基于专利文本的闭频繁项集在技术演化分析中的应用

发布时间：2017-11-15 11:36

  本文关键词：基于专利文本的闭频繁项集在技术演化分析中的应用

  更多相关文章： 专利分析 技术演化 闭频繁项集 关联规则挖掘 硬盘磁头

【摘要】：[目的 /意义]将闭频繁项集挖掘技术应用于专利文本,进而分析技术的演化发展趋势,从微观层次描绘既定领域中主要的技术发展脉络。[方法 /过程]在进行闭频繁项集挖掘过程中,以专利文本的术语为事务、术语中的单词作为项,继而使用闭频繁项集之间的关联规则建立起术语层次网络,最后以术语层次网络为依托创建技术路线图。[结果 /结论]实证结果表明,该方法应用于硬盘驱动器磁头领域,能够刻画出不同术语的融合、派生过程,从而描绘出更加符合技术演化真实情况的技术路线图。
【作者单位】： 中国科学技术信息研究所;
【基金】：国家科技支撑计划课题“专利信息资源整合与加工关键技术与规范研究”(课题编号:2013BAH21B01)研究成果之一
【分类号】：G306
【正文快照】： 1引言技术演化分析方法基于技术的历史发展线索来描绘技术发展历程,进而提炼出未来可能产生重大影响的新兴技术。近年来,随着专利信息电子化和公开化程度的不断提高,以及计算机处理技术的飞速发展,通过分析专利信息来揭示技术发展路径,逐渐成为一种常用的技术演化分析方法。实

【相似文献】

中国期刊全文数据库 前6条

1 蔡高明;;一种快速挖掘模糊频繁项集的方法[J];科技经济市场;2008年03期

2 武坤;魏涛;;由频繁项集生成关联规则的深度优先算法[J];科学咨询(决策管理);2009年06期

3 任志波;张强;;遗传优化模糊约束的频繁项集挖掘[J];北京理工大学学报;2006年10期

4 马蓉;;Aprior算法的改进及其在高职学生就业中的应用[J];价值工程;2013年30期

5 朱文婕;窦祥国;;关联规则的新颖性评价[J];科技资讯;2007年28期

6 ;[J];;年期

中国重要会议论文全文数据库 前10条

1 栾鸾;李云;盛艳;;多关系频繁项集的并行获取[A];2008年全国开放式分布与并行计算机学术会议论文集(下册)[C];2008年

2 杨晓明;王晨;汪卫;张守志;施伯乐;;频繁项集的精简表达与还原问题研究[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

3 邓传国;;频繁项集挖掘与学生素质测评应用研究[A];2007系统仿真技术及其应用学术会议论文集[C];2007年

4 李彤岩;李兴明;;基于分布式关联规则挖掘的告警相关性研究[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集（下册）[C];2007年

5 王洪利;冯玉强;;频繁项集挖掘算法Apriori的改进研究[A];全国第九届企业信息化与工业工程学术会议论文集[C];2005年

6 陈晓云;李龙杰;马志新;白伸伸;王磊;;AFP-Miner:一种新高效的频繁项集挖掘算法[A];2006年全国理论计算机科学学术年会论文集[C];2006年

7 李坤;王永炎;王宏安;;一种基于乐观裁剪策略的挖掘数据流滑动窗口上闭合频繁项集的算法[A];第二十五届中国数据库学术会议论文集（二）[C];2008年

8 邹远娅;周皓峰;王晨;汪卫;施伯乐;;FSC——利用频繁项集挖掘估算视图大小[A];第二十一届中国数据库学术会议论文集（研究报告篇）[C];2004年

9 杨晓雪;衡红军;;一种对XML数据进行关联规则挖掘的方法研究[A];第二十二届中国数据库学术会议论文集（技术报告篇）[C];2005年

10 谢志军;陈红;;EFIM——数据流上频繁项集挖掘的高性能算法[A];第二十三届中国数据库学术会议论文集（技术报告篇）[C];2006年

中国博士学位论文全文数据库 前3条

1 温磊;基于有向项集图的关联规则挖掘算法研究与应用[D];天津大学;2004年

2 董杰;基于位表的关联规则挖掘及关联分类研究[D];大连理工大学;2009年

3 贾彩燕;关联规则挖掘的取样复杂性分析[D];中国科学院研究生院（计算技术研究所）;2004年

中国硕士学位论文全文数据库 前10条

1 王立俊;基于多重最小支持度的氋效用频繁项集挖掘算法研究[D];广西大学;2015年

2 陈国俊;基于Hadoop的云存储系统的研究与应用[D];电子科技大学;2014年

3 尹艳红;基于Apriori算法的增量式关联规则控制研究[D];大连理工大学;2015年

4 田苗凤;大数据背景下并行动态关联规则挖掘研究[D];兰州交通大学;2015年

5 李雪迪;基于本体论的精细化数据分析[D];南京邮电大学;2015年

6 许静文;基于模糊等价类的频繁项集精简表示算法研究[D];合肥工业大学;2015年

7 王大伟;大数据环境下的关联规则提取算法研究[D];辽宁工业大学;2016年

8 郭静;最大和最长频繁项集增量更新研究[D];燕山大学;2010年

9 刘卫;基于剪枝概念格模型的频繁项集表示及挖掘研究[D];合肥工业大学;2007年

10 王洪波;基于矩阵的频繁项集挖掘算法研究[D];兰州大学;2007年

，

本文编号：1189627