隨著我國(guó)供給側(cè)結(jié)構(gòu)性改革地不斷推進(jìn)，具有制度供給和技術(shù)供給雙重屬性的知識(shí)產(chǎn)權(quán)，尤其是專(zhuān)利對(duì)供給側(cè)結(jié)構(gòu)性改革的支撐和保障作用不斷增強(qiáng)，專(zhuān)利信息利用也越來(lái)越被社會(huì)各界所重視，專(zhuān)利在政府決策支撐、行業(yè)發(fā)展和企業(yè)創(chuàng)新等方面越來(lái)越發(fā)揮著重要作用。專(zhuān)利分析作為專(zhuān)利信息挖掘的核心手段之一，是充分挖掘?qū)＠麛?shù)據(jù)背后隱藏的高價(jià)值情報(bào)信息的重要支撐。專(zhuān)利分析涉及多個(gè)環(huán)節(jié)，包括數(shù)據(jù)處理、數(shù)據(jù)可視化、數(shù)據(jù)挖掘與建模等。雖然目前專(zhuān)利分析方法很多，但大多是針對(duì)不同環(huán)節(jié)采用不同的處理方式，仍然缺少能夠?qū)崿F(xiàn)多個(gè)環(huán)節(jié)有效銜接、統(tǒng)一處理的模式，這使專(zhuān)利分析的準(zhǔn)確性和效率難以保障。隨著全球?qū)＠麛?shù)量地不斷提升，專(zhuān)利分析的難度大大增加，這在各個(gè)環(huán)節(jié)中均有所體現(xiàn)。其中，數(shù)據(jù)處理是專(zhuān)利分析的重中之重，是專(zhuān)利分析工作者獲取規(guī)范化樣本數(shù)據(jù)的主要途徑，數(shù)據(jù)處理的質(zhì)量是彰顯專(zhuān)利分析成果準(zhǔn)確性的核心指標(biāo)之一。雖然專(zhuān)利格式統(tǒng)一、規(guī)范，但不同數(shù)據(jù)庫(kù)對(duì)專(zhuān)利數(shù)據(jù)的收錄范圍、收錄方式千差萬(wàn)別，這加大了各數(shù)據(jù)匯總后處理成規(guī)范化數(shù)據(jù)的難度，而且數(shù)據(jù)量的增加，也超出了常規(guī)數(shù)據(jù)處理方式的處理能力。因此，提升海量專(zhuān)利數(shù)據(jù)處理的質(zhì)量和效率，是做好大數(shù)據(jù)時(shí)代下專(zhuān)利分析工作的重要基石，更是必然要求。專(zhuān)利數(shù)據(jù)量的不斷提升導(dǎo)致專(zhuān)利數(shù)據(jù)的可讀性不斷下降，海量混雜的專(zhuān)利數(shù)據(jù)信息交織在一起使數(shù)據(jù)更難于被理解，這不僅需要我們以更細(xì)化、更全面的形式來(lái)展示數(shù)據(jù)，還需要我們與數(shù)據(jù)進(jìn)行更多的交互，以加強(qiáng)數(shù)據(jù)的理解，而傳統(tǒng)的靜態(tài)數(shù)據(jù)可視化形式顯然不能滿(mǎn)足目前的需求，開(kāi)發(fā)針對(duì)海量專(zhuān)利數(shù)據(jù)的動(dòng)態(tài)可視化方式是解決目前困境的必經(jīng)之路。同時(shí)，專(zhuān)利數(shù)據(jù)量地不斷提升導(dǎo)致數(shù)據(jù)類(lèi)型的不斷擴(kuò)展，數(shù)據(jù)量及類(lèi)型的變化也對(duì)專(zhuān)利數(shù)據(jù)的挖掘和建模方式提出了更高的要求。針對(duì)特定的應(yīng)用場(chǎng)景，建立合適的模型來(lái)挖掘海量專(zhuān)利數(shù)據(jù)背后隱藏的高價(jià)值信息，是傳統(tǒng)的統(tǒng)計(jì)分析工具所不能勝任的。利用深度學(xué)習(xí)算法進(jìn)行數(shù)據(jù)挖掘已經(jīng)在多個(gè)領(lǐng)域展現(xiàn)了巨大的優(yōu)勢(shì)，而在專(zhuān)利分析領(lǐng)域尚屬空白。因此，探索研究基于深度學(xué)習(xí)的人工智能專(zhuān)利數(shù)據(jù)挖掘和建模方法，以滿(mǎn)足海量專(zhuān)利數(shù)據(jù)的要求，勢(shì)在必行，時(shí)不我待。本書(shū)主要從四個(gè)方面展開(kāi)：一是給出R語(yǔ)言快速入門(mén)需要掌握的基本知識(shí)；二是從專(zhuān)利分析數(shù)據(jù)處理角度出發(fā)，總結(jié)歸納用R語(yǔ)言處理專(zhuān)利數(shù)據(jù)的幾種常用場(chǎng)景；三是結(jié)合專(zhuān)利分析中的數(shù)據(jù)可視化給出常用專(zhuān)利分析圖表的R語(yǔ)言制圖方法；四是結(jié)合數(shù)據(jù)挖掘算法介紹利用R語(yǔ)言進(jìn)行專(zhuān)利數(shù)據(jù)挖掘的幾種常見(jiàn)任務(wù)。本書(shū)由國(guó)家知識(shí)產(chǎn)權(quán)局專(zhuān)利局專(zhuān)利審查協(xié)作江蘇中心光電技術(shù)發(fā)明審查部組織編寫(xiě)，具體撰寫(xiě)分工如下：屠忻，參與撰寫(xiě)前言、第1章、第2章、第3章第3.1~3.2節(jié)；李立功，參與撰寫(xiě)第3章第3.3~3.7節(jié)、第4章第4.1~4.3.1節(jié)；高慧霞，參與撰寫(xiě)第4章第4.3.2節(jié)、第4章第4.4~4.5節(jié)；楊爽，參與撰寫(xiě)第4章第4.3.3節(jié)、第4.6節(jié)；蔣帆，參與撰寫(xiě)第4章第4.7節(jié)~4.8節(jié)、第5章第5.1~5.2節(jié)；黃煜，參與撰寫(xiě)第5章第5.3~5.4節(jié)；左良軍，參與撰寫(xiě)第5章第5.5~5.6節(jié)、本書(shū)附錄A~C、參考文獻(xiàn)。全書(shū)由李立功、左良軍負(fù)責(zé)統(tǒng)稿、校對(duì)。本書(shū)內(nèi)容為編者在專(zhuān)利分析工作中的經(jīng)驗(yàn)總結(jié)，希望能為提升從業(yè)者的專(zhuān)利數(shù)據(jù)處理、數(shù)據(jù)可視化及信息挖掘的能力起到一定的積極作用。由于時(shí)間倉(cāng)促，加之編者水平所限，部分成果還需要在實(shí)際應(yīng)用中不斷豐富和完善，應(yīng)用效果也需要經(jīng)過(guò)實(shí)踐的進(jìn)一步檢驗(yàn)。本書(shū)中的觀點(diǎn)和內(nèi)容如若存在偏差和不足之處，敬請(qǐng)廣大讀者批評(píng)指正。