创新力预测：专利申请量预测方法研究

图书标准信息

• 作者 彼得·欣利、马可·尼古拉斯 著；马欢、蔡中华 译
• 出版社 知识产权出版社
• 出版时间 2010-01
• 版次 1
• ISBN 9787802478367
• 定价 36.00元
• 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
• 丛书 知识产权译丛

【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