近年来，随着我国自主创新能力的快速提升，专利申请量大幅度增长，全社会对加强专利运用、充分发挥创新优势、促进经济发展有很高的期待。在盘活专利资产的实践中，特别是在专利转让、许可、运营、质押融资及证券化融资等活动中，都绕不开一个共同的难题：如何对涉及的专利进行科学合理的价值判断。

同时，随着我国企业的全球化发展和利用知识产权能力的不断提升，一些优秀的企业积累了大量的全球知识产权资产。而要从海量的专利数据中挖掘出具有闪光点、高价值的专利，对专利数据的质量进行快速评价，仅仅依靠人工几乎是不可能实现的。

因此业内人士已普遍具备共识：要实现从大量专利中高效“掘金”，必须依赖专利相关的大数据技术，尤其是专利质量评价的算法和模型体系。

《万象云》的专利质量评价体系是基于专利大数据模型，在广泛借鉴、吸收IEEE旗下《IEEE SPECTRUM》杂志发布的专利实力记分卡、美国IPIQ Global公司发布的全球专利记分卡、Ocean Tomo公司和美国证券交易所联合发布的OT300专利指数等国内外主流科技创新力及专利质量评价指标、体系，并在充分结合万象云团队十几年的创新情报研究、挖掘经验的基础上构建而成的一整套专利质量评价系统。

系统首先和《万象云》深度结合，在从 专利技术方案本身的质量、 专利权保护的水平和成效，以及专利成果在市场的知名度和运用情况三个方面出发，对专利的质量进行全面评价的同时，还引入了用户在使用过程中对专利的被动反馈数据，共同影响整个评价结果：

系统的指标设计全面合理，既有专利所属技术领域、专利引证率、专利族累积引证率等能够反映专利技术方案本身质量的指标，也有专利有效性、权利要求数量、是否经历过实质审查等反映专利保护强度的指标，还有专利全球布局、专利许可、无效、诉讼等能反映专利技术市场认可度和竞争烈度的指标，更有和专利申请人相关的创新力指标作为参考：

系统还结合不同技术领域的发展情况以及行业差异对专利进行了集群划分，实现集群间隔离、集群内纵向比较，从而确保行业和技术差异带来的环境影响，实现细分领域内专利质量的客观、准确、一致评价：

系统还创造性地将待评价专利的微观数据与海量专利构成的宏观数据相互结合和对比印证，将评价对象的指标值结合其申请、公开时间进行加权处理后与相同领域的类似专利的均值或中位数值进行对比，有效规避了传统评价体系中拿指标数值简单“比大小”的问题。

最后，系统更在评价打分规则中重点进行了公平性和区分度的考量。通过指标数值密度和指标得分跨度的合理安排，避免了“长尾”效应带来的指标区分度差的问题。经过处理后的得分能直观反映专利在所属领域中的所处位置：