一种专利检索时智能推荐专利的方法技术

技术编号:8626200 阅读:237 留言:0更新日期:2013-04-25 23:22
本发明专利技术所提出的一种专利检索时智能推荐专利的方法,是经过专利检索式输入和专利数据获取后,生成目标专利特征向量,智能生成推荐专利集,并进行推荐专利排序,该方法可以向专利检索者智能推荐通过检索式不能检索到的相关专利,减少漏检。对非专业检索人员能给予很大的帮助,即使对专业检索,也提供了一种新的工具,可以大大降低漏检率。

【技术实现步骤摘要】

【技术保护点】
一种专利检索时智能推荐专利的方法,包括专利检索式输入、专利数据获取、专利排序,其特征在于:经过专利检索式输入和专利数据获取后,生成目标专利特征向量,智能生成推荐专利集,并进行推荐专利排序,具体步骤包含:(1)根据用户输入的检索式通过专利检索平台获取一个包括检索到的全部专利数据的专利集合,称为???????????????????????????????????????????????,提取中各专利的专利名称、专利分类号、专利摘要;(2)提取C中全部专利的专利分类号所覆盖的最长的公共部分,设此字符串为,设此类字符串的数量为m个,并根据将中各专利分成各组Ci,,也就是有;(3)根据中专利的分组,分别提取各组中各个专利的摘要,然后对各摘要实施分词,留下名词和动词,然后统计每个词语出现的频次,按从高到低排序,取前K个词语对应的频次,构成各组Ci的目标专利特征向量,将这K个词语构成的集合分别定义为各组Ci的词表;(4)分别提取各组中各个专利的标题实施分词,留下名词和动词,构成各组Ci的检索词集合;(5)利用各组Ci的检索词集合中的各个检索词,在专利检索平台以专利分类号为加通配符*再进行检索,得到专利集合,从而得到与各组Ci相对应的推荐专利集,?中专利数量为mi个;(6)在推荐专利集中提取各个专利的摘要,然后对各摘要实施分词,留下名词和动词,然后统计每个词语出现的频次,根据词表中词语的顺序,定义一个K维向量,若词表中的某词不在分词结果中,则填入0,否则填入该词的频次,用表示推荐专利集中第篇专利的专利特征向量,1≤j≤mi,按下式计算第篇专利与目标专利特征向量之间的关联度:(7)依次计算每个推荐专利集中各个推荐专利与该组的目标专利特征向量之间的关联度,最后将中所有推荐专利的关联度按照从高到低的顺序排序。2013100219531100001dest_path_image002.jpg,898167dest_path_image002.jpg,2013100219531100001dest_path_image004.jpg,179107dest_path_image004.jpg,883758dest_path_image002.jpg,2013100219531100001dest_path_image006.jpg,2013100219531100001dest_path_image008.jpg,97701dest_path_image002.jpg,2013100219531100001dest_path_image010.jpg,2013100219531100001dest_path_image012.jpg,2013100219531100001dest_path_image014.jpg,911330dest_path_image010.jpg,2013100219531100001dest_path_image016.jpg,679566dest_path_image016.jpg,656749dest_path_image004.jpg,2013100219531100001dest_path_image018.jpg,2013100219531100001dest_path_image020.jpg,2013100219531100001dest_path_image022.jpg,630259dest_path_image022.jpg,34696dest_path_image014.jpg,883703dest_path_image014.jpg,2013100219531100001dest_path_image024.jpg,805522dest_path_image022.jpg,2013100219531100001dest_path_image026.jpg,462900dest_path_image026.jpg,38238dest_path_image012.jpg,2013100219531100001dest_path_image028.jpg,781066dest_path_image022.jpg,100052dest_path_image012.jpg,2013100219531100001dest_path_image030.jpg...

【技术特征摘要】

【专利技术属性】
技术研发人员:张晓宇彭文乐文益民曾德森汪华登
申请(专利权)人:桂林电子科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1