發(fā)布時間：2017-11-15 11:36

  本文關(guān)鍵詞：基于專利文本的閉頻繁項集在技術(shù)演化分析中的應(yīng)用

  更多相關(guān)文章： 專利分析 技術(shù)演化 閉頻繁項集 關(guān)聯(lián)規(guī)則挖掘 硬盤磁頭

【摘要】：[目的 /意義]將閉頻繁項集挖掘技術(shù)應(yīng)用于專利文本,進而分析技術(shù)的演化發(fā)展趨勢,從微觀層次描繪既定領(lǐng)域中主要的技術(shù)發(fā)展脈絡(luò)。[方法 /過程]在進行閉頻繁項集挖掘過程中,以專利文本的術(shù)語為事務(wù)、術(shù)語中的單詞作為項,繼而使用閉頻繁項集之間的關(guān)聯(lián)規(guī)則建立起術(shù)語層次網(wǎng)絡(luò),最后以術(shù)語層次網(wǎng)絡(luò)為依托創(chuàng)建技術(shù)路線圖。[結(jié)果 /結(jié)論]實證結(jié)果表明,該方法應(yīng)用于硬盤驅(qū)動器磁頭領(lǐng)域,能夠刻畫出不同術(shù)語的融合、派生過程,從而描繪出更加符合技術(shù)演化真實情況的技術(shù)路線圖。
【作者單位】： 中國科學(xué)技術(shù)信息研究所;
【基金】：國家科技支撐計劃課題“專利信息資源整合與加工關(guān)鍵技術(shù)與規(guī)范研究”(課題編號:2013BAH21B01)研究成果之一
【分類號】：G306
【正文快照】： 1引言技術(shù)演化分析方法基于技術(shù)的歷史發(fā)展線索來描繪技術(shù)發(fā)展歷程,進而提煉出未來可能產(chǎn)生重大影響的新興技術(shù)。近年來,隨著專利信息電子化和公開化程度的不斷提高,以及計算機處理技術(shù)的飛速發(fā)展,通過分析專利信息來揭示技術(shù)發(fā)展路徑,逐漸成為一種常用的技術(shù)演化分析方法。實

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 蔡高明;;一種快速挖掘模糊頻繁項集的方法[J];科技經(jīng)濟市場;2008年03期

2 武坤;魏濤;;由頻繁項集生成關(guān)聯(lián)規(guī)則的深度優(yōu)先算法[J];科學(xué)咨詢(決策管理);2009年06期

3 任志波;張強;;遺傳優(yōu)化模糊約束的頻繁項集挖掘[J];北京理工大學(xué)學(xué)報;2006年10期

4 馬蓉;;Aprior算法的改進及其在高職學(xué)生就業(yè)中的應(yīng)用[J];價值工程;2013年30期

5 朱文婕;竇祥國;;關(guān)聯(lián)規(guī)則的新穎性評價[J];科技資訊;2007年28期

6 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 欒鸞;李云;盛艷;;多關(guān)系頻繁項集的并行獲取[A];2008年全國開放式分布與并行計算機學(xué)術(shù)會議論文集(下冊)[C];2008年

2 楊曉明;王晨;汪衛(wèi);張守志;施伯樂;;頻繁項集的精簡表達與還原問題研究[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2004年

3 鄧傳國;;頻繁項集挖掘與學(xué)生素質(zhì)測評應(yīng)用研究[A];2007系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2007年

4 李彤巖;李興明;;基于分布式關(guān)聯(lián)規(guī)則挖掘的告警相關(guān)性研究[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國青年通信學(xué)術(shù)會議論文集（下冊）[C];2007年

5 王洪利;馮玉強;;頻繁項集挖掘算法Apriori的改進研究[A];全國第九屆企業(yè)信息化與工業(yè)工程學(xué)術(shù)會議論文集[C];2005年

6 陳曉云;李龍杰;馬志新;白伸伸;王磊;;AFP-Miner:一種新高效的頻繁項集挖掘算法[A];2006年全國理論計算機科學(xué)學(xué)術(shù)年會論文集[C];2006年

7 李坤;王永炎;王宏安;;一種基于樂觀裁剪策略的挖掘數(shù)據(jù)流滑動窗口上閉合頻繁項集的算法[A];第二十五屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（二）[C];2008年

8 鄒遠婭;周皓峰;王晨;汪衛(wèi);施伯樂;;FSC——利用頻繁項集挖掘估算視圖大小[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2004年

9 楊曉雪;衡紅軍;;一種對XML數(shù)據(jù)進行關(guān)聯(lián)規(guī)則挖掘的方法研究[A];第二十二屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2005年

10 謝志軍;陳紅;;EFIM——數(shù)據(jù)流上頻繁項集挖掘的高性能算法[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 溫磊;基于有向項集圖的關(guān)聯(lián)規(guī)則挖掘算法研究與應(yīng)用[D];天津大學(xué);2004年

2 董杰;基于位表的關(guān)聯(lián)規(guī)則挖掘及關(guān)聯(lián)分類研究[D];大連理工大學(xué);2009年

3 賈彩燕;關(guān)聯(lián)規(guī)則挖掘的取樣復(fù)雜性分析[D];中國科學(xué)院研究生院（計算技術(shù)研究所）;2004年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王立俊;基于多重最小支持度的氋效用頻繁項集挖掘算法研究[D];廣西大學(xué);2015年

2 陳國俊;基于Hadoop的云存儲系統(tǒng)的研究與應(yīng)用[D];電子科技大學(xué);2014年

3 尹艷紅;基于Apriori算法的增量式關(guān)聯(lián)規(guī)則控制研究[D];大連理工大學(xué);2015年

4 田苗鳳;大數(shù)據(jù)背景下并行動態(tài)關(guān)聯(lián)規(guī)則挖掘研究[D];蘭州交通大學(xué);2015年

5 李雪迪;基于本體論的精細化數(shù)據(jù)分析[D];南京郵電大學(xué);2015年

6 許靜文;基于模糊等價類的頻繁項集精簡表示算法研究[D];合肥工業(yè)大學(xué);2015年

7 王大偉;大數(shù)據(jù)環(huán)境下的關(guān)聯(lián)規(guī)則提取算法研究[D];遼寧工業(yè)大學(xué);2016年

8 郭靜;最大和最長頻繁項集增量更新研究[D];燕山大學(xué);2010年

9 劉衛(wèi);基于剪枝概念格模型的頻繁項集表示及挖掘研究[D];合肥工業(yè)大學(xué);2007年

10 王洪波;基于矩陣的頻繁項集挖掘算法研究[D];蘭州大學(xué);2007年

，

本文編號：1189627