基于數(shù)據(jù)挖掘技術(shù)的專利信息分析及應(yīng)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(shí)用可靠、信息量大等顯著特點(diǎn)，在國(guó)家政府機(jī)構(gòu)的決策、技術(shù)創(chuàng)新、資源的配置、科技項(xiàng)目的規(guī)劃、行業(yè)的發(fā)展方向、企業(yè)的經(jīng)營(yíng)決策等各方面都擁有巨大的價(jià)值及潛在價(jià)值。傳統(tǒng)的統(tǒng)計(jì)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(xué)科技術(shù)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(shì)。
　　 數(shù)據(jù)挖掘技術(shù)是解決數(shù)據(jù)豐富而知識(shí)貧乏的有效途徑，是信息科學(xué)研究領(lǐng)域的重要研究課題之

2、一，相關(guān)的研究和應(yīng)用能夠提高決策支持的能力，在數(shù)據(jù)庫(kù)研究中是一個(gè)富有應(yīng)用前景的領(lǐng)域。數(shù)據(jù)挖掘已經(jīng)廣泛應(yīng)用于諸多領(lǐng)域以解決許多商業(yè)問題，并且取得了良好的社會(huì)效應(yīng)。
　　 由于專利信息的特殊性——同時(shí)具有外部特征項(xiàng)和內(nèi)部特征項(xiàng)，既有需要進(jìn)行定量分析的外部指標(biāo)，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(shù)重要技術(shù)手段的關(guān)聯(lián)分析和文本聚類有著非常廣泛的應(yīng)用前景。關(guān)聯(lián)規(guī)則挖掘是從大量的、不準(zhǔn)確的、嘈雜的現(xiàn)實(shí)數(shù)據(jù)中挖掘出隱含在其中的、潛

3、在的有價(jià)值的相關(guān)信息和知識(shí)的過程。文從Agrawal等人第一次提出了基于商業(yè)數(shù)據(jù)庫(kù)的項(xiàng)集之間的關(guān)聯(lián)關(guān)系研究問題以來，很多研究人員對(duì)挖掘數(shù)據(jù)中潛在的關(guān)聯(lián)規(guī)則問題進(jìn)行了大量的更加深入的研究。本聚類首先需要對(duì)文本進(jìn)行預(yù)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(jì)算機(jī)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(jìn)行聚類。層次聚類方法對(duì)給定的數(shù)據(jù)集進(jìn)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(yù)先指定聚類的個(gè)數(shù)，更有利于在不清楚數(shù)據(jù)屬性的情況下進(jìn)行文本聚類。
　　 在數(shù)據(jù)挖掘技術(shù)的應(yīng)用方面，本文面向?qū)＠畔⑼诰驊?yīng)用的實(shí)際需求，分析了專利文獻(xiàn)的應(yīng)用及其用途，研究了專利技術(shù)、專利文獻(xiàn)的自身特點(diǎn)，以及專利文獻(xiàn)蘊(yùn)涵的豐富的技術(shù)信息、法律信息和商業(yè)信息，尋找將數(shù)據(jù)挖掘技術(shù)應(yīng)用到專利文獻(xiàn)中的途徑。并以混合動(dòng)力電動(dòng)汽車領(lǐng)域在中國(guó)境內(nèi)專利申請(qǐng)情況為主要背景，在行業(yè)研究的基礎(chǔ)