基于在专利运营平台的专利权转让数据，为和求购方提供必要的专利数据分析支持。此数据主要服务于专利的专利权转让场景中的运营，为精准查询到专利基础情况提供明确的类别分析数据。通过对专利不同维度分析，划分“分类号、专利类型、专利价值”等5类。了解专利基础信息，有助于更精准匹配到求购方需求。
其算法规则包括： 一、数据采集：收集专利相关数据，如分类号、专利名称、类型、下证状态、申请和授权年份等。 二、清理数据：填补缺失值，处理异常情况。 三、数据标记：定义专利的价值等级（如高、中、低），根据专利的实际情况，为每个专利打上相应的价值标签。 四、特征工程：选择影响专利价值的特征，如分类号、专利类型、下证状态、申请年份、授权年份等。 对非数值型特征进行编码，以便模型能够处理。 五、构建分类模型：选择适合的分类模型（如SVM、决策树、随机森林等）。 使用标记好的数据集，训练选定的分类模型。 六、模型评估和调优： 使用交叉验证或独立测试集评估模型性能。 根据评估结果，可能需要调整模型的参数或尝试其他模型，以提升性能。 七、部署和监控： 部署模型到生产环境中，用于实时评估专利价值。 定期监控模型的性能，并根据需要进行调整和优化。
| 字段名 | 类型 | 描述 |
|---|---|---|
专利所属方代码 |
-- | -- |
专利号 |
-- | -- |
专利名称 |
-- | -- |
分类号 |
-- | -- |
专利类型 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 专利所属方代码 | 187 |
| 专利号 | 2018104383580 |
| 专利名称 | 一种服装生产用布料旋转式熨平设备 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/10511