基于专利数据挖掘的技术趋势分析方法
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 论文研究背景 | 第8-9页 |
| 1.2 研究现状综述 | 第9-12页 |
| 1.3 论文研究内容及结构 | 第12-14页 |
| 2 专利文献的分析及数据预处理 | 第14-19页 |
| 2.1 专利文献的相关定义及概念 | 第14页 |
| 2.1.1 专利的定义 | 第14页 |
| 2.1.2 专利说明书的组成 | 第14页 |
| 2.2 专利文献分类法 | 第14-15页 |
| 2.2.1 国际专利分类法的发展 | 第14-15页 |
| 2.2.2 国际专利分类法(IPC)的相关规则 | 第15页 |
| 2.2.3 国际专利分类法的应用 | 第15页 |
| 2.3 专利文献特征 | 第15-16页 |
| 2.4 目前常用的专利数据库 | 第16-18页 |
| 2.4.1 公用专利数据库 | 第16-17页 |
| 2.4.2 商用专利数据库 | 第17-18页 |
| 2.5 本章小结 | 第18-19页 |
| 3 主题模型研究概述 | 第19-32页 |
| 3.1 主题模型的产生背景 | 第19-20页 |
| 3.2 主题模型的发展过程 | 第20-24页 |
| 3.2.1 向量空间模型 | 第20-21页 |
| 3.2.2 隐语义索引模型 | 第21页 |
| 3.2.3 PLSI生成模型 | 第21-24页 |
| 3.3 潜在狄利克雷分配模型 | 第24-30页 |
| 3.3.1 狄利克雷分布 | 第24-25页 |
| 3.3.2 语料库的联合分布 | 第25-26页 |
| 3.3.3 LDA可交换性 | 第26页 |
| 3.3.4 LDA主题模型的近似推理方法 | 第26-30页 |
| 3.4 基于LDA主题模型扩展的几种主题模型 | 第30-31页 |
| 3.4.1 Author LDA | 第30-31页 |
| 3.4.2 其它扩展模型 | 第31页 |
| 3.5 本章小结 | 第31-32页 |
| 4 基于主题模型的专利挖掘方法 | 第32-41页 |
| 4.1 PWs主题模型 | 第32-33页 |
| 4.1.1 模型参数定义 | 第32-33页 |
| 4.1.2 PWs模型描述 | 第33页 |
| 4.2 PWs模型推导 | 第33-35页 |
| 4.3 实验验证 | 第35-40页 |
| 4.3.1 数据描述 | 第35页 |
| 4.3.2 数据筛选 | 第35页 |
| 4.3.3 数据预处理与分析 | 第35-36页 |
| 4.3.4 数据清洗 | 第36-37页 |
| 4.3.5 数据统计 | 第37-38页 |
| 4.3.6 主题挖掘结果及分布规律 | 第38-40页 |
| 4.4 本章小结 | 第40-41页 |
| 5 专利文档的技术创新分析 | 第41-52页 |
| 5.1 技术成熟度曲线 | 第41-42页 |
| 5.2 专利主题——技术匹配算法 | 第42-43页 |
| 5.3 企业技术创新能力分析 | 第43-44页 |
| 5.4 实验验证 | 第44-51页 |
| 5.4.1 数据描述 | 第44-45页 |
| 5.4.2 新兴技术分析 | 第45-48页 |
| 5.4.3 企业技术创新能力指标分析 | 第48-51页 |
| 5.5 本章小结 | 第51-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间发表学术论文情况 | 第58-59页 |
| 致谢 | 第59-60页 |
