▲다양한 특허 활동은 기술 유망성 예측 변수가 된다. 이런 변수는 수십 종이 된다. 예를 들면 특정 시점을 기준으로 기술 키워드별로 변수 값을 계산한다. 그리고 특정 시점까지 기술 키워드가 나타난 빈도와 목표 기간 간 기술 키워드가 나타난 빈도를 계산한다. 두 빈도 값을 사용, 성장률을 추출한다. 이 성장률 값과 여기에 영향을 미치는 수십개 변수 값의 관계가 바로 유망성 예측 모델이다. 이 유망성 예측 모델은 공식이다. 이 공식에 2016년을 기준으로 기술 키워드별 변수 값을 넣으면 2017~2019년의 키워드 유망성 예측 값이 나타난다. 이런 방식으로 3년 동안의 유망성 예측 모델을 만들었다.
-예측 기술의 신뢰도는.
▲모든 모델링은 검증이 가장 중요하다. 예측 모델은 검증이 더욱 중요하다. 2013~2015년 성장률 값이 높은 5000개 키워드로 테스트를 진행했다. 95% 수준 정확도에서 4000개 기술이 일치하는 정확도를 확인했다. 이 밖에도 다양한 방식으로 검증했다. 기계학습 알고리즘은 검증에 적합, 큰 도움이 됐다.
