一种专利运营标的价值评价结果生成方法及设备

本发明涉及计算机技术领域，尤其涉及一种专利运营标的价值评价结果生成方法及设备。

相关技术中，在对专利运营标的进行价值评价时，一般是根据专利的基础信息获得该专利运营标的的价值评价结果，并未涉及对不同技术成熟度时期的专利运营标的进行价值评价。

本发明的目的在于提供一种专利运营标的价值评价结果生成方法及设备，用于解决对不同技术成熟度时期的专利运营标的进行价值评价的问题。

第一方面，本发明提供一种专利运营标的价值评价结果生成方法，包括：

获取专利基础数据；

将所述专利基础数据输入专利运营标的价值模型中，生成专利运营标的的价值评价结果；所述专利运营标的价值模型，用于对不同技术成熟度时期的专利运营标的进行筛选、信息加工、呈现及评价。

与现有技术相比，本发明提供的专利运营标的价值评价结果生成方法中，获取专利基础数据，将专利基础数据输入对不同技术成熟度时期的专利运营标的进行筛选、信息加工、呈现及评价的专利运营标的价值模型中，生成专利运营标的的价值评价结果；如此，能够实现对不同技术成熟度时期的专利运营标的进行价值评价并生成价值评价结果。

第二方面，本发明还提供一种专利运营标的价值评价结果生成设备，包括处理器以及与处理器耦合的通信接口；所述处理器用于运行计算机程序或指令，以实现上述任一项所述专利运营标的价值评价结果生成方法。

第三方面，本发明还提供一种计算机存储介质，所述计算机存储介质中存储有指令，当所述指令被运行时，实现上述任一项所述专利运营标的价值评价结果生成方法。

与现有技术相比，本发明提供的专利运营标的价值评价结果生成设备及计算机存储介质的有益效果与上述技术方案所述专利运营标的价值评价结果生成方法的有益效果相同，此处不做赘述。

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明实施例中专利运营标的价值评价结果生成方法的流程示意图；

图2为本发明实施例中筛选模型的流程示意图；

图3为本发明实施例中筛选模型中筛选目标技术领域的流程示意图；

图4为本发明实施例中筛选模型的执行过程的流程示意图；

图5为本发明实施例中信息加工及呈现标准化模型的流程示意图；

图6为本发明实施例中价值模型的流程示意图；

图7为本发明实施例中专利运营标的价值评价结果生成装置的结构框图；

图8为本发明实施例中专利运营标的价值评价结果生成设备的硬件结构示意图；

图9为本发明实施例中芯片的结构示意图。

为了便于清楚描述本发明实施例的技术方案，在本发明的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。例如，第一阈值和第二阈值仅仅是为了区分不同的阈值，并不对其先后顺序进行限定。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。

需要说明的是，本发明中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。

本发明中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B的情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，a和b的结合，a和c的结合，b和c的结合，或a、b和c的结合，其中a，b，c可以是单个，也可以是多个。

相关技术中，在对专利运营标的进行价值评价时，一般是根据专利的基础信息获得该专利运营标的的价值评价结果，并未涉及对不同技术成熟度时期的专利运营标的进行价值评价。

针对上述技术问题，本发明实施例提出一种专利运营标的价值评价结果生成方法，所述专利运营标的价值评价结果生成方法能够解决对不同技术成熟度时期的专利运营标的进行价值评价的问题，实现对不同技术成熟度时期的专利运营标的进行价值评价并生成价值评价结果。

本发明实施例提出的专利运营标的价值评价结果生成方法，应用于专利运营标的价值评价结果生成设备，如图1所示，包括：

步骤101：获取专利基础数据；

这里，专利运营标的价值评价结果生成设备获取专利基础数据；其中，专利基础数据包括：专利文件、专利摘要等数据。

这里，专利基础数据可以是专利运营标的价值评价结果生成设备从另一设备中获取的，也可以是专利运营标的价值评价结果生成设备从自身的数据库中获取的。

步骤102：将专利基础数据输入专利运营标的价值模型中，生成专利运营标的的价值评价结果。

这里，将上述专利基础数据输入专利运营标的价值模型中，上述专利运营标的价值模型，用于对不同技术成熟度时期的专利运营标的进行筛选、信息加工、呈现及评价，从而生成专利运营标的的价值评价结果。

