1.课题来源与背景。 课题类型：地方计划，课题来源单位：广东省科学技术厅，课题名称：基于专利语义分析的技术合作伙伴推荐服务平台，课题编号：2017A040403027。 面对竞争日益激烈的市场环境，企业仅仅依靠内部资源进行高成本的创新活动，已经难以适应快速发展的市场需求。企业在寻找研发合作伙伴时，大多依赖于以往的合作经验，这样就会限制合作伙伴选择的范围，错过利用优质的外部研发资源。然而，企业在寻找具有较好协同效应的潜在研发合作伙伴时，仍旧依赖主观方法而不是基于客观数据的定量方法。企业要充分利用海量的专利文献数据，为潜在研发合作伙伴选择提供有力的数据支撑。因此，本课题通过研究专利语义特征抽取技术，建立专利语义知识库，开发基于专利语义匹配的技术合作伙伴候选推荐算法，构建技术合作伙伴评价指标体系，为企业提供符合其要求的潜在技术合作伙伴推荐服务，以此满足企业对潜在技术合作伙伴的获取需求，并基于实证研究的成果，形成企业潜在研发合作伙伴选择工作规范，最终使得企业的科技创新效率以及在复杂环境中的生存竞争能力得到进一步提升。

     2.技术原理及性能指标。 一是专利数据预处理与专利语义知识库建立。通过研究基于词向量的专利文档语义抽取技术，实现了垂直领域的专利文本数据结构化处理，然后将以向量语义表达的专利画像写入MySQL数据库，并构建Elasticsearch搜索引擎关联，完成专利语义知识库的构建。二是基于高等级专利的候选技术合作伙伴集合定位。本项目进行了基于内容的技术合作伙伴候选推荐算法开发，通过引入词向量技术代替传统的标签建模过程，重构由兴趣偏好向量表示的用户画像，在对用户和专利画像进行相似度计算基础上，筛选相关专利集合，再由Elasticsearch专利权人检索获取候选技术合作伙伴集合。三是构建技术合作伙伴评价指标体系。为解决推荐算法的“冷启动”问题，本项目进一步提出了包含技术实力、研发开放性以及合作效果三个维度的技术合作伙伴评价指标体系，以此从候选集合中按指标得分排序为企业进行技术合作伙伴推荐。四是技术合作伙伴推荐服务平台软硬件系统开发。本项目探索了微服务架构下的模块解耦实施方法，通过接口的形式完成数据调用与处理，最终完成并实现了技术合作伙伴推荐服务平台的原型系统。

    3.技术的创造性与先进性。 从目前的研究来看，企业应用专利文献分析多为竞争对手的分析，而应用于发现潜在研发合作伙伴还很少。

    4.技术的成熟程度，适用范围和安全性。 本课题适用于筛选企业潜在研发合作伙伴的指标体系，并且对指标体系进行验证，把满足企业需求的潜在研发合作伙伴推荐给企业，以提升企业的科技创新效率。

    5.应用情况及存在的问题。 本课题基于Elasticsearch搜索框架和词向量技术和专利语义知识库构建方法，分别建立了机器人领域专利语义知识库（收录相关专利98万条）、纺织领域专利语义知识库（收录相关专利56万条）和服装领域专利语义知识库（收录相关专利58万条）。 本课题提出的专利发明等级分类模型虽然能够自动对专利进行标注，但是只能将专利分成高、低两个等级，还不够精细，而且该模型具有领域局限性。专利推荐过程中根据用户行为偏好进行推荐时，会将用户偏好向量集和专利文档向量集实时进行相似度计算，数据量比较大时影响推荐效率。