首页--文化、科学、教育、体育论文--科学、科学研究论文--科学研究理论论文--专利研究论文

云南信息产业专利数据挖掘研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第11-19页
    1.1 研究背景及意义第11-12页
    1.2 国内外研究现状第12-17页
        1.2.1 国内外信息产业专利发展现状第12-15页
        1.2.2 国内外专利分析方法研究现状第15-17页
    1.3 研究目的第17页
    1.4 研究内容和研究结构第17-19页
        1.4.1 研究内容第17-18页
        1.4.2 研究结构第18-19页
第二章 相关概念与专利挖掘技术概述第19-31页
    2.1 信息产业界定第19-20页
    2.2 专利挖掘技术概述第20-23页
        2.2.1 专利挖掘概念第20-21页
        2.2.2 专利挖掘一般过程第21-22页
        2.2.3 专利挖掘的应用第22页
        2.2.4 共词聚类分析原理第22-23页
    2.3 数据分类方法概述第23-28页
        2.3.1 决策树分类第24-27页
        2.3.2 K-最近邻分类第27页
        2.3.3 朴素贝叶斯分类第27-28页
    2.4 挖掘工具Weka平台第28-30页
    2.5 本章小结第30-31页
第三章 云南信息产业专利整体态势第31-39页
    3.1 专利数据收集第31-33页
        3.1.1 关键词选取第31页
        3.1.2 专利检索式确定第31-32页
        3.1.3 数据整理第32-33页
    3.2 云南省信息产业专利相关情况分布第33-38页
        3.2.1 专利申请量年度状况第33-34页
        3.2.2 专利类型及法律状况分析第34-35页
        3.2.3 主要权利人分布情况第35页
        3.2.4 主要IPC小类分布情况第35-36页
        3.2.5 专利授权状况分布第36-37页
        3.2.6 申请日年度分布状况第37-38页
        3.2.7 西部地区信息产业专利状况第38页
    3.3 本章小结第38-39页
第四章 云南信息产业专利申请技术热点分析第39-49页
    4.1 关键词提取与处理第39-40页
    4.2 高频关键词行业分布第40-41页
    4.3 基于共词聚类的热点技术分析第41-46页
        4.3.1 关键词共现矩阵构建第41-43页
        4.3.2 相关系数矩阵的构建第43页
        4.3.3 专利申请热点聚类挖掘第43-46页
    4.4 IPC小组分类号热点技术分析第46-47页
    4.5 专利申请热点趋势分析第47-48页
    4.6 本章小结第48-49页
第五章 基于C4.5决策树的云南信息产业专利授权分析第49-63页
    5.1 需求分析第49-50页
    5.2 数据预处理第50-51页
    5.3 Weka平台算法比较实验第51-53页
        5.3.1 数据格式处理第51-52页
        5.3.2 数据平台分析第52-53页
    5.4 分类器分析结果对比研究第53-55页
        5.4.1 C4.5算法第53页
        5.4.2 最近邻分类器第53-54页
        5.4.3 朴素贝叶斯分类器第54页
        5.4.4 结果分析第54-55页
    5.5 基于C4.5算法的决策树构建第55-60页
        5.5.1 决策树算法构建第55-58页
        5.5.2 决策树平台构建与规则提取第58-60页
    5.6 分类规则总结第60-61页
    5.7 本章小结第61-63页
第六章 总结与展望第63-65页
    6.1 总结第63-64页
    6.2 展望第64-65页
致谢第65-66页
参考文献第66-70页
附录A 攻读硕士期间取得成果第70-71页
附录B 攻读硕士期间参与的科研项目第71页

论文共71页,点击 下载论文
上一篇:大数据环境下商业银行内部审计面临的挑战及对策研究--以C银行为例分析
下一篇:基于m-相依次序统计量的中偏差和大偏差原理