A study on patent registration prediction through machine learning model comparison

본 연구는 특허의 등록 가능성을 예측하기 위하여 출원특허 데이터를 이용하여 분류 모형을 구축하고, 분류모형 간의 성능을 비교하여 최적의 예측 모형을 탐색한다. 예측 모형 탐색의 목적은 비용 절감과 우수기술 탐색 등에 기여할 수 있는 도구를 개발하는 것이다. 분석에 사용된 머신러닝 모형은 로지스틱 회귀, 랜덤 포레스트, 서포트 벡터 머신, 그리고 그래디언트 부스팅 기반의 XGBoost를 사용하였으며 모형의 성능측정을 위한 지표는 정확도, 정밀도, 재현율, F1 점수 그리고 ROC AUC를 사용하였다. 이들 지표는 모형간의 성능 비교를 위하여 사용하였다. 실험 결과, XGBoost 모형이 다른 모형에 비해 전반적으로 우수한 성능을 보였다. 또, 특허의 등록에 영향을 주는 주요 변수로는 인용문헌 수, 청구항 수, 발명자 수 등으로 나타났다.