Abstract：
[目的/意义]对高校专利进行分级评估并采取有针对性的处置策略可以优化资源配置、避免无差别管理带来的资源浪费，提高专利转化效率。[方法/过程]以16所高校真实的专利转化数据为研究对象，通过4种机器学习算法对比选优，分别建立专利转化概率分类预测模型和转化金额分类预测模型，再以这两个模型为维度，构建高校专利四象限分级模型，并进行实证对比分析。[结果/结论]在对高校专利可转化性和转化金额进行分类评估时，基于随机森林算法的机器学习模型有效性更好；高校问题专利占比普遍较高；对不同象限的专利可采取不同的、有针对性的分级处置策略。
Keyword：
Reprint 's Address：
Email：
Source ：
情报探索
Year： 2024
Issue： 09
Volume： PageCount-页数: 11
Page： 76-86
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 4
Affiliated Colleges：
