分析高新技术的发展趋势,提高可持续创新能力,是企业实现可持续发展的保障,技术创新的根本动力在于是否能够为企业带来核心竞争力,而研究技术发展的趋势有助于提高企业对技术创新的理解和认识。现有的研究大多是通过统计和分析企业申请的专利数据,进而评估技术创新能力。本文从专利数据挖掘的角度,分析创新技术的分布规律及发展趋势,从而评估企业技术创新能力。专利是衡量技术创新能力的重要指标,专利数据的信息量大,而且逐年呈现出快速增长的趋势,专利文档中包括摘要、技术背景、声明等丰富信息。针对专利内容的挖掘已经成为文本挖掘领域的热点问题,近年来在国际数据挖掘领域相关顶级会议均有所涉及。本论文基于主题模型对专利内容进行挖掘,发现专利中的技术发展趋势。主题模型是挖掘隐含在文档中主题的模型。近几年,出现了多种基于主题模型的应用。本论文首先通过分析专利数据格式,基于主题模型提出面向专利的PWs分析模型,该模型主要对专利的申请人信息(通常为高新技术公司)、企业地址以及专利内容的分析,挖掘出各类内容与技术主题的概率分布；然后,通过分析技术成熟度曲线,收集新兴技术的技术文档,本文使用一种基于TF-IDF的匹配方法,计算出专利技术主题的概率分布与新兴技术文档的关联度；最后,本文通过一种基于信息熵的方法计算出可衡量企业技术创新能力的指标序列。通过对指标序列的分析得出企业技术创新能力的现状。通过分析美国专利局公开发布的专利数据,本文进行了实验验证,通过实验结果及实例分析,验证了本论文提出方法的有效性。