一种专利地图的可视化方法和系统

本发明涉及计算机技术领域，尤其涉及一种专利地图的可视化方法和系统。

专利地图是由各种与专利相关的图表资料讯息。专利地图通过对专利技术信息指 标及其组合，以统计分析方法，加以缜密及精细剖析整理制成的可分析解读的图表讯息，用 以反映蕴涵在大量专利数据内的错综复杂的信息。

在专利地图上，一个点代表一件专利文献，1个点到中心点之间的距离代表这该篇 专利与中心点的技术相关程度，距离越近，技术相关度越高。通过专利地图可以判断专利技 术的总体分布、技术热点、申请人的技术分布，以及技术热点随年代的变迁等信息。

专利地图是根据众多专利技术信息指标及其组合(如申请时间、申请人、发明人、 技术领域、法律状体等)，以可视化图表的方式呈现给用户。一般而言，专利地图呈现除了要 呈现众多专利技术信息指标，还需要呈现根据这些专利技术信息指标分析出来的数据。每 一个需要呈现的指标是为一个维度，因此专利地图的实际需要呈现一个多维度的数据模 型，通过在面积有限的计算机屏幕上以二维或三维模型的方式呈现。

现有技术中有众多的专利地图分析工具，如matheo analyzer，比较好的实现了专 利地图的二维显示问题。但现有的专利地图的生成过程，运算过程较为复杂，计算量大，对 CPU和内存开销很大，无法实时生成专利地图并展现。

本发明所要解决的技术问题是针对现有技术的不足，提供一种专利地图的可视化 方法和系统。

本发明解决上述技术问题的技术方案如下：一种专利地图的可视化方法，包括以 下步骤：

步骤1、获取专利文献数据集中每个专利文献对应的多维文本向量；

步骤2、对每个专利文献对应的所述多维文本向量进行聚类分析，得到多个聚类结 果；

步骤3、将每个聚类结果对应的多个专利文献映射到二维平面，以进行降维处理并 得到专利文献数据点；

步骤4、将多个所述专利文献数据点进行可视化计算，生成可视化数据，并将所述 可视化数据在所述二维平面上显示成三维图像。

本发明的有益效果是：通过对专利文献数据集中每个专利文献对应的多维文本向 量进行聚类分析，并将每个聚类结果对应的多个专利文献映射到二维平面并得到专利文献 数据点进行可视化计算，生成可视化数据，最后将可视化数据在二维平面上显示成三维图 像，能够简化专利地图生成过程中的运算量，从而减少对对CPU和内存的开销，实现实时生 成专利地图并展现。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步地，步骤1包括：

步骤1.1、对每个所述专利文献的标题、摘要、说明书和权利要求书配置不同的权 重；

步骤1.2、从每个所述专利文献的标题、摘要、说明书和权利要求书中提取关键词， 生成每个所述专利文献的特征词序列；

步骤1.3、通过词频-逆文档频率算法对所述特征词序列中的每个特征词进行加权 运算，得到每个所述专利文献对应的多维文本向量。

采用上述进一步方案的有益效果是：通过使用关键词而不是专利全文作为特征提 取的依据，在保证算法聚类质量的基础上，简化了运算过程，提高了效率，可实现实时专利 地图绘制。同时，通过设置专利文献的标题、摘要、权利要求书、说明书中的关键词及其权 重，并进行聚类分析，可根据用户意愿得到更为符合其预期的地图结果。

进一步地，每个所述专利文献的标题和摘要的权重大于说明书和权利要求书的权 重，所述关键词的数量根据用户的需求进行设置。

进一步地，在步骤2中，采用K-means算法对每个专利文献对应的所述多维文本向 量进行聚类分析，得到聚类结果。

进一步地，在步骤3中，通过极坐标体系将每个所述聚类结果对应的多个专利文献 映射到二维平面，以进行降维处理并得到多个专利文献数据点。

进一步地，步骤4包括：

步骤4.1、根据每个所述聚类结果，将得到的所有专利文献数据点按照所述聚类结 果映射到所述二维平面上；

步骤4.2、根据每个所述聚类结果中每个专利文献与所述聚类结果所在的类的中 心点的相似度、以及所述二维平面上每个点到所述专利文献数据集中每个专利文献的距 离，计算所述二维平面上每个点的高度坐标；步骤4.3、将所述专利文献数据点和所述高度 坐标显示成三维图像。

