面向企業畫像的高質量專利識別研究

基金項目：河海大學圖書館館內科研項目；項目名稱：創新驅動背景下江蘇高校專利成果加速轉化模式研究；項目編號：TSG2021B02。

作者簡介：封麗（1982—），女，館員，碩士；研究方向：專利情報分析與應用等。

摘要：高質量專利在揭示技術創新水平、推動科技應用以及強化企業競爭優勢方面具有至關重要的作用。文章利用企業畫像技術構建了高質量專利評價指標體系，通過采集異構數據、構建企業畫像、搭建指標體系和識別高質量專利，進一步完善識別流程，形成了高質量專利識別模型。以南京南瑞集團公司為例，驗證了該模型的科學性和實用性。研究結果充分展示了通過企業畫像技術構建高質量專利識別模型的可行性和實際應用效果，為企業在創新發展中更好地把握高質量專利的方向提供了有價值的啟示。

關鍵詞：企業畫像；專利質量；高質量專利；專利識別

中圖分類號：G35文獻標志碼：A

0引言

知識產權在激勵企業創新、建立競爭優勢方面發揮著關鍵作用，對社會經濟發展和科技創新能力的提升至關重要。盡管我國在知識產權領域取得了顯著進展，專利申請數量位居全球前列，但專利質量依然存在諸多問題。在《知識產權強國建設綱要（2021—2035年）》的指導下，我國確立了“兩步走”計劃，旨在2025年取得顯著的知識產權強國效果，在2035年全面建設知識產權強國。因此，全面實施專利質量提升計劃對于實現我國知識產權強國目標具有重要意義。在這一背景下，如何識別高質量專利成為提升專利質量的核心問題，有助于強化技術引領，增強核心競爭力，優化戰略布局，進而推動社會經濟的快速發展。

目前，現有的高質量專利識別方法主要側重于從技術、經濟和法律等角度構建評價指標體系。然而，缺乏從企業整體視角對企業信息進行深入挖掘和分析，以指導高質量專利識別指標體系的構建，從而實現識別流程閉環。同時，對這些指標的科學性驗證研究還相對不足。本文利用企業畫像技術構建了高質量專利評價指標體系，通過采集異構數據、構建企業畫像、搭建指標體系和識別高質量專利，進一步完善識別流程，形成了高質量專利識別模型。通過對南京南瑞集團公司的實證分析，驗證了該模型在實際應用中的科學性和實用性，為企業高質量專利識別研究提供了有價值的啟示。

1企業畫像

11企業畫像概念

隨著知識圖譜的快速發展和大數據技術的不斷進步，畫像技術已在電子商務、風險評估等領域得到了廣泛應用。企業畫像作為一種新型的畫像技術應用，其核心是從企業結構化和半結構化的數據中抽取標簽化的企業模型。這些模型不僅包含大量的企業實體信息，如企業類型、地域和運營狀況，還涵蓋了眾多異質關系，如企業競爭合作關系和專利申請授權關系等。所有這些數據經過不同統計類標簽的融合，形成了能夠綜合展示企業綜合實力的企業文本。

目前，對于企業畫像尚未形成權威的定義。Alan Cooper于1999年首次提出了“persona”的概念。在隨后的研究中，Chun等［1］提出了企業特征量表的相關概念，并以7種維度標簽綜合評估了企業聲譽對員工和客戶的影響。Matov等［2］在企業特征量表的基礎上進行了拓展，討論了這7種維度標簽，基于兩家著名零售企業的調查數據進行了分析，揭示了他們的企業形象。田娟等［3］指出，企業畫像的含義在于將企業行為屬性分類，然后對企業信息進行標簽化處理，以建立企業標簽模型體系。劉陽［4］則基于企業的實際情況，通過數據挖掘手段對企業信息進行標簽化處理，進而構建了多指標模型。而池仁勇等［5］則從信用角度出發，探討了持續創新企業所具有的特殊信用畫像特征，從企業合法性、踐行度和企業信用文化3個方面構建了評價指標體系，并應用Bootstrap模型進行了驗證。

