而申请专利的盲目摘要随着知识产权在科技浪潮中的地位逐步提升，专利作为技术成果转化的重要标志，各类企业对专利保护及管理工作摆放在同规划同等级别工作上。电网企业作为能源界的龙头老大，在专利布局工作等方面应体现出中国科技水平的优势，基于大数据对数据智能存储获取挖掘和分析等特点，以自动化方式评估专利价值......”。

6、“.....选择模糊决策树算法来刻画科技创新和专利技术的特征和规律，对每个专利打上多维度标签，建立专利画像，同时对每个企业进行技术需求画像，进而增强专利的转化能力。本研究专利管理办法有效平衡了专利转化整个生命周期对企业的影响，指导了电网企业专利管理工作。从数据上分析明显发现公司有效专利构成结构不均衡，科技含量及创造水平较高的发明专利占比相对较低，仅为技术及管理体系，实现目标用户和偏好专利的自动化匹配，增强专利转化能力，体现企业专利画像的布局优势。结束语随着知识产权在科技浪潮中的地位逐步提升，专利受理量和授权量是衡量专利水平的重要指标，企业般在成立之初迅速布局了大量专利，但专利申请数量激增的背后，专利作为技术成果转化的重要标志，专利质量如何需要认真进行分析和对待，各类企业对专利保护及管理工作摆放在同规划同等级别工作上。电网企业作为能源界的龙头老大......”。

7、“.....基于大数据对数据智能存储获取挖掘和分析等特点，以自动化的方式评估专利价值，快速定量地给企业权利人和投资机构提供参考。本文提出了种模糊决策树算法来刻画科技创新和专利技术的特征和规律，对每个专利打上多维度标签，建立专利分较低的专利进行提升或者删除，而统筹规划下步该如何制定专利范围内容等。作为个企业，发展定不是从单个技术点来衡量其经济效益，而是采取多点并进的方式，而专利评价往往最终会着点于个专利评价结果的好坏，违背专利同企业共同发展的规划思路。因此专利评价系统定要从多个层面统筹考量，紧密同企业发展需求相结合，将专利技术保护点进行组合排列，制定各技术线条的发展规模和强度，形成多维度专利画像模型，同企业规划相契合，才能更好地支撑企业发展。所谓专利组合优化是通过分析技术竞争力，比较技术领域中竞争对手公司的专利地位和技术优势，制定专利战略......”。

8、“.....据此制定相应的研发策略和营销策略，企业兼并收购许可和授权，确定与评估外部技术发展趋势，有利于资源中包含家公司的所有专利，利用算法对专利按照内容关键字进行划分，关键字为硬件软件和芯片。是种聚类大致分类方法。快速搜索每篇专利的主题词和关键词，评估同个核心词的内容距离，并在划分的同时不断更新距离半径，确定合适的半径阈值，通过半径大小比较将所有专利划分在种内容专利范围内，形成新的子数据集，接下来选择决策树算法进行专利质量评估。决策树算法主要有种类型算法基于信息增益算法基于信息增益率算法使用基尼系数计算，根据不同的应用需求来选择，专利评价采用算法则更加合适，在计算复杂度和准确性方面都较为适中。普通的算法是在原有泛在的评价规则上进行最大信息增益计算迭代，般计算结果会存在判断偏差，计算方法为这种传统的算法评价结过滤方法等对于国网总部大型企业而言......”。

9、“.....专利类型和涉及内容多且复杂，简单的分类算法无法囊括所有专利，因此般选择可承受多数据源的分类算法，如神经网络机器学习这种较高级的分类学习算法，但这种算法维护成本较大针对电网下属各企业而言，专利类型较多且数量适中，在选择评价算法时般注重算法过程不过于复杂但分析效果较好的算法，如贝叶斯算法层次分析法和决策树算法等。国网内部企业选择第类评价方法较多，因此本文针对第类算法中的种算法进行优化升级，提出种模糊决策树算法的评价方法，并剖析算法在专利评价过程中的优越性。依然选择信产集团的专利数据作为源数据进行分析，建立评价系统。首先可采用文献资料法，对集团专利工作相关研究文献进行收集整理归纳和分析，通过文献资料探究专利智能画像模型研究与多特征决策树的结合运筹学论文画像，同时对每个企业进行技术需求画像，进而增强专利的转化能力......”。