電力專利在線交易撮合模型與算法研究

楊 芳，彭 珍，張 艷

（1.國家電網(wǎng)有限公司信息通信分公司，北京 100032；2.北京科慧遠咨詢有限公司，北京 100191）

0 引言

專利交易是專利運用的重要環(huán)節(jié)，是專利市場化的重要手段，也是專利價值變現(xiàn)和增值的重要渠道。就國內(nèi)外交易平臺來看，供需雙方信息不對稱、交易在線服務(wù)技術(shù)缺乏是阻礙專利技術(shù)交易的核心要素，充分利用互聯(lián)網(wǎng)技術(shù)在專利在線交易方面的優(yōu)勢，探索解決專利交易過程中供需雙方信息不對稱問題，開展專利在線交易撮合算法研究，是破解國內(nèi)專利線上交易困境，提升專利交易市場活躍度的重要抓手。本文結(jié)合電力行業(yè)專利數(shù)據(jù)探索專利在線交易撮合模型與算法。

1 專利在線交易技術(shù)研究現(xiàn)狀

近年來，國內(nèi)外社會各界，特別是學(xué)術(shù)界和工業(yè)界非常重視專利交易，我國各級政府也在不斷完善推進專利交易的標準體系建設(shè)工作。2014年，深圳市市場監(jiān)督管理局發(fā)布《專利交易價值評估指南（SZDB/Z 103—2014）》[1]，用于指導(dǎo)深圳市企業(yè)及中介機構(gòu)開展專利交易價值評估，規(guī)范專利交易市場秩序；2020年，國家市場監(jiān)督管理總局和國家標準化管理委員會聯(lián)合發(fā)布《科技成果經(jīng)濟價值評估指南（GB/T 39057—2020）》[2]，完整闡述了專利交易在交易結(jié)構(gòu)、交易信息需求要素等方面的內(nèi)容，為專利交易研究提供了方向指導(dǎo)。

2 專利在線交易撮合模型設(shè)計

交易撮合是指賣方在交易市場委托銷售訂單、買方在交易市場委托購買訂單，交易市場按照一定的原則（可以是價格優(yōu)先或時間優(yōu)先等）確定雙方成交并生成交易合同，且按照交易訂單指定的交割倉庫進行實物交割的交易方式。撮合算法直接關(guān)系到撮合交易的數(shù)量和質(zhì)量，隨著電子商務(wù)的飛速發(fā)展，交易撮合算法也在不斷更新。

各個供方/需方在發(fā)布供給信息/需求信息時，向?qū)＠灰紫到y(tǒng)提供可交易專利的信息，從多維度對待交易專利技術(shù)進行標準化描述，是專利技術(shù)開展自動撮合的數(shù)據(jù)基礎(chǔ)。本文專利技術(shù)撮合采用“TLGMP”模型，具體包括技術(shù)T、法律L、地域G、模式M、價格P要素，模型要素及權(quán)重如表1所示。

表1 專利技術(shù)撮合要素模型及權(quán)重

3 專利交易撮合核心算法設(shè)計

對于具體的交易撮合案例，供需雙方基于“TLGMP”模型的最終相似度應(yīng)以該模型各一級要素的總相似度的加和計算，各一級要素總相似度為其各二級要素相似度與對應(yīng)子權(quán)重相乘后加總計算得到，本節(jié)詳細闡述“TLGMP”模型各一級要素、二級要素的相似度計算方法。

3.1 各要素的相似度計算

3.1.1 技術(shù)(T)

技術(shù)（T）要素主要是專利技術(shù)維度的描述，其二級要素均是以文字表述的形式構(gòu)成，該類要素統(tǒng)一記為文字表述類要素。在判斷文字表述類要素的相似度時，需要依賴智能語義技術(shù)，從文字表述中提取關(guān)鍵詞，并對比待匹配供需雙方關(guān)鍵詞的相同和近似相同程度。即：

供方要素相似度=雙方關(guān)鍵詞相同或近似相同數(shù)量/供方要素文字表述關(guān)鍵詞數(shù)量。

此處的近似相同是由智能語義技術(shù)結(jié)合大數(shù)據(jù)統(tǒng)計，比較兩個關(guān)鍵詞的近似程度達到一定閾值時，則判斷為近似相同，通常為近義詞、同義詞或一種技術(shù)特征的不同表述形式等。

