近年来,国民创新水平不断提升,中国专利发明申请数持续上涨,多年排名世界第一,远超其他国家。随着专利申请量的大幅提升,国民对于专利价值评估的需求也有了巨幅的增长。专利在其生命周期内的大部分行为都需要对其价值进行评估,如在专利转让、专利侵权等情况。传统的专利价值评估方法由于流程复杂,评估周期长,对于小企业、小团体以及个人对自身拥有的专利价值有一个合理的认识存在一定的难度,不利于我国知识产权的良性发展。使用基于BP神经网络的专利价值评估模型对专利价值进行有效预测,能够大幅缩短评估周期,便捷的为大众提供专利价值评估服务。作者在项目开发的过程中首先参与了项目的需求分析,分析了专利价值评估平台的各项功能需求,明确了项目的总体目标。在概要设计中,作者依照平台需求分析参与设计了平台总体架构、各个功能模块的实现方法及数据库表。根据平台的需求将平台划分为数据获取模块、文本分析模块、价值评估模块、专利推荐模块以及用户中心模块。其中数据获取模块主要是为新数据源编写爬虫脚本以及对已有的爬虫方案进行改进,使其能够处理新的反爬手段,继续执行数据获取任务;同时在爬虫脚本中引入多协程、动态http隧道方案,增加数据爬取的单次成功率及并发执行性能。针对文本分析模块,通过实现TF-IDF算法计算各个专利文本的代表特征词汇,对专利在其领域内的价值高低进行计算。作者在设计专利估值模块时,搜索了大量关于无形资产评估的文献,根据专利的性质及传统专利评估时所考虑的因素,选择合理的专利信息数据及BP神经网络模型实现专利的价值评估功能。设计专利推荐模块时,针对用户的不同平台操作,能够为用户的不同平台操作推荐不同的专利,通过从专利和用户的不同角度计算相似性,实现推荐功能。使用基于BP神经网络的专利价值评估模型的专利价值评估平台能够为用户带来便捷的专利价值评估功能,用户可以使用平台轻松的了解到专利的价值及估值相关信息;通过平台对用户行为计算所提供的推荐功能,为用户提供更加切合用户需求的专利服务。目前平台已经通过功能性测试和非功能性测试,达到了上线标准,等待部署上线。