第1章 簡 介001
1.1 關于本書 001
1.1.1 為什么要撰寫本書 001
1.1.2 本書的撰寫原則 002
1.1.3 本書的讀者對象 003
1.1.4 本書的使用方法 004
1.2 專利分析概論 004
1.2.1 專利分析基本流程 004
1.2.2 當前專利分析基本方法 010
1.2.3 專利分析的發(fā)展方向 011
1.3 數據科學概論 012
1.3.1 數據取樣與探索 012
1.3.2 數據預處理與可視化 013
1.3.3 數據挖掘與建模 014
1.4 小結 014
第2章 R語言入門016
2.1 本章概述 016
2.2 R語言簡介與安裝 017
2.2.1 R語言簡介 017
2.2.2 R安裝及RStudio簡介 018
2.3 R包的使用 021
2.3.1 R包的介紹 021
2.3.2 R包的安裝和載入 022
2.4 常用R包及函數使用介紹 023
2.4.1 數據整理——tidyr 023
2.4.2 表格操縱——dplyr 027
2.4.3 字符處理——stringr 031
2.4.4 時間處理——lubridate 034
2.4.5 數據導入導出——openxlsx 036
2.5 R語言數據結構 037
2.5.1 向量 037
2.5.2 矩陣 038
2.5.3 數組 039
2.5.4 數據框 040
2.5.5 因子 042
2.5.6 列表 043
2.6 小結 044
第3章 專利數據處理045
3.1 本章概述 045
3.2 申請年份統(tǒng)計 046
3.2.1 年份申請量統(tǒng)計 047
3.2.2 年份國內外申請量統(tǒng)計 050
3.2.3 年份國別申請量統(tǒng)計 052
3.3 專利申請人統(tǒng)計 055
3.3.1 申請人專利數量統(tǒng)計 056
3.3.2 標準申請人清洗 058
3.3.3 申請人合作關系統(tǒng)計 062
3.4 技術主題統(tǒng)計 069
3.4.1 技術主題分布統(tǒng)計 069
3.4.2 技術主題占比統(tǒng)計 072
3.5 同族數據統(tǒng)計 073
3.5.1 同族數據拆分為多列 073
3.5.2 同族數據拆分為多行 076
3.6 多維數據聯(lián)合統(tǒng)計 080
3.6.1 三維數據的聯(lián)合統(tǒng)計 080
3.6.2 四維數據的聯(lián)合統(tǒng)計 085
3.7 小結 086
第4章 專利數據可視化087
4.1 本章概述 087
4.2 利用ggplot2包制圖 088
4.2.1 柱形（條形）圖 088
4.2.2 折線（路徑）圖 098
4.2.3 散點（氣泡）圖 103
4.3 利用Highcharter包制圖 108
4.3.1 圓環(huán)類圖 109
4.3.2 極坐標圖 113
4.3.3 矩形樹圖及熱力圖 118
4.4 利用Dygraphs包繪制交互式時序圖 121
4.4.1 折線時序圖 122
4.4.2 折線 條形時序圖 123
4.4.3 堆疊條形 折線時序圖 124
4.5 利用Circlelize包制圖 126
4.5.1 申請人合作關系弦圖 126
4.5.2 五局技術流向弦圖 128
4.5.3 條形跑道圖 132
4.6 專利地圖的繪制 134
4.6.1 基于baidumap和Remap包繪制地圖 135
4.6.2 專利地圖與其他圖表的結合 140
4.7 利用NetworkD3包制圖 145
4.7.1 力導圖 145
4.7.2 網絡圖 152
4.8 小結 155
第5章 專利數據挖掘與建模156
5.1 本章概述 156
5.2 數據挖掘基礎 157
5.2.1 數據挖掘的基本任務 157
5.2.2 數據挖掘建模的過程 158
5.3 變量主成分分析 159
5.3.1 問題背景 159
5.3.2 主成分分析方法 160
5.4 聚類分析 166
5.4.1 問題背景 166
5.4.2 K-means聚類分析 166
5.5 分類與預測分析 173
5.5.1 問題背景 173
5.5.2 人工神經網絡算法 174
5.5.3 支持向量機算法 181
5.5.4 樸素貝葉斯算法 185
5.6 小結 189
附錄A 本書代碼索引190
附錄B 本書用到的擴展包192
附錄C R語言學習資源195
參考文獻198