这里，将上述专利基础数据输入上述专利运营标的价值模型中，根据专利基础数据筛选出适合开展专利运营的专利运营标的，及对应的技术成熟度时期；对上述专利运营标的进行定位，获得目标专利运营标的，并对目标专利运营标的进行信息加工，将加工后的目标专利运营标的进行展示；对不同技术成熟度时期的目标专利运营标的进行分析，获得价值评价结果。其中，价值评价结果包括：运营方式、潜在需求方和专利运营标的价值。

在一实施例中，不同技术成熟度时期包括：萌芽期、膨胀期、低谷期、复苏期及成熟期；专利运营标的价值模型包括：筛选模型、信息加工及呈现标准化模型和评价模型。

这里，不同的技术成熟度时期包括：萌芽期、膨胀期、低谷期、复苏期及成熟期；其中，萌芽期表征技术刚刚诞生，还只是一个概念，不具有可用性，无法评估商业潜力；膨胀期表征技术逐步成型，知名度达到高峰；低谷期表征技术的局限和缺点逐步暴露，大部分被市场淘汰或者失败；复苏期表征技术的优缺点越来越明显，细节逐渐清晰；成熟期表征技术标准得到了清晰定义，市场占有率越来越高，进入稳定应用阶段。

这里，专利运营标的价值模型包括：筛选模型、信息加工及呈现标准化模型和评价模型。利用上述筛选模型，根据专利基础数据筛选出适合开展专利运营的专利运营标的，及对应的技术成熟度时期；利用上述信息加工及呈现标准化模型，对上述专利运营标的进行定位，获得目标专利运营标的，并对目标专利运营标的进行信息加工，将加工后的目标专利运营标的进行展示；利用上述评价模型，对不同技术成熟度时期的目标专利运营标的进行分析，获得价值评价结果。

在一实施例中，筛选模型的输入特征包括：专利基础数据；筛选模型的输出特征包括：专利运营标的。

这里，将上述专利基础数据作为输入特征，输入到筛选模型中，获得筛选模型的输出特征：专利运营标的。其中，筛选模型的输出特征还可以包括：专利运营标的的技术成熟度时期。

这里，专利基础数据包括两方面数据：第一方面、同一类专利基础数据；比如：属于类型A的专利1、专利2；第二方面、多个单件专利基础数据；所述多个单件专利基础数据包括至少两个不同种类的单件专利，比如：属于类型A的专利1、属于类型B的专利2、属于类型C的专利3。当专利基础数据包含的数据不同时，筛选模型的作用不同，下面分别进行介绍。

在一实施例中，专利基础数据包括同一类专利基础数据；筛选模型，用于根据专利基础数据，筛选属于目标技术领域的目标专利基础数据；基于目标专利基础数据，确定同一类专利运营标的及专利运营标的的技术成熟度时期。

这里，同一类专利基础数据可以为同一类技术领域、同一类技术体系等的基础数据，比如：属于技术领域A的专利基础数据1、专利基础数据2和专利基础数据3。

这里，对同一类专利基础数据，利用筛选模型进行筛选，获得属于目标技术领域的目标专利基础数据，并基于目标专利基础数据，确定同一类专利运营标的及专利运营标的的技术成熟度时期，如图2所示，筛选模型的流程包括以下步骤：

步骤201：筛选目标技术领域；

这里，在专利基础数据包括同一类专利基础数据的情况下，筛选模型根据同一类专利基础数据，筛选属于目标技术领域的目标专利基础数据。比如：属于技术领域A的专利基础数据1、专利基础数据2和专利基础数据3；属于技术领域B的专利基础数据4、专利基础数据5和专利基础数据6；属于技术领域C的专利基础数据7、专利基础数据8和专利基础数据9，经过筛选得到属于目标技术领域C的目标专利基础数据7、目标专利基础数据8和目标专利基础数据9。

这里，在对属于目标技术领域进行筛选时，可以采用如图3所示的方法，采用筛选层31、筛选层32依次对同一类专利基础数据进行筛选，得到属于目标技术领域的目标专利基础数据。

示例的，如图3所示，对属于技术领域A、技术领域B、技术领域C、技术领域D、技术领域E、技术领域F的专利基础数据，使用筛选层31进行筛选，得到具有运营前景的分别属于技术领域B、技术领域D、技术领域E的专利基础数据，再使用筛选层32进行筛选，将无专利储备或所储备专利聚合度不高的技术领域筛除，得到分别属于技术领域D、技术领域E的专利基础数据。

