基于专利地图的苹果公司专利布局研究-计算机技术专业论文.docxVIP

广西大学学位论文原创性和使用授权声明 本人声明所呈交的论文，是本人在导师的指导下独立进行研究所取得 的研究成果。除已特别加以标注和致谢的地方外，论文不包含任何其他个 人或集体已经发表或撰写的研究成果，也不包含本人或他人为获得广西大 学或其它单位的学位而使用过的材料。与我一同工作的同事对本论文的研 究工作所做的贡献均已在论文中作了明确说明。 本人在导师指导下所完成的学位论文及相关的职务作品，知识产权归 属广西大学。本人授权广西大学拥有学位论文的部分使用权，即：学校有 权保存并向国家有关部门或机构送交学位论文的复印件和电子版，允许论 文被查阅和借阅，可以将学位论文的全部或部分内容编入有关数据库进行 检索和传播，可以采用影印、缩印或其它复制手段保存、汇编学位论文。 本学位论文属于： □保密，在 年解密后适用授权。 □不保密。 (请在以上相应方框内打“√”) 论文作者签名： 日期： 指导教师签名： 日期 作者联系电话： 电子邮箱： I I 基于专利地图的苹果公司专利布局研究 摘 要 专利地图可以将专利数据内的大量错综复杂信息以各种视觉直观的图 表形式反映出来，具有良好的导向功能。本文通过分析研究现阶段专利地 图的各类方法，归纳相应的优势及存在的不足，并分析出现有专利地理制 作方法运用在苹果专利时会存在难以适应大规模专利的特征处理问题和高 维特征可视化处理时的降维映射两个方面存在问题。 (1) 专利地图聚类方法。聚类中特征选择方法存在不足，使用的经典 方法往往会给聚类结果带来噪音数据。由于苹果专利的数量大，涉及技术 领域广泛，特征向量维度高，传统方法难以适用。提出一种适用于专利数 量大、多技术类别的改进聚类算法。 (2) 专利地图的可视化表示方法。在传统的自组织映射算法对高维度 专利文本难以适应。在地图制作过程中，由于苹果专利的多样性和复杂性， 需要探索一种有效的拓扑方式自适应实现任意维数的输入专利类别模式转 变为低维的离散映射。 提出一种适用于高特征维度的专利文本可视化表示 方法。 本文基于改进聚类算法和改进自组织特征映射提出一种专利地图生产 框架，利用语言模型分析和向量空间模型处理专利文本后，通过改进的 LTF-IDF 方法进行特征选择，将高维数据降到低维空间进行有效的聚类，最 后利用自组织映射算法将结果降维映射制作成专利地图。利用本文的专利 地图生产框架对苹果公司的专利现状进行了详尽分析研究，揭示苹果专利 的技术发展趋势和分布特点。通过分析结论帮助我国科技企业了解苹果公 II II 司整体专利布局，同时对其专利申请重点领域、技术发展情况有更加系统 的认识。 关键字：专利地图，苹果专利，聚类算法，自组织特征映射，特征选择 IV IV Study on the Distribution of Apples Patents Based on Patent Map Abstract Patent map can present a lot of complex information of patent data as visual and intuitive graphical forms, so it has a good guiding function. We summarized patent map’s advantages and shortcomings through analyzing various methods of patent map, further more, we draw a conclusion that it will appear the problem that patent map is difficult to adapt to the large-scale patents’ feature handling problems and dimensionality reduction mapping problem in high latitudes visualization. The patent map clustering method. Feature selection method of clustering using the classic method tends to bring noise data clustering results. Because of the large size of apple patents involving technology widely, characteristic vector dimension is high. The traditional method is difficul