| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 专利分析工作 | 第12-13页 |
| 1.4 主要研究工作 | 第13-16页 |
| 第二章 专利分析环境介绍 | 第16-26页 |
| 2.1 HDFS | 第16-19页 |
| 2.1.1 Namenode 和 Datanode | 第17-18页 |
| 2.1.2 HDFS 读取文件的解析 | 第18页 |
| 2.1.3 HDFS 优缺点 | 第18-19页 |
| 2.2 MapReduce | 第19-22页 |
| 2.2.1 运行机制 | 第20-21页 |
| 2.2.2 map 和 reduce 数量设置 | 第21页 |
| 2.2.3 MapReduce实现倒排索引 | 第21-22页 |
| 2.3 Hbase | 第22-25页 |
| 2.3.1 为什么要用Hbase | 第23页 |
| 2.3.2 Hbase MapReduce实例分析 | 第23-24页 |
| 2.3.3 Hbase性能优化 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 文本聚类及算法研究 | 第26-36页 |
| 3.1 文本聚类概述 | 第26-27页 |
| 3.1.1 文本聚类概念 | 第26页 |
| 3.1.2 文本聚类作用 | 第26-27页 |
| 3.2 文本聚类体系结构 | 第27-31页 |
| 3.2.1 文本预处理 | 第27-29页 |
| 3.2.2 文本特征提取及表示 | 第29页 |
| 3.2.3 文本相似度 | 第29-30页 |
| 3.2.4 改进的向量空间模型 | 第30-31页 |
| 3.3 聚类算法比较 | 第31-33页 |
| 3.3.1 层次聚类算法 | 第32页 |
| 3.3.2 分割聚类算法 | 第32-33页 |
| 3.3.3 对聚类方法的总结与改进 | 第33页 |
| 3.4 本章小结 | 第33-36页 |
| 第四章 专利分析系统 | 第36-46页 |
| 4.1 专利研究问题 | 第36-37页 |
| 4.1.1 专利分析数据来源 | 第36-37页 |
| 4.2 专利分析系统结构设计 | 第37-38页 |
| 4.2.1 专利分析系统特点 | 第38页 |
| 4.3 专利信息爬取 | 第38-42页 |
| 4.3.1 爬虫程序 | 第39-40页 |
| 4.3.2 正则表达式 | 第40-41页 |
| 4.3.3 解析 html | 第41-42页 |
| 4.4 专利文本向量表示 | 第42-44页 |
| 4.4.1 数据预处理 | 第42-43页 |
| 4.4.2 特征选取方法 | 第43页 |
| 4.4.3 类别中心向量 | 第43-44页 |
| 4.5 实验 | 第44-45页 |
| 4.5.1 实验设计 | 第44-45页 |
| 4.6 本章小结 | 第45-46页 |
| 第五章 专利分析系统测试结果 | 第46-56页 |
| 5.1 研究介绍 | 第46-47页 |
| 5.2 337法案分析结果 | 第47-53页 |
| 5.3 专利地图结果 | 第53-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 本文总结 | 第56页 |
| 6.2 存在问题和不足 | 第56-57页 |
| 6.3 未来展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62页 |