在实际应用中，如图4所示，筛选模型的执行过程包括：数据采集41、应用信息判断42、专利数据判断43。

数据采集41，对同一类专利基础数据涉及的信息进行数据采集，包括：技术相关信息、应用相关信息、技术领域与公司业务的对应关系等。数据采集的方式可以网络搜集、公司调研、专家访谈等。

应用信息判断42，根据数据采集41采集的数据，分析提取其中应用规模、应用范围、应用可能性等，进行技术领域应用前景的判断，从而完成筛选层31的筛选。

专利数据判断43，针对目标技术领域进行专利检索，并统计各目标技术领域的专利储备和专利聚合度。专利聚合度可以借助专利数据库中的分析功能，例如专利技术地图、功效图，分析技术领域内专利的聚合度，完成筛选层32的筛选。

步骤202：判断技术成熟度时期；

这里，基于预先确定的钟形曲线和S形曲线，获得同一类专利运营标的对应的技术成熟度时期。

在实际应用中，如图4所示，筛选模型的执行过程还包括：二次数据采集44、数据处理45、数据分析46和技术成熟度判断47。这里，二次数据采集44、数据处理45、数据分析46，技术成熟度判断47均用于判断技术成熟度时期。

这里，二次数据采集44是分别在Web of Scienc TM核心合集数据库和patsnap数据库中检索相关目标技术领域的SCI论文数据和专利数据，以及各类媒体中相关目标技术领域的历史曝光数据。SCI论文数据在一定程度上能够表征科技人员对某项新技术基础及应用基础研究的关注热度，而专利数据能够较好地反映某项新技术向应用转化和成熟的过程。

数据处理45，通过人工检查和清洗检索结果，排除噪声干扰。分别统计SCI论文数据的频数分布、专利数据的频数分布、专利数据的累积分布、技术曝光频数分布和趋势。根据数据散点图分布选择合适的函数模型。

数据分析46，用于根据数据处理结果选定函数模型后，运用非线性回归分析获取参数取值，确立用于拟合钟形曲线和S形曲线的函数表达式；还用于运用线性回归方法，比如：z-score标准化方法，即标准差标准化的方法，消除钟形曲线和S形曲线的纵坐标的差异，即SCI论文数据和专利数据的量纲和数量级存在差异，分别绘制钟形曲线和S形曲线，并利用统计学对钟形曲线和S形曲线进行检验。

技术成熟度判断47，用于依据钟形曲线和S形曲线的数学特征划分单项技术成熟度，分别是萌芽期、膨胀期、低谷期、复苏期和成熟期。

步骤203：得到同一类专利运营标的及对应的技术成熟度时期。

这里，将属于同一类目标技术领域的目标专利基础数据作为专利运营标的，并得到对应的技术成熟度时期。

在一实施例中，专利基础数据包括多个单件专利基础数据；多个单件专利基础数据包括至少两个不同种类的单件专利；筛选模型，还用于根据专利基础数据，筛选属于目标技术领域的目标专利基础数据；对属于同一目标技术领域的目标专利基础数据进行组合，得到同一类专利基础数据；并对同一类专利基础数据进行采集分析，确定同一类专利运营标的及专利运营标的的技术成熟度时期。

这里，专利基础数据包括多个单件专利基础数据、多个单件专利基础数据包括至少两个不同种类的单件专利，比如：属于技术领域A的专利基础数据1、属于技术领域B的专利基础数据2和属于技术领域C的专利基础数据3。

这里，对多个单件专利基础数据，利用筛选模型进行筛选，获得属于目标技术领域的目标专利基础数据，对属于同一目标技术领域的目标专利基础数据进行组合，得到同一类专利基础数据，并基于同一类专利基础数据，确定同一类专利运营标的及专利运营标的的技术成熟度时期，如图2所示，筛选模型的流程包括以下步骤：

步骤204：筛选目标技术领域；

这里，步骤204与步骤201类似，本发明实施例不再赘述。

步骤205：对目标技术领域的目标专利基础数据组合；

这里，将筛选出的属于同一目标技术领域的目标专利基础数据进行组合，得到同一类专利基础数据。比如：属于目标技术领域A的目标专利基础数据1、属于目标技术领域A的目标专利基础数据2、属于目标技术领域A的目标专利基础数据3进行组合，得到同一类专利基础数据，即属于目标技术领域A的{目标专利基础数据1、目标专利基础数据2、目标专利基础数据3}。

