基于互联网数据的专利分析研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 专利信息分析及其领域发展概况 | 第10-14页 |
| 1.2.1 专利分析的国内研究现状 | 第11-12页 |
| 1.2.2 专利分析的国外研究现状 | 第12-14页 |
| 1.3 本文主要研究内容 | 第14-15页 |
| 1.4 本课题的结构安排 | 第15-16页 |
| 第2章 专利查询词扩展研究 | 第16-23页 |
| 2.1 关键词扩展的相关研究 | 第16-17页 |
| 2.2 传统专利搜索引擎的不足与改进 | 第17-18页 |
| 2.3 改进的查询扩展方法介绍 | 第18-21页 |
| 2.3.1 D-RF查询扩展模型 | 第18-20页 |
| 2.3.2 RF-B扩展模型 | 第20-21页 |
| 2.4 本章实验结果及分析 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 专利技术主题的关联性分析研究 | 第23-42页 |
| 3.1 专利定性分析相关研究 | 第23-24页 |
| 3.2 提出分析技术主题关联性模型 | 第24-26页 |
| 3.3 专利文本分类算法 | 第26-31页 |
| 3.3.1 专利文本的预处理 | 第26-28页 |
| 3.3.2 专利文本的特征选择 | 第28-29页 |
| 3.3.3 相关文本分类算法 | 第29-31页 |
| 3.4 相关主题提取算法 | 第31-33页 |
| 3.5 本章实验结果及分析 | 第33-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第4章 专利数据的定量分析 | 第42-54页 |
| 4.1 专利数据统计及预测的相关研究 | 第42-44页 |
| 4.2 专利定量分析方法 | 第44-48页 |
| 4.2.1 改进技术成熟度的预测 | 第44-45页 |
| 4.2.2 改进的专利数据预测方法 | 第45-48页 |
| 4.3 本章实验结果及分析 | 第48-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 专利分析报告的自动写作 | 第54-61页 |
| 5.1 自动写作技术的相关研究 | 第54-55页 |
| 5.2 专利报告内容解析 | 第55-56页 |
| 5.3 提出专利报告自动生成模型 | 第56-59页 |
| 5.3.1 词语嵌套模型 | 第57-58页 |
| 5.3.2 模版生成模型 | 第58-59页 |
| 5.4 专利报告生成结果分析 | 第59-60页 |
| 5.5 本章小结 | 第60-61页 |
| 第6章 专利分析系统的设计与实现 | 第61-68页 |
| 6.1 专利分析系统架构 | 第61-62页 |
| 6.2 业务模块 | 第62-67页 |
| 6.3 本章小结 | 第67-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75页 |
