专利地图可以将专利数据内的大量错综复杂信息以各种视觉直观的图表形式反映出来,具有良好的导向功能。本文通过分析研究现阶段专利地图的各类方法,归纳相应的优势及存在的不足,并分析出现有专利地理制作方法运用在苹果专利时会存在难以适应大规模专利的特征处理问题和高维特征可视化处理时的降维映射两个方面存在问题。(1)专利地图聚类方法。聚类中特征选择方法存在不足,使用的经典方法往往会给聚类结果带来噪音数据。由于苹果专利的数量大,涉及技术领域广泛,特征向量维度高,传统方法难以适用。提出一种适用于专利数量大、多技术类别的改进聚类算法。(2)专利地图的可视化表示方法。在传统的自组织映射算法对高维度专利文本难以适应。在地图制作过程中,由于苹果专利的多样性和复杂性,需要探索一种有效的拓扑方式自适应实现任意维数的输入专利类别模式转变为低维的离散映射。提出一种适用于高特征维度的专利文本可视化表示方法。本文基于改进聚类算法和改进自组织特征映射提出一种专利地图生产框架,利用语言模型分析和向量空间模型处理专利文本后,通过改进的LTF-IDF方法进行特征选择,将高维数据降到低维空间进行有效的聚类,最后利用自组织映射算法将结果降维映射制作成专利地图。利用本文的专利地图生产框架对苹果公司的专利现状进行了详尽分析研究,揭示苹果专利的技术发展趋势和分布特点。通过分析结论帮助我国科技企业了解苹果公司整体专利布局,同时对其专利申请重点领域、技术发展情况有更加系统的认识。