12企業畫像應用

以多源數據為基礎的企業畫像技術應用日益廣泛。趙曙光［6］針對社交媒體用戶行為進行畫像，深入分析不同用戶類別；高揚等［7］將企業畫像應用于智能制造領域，進行杰出人才畫像，為智能制造企業的產業布局和人才吸引提供科學支持；胡媛等［8］在數字圖書館社區展開了社區用戶需求的畫像研究。

在企業內部應用方面，通過企業畫像和大數據分析，可以從企業屬性、信用狀況、交易記錄等多個維度揭示企業的經營環境、財務狀況、信用等級以及創新能力等，這有助于企業優化經營策略，提升管理水平。而在企業外部應用方面，根據內外部關聯特征和綜合評價特征，如合作鏈、供應鏈信息、社會輿論、產品質量、服務水平等，可以了解企業的外部合作發展趨勢，塑造積極的企業形象，拓展企業的品牌價值。目前，企業畫像技術在精準化用戶需求和決策支持方面已取得成熟進展，然而，將企業畫像技術用于高質量專利的篩選和評估的研究報道較少，從企業畫像角度構建高質量專利識別全流程框架的研究仍然相對不足。

2高質量專利識別

21專利質量研究

當前，專利質量尚沒有明確的定義。根據劉立春［9］的觀點，專利經濟質量是指經濟效益量化后受到法律保護的成果。而朱雪忠等［10］則主張專利質量作為相對概念，包括法律效力、專利技術的先進性和重要性以及專利的經濟價值。谷麗等［11］將專利質量劃分為技術、法律和商業3個維度。李欣等［12］將專利質量界定為專利的創新性、新穎性、創造性和實用性，這些因素共同反映了專利的技術與經濟質量。從綜合角度看，專利質量的概念具備抽象性且包含多個維度。通常認為，專利質量綜合考量了技術、經濟和法律3個方面的品質。這種綜合性評價既受制于創新能力和現有科技水平等因素，又受經濟市場的變化、企業投資狀況以及法律法規的健全程度的影響。

22高質量專利研究

高質量專利在行業應用中扮演著重要角色，特別是在戰略性新興產業和熱點技術領域的發展中。據劉勤等［13］的觀點，高質量專利具有技術價值、法律價值、經濟價值以及市場價值的顯著特點。丁煥峰等［14］認為，高質量專利是在專利結構、法律合規、技術水平和運營層面上都表現出較高水平的專利。李牧南等［15］認為高質量專利不僅與技術質量、法律合規性、經濟效益相關，還應考慮企業在市場中的價值和審查認定等級等因素。綜上所述，高質量專利的評估標準不僅限于專利所涉及的技術方面、經濟效益和法律合規性，優質的專利應當具備高度的技術內涵，能夠在市場競爭中占有一席之地。同時，它還應當具備一定的防御性和進攻性，能夠為企業提供穩定的權益保障。這些因素共同構成了高質量專利的特點。

23高質量專利識別研究

從海量專利中迅速準確篩選出高質量專利，對知曉現有技術水平以及尋求發展方向顯得至關重要。這一篩選過程必然需要明確定性或定量的篩選指標。目前，常用于評價高質量專利的指標主要包括技術、經濟和法律3個層面。在技術層面，評價主要從技術創新能力、應用進展和實用性等方面展開。經濟層面則注重考察經濟效益和未來前景。法律層面關注于專利的穩定性和保護力度。值得一提的是，劉春江等［16］認為，高質量專利應在市場競爭中具備顯著的攻擊和防御戰略價值，應當具備高技術含量和文本質量、強大的市場競爭力以及明確的攻防戰略價值。Merges［17］認為，申請人和發明人規模、前5年內被引用的專利數量等多個指標在評價專利質量時發揮了重要作用。另外，封麗等［18］在已有維度的基礎上增加戰略價值角度，綜合表征高質量專利。

總之，在高質量專利識別中，評價指標不僅應該考慮專利技術、經濟和法律等3個維度，還應該充分關注企業的戰略影響力和防御能力。因此，需整合技術、經濟、法律和戰略等各個層面的指標數據，以構建更加全面有效的模型。

3面向企業畫像的高質量專利識別模型構建

基于多源異構數據，對企業畫像的描述標簽與高質量專利識別指標進行匹配分析，以進一步指導高質量專利綜合指標體系的構建。筆者從異構數據采集、企業畫像構建、指標體系搭建和高質量專利識別4個環節出發，提出了面向企業畫像的高質量專利識別模型（見圖1）。

