创新力预测:专利申请量预测方法研究

创新力预测:专利申请量预测方法研究
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者: , , ,
2010-01
版次: 1
ISBN: 9787802478367
定价: 36.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 230页
字数: 247千字
正文语种: 简体中文
分类: 法律
9人买过
  • 《创新力预测:专利申请量预测方法研究》汇总了欧洲专利局专家在创新力预测方面长期研究的成果。包括探讨专利形成内在过程的理论模型,用时间序列方法进行申请量预测的实证模型,以及欧专局预测工作的实践活动。研究成果在宏观、中观、微观层面上揭示了专利申请量的变化规律以及和其他经济因素的关系。
    读者对象:科技管理人员,知识产权相关研究人员和企业,对预测工作感兴趣者。 第一章背景
    第二章改进专利申请预测的研究项目
    1引言
    2动机与任务描述
    3专利申请预测方法
    3.1EPO所用的和专家咨询组报告中讨论的方法
    3.2咨询组所建议的方法
    4研究方案设计
    4.1研究项目的框架
    4.2模块A——调查法
    4.3模块B——企业层面的专利申请量
    4.4模块C——行业和国家层面的专利申请量
    4.5模块D——专利传递模型
    4.6模块E——申请数据集的时间序列模型
    5数据需求和模块关联
    6进一步的建议
    6.1研究竞赛
    6.2研究会议

    第三章从理论到时间序列
    1引言
    2理论模型
    3时间序列回归方法
    4结论

    第四章时间序列预测专利的相对精确度分析:时空分解法的优势
    1引言
    2数据描述
    3预测方法综述
    4预测方法的运用
    4.1一元ARIMA模型(年度数据)
    4.2一元ARIMA模型(月度数据)
    4.3多元ARIMA模型(年度数据)
    4.4多元ARIMA模型(月度数据)
    4.5一元DLM模型(年度数据)
    4.6一元DLM模型(月度数据)
    4.7多元DLM模型(年度数据)
    4.8多元DLM模型(月度数据)
    5相对精确度分析
    6更长时间轴范围内的预测精确度
    7结论

    第五章向欧专局申请专利的驱动力:产业途径
    1引言
    2专利和经济因素的关联
    3实证分析结果
    3.1总体模型
    3.2国家模型
    3.3产业模型
    4结论

    第六章预测专利申请的时间序列法
    1引言
    2数据描述
    3模型描述
    4应用方法和诊断的描述
    5分析的结果
    5.1平稳性
    5.2预白噪声化和交叉相关
    5.3自回归分布滞后(ADL)法的结果
    5.4向量自回归(VAR)法获得的结果
    6结论
    7附录

    第七章向欧专局申请的国际专利:总体、产业和同族申请
    1引言
    2文献综述
    3方法论和数据集
    3.1概念性框架和方法论
    3.2数据来源
    4实证分析
    4.1案例1——总体申请(按申请模式划分)
    4.2案例2——产业申请(联合集群)
    4.3案例3——同族专利申请
    5结论
    附录:技术注释

    第八章微观数据实现宏观结果
    1引言
    2随机抽样调查
    2.1数据库及其性能特征
    2.2描述统计
    2.3持续与非持续申请人
    2.4讨论
    3DTl记分牌与专利数据结合
    3.1数据
    3.2描述统计
    3.3相关性
    3.4讨论
    4结论

