Russian Journal of Innovation Economics

Вопросы инновационной экономики

2222-0372

BIBLIO-GLOBUS Publishing House

126213

10.18334/vinec.16.3.126213

PBJAEU

Articles

Статьи

Research Article

Intelligent decision support system for venture capital fund taking into account the importance of patents for invention and for utility model

Интеллектуальная система поддержки решений венчурного фонда с учетом значимости патентов на изобретение и на полезную модель

30 09 2026

16 3

VOL 16, NO3 (2026)

ТОМ 16, №3 (2026)

10 06 2026 11 07 2026

2026

Voronov V.S., Smirnova V.R.

Воронов В.С., Смирнова В.Р.

https://1economic.ru/lib/126213

The article presents a formalized description of the subject area of an innovation ecosystem by introducing probabilistic parameters for patents for inventions and utility models. The following entities are considered in the ecosystem: a small technology company (startup); a technology broker (independent expert); a technology auditor; a stock market expert; an institutional investor (venture fund); and a patent office. Bayesian belief networks are used to model and study the subject area. Using an innovative project as an example, the article presents a step-by-step process for constructing a model of an intelligent system designed to support the financial decisions of a venture fund, depending on whether a patent (for an invention or for a utility model) is obtained through the startup’s application to the patent office. The current model is implemented in the Netica software environment. Computational experiments confirm the logic of cause-and-effect relationships between all random variables of the Bayesian network, as well as the adequacy of the conclusions obtained using the constructed model. The presented model not only enables the decision-maker to update its beliefs when new evidence is received but also allows for the differentiation of probabilistic conclusions depending on the type of protection document obtained through the startup’s application to the patent office.

Работа посвящена созданию формализованного описания предметной области инновационной экосистемы за счет введения вероятностных параметров патентов на изобретения и на полезные модели. В качестве субъектов экосистемы в работе рассматриваются: малая технологическая компания (стартап); независимый эксперт – технологический брокер; технологический аудитор; эксперт фондового рынка; институциональный инвестор (венчурный фонд); патентное ведомство. Для моделирования и исследования предметной области в работе применен аппарат байесовских сетей доверия (Bayesian belief network). На примере инновационного проекта представлен поэтапный процесс построения модели интеллектуальной системы, предназначенной для поддержки финансовых решений венчурного фонда в зависимости от того, какой именно патент – на изобретение или на полезную модель получен по заявке стартапа в патентное ведомство. Действующая модель реализована в программной среде Netica. С помощью вычислительных экспериментов подтверждена логика причинно-следственных связей между всеми случайными переменными байесовской сети, а также адекватность выводов, полученных с помощью построенной модели. Представленная модель дает возможность не только обновлять убеждения субъекта, принимающего решения при поступлении новых свидетельств, но также позволяет дифференцировать вероятностные выводы в зависимости от вида охранного документа, полученного по заявке стартапа в патентное ведомство.

bayesian belief network decision support system financing innovation ecosystem model patent

байесовская сеть доверия инновационная экосистема модель патент система поддержки решений финансирование

Исследование проведено в рамках выполнения научно-исследовательской работы «Институт полезной модели в зарубежных странах: оценка эффективности и распространение лучших практик», согласно Государственному заданию для ФГБОУ ВО «Российская государственная академия интеллектуальной собственности» (7-ГЗ-2024).

1. Воронова Н.С., Яковлева Е.А., Шарич Э.Э., Яковлева Д.Д. Формализация экспертных систем поддержки принятия инвестиционных решений на финансовых рынках // Лидерство и менеджмент. – 2023. – № 1. – c. 111-126. – doi: 10.18334/lim.10.1.117177.

2. ГОСТ Р 71726-2024. Трансфер технологий. / Методические указания по оценке уровня готовности технологий (TRL): национальный стандарт Российской Федерации. - М.: Российский институт стандартизации, 2024. – 24 c.

3. Дроговоз П.А., Пушкарева П.П. Особенности использования метода оценки уровня готовности технологий в наукоемких отраслях: зарубежный и отечественный опыт // Экономика и предпринимательство. – 2019. – № 5(106). – c. 1066-1070.