步骤206：对同一类专利基础数据采集分析；

这里，根据目标技术领域特点制定专利检索策略，选择专利检索数据库进行专利检索，并对检索结果进行去噪筛选，基于去噪的检索结果选择合适的函数模型，确定钟形曲线的函数表达式和S形曲线的函数表达式。

步骤202：判断技术成熟度时期；

这里，基于确定的钟形曲线和S形曲线，获得对应的技术成熟度时期。

步骤203：得到同一类专利运营标的及对应的技术成熟度时期。

这里，将同一类专利基础数据作为专利运营标的，并得到对应的技术成熟度时期。

这里，筛选模型的流程还可以包括：产业技术调研207和技术体系分解208。

目标技术领域的产业技术调研207分为产业调研和技术调研两部分。产业调研主要包括目标技术领域的上下游产业链条梳理、运营主体在产业链中的位置及其供求关系分析，从而初步确定专利价值网络和专利组合可能的运营模式。技术调研是针对目标技术领域的技术发展脉络、运营主体技术发展状况、参与行业标准制定等情况的调研，为相关领域技术体系分解做铺垫。产业调研和技术调研也是后续技术成熟度判断的基础工作。

技术体系分解208，结合产业技术调研207，构建目标技术领域的专利技术分类体系，便于专利检索及后续专利组合构建。一级技术分支通常为较为上位的技术领域，涵盖较多技术点，各技术点的技术成熟度通常会有不同。构建技术分解体系时，可以针对各细分技术点，比如：二级技术分支、三级技术分支的不同技术成熟度进行标引，技术体系分解208可以为步骤205对目标技术领域的目标专利基础数据组合提供基础。

在一实施例中，信息加工及呈现标准化模型的输入特征包括：专利运营标的；信息加工及呈现标准化模型的输出特征包括：可视化的目标专利运营标的；信息加工及呈现标准化模型，用于对专利运营标的进行定位，得到目标专利运营标的；对不同技术成熟度时期的目标专利运营标的进行技术信息搜集及技术信息加工，得到目标专利运营标的对应的目标信息；基于呈现框架、呈现形式及目标信息对呈现内容进行制作，基于呈现内容获得可视化的目标专利运营标的。

这里，在利用筛选模型获得专利基础数据对应的专利运营标的后，将专利运营标的作为输入特征，输入到信息加工及呈现标准化模型中，对上述专利运营标的依次进行专利运营标的定位、技术信息收集、技术信息加工、呈现框架确定、呈现形式确定、呈现内容制作等步骤后，获得可视化的目标专利运营标的，如图5所示，下面分别进行介绍。

步骤501：专利运营标的定位；

这里，专利运营标的定位用于获得专利运营标的中的目标专利运营标的，上述目标专利运营标的可以是专利运营标的中的核心专利；上述目标专利运营标的可以是一件专利，也可以是多件专利。

在一实施例中，定位包括：精准定位和快速定位；其中，精准定位的条件包括：专利技术与技术分支的契合度、技术方案的先进性、专利的保护范围、专利的稳定性、专利技术的可实施性及专利技术的实施前景中至少一种；快速定位通过信息化工具抓取专利数据库中的特定字段来选取目标专利运营标的。

这里，目标专利运营标的的定位分为精准定位和快速定位两种方式。精准定位需要人工研读专利运营标的中的每一件专利，结合精准定位的标准，分析确认出该专利运营标的中处于核心地位的目标专利运营标的。精准定位的标准包括：专利技术与技术分支的契合度、技术方案的先进性、专利的保护范围、专利的稳定性、专利技术的可实施性、专利技术的实施前景等。

快速定位是通过信息化工具直接抓取专利数据库中的特定字段来选取目标专利运营标的。这里，项目组拟设计多个特定字段，利用专利检索数据库的现有功能直接读取多个特定字段的数据，并根据特定字段的数据确认其相应分值，然后将其与预先设定的各个特定字段的权重相乘，并加总后得到该专利的得分，按照得分正向排序专利运营标的中的专利，选取排序靠前的专利作为目标专利运营标的。特定字段可以包括：特定关键词出现位置及次数、权利要求项数、说明书页数、被引用次数、是否经历诉讼及次数、是否经历许可、转让及次数等。