31多源數據層

在識別模型中，首要層次為多源數據層，其核心在于匯聚多種不同來源的數據，包括專利數據和非專利數據。非專利數據的來源范圍廣泛，類型多樣，不僅涵蓋了企業的基礎信息、網絡新聞、產業產品、工藝技術等實際數據，還包括Lexis Advance數據庫中的裁判文書、行政處罰等基礎數據。專利數據在這一層次中占據重要地位，其數量龐大，類型相對單一，但價值極高。這些專利數據包含了半結構化的專利著錄項信息以及法律狀態信息等內容。

32企業畫像層

企業畫像層的主要任務是提取企業畫像標簽并進行分類。在這一層次，首先需要選擇目標企業，然后從企業主頁、百科數據等渠道獲取公司的背景信息以及所屬行業等靜態屬性信息。此外，采用網絡爬蟲等技術，可以從新聞網站抓取新聞動態和法律動態等，從而獲取企業的動態屬性信息。在專利屬性方面，專利信息涵蓋了多種不同類型，包括申請信息、公開信息、授權信息以及技術效果等方面。通過公開號、IPC分類、權利要求等字段，可以提取專利信息，為專利技術布局、技術功效分析以及技術轉讓等提供數據支持。

在獲取不同標簽信息后，可進行多維度分析，包括企業的靜態特征分析，涵蓋企業所屬行業差異、地域差異、技術背景等方面；企業的動態特征分析，關注企業的影響力和風險程度；企業的技術創新能力分析，涉及專利申請授權數量、專利技術布局、技術轉讓以及技術效果等。通過這些分析，企業畫像層可以為更深入的評價和識別提供基礎，使模型更具綜合性和準確性。

33指標構建層

基于企業畫像層的多維度分析，建立了高質量專利識別的指標體系［18］，共有技術、經濟、法律和戰略4個維度，下設有9個一級指標和16個二級指標，具體細節如表1所示。通過考慮不同維度和級別的指標，為高質量專利的識別提供了更全面的依據，確保了對專利的多角度綜合評估。此外，在指標選擇方面，也兼顧了指標的易量化和普適性。

在技術維度上，選定了技術創造性、先進性和實用性作為一級評價指標。具體而言，對于技術創造性的評估，采用了被引用次數作為衡量指標。這一指標具備普適性和代表性。通常情況下，一個專利被引用的次數越多，說明它的影響范圍越廣，覆蓋的知識領域也更廣泛，對市場價值的貢獻程度更大。在評價技術先進性時，以專利類型為二級衡量指標。鑒于發明專利在審查過程中對創新性的要求較高，選擇專利類型作為評價指標是一種科學可靠的方法。最后，對于技術實用性的評價，以專利的覆蓋范圍為指標，即專利寬度。根據Lerner［19］的研究，專利的寬度可以通過專利的IPC分類數量來衡量，這更好地反映了技術的基礎水平、實用性以及應用廣泛程度。

在經濟維度上，選擇了經濟效益和市場前景作為一級評價指標。具體而言，以專利的質押、轉讓和許可次數綜合評價經濟效益情況，剩余有效期考量市場前景。在經濟效益方面，一方面，專利的質押、轉讓和許可次數集中表現了專利的經濟質量和價值，反映了專利受到的重視程度。另一方面，剩余有效期可作為專利持續價值的評價依據，進一步反映了未來市場的預期發展。

在法律維度上，權力穩定性和權力保護范圍是重要的一級評價指標。權力穩定性與專利的有效性密切相關，能準確評估專利的法律保護狀況。同時，權力保護范圍關鍵在于權利要求數量、同族專利數量和保護區域數量。具體而言，權利要求數量反映了技術方法的復雜性，而同族專利數量和保護區域數量則代表了專利的保護范圍。

在戰略維度上，專利技術的商業優勢因專利權人的性質和規模而有所不同。許鑫等［20］認為大型企業在專利市場中的適應性更強，因此其專利價值通常高于高校、個人或其他實體的專利價值。此外，Ferrucci等［21］研究發現專利發明人的國別數量可以反映專利的質量，成員國籍情況與專利質量存在相關性。另外，鄭素麗等［22］研究指出，產業特征和地域背景的差異會導致專利的技術內涵和經濟價值存在顯著變化。