    第九章欧洲专利局对预测方法的改进
    1引言
    2现有方法
    2.1趋势分析
    2.2传递模型
    2.3申请人调查
    2.4联合集群层面的规划
    2.5年度预测实践
    2.6讨论
    3推荐的研究方案
    3.1改进专利申请预测的研究项目(迪特马尔·哈霍夫,第二章)
    3.2从理论到时间序列(彼得·欣利和沃尔特·帕克,第三章)
    3.3时间序列预测专利的相对精确度分析:时空分解法的优势(奈杰尔·米德,第四章)
    3.4向欧专局申请专利的驱动力:产业途径(克努特·布兰德,第五章)
    3.5预测专利申请的时间序列法(格哈德·迪克塔,第六章)
    3.6向欧专局申请的国际专利:总体,产业和同族申请(沃尔特·帕克,第七章)
    3.7微观数据实现宏观结果(赖尔·费希,第八章)
    4欧专局执行建议情况概述
    5预测的比较
    6欧专局预测的未来发展
    7结论
    参考文献
    译后记
  • 内容简介:
    《创新力预测:专利申请量预测方法研究》汇总了欧洲专利局专家在创新力预测方面长期研究的成果。包括探讨专利形成内在过程的理论模型,用时间序列方法进行申请量预测的实证模型,以及欧专局预测工作的实践活动。研究成果在宏观、中观、微观层面上揭示了专利申请量的变化规律以及和其他经济因素的关系。
    读者对象:科技管理人员,知识产权相关研究人员和企业,对预测工作感兴趣者。
  • 目录:
    第一章背景
    第二章改进专利申请预测的研究项目
    1引言
    2动机与任务描述
    3专利申请预测方法
    3.1EPO所用的和专家咨询组报告中讨论的方法
    3.2咨询组所建议的方法
    4研究方案设计
    4.1研究项目的框架
    4.2模块A——调查法
    4.3模块B——企业层面的专利申请量
    4.4模块C——行业和国家层面的专利申请量
    4.5模块D——专利传递模型
    4.6模块E——申请数据集的时间序列模型
    5数据需求和模块关联
    6进一步的建议
    6.1研究竞赛
    6.2研究会议

    第三章从理论到时间序列
    1引言
    2理论模型
    3时间序列回归方法
    4结论

    第四章时间序列预测专利的相对精确度分析:时空分解法的优势
    1引言
    2数据描述
    3预测方法综述
    4预测方法的运用
    4.1一元ARIMA模型(年度数据)
    4.2一元ARIMA模型(月度数据)
    4.3多元ARIMA模型(年度数据)
    4.4多元ARIMA模型(月度数据)
    4.5一元DLM模型(年度数据)
    4.6一元DLM模型(月度数据)
    4.7多元DLM模型(年度数据)
    4.8多元DLM模型(月度数据)
    5相对精确度分析
    6更长时间轴范围内的预测精确度
    7结论

    第五章向欧专局申请专利的驱动力:产业途径
    1引言
    2专利和经济因素的关联
    3实证分析结果
    3.1总体模型
    3.2国家模型
    3.3产业模型
    4结论

    第六章预测专利申请的时间序列法
    1引言
    2数据描述
    3模型描述
    4应用方法和诊断的描述
    5分析的结果
    5.1平稳性
    5.2预白噪声化和交叉相关
    5.3自回归分布滞后(ADL)法的结果
    5.4向量自回归(VAR)法获得的结果
    6结论
    7附录

    第七章向欧专局申请的国际专利:总体、产业和同族申请
    1引言
    2文献综述
    3方法论和数据集
    3.1概念性框架和方法论
    3.2数据来源
    4实证分析
    4.1案例1——总体申请(按申请模式划分)
    4.2案例2——产业申请(联合集群)
    4.3案例3——同族专利申请
    5结论
    附录:技术注释

    第八章微观数据实现宏观结果
    1引言
    2随机抽样调查
    2.1数据库及其性能特征
    2.2描述统计
    2.3持续与非持续申请人
    2.4讨论
    3DTl记分牌与专利数据结合
    3.1数据
    3.2描述统计
    3.3相关性
    3.4讨论
    4结论

