【参考】专利分析基本方法的介绍与应用.docVIP

专利分析基本方法的介绍与应用 分析方法是进行专利信息分析的基础，是实现信息分析工作的目标和手段。当前，数学方法的引入为各种分析方法的完善提供了有力的理论基础，同时也为实现各种方法的综合应用铺平了道路。 定量分析的基本方法 定量分析作为信息分析的重要手段，已经被越来越多地应用在实际分析中。主要围绕“定量”这一重要概念，对在专利信息分析中较常用到的时间序列法、回归法和聚类法，进行简单的阐述。 1. 时间序列分析 所谓时间序列分析（time - series analysis），实际上就是通过对历史数据变化的分析，尽可能准确找出事物发展的轨迹，然后利用数学模型来描述这一事物发展的规律，以期达到对事物现状进行评价和对未来发展进行预测的目的。它主要用来对技术发展的全过程进行描述，另外还可以对各种繁杂数据进行整理和修匀，以便为后续工作提供可靠的数据基础。 1）移动平均法。 移动平均（moving averages）法主要是用来处理一组在一定范围内无规则的波动的数据。 2）指数平滑法。 指数平滑（exponential smooth）法是对移动平均法的一种改进，最早是由美国经济学家罗伯特·G.布朗于20世纪50年代末首先提出的一种重要方法。该方法修正了移动平均法在数据权重方面的缺陷，对不同时刻的数据给予了不同的权重。 3）生长曲线模型。 生长模型是基于对事物发展过