1、專利文獻具有數據量大、類型復雜，蘊含信息豐富的特點。但是，目前常用的專利文獻處理信息化平臺對海量專利文獻數據的處理能力不足，缺乏對專利文獻進行系統(tǒng)分析與深度信息挖掘的能力。為了解決這些問題，本文課題圍繞大數據技術在專利數據分析中的應用展開了研究開發(fā)。
　　作者調查了專利審查工作，尤其是專利數據審查質量分析與低質量專利分析的應用需求;研究了大數據處理與分析的相關技術；設計了專利大數據處理平臺的體系結構（主要包括應用系統(tǒng)、Spark大

2、數據框架、數據源三大組成部分）。研究了K-近鄰算法、關聯(lián)規(guī)則算法，以及聚類算法在專利數據分析處理中的應用方法。
　　在理論研究的基礎上，基于Linux操作系統(tǒng)、Spark2.1.0、R3.3.2構建了專利大數據處理平臺，基于Spark R與Mlib環(huán)境，應用基于R的W e b交互界面的應用框架軟件包Shiny、可在Spark中進行數據分析的R語言包Sparklyr，以及R語言開發(fā)實現(xiàn)了低質量專利數據聚類分析軟件。
　　本軟件

3、以外觀專利申請中的低質量案件為對象，獲取其主分類號等數據集，存儲在分布式文件系統(tǒng)h d fs中；應用R語言調用Sparklyr連接Spark計算框架；通過K均值聚類軟件進行聚類輸出，獲得數據分析結果，再通過R程序進行可視化；使用shiny與用戶進行Web交互。
　　目前，低質量專利數據聚類分析軟件已在某公司正常運行，可對低質量專利數據進行聚類分析；可根據顏色，位置，聚合程度來直觀顯示聚類效果。運行結果表明，本軟件對于輔助專利機構提