專利數(shù)據(jù)清洗及可視化模塊設(shè)計與實現(xiàn).pdf

1、隨著我國科技的發(fā)展，在各個行業(yè)都涉及到了數(shù)據(jù)分析并實現(xiàn)可視化的熱點問題。目前該領(lǐng)域理論和應(yīng)用研究在不斷地深入。對于專利信息服務(wù)平臺，通常在功能上比較簡單化，但是海量的數(shù)據(jù)資源逐漸擴大，對數(shù)據(jù)進行加工的時候需要計算機輔助人工操作計算，從而使我們在數(shù)據(jù)分析過程中對于數(shù)據(jù)清洗的問題更加重視。本課題在數(shù)據(jù)挖掘的基礎(chǔ)下對專利信息分析的方法體系進行研究，對專利文本信息進行數(shù)據(jù)加工、了解涉及到的算法、專利分析基本框架以及數(shù)據(jù)可視化展示進行研究總結(jié)，從

2、而達到技術(shù)上的支持。
　　針對專利權(quán)人以及發(fā)明人的數(shù)據(jù)信息進行清洗，在專利分析中具有獨特的價值，對數(shù)據(jù)信息進行更有效的分類處理能夠體現(xiàn)信息內(nèi)部看不到的數(shù)據(jù)信息，使信息更簡明，對后期的分析及可視化工作做了良好的鋪墊。同時也提高了數(shù)據(jù)清洗的效率，降低了數(shù)據(jù)清洗的成本。
　　為了完成對專利權(quán)人及發(fā)明人的清洗工作，本文運用了AdaBoost算法對其進行重新分類，將更多的小分類結(jié)合成一個更有用的大分類體系。對數(shù)據(jù)清洗的方法給予了新的思