信息系统设计论文范文10篇.docx

信息系统设计论文范文10篇  1.1专利信息可视化分析系统的建设目标  专利信息可视化分析系统的设计是把商业智能(BI)技术应用于专利信息分析，主要是为了实现以下建设目标:①引入专利分析指标，用户可以不用知道专利指标的计算方式，只需要了解这些指标的用途，就可以利用系统得出分析结果。②建立多维分析系统，为用户从多角度分析问题供应牢靠的工具，从而为专利申请和专利战略制定供应精确?????、准时的依据。③为企业了解竞争对手的核心技术和讨论热点领域及确定专利申请战略、专利实施战略与专利爱护战略服务。④为发觉科技创新人才供应支持。⑤为国家从宏观层面发觉技术进展趋势、提升科研水平、制定投入与产出规划等供应决策支持。这些建设目标打算了专利信息可视化分析系统设计的功能目标，主要包括功能体系结构的说明、各模块之间关系的描述、系统界面形式的选择以及各个功能模块的设计。  1.2专利信息可视化分析系统的主要功能  专利信息可视化分析系统最主要的功能是对专利数据进行可视化分析并绘制相关图谱以及对相关数据进行挖掘与猜测。专利信息可视化分析系统的总体功能结构。专利信息可视化分析系统主要由四大部分组成，即数据仓库、ETL系统、OLAP和数据挖掘。数据仓库是专利数据的存储地;ETL系统可以批量地把异构的专利数据进行处理;OLAP系统是多维分析专利数据的技术核心;数据挖掘就是从大量的专利数据中发觉隐蔽的模式和规律。  1.3专利信息可视化分析系统的性能需求  与一般信息系统的性能需求相同，专利信息可视化分析系统的性能需求主要包括平安性需求、牢靠性需求、用户界面需求、响应时间需求、敏捷性需求、故障处理需求、可扩展性需求等。  1.4专利信息可视化分析系统的功能需求  专利信息可视化分析系统的功能需求可以定义为两大类，即多维数据数分析和专利数据挖掘。多维数据分析即多角度分析数据，专利信息可视化分析系统的分析角度包括专利申请时间(从整体和技术领域分析专利申请的趋势)、专利公开时间(分析专利的公开趋势，专利申请与公开的时间差，即专利申请延迟公开的大致时间)、专利机构和人(分析和评估专利机构和人)、专利申请地域(分析专利地域分布趋势及各地域技术优势和人才分布状况)、专利权人(分析专利权人的技术状况、专利申请状况、专利质量和讨论热点等)、专利创造人(发觉高产专利创造人和核心技术人员，与专利分类号结合可以分析专利创造人的技术特点)、专利分类号(从IPC分类和专利技术领域分析专利信息，结合区域、创造人和专利权人可以综合分析专利数据，确定各区域、创造人、专利权人的技术特点和优势)、专利授权(观看专利授权状况及相关法律状态)、专利失效(观看专利失效状况)和专利类型(分析专利类型，并结合其他角度进行综合分析，如专利技术生命周期)等。用户可以自由选择数据分析的角度，系统还需供应数据筛选功能，如制定特定的专利权人和时间段作专利分析，即数据切片，系统必需供应数据切片功能。专利数据挖掘功能包括专利创造人关联分析、专利权人关联分析、IPC关联分析、专利引证分析、专利聚类分析和专利申请时序分析等。专利创造人关联分析用来发觉专利创造人之间的合作创造状况，并可以通过这个模型为企业选择合适的创造人和技术人才;专利权人关联分析用来发觉专利权人之间的关系网络;IPC关联分析用来发觉专利技术领域间的关系;专利引证分析利用专利之间的引用关系发觉基础专利、核心专利、技术演化过程;专利聚类分析用来对专利数据进行划分;专利申请时序分析用来猜测将来的专利进展趋势。  2专利信息可视化分析系统的设计思路  2.1专利数据仓库建立  2.1.1维度建模  数据仓库的模型构建与一般事务型数据库模型构建方式不同。美国的K.Ralph在长期的数据库分析与设计中总结出了一种“维度建模”法。维度建模是一种将数据结构化的设计方法，并且供应快速查询功能。维度将对象分为度量和上下文。度量经常以数值形式消失，称为“事实”，事实被大量文本形式的上下文包围。上下文被直观地分割成多个独立的规律块，称为“维”。维度描述了度量上下文的“5W”(即Who、What、When、Where和Why)信息以及作用方式。  2.1.2专利数据的特征  充分了解现有数据的真实状况是影响数据仓库模型的重要因素。本系统通过中国专利数据库猎取了2000—2024年湖南省专利申请数据共计93754条，这些专利数据包括创造专利和有用新型专利，但不包括外观专利。  2.2专利数据处理  2.2.1专利申请日和公开日处理  专利申请日和公开日处理的过程如下:首先从原始的专利数据源的公开日字段和申请日字段提取出日期数据，然后将这两个字段的记录合并成为一个数据集，由于这个数据集中有大量的冗余数据，为供应性