基于 Neo4j 知识图谱与图算法的揭阳市绿色石化产业专利 IPC 大组技术影响力评价数据集本数据集源于自主编写检索式公开采集的揭阳市绿色石化产业专利数据,聚焦专利的 IPC 分类号(大组)维度,通过构建知识图谱与图算法量化各 IPC 大组的技术影响力。原始数据涵盖专利基础信息(申请日、法律效力)、集合专利代码、专利族、IPC 分类号(大组)、创新主体等核心字段。经数据清洗去重、格式规范后,导入 Neo4j 数据库构建 “IPC 分类号 - 集合专利代码 - 专利族 - 创新主体” 的关联知识图谱;借助 WCC 算法识别专利族,应用 PageRank、Betweenness Centrality、Degree Centrality 等图算法计算专利族引用分数,结合法律效力与时间衰减因子得到专利技术影响力;聚合各 IPC 大组的专利数量、技术影响力总和、平均技术影响力、创新主体数量等基础指标,经 Min-Max 标准化后按优化权重加权集成,得到 IPC 大组技术影响力综合得分。数据集可精准刻画揭阳市绿色石化产业的技术分布特征与核心技术领域,为产业技术布局、研发方向选择、专利战略制定提供数据支撑,适用于产业技术热点研判、核心技术领域识别、专利布局优化等场景。
基于知识图谱技术计算的粤东地区新能源产业专利技术影响力评价数据集本数据集基于粤东地区四市(揭阳、潮州、汕头、汕尾)公开采集的新能源产业专利数据,依托专利知识图谱构建技术和图数据科学(GDS)算法开展深度加工。综合运用ArticleRank、Harmonic Centrality、Eigenvector Centrality等多种图算法,并引入专利族规模、法律状态及时间衰减因子等维度,形成每项专利的技术影响力综合评分。产出数据涵盖专利基本信息、技术影响力评分及各环节过程指标,适用于企业创新能力评估、专利价值判定、产业技术布局分析等场景,为政府施策、企业研发投入与技术成果转化提供数据支持。
揭阳绿色石化企业专利价值指数数据集本数据集基于公开采集的揭阳市绿色石化企业专利数据构建,通过对海量专利原始信息的深度挖掘与多维特征融合,形成了专业化的专利价值评估体系。数据集涵盖专利基础信息、技术特征指标、法律状态数据和商业化表现等多维度内容,通过构建综合评价模型生成专利价值指数,为绿色石化产业技术创新分析、专利资产管理和投资决策提供全面的数据支撑。
基于知识图谱技术计算的粤东地区新能源产业创新主体创新能力评价数据集本数据集基于粤东地区(潮州、揭阳、汕头、汕尾)公开采集的新能源产业专利数据,通过图数据库构建专利知识图谱,并采用图数据科学(GDS)库算法进行加工。方法包括专利技术影响力聚合、数量分数加权汇总、H指数计算及分位数标准化处理,最终形成创新主体的综合评价指标,包括创新能力得分、等级及多项衍生指标。该数据集可用于区域创新能力评估、企业竞争分析、政策效果评价等场景,为政府决策、产业规划和投资参考提供数据支持。
揭阳市高新技术企业创新能力评价数据集本数据集来源于公开采集的揭阳市高新技术企业相关的专利信息。我们首先对原始专利数据进行清洗和整合,构建了包含专利引用关系在内的知识图谱。加工过程分为两个阶段:首先,通过综合运用PageRank等多种图算法并结合专利法律状态,对每一项专利的技术价值与法律价值进行量化评估;其次,我们将这些专利层面的得分聚合到其所属的申请人(企业)层面,分别形成企业的“技术分”与“质量分”。在对这两项分数进行标准化处理后,我们采用加权融合的方式,最终计算出每个企业的综合“创新能力”得分。本数据集旨在建立一个客观、量化的企业创新能力评价体系,为政府决策、金融投资和企业战略发展提供数据支持。