采用上述进一步方案的有益效果是：根据专利文献的相似度计算三维坐标，并利 用全新的算法推算二维平面中每个点的三维坐标，从而使得专利地图更好的显示为三维图 像。

本发明解决上述技术问题的另一种技术方案如下：一种专利地图的可视化系统， 包括：

获取模块，用于获取专利文献数据集中每个专利文献对应的多维文本向量；

处理模块，用于对所述获取模块获取的每个专利文献对应的所述多维文本向量进 行聚类分析，得到多个聚类结果，并将每个聚类结果对应的多个专利文献映射到二维平面， 以进行降维处理并得到专利文献数据点；

显示模块，用于将所述处理模块得到的多个所述专利文献数据点进行可视化计 算，生成可视化数据，并将所述可视化数据在所述二维平面上显示成三维图像。

本发明的有益效果是：通过对专利文献数据集中每个专利文献对应的多维文本向 量进行聚类分析，并将每个聚类结果对应的多个专利文献映射到二维平面并得到专利文献 数据点进行可视化计算，生成可视化数据，最后将可视化数据在二维平面上显示成三维图 像，能够简化专利地图生成过程中的运算量，从而减少对对CPU和内存的开销，实现实时生 成专利地图并展现。

在上述技术方案的基础上，本发明还可以做的改进方案，以及本发明附加的方面 的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明实践 了解到。

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例或现有技术 描述中所需要使用的附图作简单地介绍，显而易见地，下面所描述的附图仅仅是本发明的 一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这 些附图获得其他的附图。

图1为本发明实施例提供的一种专利地图的可视化方法的示意性流程图；

图2为本发明另一实施例提供的一种专利地图的可视化方法的示意性流程图；

图3为本发明另一实施例提供的一种专利地图的可视化方法的示意性流程图；

图4为本发明实施例提供的一种专利地图的可视化系统的示意性结构框图；

图5为本发明另一实施例提供的一种专利地图的可视化系统的示意性结构框图。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发 明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实 施例，都应属于本发明保护的范围。

如图1所示的一种专利地图的可视化方法100，包括：

110，获取专利文献数据集中每个专利文献对应的多维文本向量。

120，对每个专利文献对应的多维文本向量进行聚类分析，得到多个聚类结果。

130，将每个聚类结果对应的多个专利文献映射到二维平面，以进行降维处理并得 到专利文献数据点。

140，将多个专利文献数据点进行可视化计算，生成可视化数据，并将可视化数据 在二维平面上显示成三维图像。

上述实施例中提供的一种专利地图的可视化方法，通过对专利文献数据集中每个 专利文献对应的多维文本向量进行聚类分析，并将每个聚类结果对应的多个专利文献映射 到二维平面并得到专利文献数据点进行可视化计算，生成可视化数据，最后将可视化数据 在二维平面上显示成三维图像，能够简化专利地图生成过程中的运算量，从而减少对CPU和 内存的开销，实现实时生成专利地图并展现。

可选地，作为本发明的一个实施例，如图2所示，步骤110可以包括：

111，对每个专利文献的标题、摘要、说明书和权利要求书配置不同的权重。

112，从每个专利文献的标题、摘要、说明书和权利要求书中提取关键词，生成每个 专利文献的特征词序列。

113，通过词频-逆文档频率算法对特征词序列中的每个特征词进行加权运算，得 到每个专利文献对应的多维文本向量。

具体的，在该实施例中，每个专利文献的标题和摘要的权重大于说明书和权利要 求书的权重，关键词的数量可以根据用户的需求进行设置。也就是说，对于每个专利文献而 言，可以根据用户的需求设置多个关键词，每个关键词在标题和摘要中出现的权重值大于 其在说明书和权利要求书中出现的权重值。

