基于文本聚类的稀土萃取技术专利信息分析.pdfVIP

38 卷 3 期 燕山大学学报 Vol. 38 No. 3 20 14 5 Journal of Yanshan University May 2014 年 月 文章编号：1007-791X (2014) 03-0243-09 基于文本聚类的稀土萃取技术专利信息分析 佳，宋之杰* （燕山大学 经济管理学院，河北 秦皇岛 066004 ） 摘 要：稀土金属是一个国家重要的战略资源，我国作为稀土资源大国，却由于缺乏核心专利技术制约了稀土 资源的深度开发。为了研究稀土核心专利技术的演进过程，解决我国稀土专利布局的问题，本文利 Lingo 文 本聚类算法对国内外稀土领域专利信息进行了深入的分析，研究和探索了稀土萃取领域专利申请主体的迁移和 研究主题的变迁，并通过可视化的专利地图加以展示。本文的研究结果为我国追踪稀土萃取专利研究热点提供 一定的借鉴和参考，对于我国企业专利信息应 、技术研发和知识产权规划布局具有重要意义。 关键词：稀土萃取；文本聚类；专利地图 中图分类号：TP391.1；G353.1 文献标识码：A DOI：10.3969/j .issn.1007-791X.2014.03.010 0 引言 1 文本聚类方法 稀土是重要的战略资源。我国稀土储量居世界 Text clustering 文本聚类 （ ）主要是依据著名的 首位，但作为稀土资源大国，却未能在国际市场上 聚类假设：同类的文档相似度较大，而不同类的文 有效掌控定价权，其中一个重要原因是美国、日 [3] 档相似度较小 。作为一种无监督的机器学习方 本、俄罗斯等国掌握相关核心技术并部署了大量的 法，聚类由于不需要训练过程，以及不需要预先对 专利，而缺乏核心专利技术使得我国稀土产业整体 文档手工标注类别，因此具有一定的灵活性和较高 竞争力薄弱，而且多次发生 国企业对我国提起相 的自动化处理能力，已经成为对文本信息进行有效 [1] 应的专利侵权诉讼 。在此情形下，通过追踪国外 地组织、摘要和导航的重要手段，并且被越来越多 稀土萃取技术发展动态，可以指导我国相关企业进 的研究人员所关注。聚类算法可以分为层次聚类、 行技术研发和知识产权规划布局，从而促进我国稀 划分聚类、密度型聚类、网格型聚类和其他几种聚 土核心技术的发展与进步。 [3] -means 聚类算法是比较传统也比 类算法 。其中 , 较基础的聚类算法，但是 -means 聚类算法只有在 面对技术的快速发展 专利作为发明创造其本 , 簇的平均值被定义的情况下才能使 ，要求用户必 身包含着技术创新价值 分析大量的专利数据可以 很好地把握技术动态、了解技术竞争力。专利数据 须事先给出 ；另外，该算法不适用于大小 别很 具有数据量大、更新快、专业性强等特点，其核心 大的簇，对于 “噪音”和孤立点数据较为敏感性， [2] Lin- 抗干扰性 ，少量的干扰就会对聚类结果产生极大 的信息集中在大量的专利文本中