此外，上述高質量專利識別指標體系針對一般情況進行設定。在具體應用中，應根據實際情況進行靈活調整，以適應不斷變化的環境。

34專利識別層

基于上述專利質量評價指標體系，可以清晰地梳理出高質量專利識別的流程，明確每個環節的步驟。首先，選擇要進行專利識別的目標企業，從其信息中抽取必要的數據，明確需要進行分析的信息重點。其次，根據不同的信息分析角度，選擇不同的評價指標組合。由于不同領域、主題的差異，可能導致指標閾值的選擇范圍不同，因此需要根據實際應用情況進行合理調整。為了便于計算，本文采用平均賦權方法來計算各個指標的權重，確保每個指標在綜合評價中的作用得到合理體現。最后，經過綜合賦分計算，得出高價值度的專利集。通過這個流程，可有效地識別和選擇高質量的專利，幫助企業在特定領域中獲得技術優勢和市場競爭力。

4高質量專利識別方法實證分析

41對象選擇

對南京南瑞集團公司進行實證分析，可以檢驗所構建的高質量專利識別模型在實際應用中的表現，以及其對企業戰略規劃的指導作用。這有助于進一步完善和優化模型，使其更符合不同企業的需求和特點。

42數據處理

為了全面了解南京南瑞集團公司的技術發展情況，選擇研究該公司2010—2020年的專利數據。初步在incoPat數據平臺上檢索發現，該公司在過去10年內獲得了共計8488件專利。按照前文的評價標準篩選：所選專利必須為發明并且有效授權，至少被引用過一次，專利的寬度應不小于1，權利要求數至少為2，同族數量也應不少于1，同時保護區域也應不少于1等。

43高質量專利識別分析

431專利價值度分析

基于上述高質量專利識別體系，經過數據的篩選和合并處理，共篩選出了1 366件優質專利數據。通過應用綜合考慮技術穩定性、技術先進性以及保護范圍等多個技術指標的合享專利價值模型進行驗算和評估。驗算結果表明，這1 366件專利的價值度分布為8～10分，被認定為高價值專利。這一結果在一定程度上驗證了高質量專利識別指標體系的可行性。

432技術構成分析

通過對技術構成進行深入分析，進一步揭示了南京南瑞集團公司近10年產業技術布局的重點和技術保護的核心方向。數據分析表明，在過去10年里，南京南瑞集團公司的專利申請和授權主要集中在電力控制設備、電力自動化及保護、電子通信等領域。這一專利布局方向與南瑞集團近10年的戰略發展規劃高度契合。

433產業布局分析

通過產業布局分析，可以觀察到南京南瑞集團公司在智能電網、新能源等領域擁有具有引領行業發展的專利技術。特別值得注意的是，在電網安全與穩定調控、繼電保護、電網調度技術等領域，該公司的專利技術具備核心競爭力。這些關鍵領域的技術與南京市的政策導向和發展規劃緊密契合，可見面向企業畫像的高質量專利識別模型具有實際操作價值，具備良好的實踐指導意義。

44對策建議

通過對南京南瑞集團公司的實例分析，為企業的未來發展與規劃提出以下建議。

441技術投入加大

通過持續的研發和創新，加大對技術的投入，以不斷擴展高質量專利組合。這將有助于提升企業的技術競爭力，為企業搶占市場先機提供支持。

442市場導向創新

分析專利的技術內涵和經濟價值，有助于更好地理解市場需求。以這些高質量專利為基礎，制定更精準的市場導向策略，推動開發創新產品，以滿足客戶需求。

443戰略規劃優化

從高質量專利中可以識別出明確的攻守戰略價值。在未來的戰略規劃中，根據不同的專利確定相應的發展路徑，以最大程度地發揮專利的價值，同時保護企業在競爭中的地位。

444知識產權管理加強

高質量專利是企業的核心資產，因此應加強知識產權的管理和保護。應通過有效的措施，防范侵權風險，維護企業在市場中的競爭優勢，確保專利的價值得到充分體現。

5結語

本研究在綜合整理現有專利質量評價文獻的基礎上，對高質量專利的內涵進行了進一步探討。創新性地引入了企業畫像技術，拓展了評價維度和指標，構建了綜合技術、經濟、法律和戰略層面的專利質量評價指標體系。通過多元數據層、企業畫像層、指標構建層以及專利識別層等方面的完善，建立了靈活的高質量專利識別模型。以南京南瑞集團公司為例，驗證了該方法模型的實際效用和可行性，具有實踐借鑒價值。

