APP下载

基于因子聚类分析的专利综合评价研究

2012-04-29李瑞璇王学思

现代情报 2012年9期
关键词:数据挖掘

李瑞璇 王学思

〔摘 要〕对广东省21个城市进行地区专利综合评价,为达到数据简化、客观赋权、区域间比较的功能,采用文献调查法选取地区专利综合评价指标24个,并结合广东省知识产权局的专利统计信息的基本数据,再在此基础上进行因子分析,将多项指标聚合为新的因子,并用提取、计算出的6个主因子得分进行系统聚类分析,得出广东省各市专利综合实力的分类。该研究帮助相关人员了解地区专利的优势和不足,从而为地区专利发展提供决策支持。

〔关键词〕因子分析;聚类分析;数据挖掘;专利评价

〔中图分类号〕G250.252 〔文献标识码〕A 〔文章编号〕1008-0821(2012)09-0172-06

工业革命之后,世界上的创新发明越来越多,而专利的诞生,是为了保证发明人的创造活动得到一定量的回报,以激励更多的发明研究工作。1624年英国颁布了《垄断法》,这是早期专利制度的雏形,我国也于1985年颁布了《专利法》[1]。我国经济经过30多年的发展,目前正经历着从劳动密集型向高科产业型的方向发展,而判断是否转型成功的标尺之一就在于专利的发展状况,专利是企业或国家在各种竞争中取得优势的关键因素。广东省一直处于全国经济发展的前沿,但各地之间的专利发展情况不均,为了能找出地区间的差距并有针对性地采取措施,对广东省各地区的专利综合评价应客观、全面、科学,为此,本文选用目前较为权威、科学的专利评价指标体系,在此基础上对广东省2010年的专利统计数据进行因子分析和聚类分析,以期有效促进广东省各地区专利水平的提高和发展。……

登录APP查看全文

猜你喜欢

数据挖掘
基于数据挖掘的船舶通信网络流量异常识别方法
探讨人工智能与数据挖掘发展趋势
数据挖掘技术在打击倒卖OBU逃费中的应用浅析
基于并行计算的大数据挖掘在电网中的应用
数据挖掘技术在中医诊疗数据分析中的应用
一种基于Hadoop的大数据挖掘云服务及应用
数据挖掘在高校图书馆中的应用
数据挖掘的分析与探索
基于GPGPU的离散数据挖掘研究
利用数据挖掘技术实现LIS数据共享的开发实践