[Module#1, R&D 포트폴리오 관리] 내부개발의 핵심 의사결정인 R&D 포트폴리오 관리를 지원하기 위한 모형을 개발한다. 첫째, R&D 프로젝트의 Go/No 의사결정을 지원하기 위한 머신러닝 기반 R&D 프로젝트 성공 예측 모형을 제시한다. R&D 프로젝트의 성공 유형을 구분하고 성공 요인을 추출한 후, 과거 수행한 R&D 프로젝트 데이터를 머신러닝 분류 알고리즘을 통해 학습시켜 R&D 프로젝트 성공 예측 모형을 구축하고 검증한다. 둘째, 토픽 수준의 R&D 포트폴리오 관리를 통한 기업전략과 R&D의 정합성을 제고를 목적으로 토픽 모델링 기반 R&D 토픽 포트폴리오 분석 기법을 제시한다. R&D 프로젝트 데이터를 바탕으로 LDA(latent Dirichlet allocation)를 수행하여 전사 R&D 토픽을 추출하고, R&D 토픽 비중의 증감 추세 분석 및 네트워크 분석을 수행함으로써 전사전략과 R&D 포트폴리오의 정합성을 측정할 수 있는 지표를 개발한다. [Module#2, 기술협력 파트너 선정] 공동개발의 핵심 의사결정인 기술협력 파트너 선정을 위한 추천 모형을 개발한다. 첫째, 기업의 특허 인용 패턴을 바탕으로 다양한 협업 필터링 알고리즘을 응용하여 향후 기술협력 가능성이 높은 파트너 후보를 추천하는 모형을 제시한다. 기업–피인용특허 행렬을 바탕으로 기업 기반 필터링, 특허 기반 필터링 등 이웃 기반 필터링을 응용한 기술협력 파트너 추천 알고리즘을 개발하고, 행렬 분해 및 머신러닝 회귀 알고리즘 기반 모형 기반 필터링을 응용한 기술협력 파트너 추천 모형을 제시한다. 둘째, 워드임베딩 기반 컨텐츠 필터링 접근법을 통해 목표 기술 공동개발이 가능한 기업을 협력 파트너로 추천하는 모형을 개발한다. Word2Vec과 Doc2Vec을 활용하여 특허 문서의 텍스트 데이터를 학습시켜 각 특허 문서를 컨텍스트 벡터로 변환 하고, 목표 기술 명세서와의 유사도를 측정하여 목표 기술 관련 우수 기술 및 역량을 보유하고 있는 기업을 추출한다. [Module#3, 특허가치평가] 외부구매의 핵심 의사결정인 특허가치평가를 위한 모형을 제시한다. 첫째, 기술수명주기 초기단계에 고품질 특허 여부를 예측하기 위한 모형을 개발한다. 피인용수를 기준으로 고품질 특허를 정의하고, 특허 품질에 영향을 미치는 설명변수로써 특허항목 변수, 이차인용 변수, 컨텍스트 변수를 추출한 후, 머신러닝 분류 알고리즘으로 학습시켜 고품질 특허를 예측하는 모형을 구축하고 검증한다. 둘째, 자산 위험도 평가 방법인 VaR(Value at Risk) 기법을 응용하여 개별 특허 및 특허 포트폴리오의 위험도를 측정하기 위한 모형을 개발한다. 역사적 시뮬레이션 및 몬테 카를로 시뮬레이션을 수행하여 피인용 확률분포를 생성한 후, 향후 1년간 95% 확률로 최소 몇 번의 피인용이 이루어질 것인가를 의미하는 VaR를 개별 특허 및 특허 포트폴리오 수준에서 측정하고 활용하는 방법을 제시한다.