基于數(shù)據(jù)挖掘技術的專利信息分析及應用研究.pdf

1、專利信息是最新的科技發(fā)展水平的集合，具有內(nèi)容新穎、覆蓋面廣、實用可靠、信息量大等顯著特點，在國家政府機構的決策、技術創(chuàng)新、資源的配置、科技項目的規(guī)劃、行業(yè)的發(fā)展方向、企業(yè)的經(jīng)營決策等各方面都擁有巨大的價值及潛在價值。傳統(tǒng)的統(tǒng)計分析方法已經(jīng)不能滿足人們開發(fā)利用專利信息資源的需求，集成了多種學科技術的數(shù)據(jù)挖掘成為了專利信息分析法的必然發(fā)展趨勢。
　　 數(shù)據(jù)挖掘技術是解決數(shù)據(jù)豐富而知識貧乏的有效途徑，是信息科學研究領域的重要研究課題之

2、一，相關的研究和應用能夠提高決策支持的能力，在數(shù)據(jù)庫研究中是一個富有應用前景的領域。數(shù)據(jù)挖掘已經(jīng)廣泛應用于諸多領域以解決許多商業(yè)問題，并且取得了良好的社會效應。
　　 由于專利信息的特殊性——同時具有外部特征項和內(nèi)部特征項，既有需要進行定量分析的外部指標，又有需要定性分析的文本內(nèi)容，所以作為數(shù)據(jù)挖掘技術重要技術手段的關聯(lián)分析和文本聚類有著非常廣泛的應用前景。關聯(lián)規(guī)則挖掘是從大量的、不準確的、嘈雜的現(xiàn)實數(shù)據(jù)中挖掘出隱含在其中的、潛

3、在的有價值的相關信息和知識的過程。文從Agrawal等人第一次提出了基于商業(yè)數(shù)據(jù)庫的項集之間的關聯(lián)關系研究問題以來，很多研究人員對挖掘數(shù)據(jù)中潛在的關聯(lián)規(guī)則問題進行了大量的更加深入的研究。本聚類首先需要對文本進行預處理，通過分詞、特征選擇或特征抽取等過程將文本轉(zhuǎn)化成計算機可處理的格式化數(shù)據(jù)如文本向量，然后使用聚類算法進行聚類。層次聚類方法對給定的數(shù)據(jù)集進行層次似的分解，直到某種條件滿足為止。相較于另一種較為常見的聚類算法——以k-mean

4、s和k-medoids為代表的劃分方法而言，層次聚類法不需要預先指定聚類的個數(shù)，更有利于在不清楚數(shù)據(jù)屬性的情況下進行文本聚類。
　　 在數(shù)據(jù)挖掘技術的應用方面，本文面向?qū)＠畔⑼诰驊玫膶嶋H需求，分析了專利文獻的應用及其用途，研究了專利技術、專利文獻的自身特點，以及專利文獻蘊涵的豐富的技術信息、法律信息和商業(yè)信息，尋找將數(shù)據(jù)挖掘技術應用到專利文獻中的途徑。并以混合動力電動汽車領域在中國境內(nèi)專利申請情況為主要背景，在行業(yè)研究的基礎