隨著經(jīng)濟全球化的日益深入和知識經(jīng)濟的發(fā)展,知識產(chǎn)權(quán),尤其是專利,引起了國家、地區(qū)和產(chǎn)業(yè)界的高度重視,擁有核心技術(shù)專利已成為企業(yè)市場競爭的戰(zhàn)略制高點。專利數(shù)據(jù)含有大量有用信息,表明技術(shù)發(fā)展方向和趨勢,對企業(yè)技術(shù)研發(fā)策略的制定有重要參考價值。但目前的專利數(shù)據(jù)分析技術(shù)普遍存在著效率低下,周期過長等弊端。專利申請量的激增一方面增加了對快速、自動專利分析的迫切需求,另一方面又為基于數(shù)據(jù)挖掘技術(shù)的專利文本挖掘方法準(zhǔn)備了充分的資源,因此計算機輔助專利分析成為了大勢所趨。目前專利數(shù)據(jù)人工分類普遍存在著效率低下,錯誤過多等弊端;在實際專利文本分類中,一篇專利文獻可以屬于不同的類別,在這方面與一般文本分類方法是不同的;現(xiàn)有的專利文本分類大多都采用了傳統(tǒng)的文本分類算法,沒有考慮到專利數(shù)據(jù)所涉及到多個學(xué)科領(lǐng)域,同族專利的相似度比較大等問題�；谝陨系目紤],本文著重研究了專利文本挖掘中的自動分類問題。首先詳細的說明了專利數(shù)據(jù)的信息特征以及國際IPC分類的概況,并根據(jù)專利數(shù)據(jù)的特點,提出了針對于專利數(shù)據(jù)的特征提取方法,在提到的特征提取方法當(dāng)中,引入了位置權(quán)重,使得專利文本向量表示更加準(zhǔn)確;其次,在第四章當(dāng)中概述了... 

【文章來源】：天津大學(xué)天津市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【部分圖文】：

專利數(shù)據(jù)層次分類流程示意圖

【參考文獻】：
期刊論文
[1]基于IPC知識結(jié)構(gòu)的專利自動分類模型[J]. 劉玉琴,賴院根,雷孝平.  小型微型計算機系統(tǒng). 2007(12)
[2]基于領(lǐng)域知識的專利自動分類[J]. 郭煒強,戴天,文貴華.  計算機工程. 2005(23)
[3]基于核向量空間模型的專利分類[J]. 丁月華,文貴華,郭煒強.  華南理工大學(xué)學(xué)報(自然科學(xué)版). 2005(08)
[4]面向?qū)＠麘?zhàn)略的專利信息分析研究[J]. 曹雷.  科技管理研究. 2005(03)
[5]專利檢索中的IPC和主題詞識別方法研究[J]. 暴海龍,李金林.  北京理工大學(xué)學(xué)報(社會科學(xué)版). 2003(05)
[6]專利文獻中的知識發(fā)現(xiàn)[J]. 暴海龍,朱東華,李金林.  預(yù)測. 2003(04)
[7]文本挖掘及其應(yīng)用[J]. 蔣良孝,蔡之華.  現(xiàn)代計算機(專業(yè)版). 2003(02)
[8]一種基于向量空間模型的多層次文本分類方法[J]. 劉少輝,董明楷,張�？�,李蓉,史忠植.  中文信息學(xué)報. 2002(03)



本文編號：3259523