导语

  

内容提要

  

    国家知识产权局专利局审查业务管理部组织编写的《专利分析数据处理实务手册》主要围绕专利分析中数据处理流程，以分步讲解、整体演示的形式，结合具体专利检索分析工具的操作实例，将数据处理分析图清晰地展现出来。本书分为数据源处理、数据的清洗和记录、数据的规范化及标引、数据信息的可视化呈现，根据市场上不同专利检索分析工具的特点，设计出了一些简单、实用的操作“攻略”，供用户按图索骥完成数据处理流程。

第1章  数据处理概述
  1.1  专利分析基本概念
  1.2  数据处理概述
  1.3  数据的内容及分类概述
  1.4  数据处理的基本工具
    1.4.1  专利分析工具
    1.4.2  Excel在专利分析中的应用
第2章  数据源
  2.1  专利申请公开信息
    2.1.1  申请公开数据类型
    2.1.2  申请号的标准化处理
  2.2  相关案件信息
    2.2.1  相关案件数据类型
    2.2.2  专利族信息的处理
  2.3  相关人信息
    2.3.1  相关人数据类型
    2.3.2  专利权人申请人信息的处理
    2.3.3  专利地域标准化数据的处理
  2.4  引证施引信息
    2.4.1  引证施引相关数据
    2.4.2  引证施引信息来源与处理
  2.5  技术信息
    2.5.1  技术信息相关数据
    2.5.2  技术信息的来源与处理
  2.6  法律状态信息
    2.6.1  法律状态相关数据
    2.6.2  法律状态信息来源与处理
  2.7  无效宣告复审信息
  2.8  诉讼信息
    2.8.1  诉讼信息相关数据
    2.8.2  专利诉讼信息来源
  2.9  统计索引信息
  2.10  总结
第3章  数据清洗
  3.1  数据清洗方法及实现
  3.2  数据清洗流程
  3.3  清洗示例
  3.4  清洗常见问题及处理方法
第4章  数据记录处理
  4.1  数据的拼接
    4.1.1  数据拼接的意义
    4.1.2  数据拼接的实现
  4.2  数据记录的去重
    4.2.1  数据去重的意义
    4.2.2  数据去重的实现
  4.3  数据记录的去噪
    4.3.1  数据去噪的意义
    4.3.2  数据噪音的来源
    4.3.3  数据去噪方式
    4.3.4  数据去噪主要手段
  4.4  数据记录处理常见问题
第5章  数据规范化
  5.1  数据规范化概述
    5.1.1  数据规范化定义
    5.1.2  数据规范化作用
    5.1.3  数据常见问题
    5.1.4  数据规范化基本内容
  5.2  数据字段的规范化
    5.2.1  日期型数据处理
    5.2.2  数值型数据处理
    5.2.3  文本型数据的规范化
第6章  数据的深加工：标引
  6.1  数据标引的基本内容
  6.2  数据标引的基本原则
    6.2.1  技术主题分解环节的定位
    6.2.2  技术主题分解的原则
    6.2.3  技术分解环节的几种常见形式
    6.2.4  数据标引的基本原则
  6.3  数据标引的基本方法
    6.3.1  基于Excel的人工阅读标引方法
    6.3.2  基于检索辅助的批量标引方法
    6.3.3  基于专利分析系统的数据标引方法
第7章  信息的呈现
  7.1  信息可视化概述
  7.2  专利分析维度与图表的适用
    7.2.1  专利态势分析
    7.2.2  专利技术分析
    7.2.3  申请主体分析
  7.3  主流专利分析系统数据可视化的表现
    7.3.1  信息可视化的人性化表现
    7.3.2  信息可视化的智能化表现
第8章  数据处理的全流程实例
  8.1  Power Query、Power BI自动化分析实例
    8.1.1  概述
    8.1.2  数据来源
  8.t.3  数据校验和准备
    8.1.4  数据加工
    8.1.5  数据建模和可视化
  8.2  Patentics客户端软件专利分析实例
    8.2.1  概述
    8.2.2  专利分析的检索
    8.2.3  分析数据的导入
    8.2.4  分析数据的处理
    8.2.5  专利数据标引
    8.2.6  数据统计
    8.2.7  可视化
第9章  结束语
  9.1  向着智能化和人性化发展的专利分析方法
  9.2  不远的未来