    第九章欧洲专利局对预测方法的改进
    1引言
    2现有方法
    2.1趋势分析
    2.2传递模型
    2.3申请人调查
    2.4联合集群层面的规划
    2.5年度预测实践
    2.6讨论
    3推荐的研究方案
    3.1改进专利申请预测的研究项目(迪特马尔·哈霍夫,第二章)
    3.2从理论到时间序列(彼得·欣利和沃尔特·帕克,第三章)
    3.3时间序列预测专利的相对精确度分析:时空分解法的优势(奈杰尔·米德,第四章)
    3.4向欧专局申请专利的驱动力:产业途径(克努特·布兰德,第五章)
    3.5预测专利申请的时间序列法(格哈德·迪克塔,第六章)
    3.6向欧专局申请的国际专利:总体,产业和同族申请(沃尔特·帕克,第七章)
    3.7微观数据实现宏观结果(赖尔·费希,第八章)
    4欧专局执行建议情况概述
    5预测的比较
    6欧专局预测的未来发展
    7结论
    参考文献
    译后记
查看详情
系列丛书 / 更多
创新力预测:专利申请量预测方法研究
抛弃版权:文化产业的未来
约斯特·斯密尔斯(Joost Smiers)、玛丽克·范·斯海恩德尔(Marieke Van Schijndel) 著;刘金海 译
创新力预测:专利申请量预测方法研究
知识产权价值评估基础
[美]韦斯顿·安森 著;李艳 译
创新力预测:专利申请量预测方法研究
专利激情在燃烧:一名日本专利人的自述
[日]池内宽幸 著
相关图书 / 更多
创新力预测:专利申请量预测方法研究
创新驱动产业迈向全球价值链中高端
洪银兴、郑江淮 著
创新力预测:专利申请量预测方法研究
创新者的设计思维
陈劲,(新)KCChan(陈家赐)
创新力预测:专利申请量预测方法研究
创新创业基础与实践 段丽华
段丽华
创新力预测:专利申请量预测方法研究
创新驱动设计:单体与微服务混合架构策略与实践
(美)Vaughn Vernon(沃恩·弗农),(法)Tomasz Jaskula(托马什·亚斯库瓦)
创新力预测:专利申请量预测方法研究
创新创业训练实践教程()
王日华 陈 武 黄喆诚
创新力预测:专利申请量预测方法研究
创新制胜:高科技经济的竞争政策
理查德·吉尔伯特
创新力预测:专利申请量预测方法研究
创新课时作业本.英语六年级.下
《创新课时作业本》编写组 编
创新力预测:专利申请量预测方法研究
创新向未来——中华书局创建110周年纪念文集
中华书局编辑部 编
创新力预测:专利申请量预测方法研究
创新创业教育理论与实践
温和瑞、邱鑫
创新力预测:专利申请量预测方法研究
创新创业基础(实践版)
孔莉,余虹,张霓
创新力预测:专利申请量预测方法研究
创新主义
梁建章
创新力预测:专利申请量预测方法研究
创新争先:宁夏优秀科技工作者纪实
宁夏回族自治区科学技术协会 编
您可能感兴趣 / 更多
创新力预测:专利申请量预测方法研究
【贝页】脱了臼的世纪:中产阶级的诞生和彷徨(1815-1914)
彼得·盖伊(Peter Gay)
创新力预测:专利申请量预测方法研究
快速阅读 彼得·霍林斯
彼得·霍林斯
创新力预测:专利申请量预测方法研究
快速掌握新技能 彼得·霍林斯
彼得·霍林斯
创新力预测:专利申请量预测方法研究
快速通过考试 彼得·霍林斯
彼得·霍林斯
创新力预测:专利申请量预测方法研究
蒂卡尔之王——玛雅古城的统治者
彼得·哈里森
创新力预测:专利申请量预测方法研究
欧洲之心:神圣罗马帝国,800—1806
彼得·威尔逊(Peter H.Wilson)
创新力预测:专利申请量预测方法研究
快速学习专业知识 彼得·霍林斯
彼得·霍林斯
创新力预测:专利申请量预测方法研究
快速跨专业学习 彼得·霍林斯
彼得·霍林斯
创新力预测:专利申请量预测方法研究
快速掌握学习技巧 彼得·霍林斯
彼得·霍林斯
创新力预测:专利申请量预测方法研究
创新与企业家精神 全面修订新译本
彼得·德鲁克(Peter
创新力预测:专利申请量预测方法研究
海德格尔导论(修订版)(未来哲学丛书)
彼得·特拉夫尼
创新力预测:专利申请量预测方法研究
有你,真好
彼得·希拉尔 文;马特·尚克斯 绘