基于TOE框架的高校可转化专利识别方法研究OA

探索构建高校专利可转化性评估体系和识别方法模型,为高校专利成果转化工作提供技术支撑,提升高校专利成果转化率.首先,根据TOE理论,构建了包含技术特征、组织特征和环境特征3个维度30个指标的高校专利可转化性指标体系.然后,采用随机生存森林算法计算特征重要性,并结合包裹式特征选择方法对重要特征进行筛选.最后,采用梯度提升生存树(gradient boosting survival tree,GBST)算法构建了高校可转化专利识别模型,并以"双一流"建设高校数字通信领域的专利数据为基础进行了实证分析.结果表明,基于TOE理论,采用GBST算法,通过计算得出高校专利的转化潜力评分实现高校可转化专利的识别,高校专利转化潜力评分呈现对数常态分布的趋势,为高校可转化专利评估和识别提供了新的理论视角和研究模型.