金融科技专利识别与分类方法构建及应用

发布时间：2024-05-22 23:40

　　[目的/意义]金融科技在信息和数据时代发展迅速,专利数目不断增长,同时金融科技的领域交叉和边界模糊等特性,也提升了其专利分析的难度。因此需要构建适合的识别与分类方法,从而准确高效地处理持续增长的大体量数据。[方法/过程]首先依据金融科技的内涵和功能,梳理其包含的创新类别,厘清金融科技专利的范围和边界;随后使用机器学习算法,结合文本过滤、人工判读,构建金融科技专利识别与分类的方法流程。[结果/结论]提出一种基于机器学习算法的专利识别与分类流程,能够较为准确高效地识别金融科技专利并进行分类,并通过分析所得的金融科技专利分类数据,总结当前金融科技的发展现状。

【文章页数】：9 页

【部分图文】：

图1金融科技专利识别和分类方法流程

本研究的数据来源于lens专利数据库,该数据库由Cambia和昆士兰州理工大学联合开发,提供开放性全球专利信息与学术文献数据,更新周期为3-4周,涵盖了美国专利局2001年以来的专利申请及1976年以来的专利授权的全文和图像。美国在全球金融科技发展中处于领先地位,因此本研究以美国....

图2金融科技类型总体分布

按照加密安全、移动支付、数据分析、物联网络、智能交易和网络借贷6个类别对金融科技专利进行统计。如图2所示,移动支付类的金融科技专利数量最多共有682条,加密安全和智能交易紧随其后,分别有226条和214条。相对而言,网络借贷类的金融科技专利最少,仅有58条。从图3各类金融科技专利....

图3各类金融科技专利变化趋势

图2金融科技类型总体分布无论从绝对数目还是发展趋势来看,移动支付类金融科技专利技术都有着绝对优势,且保持稳定增长。而智能交易类专利技术总体数量居中但逐渐缩减,网络借贷类专利技术的绝对数目和占比较少,但近年呈现增长趋势,具有一定的发展空间。未来随着5G技术、人脸识别技术等的成熟和....

图4金融科技专利总体的行业应用情况

金融科技专利的应用业务场景,可以划分为银行业务、资本市场业务、保险业务、支付业务、借贷业务和非特定业务,共7大类。进一步通过阅读标题、摘要并结合IPC号等信息,对所得各类金融科技的应用业务场景进行统计和分析。从不同业务应用金融科技专利总数来看(见图4),非特定业务的专利数目最多,....

本文编号：3980699