这里，精确定位适用于专利运营标的较为重要或专利运营标的中专利数量不多的情况，快速定位则适用于对大量专利运营标的进行快速定位。

步骤502：技术信息收集；

这里，在得到目标专利运营标的后，研读目标专利运营标的的内容，围绕该目标专利运营标的搜集相关技术信息，包括背景技术、技术发展路线、专利技术成熟度、专利技术创新点、专利技术实施应用情况、专利技术研发团队信息等。

步骤503：技术信息加工；

这里，在得到目标专利运营标的的技术信息后，对上述技术信息进行加工处理，技术信息加工包括技术信息本身加工以及专利运营标的层面的技术加工，下面分别进行介绍。

一方面，技术信息本身加工，是针对搜集的技术信息进行针对性的梳理分析，并进行必要的信息再加工，以便形成能够用于展示目标专利运营标的技术的信息，促进目标专利运营标的的价值实现。经过加工的技术信息需要达到至少三个目标：准确、简介及易懂。其中，准确表征：经加工的信息应能准确的反映目标专利运营标的的专利技术涉及的技术问题、技术方案和技术效果，以及专利技术的实施应用等情况；简介表征：经加工后的信息应尽可能简介，而非专利文件中对专利技术方案的详实记录，以便于在运营平台等有限的版面展现；易懂表征：经加工后的信息应直观易懂，能够让需求方或非专业人员快速理解专利技术及相关信息，而非专利文件中的用语晦涩难懂。

在进行技术信息加工时，需要充分考虑专利技术成熟度情况。对不同技术成熟度时期的专利技术对应的研发阶段、运营转化方式、应用推广相关事宜等技术信息具有不同。

目标专利运营标的技术信息包括：依托技术成果、技术简介、核心专利、外围专利、适合运营方式、技术成熟度、技术领域、解决技术问题、技术效果、技术优势、技术实施配套要求、技术应用推荐、技术应用前景、技术应用案例、技术应用效益、其他技术相关内容。

另一方面，专利运营标的层面的技术加工包括：经过综合研读分析目标专利运营标的中专利文件的技术方案和相关技术后，梳理出与专利文件相关的专有技术，该专有技术可以是实施该专利文件实施时必要的技术诀窍、技术支撑等未直接记载的技术内容。专利运营标的层面的技术加工则是将专利文件与相关的专有技术打包，形成实际运营时的目标专利运营标的，即“专利+技术”。

步骤504：呈现框架确定；

这里，目标专利运营标的确定后，需要对其进行一定的呈现设计。在进行呈现设计时，确定目标专利运营标的的呈现框架。在一实施例中，呈现框架包括：呈现内容以及内容呈现逻辑。

这里，呈现内容是指依据不同专利技术成熟度、确定的对接运营平台及运营需求等，选定运营展示时需要呈现的具体内容，包括：专利的著录项目信息、步骤503加工出的技术信息、运营方式、交易费用及方式、联系人信息等。内容呈现逻辑是依据不同技术成熟度时期，结合运营平台的具体形式，比如：实体店面、PC段网页、移动端等，确定呈现内容的主次关系、呈现顺序、排版等。

步骤505：呈现形式确定；

这里，基于呈现框架，确定不同呈现内容的具体呈现方式，即依据不同专利技术成熟度、运营需求以及对接运营平台的软硬件条件等，选择不同的媒介形式展现目标专利运营标的的呈现内容。在一实施例中，呈现形式包括：文字、图形、照片、视频及直播中至少一种。

比如：技术成熟度时期为萌芽期的技术，可以通过制作技术仿真动画来展现技术方案，技术成熟度时期为成熟期的技术，可以通过摄录实际应用生产的视频或直播的形式展现；对于想要突出专利技术优势，可以与在先技术对比，并将对比结果有视觉冲击效果的图表。

步骤506：呈现内容制作。

这里，呈现内容制作是专利运营标的信息加工及呈现的最后一个环节，是将目标专利运营标的要呈现的内容，制作成预定的呈现形式。包括：文字内容的排版、图片及图表的美工设计、视频录制、直播内容的前期准备等。

在一实施例中，评价模型的输入特征包括：目标专利运营标的；评价模型的输出特征包括：目标专利运营标的的价值评价结果；评价模型，用于基于价值分析网络，对不同技术成熟度时期的目标专利运营标的进行分析，获得价值评价结果。

这里，在获得目标专利运营标的后，将目标专利运营标的作为输入特征，输入到评价模型中，对不同技术成熟度时期的目标专利运营标的进行分析，获得目标专利运营标的的价值评价结果。