另外，在该实施例中，通过词频-逆文档频率(TF-IDF)来对每个专利文献的特征词 序列进行加权运算来求取该专利文献的向量表示。其中，

词频TF表示特征词在该专利文献中出现的频率，公式如下所示：

tf i j = n i j n j = n i j Σ k = 1 n n k j

公式中tfij为特征词ti在文本dj中的词频，nij表示ti在文本dj出现的次数，nj为文 本dj中所有特征词出现的总词数，n为特征词总数。

逆文档频率IDF由专利文献总数除以包含该特征词的专利文献数量加1的值取对 数得到，如下所示：

idf i = l o g ( N N i + 1 )

其中，N为专利文献总数，Ni为出现特征词的专利文献数量。

TF-IDF的定义如下所示：

wij＝tfij×idfi

由公式可知，特征词在文本中出现次数越多表示越重要，但是由于文本内容长短 不一，则可能会导致特征词在内容较长的文本中的次数比内容短的文本多，从而导致特征 词在文本内容比较长的权重较大，进而造成最后的运送结果不准确的问题。为避免该情况 和问题的出现，采取特征词的词频TF文本与文本中所有词出现的总词数通过归一化后的特 征词频率IDF的乘积wij作为该词在文本向量中的特征表示。

获取每个专利文献的特征词序列权值[w1,w2,...,wn]后，令n＝[w1,w2,...,wn]，向 量n则为该专利文献对应的多维文本向量。

上述实施例中提供的一种专利地图的可视化方法，通过使用关键词而不是专利全 文作为特征提取的依据，在保证算法聚类质量的基础上，简化了运算过程，提高了效率，可 实现实时专利地图绘制。同时，通过设置专利文献的标题、摘要、权利要求书、说明书中的关 键词及其权重，并进行聚类分析，可根据用户意愿得到更为符合其预期的地图结果。

可选地，作为本发明的另一个实施例，在步骤120中，可以采用K-means算法对每个 专利文献对应的多维文本向量进行聚类分析，得到聚类结果。

具体的，在该实施例中，将专利文献数据集中每个专利文献对应的多维文本向量 聚类成k个簇(cluster)，具体算法描述如下：

1)采用最大分散原则选取k个聚类中心点，并记为：μ1,μ2,...,μk∈Rn。

2)重复下面过程直到收敛：

对于每个专利文献对应的多维文本向量i，可以根据下面的公式计算其应该属于 的类：

c ( i ) : = arg min j | | x ( i ) - μ j | | 2

对于每一个类j，可以根据下面的公式重新计算该类的中心点：

μ j = Σ i = 1 m 1 { c ( i ) = j } x ( i ) Σ i = 1 m 1 { c ( i ) = j }

其中，k是预先设定的聚类数，c(i)代表每个专利文献对应的多维文本向量i与k个 类中距离最近的那个类，c(i)的值是1到k中的一个。中心点μj是对属于同一个类的多维文本 向量的中心点。

可选地，作为本发明的另一个实施例，在步骤130中，则可以通过极坐标体系将每 个聚类结果对应的多个专利文献映射到二维平面，以进行降维处理并得到多个专利文献数 据点。

具体的，在该实施例中，通过极坐标体系，将聚类后的专利文献数据逐一映射到二 维空间进行表示。

将每个专利文献对应的多维文本向量i到本类中心Cj的相似度sij归一化到二维空 间，得到极坐标距离r。将每个专利文献对应的多维文本向量i到本类中心Cj的相似度sij归 一化到[0,360]，得到极坐标角度θ。则完成了数据点的二维坐标映射。其中，数据点二维横 坐标：x＝rcosθ；数据点二维纵坐标：y＝rsinθ。

可选地，作为本发明的另一个实施例，如图3所示，步骤140可以包括：

141，根据每个聚类结果，将得到的所有专利文献数据点按照聚类结果映射到二维 平面上。

142，根据每个聚类结果中每个专利文献与聚类结果所在的类的中心点的相似度、 以及二维平面上每个点到专利文献数据集中每个专利文献的距离，计算二维平面上每个点 的高度坐标。

143，将专利文献数据点和高度坐标显示成三维图像。

具体的，在实施例中，可以根据下面的公式计算二维平面上每个点的高度坐标：

H ( x , y ) = Σ i = 0 n [ ( S i * R ) / ( ( x i - x ) 2 + ( y i - y ) 2 ) ]

