在綜合分析了主題網(wǎng)絡爬蟲、專利文本分類、潛在設計需求以及基于專利知識的產(chǎn)品創(chuàng)新設計方法的研究現(xiàn)狀之后,針對當前專利數(shù)據(jù)采集和專利文本分類中存在的不足,以及專利知識推送過程中存在的一系列問題,提出了專利主題網(wǎng)絡爬蟲的設計與實現(xiàn)方法、基于改進Tri-training的半監(jiān)督專利文本分類方法以及個性化專利知識推送方法,并研發(fā)了基于專利知識的計算機輔助產(chǎn)品創(chuàng)新設計平臺。全文分為五章:第一章闡述了課題的研究背景及意義,介紹了國內(nèi)外關(guān)于專利、主題網(wǎng)絡爬蟲、專利文本分類、潛在設計需求分析以及專利知識輔助產(chǎn)品創(chuàng)新設計等相關(guān)研究的現(xiàn)狀,確定了本文的研究方向以及主要研究內(nèi)容。第二章針對當前專利數(shù)據(jù)獲取效率較低、人工勞動比例所占較多的問題,設計并開發(fā)一種專利主題網(wǎng)絡爬蟲,在專利主題相關(guān)性判別上提出基于句向量（Doc2Vec）的專利短文本相似度計算方法,對專利進行有效初步篩選。試驗結(jié)果表明,該主題網(wǎng)絡爬蟲具有較高的獲取效率和適用性。第三章針對信息增益用于專利文本分類缺點和傳統(tǒng)專利自動分類中訓練集標注瓶頸問題,分別提出了改進信息增益算法和改進Tri-training的半監(jiān)督分類方法。最后以美國專利的分類試驗為例... 

【文章來源】：浙江大學浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：98 頁

【學位級別】：碩士

【文章目錄】：
致謝
摘要
Abstract
1 緒論
    1.1 課題研究的背景和意義
        1.1.1 課題背景
        1.1.2 課題的提出及意義
    1.2 研究現(xiàn)狀
        1.2.1 專利研究概況
        1.2.2 主題網(wǎng)絡爬蟲研究現(xiàn)狀
        1.2.3 專利文本分類研究現(xiàn)狀
        1.2.4 潛在設計需求分析研究現(xiàn)狀
        1.2.5 專利知識輔助產(chǎn)品創(chuàng)新設計方法研究現(xiàn)狀
    1.3 研究內(nèi)容
        1.3.1 研究背景
        1.3.2 研究重點
    1.4 論文的體系結(jié)構(gòu)
2 專利主題網(wǎng)絡爬蟲系統(tǒng)的設計與實現(xiàn)
    2.1 引言
    2.2 爬蟲系統(tǒng)架構(gòu)
    2.3 系統(tǒng)關(guān)鍵技術(shù)
        2.3.1 頁面采集和頁面解析
        2.3.2 專利篩選
    2.4 系統(tǒng)試驗與分析
        2.4.1 試驗一
        2.4.2 試驗二
    2.5 本章小結(jié)
3 基于改進Tri-training的半監(jiān)督專利文本分類方法研究
    3.1 引言
    3.2 專利自動分類關(guān)鍵技術(shù)
        3.2.1 專利文本特征提取方法
        3.2.2 基于改進Tri-training的半監(jiān)督協(xié)同訓練分類方法
    3.3 試驗與分析
        3.3.1 試驗數(shù)據(jù)及設置
        3.3.2 評價指標
        3.3.3 試驗結(jié)果及分析
    3.4 本章小結(jié)
4 個性化專利知識推送方法研究
    4.1 引言
    4.2 協(xié)同知識模型
        4.2.1 設計師模型
        4.2.2 設計需求模型
        4.2.3 專利知識模型
    4.3 個性化專利知識推送結(jié)構(gòu)框架
        4.3.1 個性化專利知識推送架構(gòu)
        4.3.2 專利知識匹配方法
        4.3.3 靈感啟發(fā)知識關(guān)聯(lián)度映射關(guān)系求解
        4.3.4 專利知識關(guān)聯(lián)度計算方法
        4.3.5 潛在設計需求挖掘
    4.4 個性化專利知識推送流程
    4.5 實例分析
    4.6 本章小結(jié)
5 基于專利知識的計算機輔助產(chǎn)品創(chuàng)新設計平臺
    5.1 引言
    5.2 平臺開發(fā)環(huán)境及總體框架
        5.2.1 平臺開發(fā)環(huán)境
        5.2.2 平臺的整體框架
        5.2.3 平臺的主要數(shù)據(jù)結(jié)構(gòu)
    5.3 產(chǎn)品創(chuàng)新設計及平臺功能實現(xiàn)
        5.3.1 用戶管理
        5.3.2 專利采集模塊
        5.3.3 專利自動分類模塊
        5.3.4 專利知識提取
        5.3.5 專利知識推送
        5.3.6 知識庫管理
    5.4 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻
在校期間科研成果


【參考文獻】：
期刊論文
[1]基于專利文本數(shù)據(jù)挖掘的技術(shù)預測方法與實證研究——以納米技術(shù)在能源領(lǐng)域應用為例[J]. 王效岳,趙冬曉,白如江.  情報理論與實踐. 2017(04)
[2]面向?qū)Ｓ眯畔@取的用戶定制主題網(wǎng)絡爬蟲技術(shù)研究[J]. 薛麗敏,吳琦,李駿.  信息網(wǎng)絡安全. 2017(02)
[3]TRIZ理論在特殊群體輔助輪椅創(chuàng)新設計中的應用[J]. 李付星.  包裝工程. 2016(10)
[4]面向創(chuàng)新設計的專利知識抽取方法[J]. 馬建紅,張明月,趙亞男.  計算機應用. 2016(02)
[5]主題網(wǎng)絡爬蟲研究綜述[J]. 于娟,劉強.  計算機工程與科學. 2015(02)
[6]基于詞頻信息的改進信息增益文本特征選擇算法[J]. 石慧,賈代平,苗培.  計算機應用. 2014(11)
[7]國內(nèi)外專利挖掘研究（2005-2014）綜述[J]. 屈鵬,張均勝,曾文,喬曉東,王惠臨.  圖書情報工作. 2014(20)
[8]基于分歧的半監(jiān)督學習[J]. 周志華.  自動化學報. 2013(11)
[9]尋找用戶潛在需求的新方法[J]. 李民.  機械設計. 2013(06)
[10]基于ZMET的產(chǎn)品設計用戶潛在需求發(fā)掘方法研究[J]. 楊頌,蔣曉.  大眾文藝. 2012(07)

博士論文
[1]基于專利知識的機械產(chǎn)品創(chuàng)新設計方法研究[D]. 薛馳.浙江大學 2013

碩士論文
[1]基于記憶結(jié)構(gòu)的專利靈感知識提取及產(chǎn)品創(chuàng)新方法[D]. 李昊.浙江大學 2017
[2]基于專利知識的產(chǎn)品創(chuàng)新設計方法研究[D]. 姚宏興.浙江大學 2016
[3]交互設計中用戶潛在需求的研究[D]. 代海濤.南昌大學 2014
[4]產(chǎn)品設計的潛在需求分析探討[D]. 王恒沖.湖南大學 2009
[5]產(chǎn)品專利自動分類方法研究與應用[D]. 姚振農(nóng).浙江大學 2008



本文編號：3202261