随着我国科技的发展,在各个行业都涉及到了数据分析并实现可视化的热点问题。目前该领域理论和应用研究在不断地深入。对于专利信息服务平台,通常在功能上比较简单化,但是海量的数据资源逐渐扩大,对数据进行加工的时候需要计算机辅助人工操作计算,从而使我们在数据分析过程中对于数据清洗的问题更加重视。本课题在数据挖掘的基础下对专利信息分析的方法体系进行研究,对专利文本信息进行数据加工、了解涉及到的算法、专利分析基本框架以及数据可视化展示进行研究总结,从而达到技术上的支持。针对专利权人以及发明人的数据信息进行清洗,在专利分析中具有独特的价值,对数据信息进行更有效的分类处理能够体现信息内部看不到的数据信息,使信息更简明,对后期的分析及可视化工作做了良好的铺垫。同时也提高了数据清洗的效率,降低了数据清洗的成本。为了完成对专利权人及发明人的清洗工作,本文运用了AdaBoost算法对其进行重新分类,将更多的小分类结合成一个更有用的大分类体系。对数据清洗的方法给予了新的思想,也对相近的数据类型的清洗任务给予了有用的参照。最后对数据进行表述,利用可视化技术呈现视觉模型,对图形的展示加以分析。