其中H(x，y)表示当前坐标为(x,y)的点的高度坐标，n为参加聚类的专利数量，Si为 第i个专利文献的相似度，R为二维平面的对角线长度，(xi，yi)为第i个专利文献的坐标。

上述实施例中提供的一种专利地图的可视化方法，根据专利文献的相似度计算三 维坐标，并利用全新的算法推算二维平面中每个点的三维坐标，从而使得专利地图更好的 显示为三维图像。

应理解，在本发明各实施例中，上述各过程的序号的大小并不意味着执行顺序的 先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程 构成任何限定。

本发明实施例还提供一种专利地图的可视化系统。如图4所示，该专利地图的可视 化系统400可以包括：获取模块410、处理模块420和显示模块430。其中，

获取模块410用于获取专利文献数据集中每个专利文献对应的多维文本向量。处 理模块420用于对获取模块410获取的每个专利文献对应的多维文本向量进行聚类分析，得 到多个聚类结果，并将每个聚类结果对应的多个专利文献映射到二维平面，以进行降维处 理并得到专利文献数据点。显示模块430用于将处理模块420得到的多个专利文献数据点进 行可视化计算，生成可视化数据，并将可视化数据在二维平面上显示成三维图像。

具体的，在该实施例中，处理模块420可以具体用于采用K-means算法对多维文本 向量进行聚类分析，得到降维数据，并通过极坐标体系将每个聚类结果对应的多个专利文 献映射到二维平面，以进行降维处理并得到多个专利文献数据点。

上述实施例中提供的一种专利地图的可视化系统，通过对专利文献数据集中每个 专利文献对应的多维文本向量进行聚类分析，并将每个聚类结果对应的多个专利文献映射 到二维平面并得到专利文献数据点进行可视化计算，生成可视化数据，最后将可视化数据 在二维平面上显示成三维图像，能够简化专利地图生成过程中的运算量，从而减少对对CPU 和内存的开销，实现实时生成专利地图并展现。

应理解，在本发明实施例中，根据本发明实施例的专利地图的可视化系统400，可 对应于根据本发明实施例的专利地图的可视化方法100的执行主体，并且该专利地图的可 视化系统400中的各个模块的上述和其它操作和/或功能分别为了实现图1至图3中的各个 方法的相应流程，为了简洁，在此不再赘述。

可选地，作为本发明的一个实施例，如图5所示，获取模块410可以具体包括：配置 单元411、提取单元412和运算单元413。其中，

配置单元411用于对每个专利文献的标题、摘要、说明书和权利要求书配置不同的 权重。提取单元412用于从每个专利文献的标题、摘要、说明书和权利要求书提取关键词，生 成每个专利文献的特征词序列。运算单元413用于通过词频-逆文档频率算法对特征词序列 中的每个特征词进行加权运算，得到每个专利文献对应的多维文本向量。

上述实施例中提供的一种专利地图的可视化系统，通过使用关键词而不是专利全 文作为特征提取的依据，在保证算法聚类质量的基础上，简化了运算过程，提高了效率，可 实现实时专利地图绘制。同时，通过设置专利文献的标题、摘要、权利要求书、说明书中的关 键词及其权重，并进行聚类分析，可根据用户意愿得到更为符合其预期的地图结果。

可选地，作为本发明的另一个实施例，显示模块430具体可以用于：根据每个聚类 结果，将得到的所有专利文献数据点按照聚类结果映射到二维平面上，并根据每个聚类结 果中每个专利文献与聚类结果所在的类的中心点的相似度、以及二维平面上每个点到专利 文献数据集中每个专利文献的距离，计算二维平面上每个点的高度坐标，将专利文献数据 点和高度坐标显示成三维图像。

上述实施例中提供的一种专利地图的可视化系统，根据专利文献的相似度计算三 维坐标，并利用全新的算法推算二维平面中每个点的三维坐标，从而使得专利地图更好的 显示为三维图像。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单 元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件 和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这 些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专 业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不 应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系 统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以 通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分， 仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以 结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的 相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通 信连接，也可以是电的，机械的或其它的形式连接。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的 部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络 单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目 的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以 是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的 单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可 以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者 说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现 出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备 (可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分 步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机 存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介 质。

以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉 本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换， 这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要 求的保护范围为准。