基于专利大数据的技术竞争力分析方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 字母注释表 | 第11-13页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-19页 |
| 1.2.1 大数据管理技术 | 第14-15页 |
| 1.2.2 数据分析方法研究 | 第15-18页 |
| 1.2.3 技术竞争力分析 | 第18-19页 |
| 1.3 研究意义和内容 | 第19-21页 |
| 1.3.1 研究意义 | 第19页 |
| 1.3.2 研究内容 | 第19-21页 |
| 第二章 基于大数据的专利数据管理技术研究 | 第21-29页 |
| 2.1 分布式平台Hadoop | 第21-23页 |
| 2.1.1 分布式数据存储系统HDFS | 第21-22页 |
| 2.1.2 并行式数据处理MapReduce | 第22-23页 |
| 2.2 数据爬虫工具Nutch | 第23-25页 |
| 2.2.1 Nutch运行原理 | 第23-24页 |
| 2.2.2 Nutch运行流程 | 第24-25页 |
| 2.3 数据库工具 | 第25-26页 |
| 2.3.1 非结构数据库HBase | 第25-26页 |
| 2.3.2 结构数据库MySQL | 第26页 |
| 2.4 基于大数据的数据管理平台 | 第26-28页 |
| 2.4.1 平台建立 | 第26-27页 |
| 2.4.2 平台运行机制 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 基于专利数据分析的关键方法研究 | 第29-49页 |
| 3.1 专利结构分析 | 第29-32页 |
| 3.1.1 数据准备 | 第29页 |
| 3.1.2 结构分析 | 第29-30页 |
| 3.1.3 关键词影响 | 第30-32页 |
| 3.2 基于TF-IDF方法的关键词提取 | 第32-38页 |
| 3.2.1 TF-IDF方法数据预处理 | 第32-34页 |
| 3.2.2 跨度权重 | 第34页 |
| 3.2.3 TF-IDF方法基本原理与评价标准 | 第34-35页 |
| 3.2.4 实验验证 | 第35-36页 |
| 3.2.5 专利关键词提取结果 | 第36-38页 |
| 3.3 基于LDA模型的专利技术主题聚类 | 第38-47页 |
| 3.3.1 相关模型介绍 | 第38-40页 |
| 3.3.2 LDA模型 | 第40-43页 |
| 3.3.3 主题聚类实验分析 | 第43-47页 |
| 3.4 本章小结 | 第47-49页 |
| 第四章 企业技术竞争力分析模型 | 第49-55页 |
| 4.1 模型构建思路 | 第49-50页 |
| 4.2 指标体系的确定 | 第50-52页 |
| 4.3 数据处理 | 第52-54页 |
| 4.3.1 预处理 | 第52页 |
| 4.3.2 层次分析法赋权 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 技术竞争力实例分析 | 第55-66页 |
| 5.1 平台展示 | 第55-56页 |
| 5.2 评价指标数据 | 第56-60页 |
| 5.3 数据指标权重计算 | 第60-63页 |
| 5.4 综合评价分析 | 第63-65页 |
| 5.5 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66页 |
| 6.2 展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 发表论文和参加科研情况说明 | 第72-73页 |
| 致谢 | 第73-74页 |
