新一代信息技术产业于2009年正式确立,数十年来一直是国家扶持的重点对象。近年,江西省新一代信息技术产业增长势头明显,但与沿海经济发达省份相比还存在不少差距。本文利用大数据技术和权威的专利数据,对江西省新一代信息技术产业发展状况进行深度分析和预测,为产业发展提供更有效的对策。本文主要研究内容如下:1、收集实验所需数据,并搭建Spark开发环境。本文根据国家统计局给出的对于新一代信息技术产业的分类,以及国家知识产权局给出的产业划分目录,制定专利数据检索式。利用Python实现网络数据爬取,经过清洗后生成原始数据集。本文建立了Spark集群及开发环境,利用大数据框架进行数据统计与分析,并利用Echarts图表库实现数据可视化。2、提出了改进的K-Means算法对专利数据进行聚类分析。聚类分析之前,为了提高实验结果的准确度,对实验数据进行离散点检测去除操作。为避免出现局部最优解的问题,改进了选取聚类中心点的方式,实验以江西省数据为例,选取专利申请人、专利年度数据等指标,进行多维度聚类分析。3、提出了基于Logistic模型以及生命周期理论的技术发展预测方法。以专利数据量为样本数据,用梯度下降法对模型进行参数调整以得到最优结果。本实验对全国新一代信息技术及其部分核心领域发展现状进行分析和预测,为未来的发展方向提供指导依据。为将分析结果进行系统性的展示,论文最后构建了一个Web系统,将研究结果可视化。本文的创新点是:1、采用权威的专利数据和大数据技术,对江西省新一代信息技术产业的发展进行分析和预测了产业发展趋势,填补了江西省在这一领域研究中的空白;2、引入了Spark大数据处理框架,提高海量数据处理效率,并改进了K-Means算法,利用离散点检测算法去除噪声,改善聚类中心点的选取方式,使得算法收敛速度更快,聚类效果更好。