以二級要素技術(shù)關(guān)鍵詞（T_K）的相似計算為例具體介紹如下。

會上，著名白酒專家高景炎宣讀了產(chǎn)品鑒評結(jié)果，舉行了頒獎儀式。江蘇省食品工業(yè)協(xié)會副會長孫林對峰會進行了小結(jié)并舉行了會旗交接儀式。會議完成各項議程，圓滿結(jié)束。

某供方A提供10個技術(shù)關(guān)鍵詞，某需方B提供8個技術(shù)關(guān)鍵詞，經(jīng)對比分析，完全相同的關(guān)鍵詞3個，近似相同的關(guān)鍵詞4個。則對于供方A而言，需方B在技術(shù)關(guān)鍵詞（T_K）這一要素上的相似度為（3+4）/10×100%=70%；對于需方B而言，供方A在技術(shù)關(guān)鍵詞（T_K）這一要素上的相似度為（3+4）/8×100%=87.5%。

其他文字表述類要素的相似度計算同理。

3.1.2 法律(L)

法律（L）要素的二級要素中，專利剩余年限（L_Y）、專利包數(shù)量（L_P）和專利質(zhì)量指數(shù)（L_I）均是通過數(shù)值表述，專利類型（L_T）、標準專利情況（L_S）、專利運營情況（L_O）和專利訴訟情況（L_L）雖然是通過文字表述，但是其對比通常是判斷是否有無的完全匹配，可以通過數(shù)字化的比較是否等于、是否大于、是否小于來實現(xiàn)，該類要素記為數(shù)值表述類要素。

與文字表述類要素的相似度比較相比，數(shù)值表述類要素的相似度比較更為直接。例如，專利剩余年限的表述是具體數(shù)字，若供方提供剩余年限為7，需方要求的剩余年限為≥5，則比較相似度時，由于7滿足“≥5”的要求，因此無論對于哪一方，都視為滿足要求，相似度記為1，否則記為0。

3.1.3 地域(G)

地域（G）要素描述的內(nèi)容為具體的國家或地區(qū)，進行需求比較時，得到結(jié)果只有一致或不一致，因此，比較相似度時，地域（G）整體可以視為數(shù)值表述類要素。由此可得，地域（G）的相似度計算，可以參照法律要素的相似度計算。

3.1.4 模式(M)

模式（M）要素用以描述當(dāng)前交易接受的交易模式，結(jié)合專利交易實際情況很容易理解，其需求比較結(jié)果同樣為匹配或不匹配，因此模式（M）整體可以視為數(shù)值表述類要素。

3.1.5 價格(P)

價格（P）要素旨在描述專利標的交易價格，屬于典型的數(shù)值表述類要素。在雙方的預(yù)期專利價格無法匹配時，需要分析一方的預(yù)期專利價格是否屬于另一方的專利價格浮動區(qū)間內(nèi)，即判斷雙方的專利價格浮動區(qū)間是否有交集。

3.2 專利交易撮合算法流程

在專利交易系統(tǒng)中，依據(jù)前述“TLGMP”專利交易撮合要素模型的分析比對，實現(xiàn)將適合的供需雙方進行配對撮合，自動提取交易系統(tǒng)中供方、需方的全部交易主體，將其中一方的信息提供給另一方，本文的交易撮合算法不限于處理一對一的交易撮合，而是可以實現(xiàn)交易系統(tǒng)中全部交易主體的、多對多的交易撮合。下面以國家電網(wǎng)有限公司（以下簡稱“國網(wǎng)公司”）為例進行說明。

步驟1：配置“TLGMP”模型的要素及權(quán)重。以“TLGMP”模型為基礎(chǔ)，結(jié)合撮合場景，為模型選取合適的二級要素，并為各級要素配置權(quán)重，為后續(xù)撮合提供完善的撮合模型基礎(chǔ)。

以國網(wǎng)公司為例，其在電力應(yīng)用和電動汽車領(lǐng)域擁有一定的研發(fā)實力和優(yōu)勢，憑借自身專利存量基數(shù)大，無論需方在法律要素上提出什么需求，找到合適的專利標的與之匹配的幾率都很大，是典型的供方需求明確場景，法律（L）、價格（P）并不是國網(wǎng)公司的關(guān)注點，權(quán)重配置可以偏低，因此“TLGMP”的權(quán)重分別為40%、5%、20%、30%、5%。

