专利分析TDA培训课件.pptVIP

* 将字段拆开 例如abstract 拆开 * Use 这个发明在不同技术领域中的应用状况 * * 比较不同国家专利量 * * 绝对值是有意义的 正负数是相关的方向 * * 互相关系数矩阵（Cross-Correlation Matrix) 互相关系数矩阵显示某一数据表中各项目基于另外一张数据表的相关. 例如，作者的基于叙词的互相关系数矩阵可以显示有哪些团体在写作相同的作品. 再如：一个基于叙词的机构互相关系数矩阵可以显示那些在写作相同作品的机构. 创建互相关系数矩阵需选择两个字段，第一个字段是显示为矩阵中的行与列- 通常为一个字段或者自己定义的一小组数据，选择的第二个字段是分析行与列中项目相关关系的基础. 总体技术发展趋势宏观分析 地区覆盖范围 (国家、地区） 创新性活动进展 – 时间序列分析 （优先权年,最近15年） 专利权人趋势 （专利权人名称） 排名靠前的专利申请者的地区分布 （Top30） 排名靠前的专利申请者其专利申请活动的时间分布(最近15年) 技术发展趋势（时间分布、地区分布、专利权人分布）（Manual Code、NLP words、 热点技术（时间分布、地区分布、专利权人分布） 排名靠前的专利申请者的地区分布 （Top30） 排名靠前的专利申请者其专利申请活动的时间分布(最近15年) 技术发展趋势（不同公司的技术发展侧重点) 技术发展趋势（随年代的变化）