4. Каширин А.И., Баранов Е.А., Каширин П.А., Филимонов А.В. Технологический брокеридж – механизм решения научно-технических проблем и задач // Инновации. – 2020. – № 8(262). – c. 3-12. – doi: 10.26310/2071-3010.2020.262.8.001.

5. Косников С.Н., Золкин А.Л., Атаева Л.Б., Дорждеева В.А. Особенности экспертных систем поддержки принятия решений и их применение в экономике // Естественно-гуманитарные исследования. – 2023. – № 5(49). – c. 160-163.

6. Николаев И. Условия преобразования изобретений, полезных моделей и промышленных образцов // Интеллектуальная собственность. Промышленная собственность. – 2017. – № 2. – c. 55-65.

7. Сартори А.В., Гареев А.Р., Ильина Н.А., Манцевич Н.М. Применение подхода уровней готовности для различных предметных направлений в бережливом НИОКР // Экономика науки. – 2020. – № 1-2. – c. 118-134. – doi: 10.22394/24W-132X-2020-6-1-2-118-134.

8. Воронов В.С., Воронова Н.С., Дарушин И.А., Иванов В.В., Кащеева Е.А., Ключников И.К., Коршунов О.Ю. и др. Современные финансовые рынки. / Монография. - Москва: Проспект, 2018. – 576 c.

9. Сукар Л.Э. Вероятностные графовые модели. Принципы и приложения. / Перевод с английского. - М.: ДМК Пресс, 2021. – 338 c.

10.

10. Тулупьев А.Л., Николенко С.И., Сироткин А.В. Основы теории байесовских сетей. - СПб.: Изд-во Санкт-Петербургского ун-та, 2019. – 397 c.

11.

11. Чернявский С.В., Воронов В.С., Викторов Е.И. Байесовские модели инновационной деятельности субъектов платформенных экосистем // Цифровая экономика. – 2025. – № 2(32). – c. 25-32. – doi: 10.34706/DE-2025-02-02.

12.

12. Hall B.H. Is there a role for patents in the financing of new innovative firms? // Industrial and Corporate Change. – 2019. – № 3. – p. 657-680. – doi: 10.1093/icc/dty074.

13.

13. Heikkilä Ju.T.S. Key performance indicators for utility model systems // World Patent Information. – 2023. – p. 102222. – doi: 10.1016/j.wpi.2023.102222.

14.

14. Heikkila J., Lorenz A. Need for Speed? Exploring the Relative Importance of Patents and Utility Models Among German Firms // Economics of Innovation and New Technology. – 2018. – № 1. – p. 80-105. – doi: 10.1080/10438599.2017.1310794.

15.

15. Heikkilä Ju., Verba M. The role of utility models in patent filing strategies: evidence from European countries // Scientometrics. – 2018. – № 2. – p. 689-719. – doi: 10.1007/s11192-018-2773-z.

16.

16. Kim G., Park S., Jun S., Kim Y., Kang D., Jang D. A Study on Forecasting System of Patent Registration Based on Bayesian Network // Intelligent Information Management. – 2012. – p. 284-290. – doi: 10.4236/iim.2012.425040.

17.

17. Lahr H., Mina A. Venture capital investments and the technological performance of portfolio firms // Research Policy. – 2016. – № 1. – p. 303-318. – doi: 10.1016/j.respol.2015.10.001.

18.

18. Norsys Software Corp. [Электронный ресурс]. URL: https://norsys.com/netica.html (дата обращения: 15.05.2026).

19.

19. Radauer A., Rosemberg C., Montes O., Cassagneau-Francis O., Goddar H., Haarmann C.R. The myth of the ‘small patent for the small inventor’ – strategic motives to use second-tier patent systems (utility models) in selected European countries // Journal of Intellectual Property. – 2019. – p. 771-783. – doi: 10.1093/JIPLP/JPZ109.

20.

20. Torres-Barreto M.L., Mendez-Duron R., Hernandez-Perlines F. Technological impact of RD grants on utility models // RD Management. – 2016. – № 2. – p. 537-551. – doi: 10.1111/RADM.12198.