另外，當(dāng)下熱門的人工智能、區(qū)塊鏈技術(shù)能夠為電力交易中的難題提供新的解決思路，社會各界對人工智能、區(qū)塊鏈技術(shù)的研究和實踐，值得國網(wǎng)公司采用和借鑒，屬于需方需求明確場景，需重點關(guān)注技術(shù)（T）、法律（L）和地域（G），相應(yīng)的權(quán)重配置可以偏高，因此“TLGMP”的權(quán)重配置分別為40%、20%、20%、5%、15%。

步驟2：獲取待撮合的供方/需方清單。在專利交易系統(tǒng)中建立供需雙方數(shù)據(jù)庫，該數(shù)據(jù)庫包括但不限于供需雙方的名稱等基本信息、供應(yīng)的專利標的技術(shù)信息、需求內(nèi)容等。在匹配撮合時，算法從數(shù)據(jù)庫中獲取待匹配撮合的供方/需方清單。仍以國網(wǎng)公司為例，其可以在交易系統(tǒng)中發(fā)布可供交易的輸變電技術(shù)、電動汽車等相關(guān)領(lǐng)域?qū)＠麡说男畔ⅲ惴▽⑵浒l(fā)布的信息錄入數(shù)據(jù)庫，等待進行撮合。

步驟3：以“TLGMP”模型為基礎(chǔ)，逐一為待撮合的供方/需方提取模型要素數(shù)據(jù)。通過智能語義算法，從數(shù)據(jù)庫中提取國網(wǎng)公司待撮合專利交易標的解決的技術(shù)問題、技術(shù)效果、技術(shù)領(lǐng)域、專利基本情況、專利地域、專利運營模式、預(yù)期交易價格等要素信息，構(gòu)建“TLGMP”模型，為后續(xù)匹配撮合做好準備。

步驟4：為供方/需方匹配可能的交易對象。在步驟3的基礎(chǔ)上，按照模型相似度算法，尋找可能的交易對象（需方）。即根據(jù)步驟3中構(gòu)建的模型，在交易系統(tǒng)中通過要素匹配，尋找需要輸電變技術(shù)、電動汽車領(lǐng)域?qū)＠夹g(shù)的需方，并計算雙方的相似度。也可以以需方清單為基礎(chǔ)，為每一個需方尋找可能的交易對象（供方）。

步驟5：為供方/需方推送可能的交易對象。通過專利交易系統(tǒng)的自動推送功能，定期將匹配到的需要輸電變技術(shù)、電動汽車領(lǐng)域?qū)＠夹g(shù)的需方對象清單，推送給國網(wǎng)公司，亦可將國網(wǎng)公司的相關(guān)領(lǐng)域?qū)＠麡说男畔⑼扑徒o需方。

匹配結(jié)果顯示必須由多個需方滿足某一供方條件時，或者必須由多個供方滿足某一需方條件時，應(yīng)將特別標注說明，并將多個需方/供方清單專門打包。

步驟6：詢問是否接受撮合結(jié)果，并進行后續(xù)操作。推送可能的交易對象清單后，如果供方/需方選擇查看該推送結(jié)果，則根據(jù)其查看的清單條目，系統(tǒng)詢問是否選擇該條目對應(yīng)的需方/供方作為交易對象。若是，則根據(jù)專利交易系統(tǒng)的交易流程，轉(zhuǎn)入下一交易環(huán)節(jié)。

步驟7：算法的自我學(xué)習(xí)。基于深度學(xué)習(xí)等基本算法，本文的專利交易撮合算法具有自我學(xué)習(xí)功能。在供方/需方選擇查看該推送結(jié)果的某條目后，撮合算法記錄最終的選擇結(jié)果至后臺，以便算法得到加強和改進，更加精準地適用于各種不同場景。

4 結(jié)束語

本文研究基于大數(shù)據(jù)思維，結(jié)合電力企業(yè)案例，以專利線上交易現(xiàn)實需求為基礎(chǔ)，對于技術(shù)交易網(wǎng)絡(luò)平臺在交易撮合、方案制定、流程把控等方面具有一定參考價值。