在一实施例中，价值分析网络包括：价值链分析网络、产业链分析网络和技术链分析网络；价值评价结果包括：运营方式、潜在需求方和专利运营标的价值；其中，通过价值链分析网络和产业链分析网络，获得运营方式；通过产业链分析网络，获得潜在需求方；通过价值链分析网络、产业链分析网络和技术链分析网络，获得专利运营标的价值。

这里，如图6所示，目标专利运营标的及对应的技术成熟度时期60输入至价值分析网络61中，得到目标专利运营标的的价值评价结果62。其中，价值分析网络61包括：价值链分析网络611、产业链分析网络612和技术链分析网络613；价值评价结果62包括：运营方式621、潜在需求方622和专利运营标的价值623。

这里，目标专利运营标的及对应的技术成熟度时期60输入至价值链分析网络611和产业链分析网络612，获得运营方式621；目标专利运营标的及对应的技术成熟度时期60输入至产业链分析网络612，获得潜在需求方622；目标专利运营标的及对应的技术成熟度时期60输入至价值链分析网络611、产业链分析网络612和技术链分析网络613，获得专利运营标的价值623。

比如：将萌芽期的目标专利运营标的1输入至值链分析网络611和产业链分析网络612，得到萌芽期的目标专利运营标的1的运营方式621；成熟期的目标专利运营标的2输入至产业链分析网络612，获得成熟期的目标专利运营标的2的潜在需求方622；膨胀期的目标专利运营标的3输入至价值链分析网络611、产业链分析网络612和技术链分析网络613，获得膨胀期的目标专利运营标的3的专利运营标的价值623。

这里，通过价值链分析网络611、产业链分析网络612和技术链分析网络613，分别深入分析目标专利运营标的技术所在的价值链情况、产业链情况、技术链情况，挖掘出潜在需求方，并结合权利人，比如：运营供方的实际需求，确定预期的运营方式，同时结合产业规模、价值链位置等评价专利运营标的价值，以此作为专利运营标的的评价结果，指引专利运营标的的价值实现。

这里，在挖掘潜在需求方方面，如果专利技术属于萌芽期等新兴技术，产业发展条尚未成熟，则可以寻求在技术相近的领域或在相同技术成熟度阶段进行投资的资本方作为潜在需求方；如果技术处于复苏期，行业内有一定技术积累，产业链条已经打通，则可以将行业内实力雄厚，与专利运营标的技术有交叉或紧密关联的研发型企业作为潜在需求方。

在本发明实施例中，获取专利基础数据，并将专利基础数据输入包括：筛选模型、信息加工及呈现标准化模型和评价模型的专利运营标的价值模型中，通过对专利基础数据进行筛选，得到专利运营标的及对应的技术成熟度时期，并对不同技术成熟度时期的专利运营标的进行筛选、信息加工、呈现及评价，得到包括：运营方式、潜在需求方和专利运营标的价值的价值评价结果；如此，本发明实施例能够解决对不同技术成熟度时期的专利运营标的进行价值评价的问题，实现对不同技术成熟度时期的专利运营标的进行价值评价并生成价值评价结果。

在采用对应各个功能划分各个功能模块的情况下，图7示出本发明实施例提供的专利运营标的价值评价结果生成装置的结构框图。如图7所示，该专利运营标的价值评价结果生成装置70包括：通信模块701和处理模块702。

通信模块701，用于支持专利运营标的价值评价结果生成装置执行上述实施例中的步骤101。

处理模块702，用于支持专利运营标的价值评价结果生成装置执行上述实施例中的步骤102。

上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述，在此不再赘述。

在一些可能的实现方式中，上述专利运营标的价值评价结果生成装置还可以包括存储模块703，用于存储的程序代码和数据。

其中，处理模块可以是处理器或控制器，例如可以是中央处理器(CentralProcessing Unit，CPU)，通用处理器，数字信号处理器(Digital Signal Processor，DSP)，专用集成电路(Application-Specific Integrated Circuit，ASIC)，现场可编程门阵列(Field Programmable Gate Array，FPGA)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本发明公开内容所描述的各种示例性的逻辑方框，模块和电路。所述处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等等。通信模块可以是收发器、收发电路或通信接口等。存储模块可以是存储器。

当处理模块为处理器，通信模块为通信接口，存储模块为存储器时，本发明实施例所涉及的专利运营标的价值评价结果生成装置可以为图8所示的专利运营标的价值评价结果生成设备。

