基于互联网数据的专利分析研究

《基于互联网数据的专利分析研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于互联网数据的专利分析研究RESEARCHONPATENTANALYSISWITHINTERNETDATA张珍哈尔滨工业大学2016年12月万方数据国内图书分类号：TP391.1学校代码：10213国际图书分类号：621.3密级：公开工程硕士学位论文基于互联网数据的专利分析研究硕士研究生：张珍导师：曾国坤副教授申请学位：工程硕士学科：计算机技术所在单位：深圳研究生院答辩日期：2016年12月授予学位单位：哈尔滨工业大学万方数据ClassifiedIndex：TP391.1U.D.C：621.3Dissertationf

2、ortheMaster’sDegreeofEngineeringRESEARCHONPATENTANALYSISWITHINTERNETDATACandidate：ZhenZhangSupervisor：AssociateProfessorKuo-KunTsengAcademicDegreeAppliedfor：Master’sDegreeofEngineeringSpeciality：ComputerTechnologyAffiliation：ShenzhenGraduateSchoolDateofDefence：December

3、,2016DegreeConferringInstitution：HarbinInstituteofTechnology万方数据哈尔滨工业大学工程硕士学位论文摘要网络使得数据量飞速增长，海量的专利数据不断的涌入人们的生活。现如今企业需要了解相关的专利情报信息，以制定更加精确的发展战略，可一些隐藏在专利文献中的信息并没有得到充分的利用，传统的基于人工统计的分析方法忽视了它们的存在，专利分析报告中也只是一些人工手动统计的分析结果。因此，本课题通过调研我国专利信息分析的发展现状，在数据统计分析的基础上，计算其技术发展参数的变化。除此之外，

4、挖掘潜藏在专利文献中的可利用的信息，主要集中在专利主题的提取和专利文献的自动分类。为了弥补传统专利分析报告内容的单调贫乏和自动化书写，本研究还致力于丰富专利分析报告内容，实现报告的自动写作系统。为了得到更多相关的专利数据以及完善专利检索的性能，调研了专利查询词扩展对结果的影响。基于词典和百度平台得到的扩展词集，虽然得到的结果较为全面却不够精确，相关反馈与此相反。综合各个方法的优缺点，提出了词典与相关反馈相结合扩展查询的方法，其召回率和精确率均得到了一定的提升。基于爬虫技术得到专利数据时，为了优化仅通过计算技术发展参数来预测成熟度的做

5、法，加入了新的衡量参数，即技术创新度。它的计算加入了对文本相似度的分析，并对本数据集从不同角度的分类来计算技术创新度。为了探讨每年专利申请量的变化趋势，使用时间序列预测算法对得到的数据序列进行处理，指数平滑与ARMA取得了较好的效果，并验证了生命技术因子的确对数据序列的预测产生了影响。专利的IPC号并不是唯一获取主题的方法，在专利文献集合中，应用文本主题提取算法，可以得到更有针对性更加细致的技术主题关键词。本文在已得到的数据集应用了TextRank、LDA以及TFIDF三种算法，以反映主题的程度作为衡量，TextRank取得了0.6

6、3，虽高于0.55的LDA，但其过于依赖单文档。通过调节LDA选取的初始主题数，发现当设置其为4时，困惑度最小。对于专利文档的自动分类，在大类别上的实验结果均小于等于0.7，在小类别上的实验效果明显提升，其衡量值最低也接近0.7，其中kNN的R值达到了0.88。基于已有的研究成果，本课题为使其更贴近实际生活应用，探讨了专利分析系统的实现，并辅助用户实现专利分析报告的写作。关键词：技术生命周期；专利定量分析；专利定性分析；专利报告；-I-万方数据哈尔滨工业大学工程硕士学位论文AbstractNetworkmakestheamounto

7、fdatagrowthrapidly,andavastamountofpatentdataarepouringintopeople’slife.Inordertomakemoreaccuratedevelopmentstrategies,companiesneedtounderstandtherelatedpatentinformation.Butsomehiddenpatentliteratureinformationhavenotbeenfullyutilized,artificialstatisticsmethodignore

8、stheirexistenceandthereisonlysomemanualstatisticalanalysisresultsofpatentsinpatentreports.Therefore,theresearchfocuso