鑒于篇幅限制，本研究目前僅在技術層面對模型進行了驗證。未來的研究可以在經濟、法律和戰略等層面進一步探究模型的適用性。此外，為了操作的方便性，本文在選擇專利質量評價指標時僅考慮了可量化的指標，未能包括定性方面的指標。未來的研究可以更好地綜合這些定性指標，將其轉化為可度量的指標，從而進一步完善高質量專利的識別模型，使其更具全面性和科學性。

參考文獻

［1］CHUN R， DAVIES G. The influence of corporate character on customers and employees： exploring similarities and differences［J］. Journal of the Academy of Marketing Science， 2006（2）： 138-146.

［2］MATOV H， DZIAN M， TRIZNOV M， et al. Corporate image profile［J］. Procedia Economics and Finance， 2015（34）： 225-230.

［3］田娟，朱定局，楊文翰.基于大數據平臺的企業畫像研究綜述［J］.計算機科學，2018（增刊）：58-62.

［4］劉陽.一種企業畫像系統的設計與實現［D］.石家莊：河北師范大學，2019.

［5］池仁勇，董穎.持續創新企業的信用畫像特征——基于關鍵詞迭代法［J］.科技進步與對策，2022（21）：96-104.

［6］趙曙光.高轉化率的社交媒體用戶畫像——基于500用戶的深訪研究［J］.現代傳播（中國傳媒大學學報），2014（6）：115-120.

［7］高揚，池雪花，章成志，等.杰出人才精準畫像構建研究——以智能制造領域為例［J］.圖書館論壇，2019（6）：90-97.

［8］胡媛，毛寧.基于用戶畫像的數字圖書館知識社區用戶模型構建［J］.圖書館理論與實踐，2017（4）：82-85.

［9］劉立春.二元專利質量研究［J］.情報雜志，2017（11）：168-174.

［10］朱雪忠，萬小麗.競爭力視角下的專利質量界定［J］.知識產權，2009（4）：7-14.

［11］谷麗，郝濤，任立強，等.專利質量評價指標相關研究綜述［J］.科研管理，2017（增刊）：27-33.

［12］李欣，范明姐，黃魯成.基于機器學習的專利質量評價研究［J］.科技進步與對策，2020（24）：116-124.

［13］劉勤，楊壬淦，劉友華.高價值專利評估方法、存在問題及對策［J］.科技管理研究，2022（4）：147-152.

［14］丁煥峰，何小芳，孫小哲.中國城市專利質量評價及時空演進［J］.經濟地理，2021（5）：113-121.

［15］李牧南，褚雁群，王流云.專利質量的不同維度指標與托賓Q值的關系測度［J］.科學學研究，2019（7）：1164-1173.

［16］劉春江，李娜，許海云，等.基于高質量專利的企業畫像構建研究［J］.情報工程，2021（3）：54-67.

［17］MERGES R P. Commercial success and patent standards： economic perspectives on innovation［J］. California Law Review， 1988（4）： 803.

［18］封麗，黃瀟霏，詹文青.多維視角的高質量專利識別及其實證研究［J］.圖書情報導刊，2022（6）：74-79.

［19］LERNER J. The importance of patent scope： an empirical analysis［J］. The RAND Journal of Economics， 1994（2）： 319.

［20］許鑫，趙文華，姚占雷.多維視角的高質量專利識別及其應用研究［J］.現代情報，2019（11）：13-22.

［21］FERRUCCI E， LISSONI F. Foreign inventors in Europe and the United States： diversity and patent quality［J］. Research Policy， 2019（9）： 103774.

［22］鄭素麗，宋明順.專利價值由何決定？——基于文獻綜述的整合性框架［J］.科學學研究，2012（9）：1316-1323.

（編輯編輯姚鑫）