本书从专利文献基本概念入手，对比了国内外知名专利检索与分析系统，介绍了专利检索与分析的关键技术，然后介绍了专利分析中的常用编程语言Python，接着重点阐述了基于Python的专利数据采集方法，基于支持向量机的高质量专利预测，增量式的专利语义标注方法以及基于语义网的专利知识挖掘方法。最后，本书基于已经标注的专利数据，提出一种基于语义网的专利分析地图，展现了热点主题以及主题之间的关联，并用案例说明了分析的有效性；为企业的科技创新和战略决策提供支持。
陈旭，博士毕业于武汉大学计算机学院，现任中南财经政法大学信息与安全工程学院教师，研究生导师。主要研究方向为专利信息挖掘与分析，主要教授课程包括大数据分析导论、管理信息系统、网络数据挖掘、数据及其应用，曾发表SCI/EI检索论文十余篇，作为技术骨干参与过国家自然科学基金重点项目，曾在CIKM，WWW等国际顶级会议发表学术论文，授权一项国家发明专利，研发的专利分析系统曾获NDBC最佳系统演示奖。
