专利热点挖掘方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究概况 | 第10-11页 |
| 1.3 本文主要研究内容 | 第11-12页 |
| 1.4 本文的组织结构 | 第12-14页 |
| 2 相关概念与技术介绍 | 第14-22页 |
| 2.1 专利数据 | 第14-15页 |
| 2.2 网络爬虫技术 | 第15-16页 |
| 2.3 文本预处理技术 | 第16-17页 |
| 2.4 主题模型及其应用 | 第17-20页 |
| 2.5 本章小结 | 第20-22页 |
| 3 基于TW-LDA模型的主题发现算法 | 第22-36页 |
| 3.1 词语权重原理 | 第22-23页 |
| 3.2 TW-LDA模型算法分析 | 第23-28页 |
| 3.3 消除特性损失词的算法改进 | 第28-29页 |
| 3.4 实验结果与分析 | 第29-35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 基于PTVOM的专利聚类算法 | 第36-43页 |
| 4.1 专利主题空间模型及相似度定义 | 第36-37页 |
| 4.2 最佳主题选取 | 第37页 |
| 4.3 PTVOM算法分析 | 第37-39页 |
| 4.4 实验结果与分析 | 第39-42页 |
| 4.5 本章小结 | 第42-43页 |
| 5 系统设计与实现 | 第43-57页 |
| 5.1 系统设计 | 第43-45页 |
| 5.2 系统实现 | 第45-51页 |
| 5.3 结果分析 | 第51-56页 |
| 5.4 本章小结 | 第56-57页 |
| 6 总结与展望 | 第57-59页 |
| 6.1 全文总结 | 第57页 |
| 6.2 展望 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64页 |
