专利数据分析算法设计与Python包实现
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 国外研究现状 | 第11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 论文研究内容和组织结构 | 第12-14页 |
| 1.3.1 论文研究内容 | 第12-13页 |
| 1.3.2 论文组织结构 | 第13-14页 |
| 1.4 本章小结 | 第14-16页 |
| 第2章 专利数据趋势分析 | 第16-32页 |
| 2.1 专利数据趋势分析需求 | 第17-19页 |
| 2.2 专利数据趋势分析算法选择 | 第19-20页 |
| 2.3 专利数据趋势分析 | 第20-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第3章 专利数据聚类分析 | 第32-38页 |
| 3.1 专利数据聚类分析需求 | 第32页 |
| 3.2 专利数据聚类分析算法选择 | 第32-33页 |
| 3.3 专利数据聚类分析 | 第33-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 专利数据关联分析 | 第38-44页 |
| 4.1 专利数据关联分析需求 | 第38-39页 |
| 4.2 专利数据关联分析算法选择 | 第39-40页 |
| 4.3 专利数据关联分析 | 第40-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 专利数据引文分析 | 第44-48页 |
| 5.1 专利数据引文的需求分析 | 第44-45页 |
| 5.2 专利数据引文分析 | 第45-47页 |
| 5.3 本章小结 | 第47-48页 |
| 结论与展望 | 第48-50页 |
| 致谢 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 作者简介 | 第56-58页 |
| 攻读硕士期间发表的论文和科研成果 | 第58-59页 |