基于 Neo4j 知识图谱与图算法的揭阳市绿色石化产业创新主体创新能力评价数据集本数据集源于自主编写检索式公开采集的揭阳市绿色石化产业专利数据,原始数据涵盖专利基础信息(申请日、法律效力)、申请人 / 专利权人、集合专利代码、IPC 分类号等核心字段。通过对原始数据清洗去重、格式规范后,导入 Neo4j 数据库构建知识图谱,关联创新主体、集合专利代码、专利族等实体及关系。借助 WCC 算法识别专利族,应用 PageRank、Betweenness Centrality、Degree Centrality 等图算法计算专利族影响力并标准化,结合法律效力与时间衰减因子得到专利技术影响力;聚合创新主体在各专利族的技术影响力、专利数量分数等指标,计算 H 指数平衡创新规模与质量,经 Min-Max 标准化后按预设权重加权得到创新能力得分,划分 “领先 / 先进 / 中等 / 一般 / 起步” 五级等级。数据集可精准评估揭阳市绿色石化产业创新主体的技术实力与发展水平,为本地企业研发决策、政府产业规划、行业格局研判提供数据支撑,适用于产业技术升级、创新资源配置、政策制定等场景。
揭阳高新技术企业专利综合评估数据集本数据集是公开采集的揭阳高新技术企业专利信息,涵盖了专利的基本属性、法律状态、技术特征和市场活动等多维度数据,通过对原始字段进行清洗、归一化和模型化计算,生成了技术指标、权利指标和市场指标三个评估维度,并进一步综合形成专利的多维度综合评估。该数据集可用于专利价值量化、企业创新能力分析、技术趋势预测和知识产权管理决策,为政府、企业和研究机构提供数据支撑。
基于知识图谱技术计算的粤东地区新能源产业专利关联IPC技术影响力数据集本数据集基于粤东地区(揭阳市、潮州市、汕头市、汕尾市)新能源产业专利数据,通过IPC大组分类映射和多维度指标计算进行深度加工。采用IPC大组技术影响力综合评价模型,从专利数量、技术影响力总和、平均技术影响力和创新主体数量四个维度进行指标计算,通过标准化处理和加权综合得出各IPC大组的技术影响力综合得分。得到的数据包含IPC分类代码、各维度原始指标、标准化指标和综合得分,可用于新能源产业技术领域分析、技术竞争力评估、研发方向规划等场景,为政府产业政策制定和企业技术布局提供数据支撑。
揭阳市高新技术企业专利合作网络分析数据集本数据集来源于公开采集的揭阳市高新技术企业相关的专利信息。我们首先对原始专利数据进行清洗、整理,并将其导入图数据库,构建了以“申请人”、“发明人”、“专利”等为核心节点的知识图谱。在此基础上,利用图数据科学分析工具,构建了专利申请人之间的合作网络。我们进一步采用Leiden社区发现算法、K-Core核心度算法和局部聚类系数算法对该合作网络进行深度加工,为每个企业(申请人)计算出其所属的创新社群、在网络中的核心度以及邻里节点的紧密程度。此数据集旨在量化揭阳市高新技术企业间的创新合作关系,可用于识别关键创新主体与团体,分析区域创新生态结构,为产业政策制定、企业战略合作和技术投资提供决策支持。
揭阳市高新技术企业核心专利技术影响力评价数据集本数据集来源于公开采集的揭阳市高新技术企业相关的专利信息。我们首先对原始专利数据进行清洗和整合,并将其导入图数据库,构建了以“专利族”为核心节点的专利引用知识图谱。在此基础上,我们利用图数据科学分析工具,对该引用网络进行深度计算。我们综合运用了PageRank、中介中心性(Betweenness Centrality)和接近度中心性(Closeness Centrality)三种图算法,来评估每个专利族的技术重要性、知识传播枢纽作用和信息扩散效率,并将这三个指标标准化后融合成一个综合“引用分数”。最后,我们将代表技术价值的“引用分数”与代表法律价值的“法律效力系数”进行加权融合(70%引用分数,30%法律效力系数),独创性地计算出每件专利的“技术影响力”得分。本数据集旨在穿透专利数量的表象,从技术价值和法律价值两个维度,对企业的核心专利资产进行量化评价。