| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 图表目录 | 第11-13页 |
| 1 绪论 | 第13-18页 |
| ·论文研究背景和意义 | 第13-14页 |
| ·论文研究内容和方法 | 第14-17页 |
| ·论文研究特色和创新点 | 第17-18页 |
| 2 文本聚类理论和相关技术研究 | 第18-36页 |
| ·文本聚类概述 | 第18-19页 |
| ·聚类和文本聚类的概念 | 第18页 |
| ·文本聚类的作用 | 第18-19页 |
| ·文本聚类的一般体系结构 | 第19-23页 |
| ·文本预处理 | 第19-20页 |
| ·文本特征提取 | 第20-21页 |
| ·文本特征表示 | 第21-22页 |
| ·文本特征赋权 | 第22页 |
| ·文本相似矩阵构建 | 第22-23页 |
| ·聚类算法分类及比较 | 第23-27页 |
| ·层次聚类算法 | 第24页 |
| ·分割聚类算法 | 第24-26页 |
| ·基于约束的聚类算法 | 第26页 |
| ·机器学习中的聚类算法 | 第26-27页 |
| ·用于高维数据的聚类算法 | 第27页 |
| ·现有聚类算法的性能比较 | 第27页 |
| ·文本聚类中降维技术研究与聚类分析中类数的确定 | 第27-31页 |
| ·文本聚类中降维技术研究 | 第27-29页 |
| ·聚类分析中类数的确定 | 第29-31页 |
| ·聚类结果可视化研究 | 第31-36页 |
| ·地形图 | 第31-32页 |
| ·气泡图 | 第32-33页 |
| ·一维因素关系图 | 第33-34页 |
| ·交叉参考关系图 | 第34-36页 |
| 3 专利信息分析及企业技术创新 | 第36-59页 |
| ·专利信息分析概述 | 第36-39页 |
| ·专利信息分析的定义 | 第36页 |
| ·专利信息分析的本质 | 第36-37页 |
| ·专利信息分析的目的 | 第37页 |
| ·专利信息分析的对象 | 第37-38页 |
| ·专利信息分析的方法 | 第38-39页 |
| ·专利信息分析在企业技术创新中的作用 | 第39-41页 |
| ·专利信息分析技术应用于企业技术创新研究现状 | 第41-53页 |
| ·TRIZ—面向技术创新问题解决的专利知识挖掘 | 第41-43页 |
| ·基于专利地图的专利著录特征项多维统计分析 | 第43-46页 |
| ·专利组合战略分析 | 第46-47页 |
| ·基于引证分析的技术关联挖掘 | 第47-48页 |
| ·专利内容挖掘 | 第48-52页 |
| ·关于国内外研究现状的总结 | 第52-53页 |
| ·专利信息分析应用于企业技术创新方案研究 | 第53-59页 |
| ·基于专利挖掘的企业技术创新决策支持方阵 | 第53-54页 |
| ·基于专利挖掘的企业技术创新决策支持总体思路 | 第54-56页 |
| ·本文聚类技术应用于企业技术创新 | 第56-59页 |
| 4 面向内容挖掘的专利文本聚类分析核心技术方案研究 | 第59-76页 |
| ·面向领域专利文本聚类的术语提取技术研究 | 第59-69页 |
| ·文本术语提取概述 | 第59页 |
| ·文本术语提取的研究现状 | 第59-60页 |
| ·文本术语提取的一般方法 | 第60-62页 |
| ·条件随机场模型 | 第62-65页 |
| ·条件随机场在中文信息处理中的应用 | 第65-67页 |
| ·一种基于条件随机场的专利文本术语提取方案 | 第67-69页 |
| ·基于语义相似度的文本表示降维方法研究 | 第69-71页 |
| ·基于知网的语义相似度的计算方法 | 第69-70页 |
| ·改进的词汇语义相似度计算方法 | 第70页 |
| ·基于语义相似度的降维方法 | 第70-71页 |
| ·面向专利文本的聚类算法 | 第71页 |
| ·文本聚类结果可视化方案研究 | 第71-74页 |
| ·多维数据的降维方法 | 第72页 |
| ·基于矩阵奇异值分解理论的潜在语义分析法 | 第72-74页 |
| ·LSA实现存在一些关键性问题 | 第74页 |
| ·面向内容挖掘的专利文本聚类分析的核心技术方案 | 第74-76页 |
| ·专利文档预处理 | 第74-75页 |
| ·专利文档建模 | 第75页 |
| ·聚类实现 | 第75页 |
| ·聚类结果描述 | 第75-76页 |
| 5 专利文本聚类技术在液晶显示器领域的应用研究 | 第76-94页 |
| ·专利文本聚类流程 | 第76-85页 |
| ·专利数据获取 | 第76页 |
| ·专利文本预处理 | 第76-77页 |
| ·专利文本建模 | 第77-79页 |
| ·构建文本相似度矩阵 | 第79-81页 |
| ·构建词语相似矩阵 | 第81-82页 |
| ·聚类分析 | 第82-85页 |
| ·文本聚类分析结果展示及评价 | 第85-94页 |
| ·文本相似度聚类 | 第85-90页 |
| ·词语相似度 | 第90-94页 |
| 6 总结 | 第94-96页 |
| ·论文主要工作总结 | 第94页 |
| ·论文存在的不足之处 | 第94-95页 |
| ·论文展望 | 第95-96页 |
| 致谢 | 第96-97页 |
| 参考文献 | 第97-104页 |
| 附录 | 第104页 |