图8示出了本发明实施例提供的一种专利运营标的价值评价结果生成设备的硬件结构示意图。如图8所示，该专利运营标的价值评价结果生成设备80包括处理器801和通信接口802。

如图8所示，上述处理器可以是一个通用中央处理器(central processing unit，CPU)，微处理器，专用集成电路(application-specific integrated circuit，ASIC)，或一个或多个用于控制本发明方案程序执行的集成电路。上述通信接口可以为一个或多个。通信接口可使用任何收发器一类的装置，用于与其他设备或通信网络通信。

如图8所示，上述终端设备还可以包括通信线路803。通信线路可包括一通路，在上述组件之间传送信息。

可选的，如图8所示，该终端设备还可以包括存储器804。存储器用于存储执行本发明方案的计算机执行指令，并由处理器来控制执行。处理器用于执行存储器中存储的计算机执行指令，从而实现本发明实施例提供的方法。

如图8所示，上述存储器可以是只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory，EEPROM)、只读光盘(compactdisc read-only memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过通信线路与处理器相连接。存储器也可以和处理器集成在一起。

可选的，本发明实施例中的计算机执行指令也可以称之为应用程序代码，本发明实施例对此不作具体限定。

在具体实现中，作为一种实施例，如图8所示，处理器801可以包括一个或多个CPU，如图8中的CPU0和CPU1。

在具体实现中，作为一种实施例，如图8所示，终端设备可以包括多个处理器，如图8中的处理器801-1和处理器801-2。这些处理器中的每一个可以是一个单核处理器，也可以是一个多核处理器。

图9是本发明实施例提供的芯片的结构示意图。如图9所示，该芯片90包括一个或两个以上(包括两个)处理器801和通信接口802。

可选的，如图9所示，该芯片还包括存储器804，存储器可以包括只读存储器和随机存取存储器，并向处理器提供操作指令和数据。存储器的一部分还可以包括非易失性随机存取存储器(non-volatile random access memory，NVRAM)。

在一些实施方式中，如图9所示，存储器存储了如下的元素，执行模块或者数据结构，或者他们的子集，或者他们的扩展集。

在本发明实施例中，如图9所示，通过调用存储器存储的操作指令(该操作指令可存储在操作系统中)，执行相应的操作。

如图9所示，处理器控制终端设备中任一个的处理操作，处理器还可以称为中央处理单元(central processing unit，CPU)。

如图9所示，存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据。存储器的一部分还可以包括NVRAM。例如应用中存储器、通信接口以及存储器通过总线系统耦合在一起，其中总线系统除包括数据总线之外，还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见，在图9中将各种总线都标为总线系统805。

如图9所示，上述本发明实施例揭示的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(digital signal processing，DSP)、ASIC、现成可编程门阵列(field-programmable gate array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。

一种可能的实现方式中，如图9所示，通信接口用于执行图1所示的实施例中的专利运营标的价值评价结果生成方法的步骤101。处理器用于执行图1所示的实施例中的专利运营标的价值评价结果生成方法的步骤102。

一方面，提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当指令被运行时，实现上述实施例中由专利运营标的价值评价结果生成设备执行的功能。

一方面，提供一种芯片，该芯片应用于终端设备中，芯片包括至少一个处理器和通信接口，通信接口和至少一个处理器耦合，处理器用于运行指令，以实现上述实施例中由专利运营标的价值评价结果生成设备执行的功能。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机程序或指令。在计算机上加载和执行所述计算机程序或指令时，全部或部分地执行本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、终端、用户设备或者其它可编程装置。所述计算机程序或指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机程序或指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是集成一个或多个可用介质的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，例如，软盘、硬盘、磁带；也可以是光介质，例如，数字视频光盘(digital video disc，DVD)；还可以是半导体介质，例如，固态硬盘(solid state drive，SSD)。

尽管在此结合各实施例对本发明进行了描述，然而，在实施所要求保护的本发明过程中，本领域技术人员通过查看附图、公开内容、以及所附权利要求书，可理解并实现公开实施例的其他变化。在权利要求中，“包括”(comprising)一词不排除其他组成部分或步骤，“一”或“一个”不排除多个的情况。单个处理器或其他单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载了某些措施，但这并不表示这些措施不能组合起来产生良好的效果。

尽管结合具体特征及其实施例对本发明进行了描述，显而易见的，在不脱离本发明的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本发明的示例性说明，且视为已覆盖本发明范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包括这些改动和变型在内。