專利數(shù)據(jù)清洗及可視化模塊設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著我國(guó)科技的發(fā)展，在各個(gè)行業(yè)都涉及到了數(shù)據(jù)分析并實(shí)現(xiàn)可視化的熱點(diǎn)問題。目前該領(lǐng)域理論和應(yīng)用研究在不斷地深入。對(duì)于專利信息服務(wù)平臺(tái)，通常在功能上比較簡(jiǎn)單化，但是海量的數(shù)據(jù)資源逐漸擴(kuò)大，對(duì)數(shù)據(jù)進(jìn)行加工的時(shí)候需要計(jì)算機(jī)輔助人工操作計(jì)算，從而使我們?cè)跀?shù)據(jù)分析過程中對(duì)于數(shù)據(jù)清洗的問題更加重視。本課題在數(shù)據(jù)挖掘的基礎(chǔ)下對(duì)專利信息分析的方法體系進(jìn)行研究，對(duì)專利文本信息進(jìn)行數(shù)據(jù)加工、了解涉及到的算法、專利分析基本框架以及數(shù)據(jù)可視化展示進(jìn)行研究總結(jié)，從

2、而達(dá)到技術(shù)上的支持。
　　針對(duì)專利權(quán)人以及發(fā)明人的數(shù)據(jù)信息進(jìn)行清洗，在專利分析中具有獨(dú)特的價(jià)值，對(duì)數(shù)據(jù)信息進(jìn)行更有效的分類處理能夠體現(xiàn)信息內(nèi)部看不到的數(shù)據(jù)信息，使信息更簡(jiǎn)明，對(duì)后期的分析及可視化工作做了良好的鋪墊。同時(shí)也提高了數(shù)據(jù)清洗的效率，降低了數(shù)據(jù)清洗的成本。
　　為了完成對(duì)專利權(quán)人及發(fā)明人的清洗工作，本文運(yùn)用了AdaBoost算法對(duì)其進(jìn)行重新分類，將更多的小分類結(jié)合成一個(gè)更有用的大分類體系。對(duì)數(shù)據(jù)清洗的方法給予了新的思