Ernst提出了使用专利信息作为技术管理的一项创新度量的一个抽象性框架。专利是创造性过程的直接输出，而且由于一项发明生效必须由政府审核，所以专利是一种客观标准，它是世界上数量最大的信息资源之一，也是当今知识经济时代最重要的战略资源之一。它涉及所有技术领域最新、最活跃的创新信息，对科技创新和战略决策有非常重要的参考价值。然而专利信息浩如烟海，现在对专利信息的利用多是某个年份某类专利申请情况的分析，或是根据申请日期来判断专利技术的生命周期。再进一步的分析还有基于专利摘要的文本挖掘得到的语义网络分析，但由于语言表达的多样性和专利价值隐藏的深层性，要实现全面、准确的利用专利信息并用于决策支持却非常困难。如何能够全面有效的挖掘出专利信息中隐藏的技术等信息，提高基于专利信息的决策的正确性，是本文研究的核心任务。本论文通过将文本挖掘与分布式计算相结合的方法来实现基于专利领域信息的技术功效与技术应用矩阵图的构造，充分利用人工整合后的德文特专利数据的专利摘要的特殊结构来充当数据基础，进而来提高专利信息的利用价值。在全方位地研究了现阶段基于专利信息的技术功效与技术应用矩阵图的现状之后，本文提出了整体研究框架。其主要研究内容有：首先，构建基于句式结构的专利领域语料库，此部分主要依据句式结构将专利摘要进行细化、拆分，使其足够结构化，再通过构建语料库的方式将摘要的各个部分单独存储下来；其次，设计基于云平台的矩阵共现算法，解决海量数据或大矩阵运算过于消耗系统资源的问题。并将上一步中构建的语料库的各个部分转化成技术与功效和技术与应用共现的矩阵。最后，在第三章的数据源和第四章的矩阵共现算法的基础上，搭建专利领域的技术功效矩阵图和技术应用矩阵图，并在此基础上挖掘其潜在的应用价值。