让专利大数据更有价值

   专利是同时具备技术、法律和商业3方面信息的综合体，具有天然的情报属性，专利大数据的利用，已成为当前技术创新活动中的重要一环。

    科技型企业需要借助专利大数据为生产经营活动提供技术支撑和研发指引，投资机构需要借助专利大数据对拟投项目进行技术实力评估和技术价值判断，*部门更需要依托专利大数据对产业规划、科研项目立项、创新资源投入等做出科学决策。

    从技术发展来看，大数据产业的技术革新和标准化建设让专利大数据的跨界融合成为可能。大数据时代的到来，为专利信息服务水平的提升和专利大数据的融合发展打下了良好的技术基础，可以更好地将专利大数据与其他数据资源进行匹配、设计参数、分析演算、搭建模型等，进而为各类创新要素提供不同应用场景的服务和决策支撑。

     从现有服务来看，目前国内多数专利大数据服务产品还较为单一，在系统功能或指标设计上，仍停留在专利数据本身，如知识产权分析评议、专利导航、专利预警分析，以及市面上常见的各类专利信息检索分析工具。即使有对专利资产特征信息与企业经营信息的关联研究，也主要是对专利技术实力的评价，还不能为*部门、科技企业、投资机构、资本市场等提供*、完整、动态、可视化的服务。国外已有研究机构、知识产权服务机构在专利与产业大数据融合运用方面进行有益探索，如美国IPIQ公司推出的专利记分卡，通过将专利数据和道琼斯金融数据关联，给出某一行业内技术强度排名第一的公司的产业影响力、研发强度、专利授权量、股票行情与行业整体水平的对比结果，为投资科技类股票的投资人提供足够的理论和数据支撑。美国Ocean Tomo公司的OT 300专利指数，通过构建包含专利质量、专利市场价值、财务状况等指标的评估模型，将上市公司的专利价值与股票价格相结合，实现在市场对专利技术*前预测公司技术创新价值。

    通过对标国外专利大数据利用水平可以发现，国内对专利大数据的融合运用，尤其是对创新产出和经济增长二者的关联程度还不高，研究深度尚显不足，主要表现为：未结合云计算等先进技术对专利资产与产业发展大数据融合运用的路径、方法、模式等进行深入系统的研究，对创新驱动发展的影响因素没有进行完整的分析，未采用复合学科理论体系进行交叉分析与统计，研究结果仅以静态数据报告展示，缺乏主动管理视角的深入分析等。因此，现有服务产品还不能满足不同群体用户个性化的分析与研究需要。

   针对当前*的专利与金融大数据智能分析服务产品匮乏的问题，笔者认为，以专利资产与产业发展的特征信息集中互联和相关性线性与非线性解析为途径，通过构建以大数据分析指标体系为关键要素的智能化、可视化主动分析计算平台，打造可预判未来创新发展走向和经济效益的智能化分析工具，这是进一步打通专利资产与产业发展数据壁垒的有效途径。

   笔者认为，可以从以下几方面来逐步推进：一是探索构建专利信息大数据分析体系，将专利信息数据与市场、产业、金融及商品数据进行归纳分析，加入机器学习，发掘关键因素及各因素之间的相关性；二是构建以产业需求为导向的一体化科创管理服务体系，为科研创新、*决策提供科学数据分析支撑；三是构建以拥有高附加值专利的企业为主体投资标的的主动资产管理体系，推进知识产权证券化发展，引导社会资本流入专利资产高附加值科创企业。