中国AI人工智能专利及引用被引用数据

### 一、数据内容定义 ‌AI专利‌是指涉及人工智能技术的相关专利，包括机器学习、深度学习、自然语言处理、计算机视觉等领域的创新成果。 本数据库聚焦中国人工智能领域专利信息，依据自主构建的双重关键词词库与《关键数字技术专利分类体系（2023）》等双重标准，系统整合全球专利及引用被引信息。核心内容包括： 1. ​**基础信息层** - ​**专利属性**：引用专利及被引专利的申请号、授权公告号、专利名称、IPC分类号、申请日、授权日、申请人/专利权人等信息。 - ​**专利类型**：覆盖发明专利（含公开与授权两个阶段）、实用新型、外观设计三类。 2. ​**引用关系网络** - ​**直接引用​**：被引用专利ID列表、引用专利ID列表（含申请日、授权日、分类号）。 - ​**间接引用​**：多级引用链条（支持追溯技术演进脉络）。 - ​**引用强度​**：被引用总次数、同族引用判断等。 ### 二、数据独特性 #### （一）双重判定标准 1. ​**标准一（人工+政策双驱动）​** - 自主构建关键词词库：整合AI领域核心术语（如大模型、深度学习、机器学习等）及国家知识产权局政策文件中列示的技术范畴。 - 动态更新机制：定期追踪政策文件与技术文献，确保关键词覆盖率。 2. ​**标准二（对标国际分类）​** - 严格遵循《关键数字技术专利分类体系（2023）》中细化的人工智能分支（如机器学习、计算机视觉、自然语言处理等），提升分类精准度。 #### （二）多源异构数据融合机制 - 突破单一数据源局限，全面整合中国产权局的官方专利数据与全球多个专利局的详细信息，形成覆盖专利全生命周期的立体数据网络。通过构建专利家族识别算法，实现全球同族专利的智能关联，解决传统数据库分散检索导致的重复计算问题。 #### （三）全景刻画双向引用网络 - 技术传承链：完整记录授权专利对在先技术的引用关系（含引用专利ID、申请日、法律状态），支持逆向追溯技术演进脉络。例如，可识别某自动驾驶专利是否继承自Waymo早期传感器技术。 ### 三、数据完整性 - ​**时间跨度**：支持1985年至今的全部专利数据（具体年限可根据需求定制）。 - ​**地域覆盖**：以中国专利为核心，覆盖中国专利在世界范围内的引用和被引信息。 ### 四、数据可靠性 1. ​**数据清洗流程** - ​**去重校验**：通过申请号、公开号等多维度标识去重。 - ​**异常值过滤**：剔除明显错误数据。 2. ​**交叉验证** - ​**​权威数据源架构**：通过多源数据进行交叉验证，确保关键字段的准确性，并提供专利唯一识别符供使用者进行三方对比核验。 3. ​**质量控制流程** - **​人工抽检**：每月抽取3%数据与各源公告系统进行交叉验证。 - **​纠错反馈**：开放与客户之间的错误提交通道，建立季度更新修正机制。 ### 五、潜在应用场景 #### （一）学术研究 1. ​**技术趋势分析​**：通过CiteSpace可视化工具解析AI技术演进路径。 2. ​**创新影响力评估​**：构建专利引用强度指数（PCI）衡量技术突破性。 3. ​**研发合作网络​**：识别跨机构技术联盟与产学研协同模式。 #### （二）产业应用 1. ​**竞争情报分析​**：绘制竞争对手技术布局地图。 2. ​**技术风险评估​**：预警专利侵权风险与专利悬崖周期。 3. ​**投资决策支持​**：量化企业专利资产组合价值。 #### （三）政策制定 1. ​**产业规划依据**：测算区域AI专利密度与创新生态成熟度。 2. ​**标准制定参考**：分析核心专利簇的技术控制力。 3. ​**国际合作指引**：识别重点专利池与跨境许可机会。 #### （四）金融投资 1. ​**科创板企业估值**：将专利引用指标纳入DCF模型参数。 2. ​**专利质押融资**：建立专利价值评估基准曲线。 3. ​**并购尽职调查**：快速筛查目标企业核心技术资产。 本数据库通过构建"技术特征-法律状态-经济价值"三位一体的AI专利知识图谱，为人工智能技术创新生态提供可量化、可追溯、可预测的数据基础设施，助力产学研各界把握技术变革脉搏，优化创新资源配置效率。