• 如何玩转专利大数据——智慧容器助力专利分析与运营
21年品牌 40万+商家 超1.5亿件商品

如何玩转专利大数据——智慧容器助力专利分析与运营

全新正版现货

61.6 7.0折 88 全新

仅1件

四川成都
认证卖家担保交易快速发货售后保障

作者陈玉华

出版社知识产权出版社

ISBN9787513060882

出版时间2019-07

装帧平装

开本16开

纸张胶版纸

定价88元

货号28494469

上书时间2024-07-07

天涯淘书阁

五年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
正版全新
商品描述

内容简介】:

本书通过以数据为核心的分析理念,以专利服务运营为导向的大数据思维和分析方法,以容器为载体的数据优化集成,汇聚专利智慧,助力专利服务和运行。本书从专利大数据的特点出发,基于容器思想的精髓,将容器思想引入到专利大数据的处理中,将专利分析中常用的两种服务类型与容器结合,实现容器与专利分析、专利运营的结合,利用容器技术为专利分析和专利运营的过程服务,对专利分析和专利运营的全生命周期进行分析,对专利数据进行建模,解决专利大数据如何重复利用的问题,实现专利服务和专利运营过程中的检索式复用、算法复用、技术分解表复用、图表复用、文档复用,专利数据的复用,进而实现专利分析项目二期对项目一期的复用,实现专利智慧的传承,并且基于软件工程、软件设计对上述具体过程设计了实现模式。



作者简介】:

陈玉华,研究员,硕士毕业于清华大学。现担任专利局专利审查协作北京中心电学部主任,曾发表学术论文十余篇,并入选国家知识产权局高层次人才培养对象。 曾主持编撰过多部学术著作:  《电学领域审查实务》,清华大学出版社,2013年; 《专利审查业务研究与实践2013》,中国人事出版社,2013; 《发明专利申请审查业务研究与实践》,知识产权出版社,2014年; 《电学领域审查实务(第二辑)》,清华大学出版社,2015年。



目录】:

目 录
*章 概述
第二章 专利大数据
2.1 大数据变革
2.1.1 大数据产生的背景
2.1.2 大数据的概念与特征
2.1.3 大数据技术架构
2.2 应运而生的专利大数据
2.2.1 专利大数据产生的背景
2.2.2 专利大数据的概念、特征与价值
2.2.3 专利大数据资源的现状
2.3 基于专利大数据的专利分析和运营
2.3.1 基于专利大数据的专利分析
2.3.2 基于专利大数据的专利运营
2.4 专利大数据的智能分析
2.4.1 专利大数据智能分析的发展趋势
2.4.2 基于专利大数据智能分析的必要性
2.4.3 现有方法、工具及系统架构
第三章 容器思想
3.1 从大数据到容器思想
3.2 容器思想的内涵与外延
3.2.1 容器思想的内涵
3.2.2 容器思想的外延
3.2.3 容器思想与其他数据处理思想的比较
3.3 容器应用于专利分析和专利运营的必要性和可行性
3.3.1 容器应用于专利分析的必要性和可行性
3.3.2 容器应用于专利运营的必要性和可行性
第四章 专利分析容器
4.1 容器与专利分析的结合
4.1.1 专利分析服务的价值
4.1.2 专利分析服务的现状
4.1.3 容器与专利服务的结合分析
4.2 容器与专利分析项目
4.2.1 专利分析项目
4.2.2 容器与专利分析项目的结合
4.2.3 专利分析项目容器的应用
4.3 容器与专利稳定性项目
4.3.1 专利稳定性项目
4.3.2 容器与专利稳定性项目的结合
4.3.3 专利稳定性项目容器的应用
4.4 容器与专利主题检索项目
4.4.1 专利主题检索项目
4.4.2 容器与专利主题检索项目的结合
4.4.3 专利主题检索项目容器的应用
4.5 容器与专利导航项目
4.5.1 专利导航项目
4.5.2 容器与专利导航项目的结合
4.5.3 容器在专利导航项目的应用
4.6 容器与专利预警项目
4.6.1 专利预警项目
4.6.2 容器与专利预警项目的结合
4.6.3 专利预警项目容器的应用
第五章 专利运营容器
5.1 容器与专利运营的结合
5.1.1 专利运营的概念与价值
5.1.2 专利运营的特点与问题
5.1.3 容器与专利运营的结合
5.2 容器在专利价值评估中的应用
5.2.1 专利价值评估概述
5.2.2 专利价值评估项目数据
5.2.3 容器与专利价值评估的结合与应用
5.3 容器在高价值专利挖掘中的应用
5.3.1 高价值专利挖掘概述
5.3.2 高价值专利挖掘项目数据
5.3.3 容器与高价值专利挖掘项目的结合与应用
5.4 容器在专利布局中的应用
5.4.1 专利布局概述
5.4.2 专利布局项目数据
5.4.3 专利容器与专利布局的结合与应用
第六章 容器的实现
6.1 专利大数据容器系统的设计
6.1.1 容器在专利大数据系统中的作用
6.1.2 专利大数据容器系统的结构
6.1.3 项目检索设计
6.1.4 新项目建立设计
6.1.5 项目导入设计
6.1.6 图表生成及算法复用设计
6.1.7 生成报告流程设计
6.1.8 项目管理设计
6.1.9 角色设计
6.2 容器数据结构的实现
6.2.1 容器的高维数据模型
6.2.2 容器的分层结构和组合结构
6.2.3 容器的构建机制
6.2.4 容器的安全机制
6.2.5 容器的存储机制
6.2.6 容器的封装机制
6.2.7 容器的接口适配机制
6.2.8 容器的性能提升机制
6.2.9 容器的联动更新机制
6.2.10 容器的接口路径机制
6.2.11 专利容器的实现
6.3 基于微服务的专利容器实现
6.3.1 为什么使用微服务
6.3.2 Spring Cloud微服务框架
6.3.3 专利容器的微服务实现
6.4 基于Docker的专利容器分布式部署
6.4.1 Docker与虚拟机
6.4.2 Docker到底是什么
6.4.3 Kubernetes实践
6.4.4 高可用及自动发现专利容器服务的远期架构规划
第七章 应用前景分析与展望
7.1 容器思想进一步提升价值
7.1.1 容器思想提升专利分析运营
7.1.2 专利容器的扩展运用
7.1.3 基于容器的专利分析运营的附加值
7.2 基于容器的专利体系构成
7.2.1 基于容器的专利大数据在产品研发的应用
7.2.2 基于容器的专利大数据在专利申请的应用
7.2.3 基于容器的专利大数据在专利审查的应用
7.2.4 基于容器的专利大数据在专利侵权的应用
7.2.5 基于容器的专利大数据在专利引进的应用
7.2.6 基于容器的专利大数据在政府管理的应用
7.2.7 基于容器的专利体系融合
第八章 总结
8.1 基于容器的专利质量评估
8.1.1 基于容器的申请质量评估
8.1.2 基于容器的专利价值评估
8.2 基于容器的专利智能再分类
8.3 基于容器的审查过程数据分析
8.4 基于容器的创造性评判
8.4.1 基于容器的创造性因子选择模型
8.4.2 基于容器的公知常识鉴定模型
参考文献


—  没有更多了  —

以下为对购买帮助不大的评价

正版全新
此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP