基于粗糙集的高科技企业专利管理决策方法讨论基于粗糙集的高科技企业专利管理决策方法讨论 【摘要】目前以创新为导向的高科技企业的专利管理多呈现出无组织、松散、随机、主观、数量驱动的特点，多数企业没有一个清楚的、明确的战略来进展一个相关的专利组合，主要是基于人为主观经验来管理和维持，随着专利数量的增加，专利管理的难度、复杂度也随之增大，影响因素也越来越难以控制。本文将粗糙集理论与企业专利管理决策相结合，应用粗糙集理论的分辨矩阵算法对干扰决策冗余的知识进行约简，去粗取精，猎取决策知识，即决策规则，探究一种可利用信息化手段自适应决策的管理方法，克服了由专利数量增大，所带来的专利管理决策困局。粗糙集理论是由波兰数学家 Pawlak Z 于 1982 年提出的，它是从数据中猎取知识的一种新的数学工具，其主要思想是在保持分类能力不变的前提下通过知识约简，导出问题的决策或分类规则。 【关键词】粗糙集 专利战略 决策 专利如今已经成为创新导向型公司保持核心竞争力最有效的工具之一，申请专利保护的作用已经从开始的防止他人侵权，保护智力成果，猎取“诉讼费用”转变为 “战略投资”，成为一种经验手段。因此，那些重视专利战略、重视专利优化管理的企业，往往重视专利组合，针对一个具体的产品形成了由相关的一系列专利组成的专利簇、专利池，发挥系统优势，占据了行业领导地位。由于专利簇、专利池的专利经营战略，照成专利的拥有飞速增长，如 IBM公司、苹果公司以及国内的华为等公司，拥有多达上万个活跃专利，上千个待申请专利，以往基于经验的管理方法已不能满足现有需要。如何高效管理专利，利用信息化手段，利用计算机算法，发掘专利内在影响规律，进行自适应管理是多数高科技企业急需的。 粗糙集（Rough sets）理论是波兰数学家 Pawlak Z 于 1982 年提出，应用于处理模糊、不精确的分类问题，从数据中猎取知识的一种新的数字挖掘工具。粗糙集主要思想是在保持分类能力不变的前提下通过知识约简，导出问题的决策或分类规则，该理论已被成功地应用于机器学习、决策分析、过程控制、模式识别与数据挖掘领域。本文将粗糙集理论与企业专利管理决策相结合，应用粗糙集理论的分辨矩阵算法对干扰决策冗余的知识进行约简，去粗取精，猎取决策知识，即决策规则，探究一种可利用信息化手段自适应决策的管理方法，克服了由专利数量增大，所带来的专利管理决策困局。因此将利用问卷调查的方法收集数...
