异构专利数据源集成方案设计与实现.pdfVIP

《现代图书情报技术》版权所有，欢迎下载引用！ 请注明引用地址：异构专利数据源集成方案设计与实现［Ｊ］，现代图书情报技术，２０１０（９）：６７－７３． 总第１９７期　２０１０年　第９期 异构专利数据源集成方案设计与实现 翟东升　禾文汇 （北京工业大学经济管理学院　北京 １００１２４） 【摘要】针对目前用于专利分析的数据存在来源单一、预处理操作不够、可挖掘程度浅等问题，设计并实现异构专 利数据源集成方案，即从七国两组织的专利数据库获取数据到本地专利数据库；以本地数据库为基础数据源，利 用ＳＳＩＳ工具通过ＥＴＬ（数据抽取－数据转换－数据装载）操作，生成规范的、集成的高质量数据；进而将其加载到 事先围绕ＫＰＩ（关键性能指标）分析构建好的专利数据仓库中，从而为专利多维分析以及数据挖掘提供有效的数 据支持。 【关键词】专利信息　数据集成　数据仓库　ＥＴＬ　数据清洗　数据转换 【分类号】Ｇ２５０ ＤｅｓｉｇｎａｎｄＩｍｐｌｅｍｅｎｔａｔｉｏｎｏｆＤａｔａＩｎｔｅｇｒａｔｉｏｎｏｖｅｒＨｅｔｅｒｏｇｅｎｅｏｕｓＰａｔｅｎｔ Ｓｏｕｒｃｅｓ ＺｈａｉＤｏｎｇｓｈｅｎｇ　ＨｅＷｅｎｈｕｉ （ＳｃｈｏｏｌｏｆＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔ，ＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ１００１２４，Ｃｈｉｎａ） 【Ａｂｓｔｒａｃｔ】Ｗｉｔｈｃｏｎｓｉｄｅｒａｔｉｏｎｏｆｔｈｅｐｒｏｂｌｅｍｓｃｏｎｃｅｒｎｉｎｇｔｈｅｄａｔａｏｆｐａｔｅｎｔａｎａｌｙｓｉｓ，ｓｕｃｈａｓｓｉｎｇｌｅｄａｔａｓｏｕｒｃｅ，ｒｏｕｇｈ ｐｒｅｔｒｅａｔｍｅｎｔ，ａｎｄｌｏｗ－ｌｅｖｅｌｄａｔａｍｉｎｉｎｇ，ｔｈｉｓｐａｐｅｒｄｅｓｉｇｎｓａｎｄａｃｈｉｅｖｅｓｔｈｅｄａｔａｉｎｔｅｇｒａｔｉｏｎｏｖｅｒｈｅｔｅｒｏｇｅｎｅｏｕｓｐａｔｅｎｔ ｓｏｕｒｃｅｓ．Ｓｐｅｃｉｆｉｃａｌｌｙ，ｔｈｅｌｏｃａｌｐａｔｅｎｔｄａｔａｂａｓｅｗｈｅｒｅｔｈｅｄａｔａａｒｅａｃｑｕｉｒｅｄｆｒｏｍｈｅｔｅｒｏｇｅｎｅｏｕｓｓｏｕｒｃｅｓｉｎｃｌｕｄｉｎｇｔｗｏ ｏｒｇａｎｉｚａｔｉｏｎｓａｎｄｓｅｖｅｎｃｏｕｎｔｒｉｅｓｉｓｒｅｇａｒｄｅｄａｓｂａｓｉｃｄａｔａｓｏｕｒｃｅ．ＡｆｔｅｒｕｓｉｎｇｔｈｅＳＳＩＳｔｏｏｌｆｏｒｄａｔａｃｌｅａｎｉｎｇａｎｄｄａｔａ ｔｒａｎｓｆｏｒｍａｔｉｏｎ，ｔｈｅｄａｔａｆｒｏｍｌｏｃａｌｄａｔａｂａｓｅａｒｅｌｏａｄｅｄｉｎｔｏｄａｔａｗａｒｅｈｏｕｓｅｔｈａｔｉｓｂｕｉｌｔａｃｃｏｒｄｉｎｇｔｏｔｈｅｋｅｙｐｅｒｆｏｒｍａｎｃｅ ｉｎｄｉｃａｔｏｒｓ，ｗｈｉｃｈｐｒｏｖｉｄｅｓｄａｔａｓｕｐｐｏｒｔｆｏｒｍｏｒｅａｄｖａｎｔａｇｅｄａｎａｌｙｓｉｓ． 【Ｋｅｙｗｏｒｄｓ】Ｐａｔｅｎｔｉｎｆｏｒｍａｔｉｏｎ　Ｄａｔａｉｎｔｅｇｒａｔｉｏｎ　Ｄａｔａｗａｒｅｈｏｕｓｅ　ＥＴＬ　Ｄａｔａｃｌｅａｎｉｎｇ　Ｄａｔａｔｒａｎｓｆｏｒｍａｔｉｏｎ １　引　言 　　专利作为科技创新成果的重要表现形式和主要载体，蕴含着巨大的知识含量，具有启发性、可靠性、准确性等 特点，因此专利信息已成为不可或缺的竞争情报信息源。目前不少国内外机构致力于专利信息分析研究，更多关 注于如何从海量的专利数据中收集到及时、有效的专利信息，帮助企业了解技术状态、技术地位，识别新的技术领 域、技术机会，进而做出有效决策。 　　专利分析研究已经取得了一定的成果，但仍存在许多不足。如在理论和方法方面，分析数据来源单一、分析 ［１］ 前数据处理有待加强、聚类分析的深度和准确性有待完善、分析与分析指标的匹配度不高 ；在分析工具方面，存 ［２］ 在多种数据源的融合度低、可扩展性差、知识挖掘程度浅等问题 。 　　收稿日期：２０１０－０６－２８ 　　收修改稿日期：２０１０－０８－１２ 　　 本文系北京市自然科学基金“知识产权预警机制信息服务平台研究”（项目编号：９０９２００２）研究成果之一。  ＸＩＡＮＤＡＩＴＵＳＨＵＱＩＮＧＢＡＯＪＩＳＨＵ　　　　６７ 情报分析与