〔摘要〕文章介绍了Innography专利分析系统的功能和特性，并以北京工业大学为例，从专利申请的年度趋势分析、专利技术类别分析、热门领域文本聚类分析、专利发明人分析和高强度专利分析等方面，系统深入地研究了该校的专利申请情况，探索了Innography专利分析系统在高校专利成果分析和科技创新能力研究中的应用。 全文查看链接 　　Innography专利分析系统的文本聚类分析功能，可以帮助快速判断高校某热门研究领域的技术要点。文本聚类分析功能是通过分析专利的标题、摘要和权利要求项的文字，提取出共性的关键词并将专利按照关键词进行分组。例如分别提取出北京工业大学申请较多的“建筑”和“化学”领域，对这两个领域的专利分别进行文本聚类分析，图5为北京工业大学建筑领域专利文本聚类图，由图5可知在建筑领域，历年来北京工业大学发明人对效用模型、钢筋、能量耗散、钢管等研究较多。图6为北京工业大学化学领域专利文本聚类图，由图6可知在化学领域，历年来北京工业大学发明人对废水、效用模型、制备和碳源研究较多。 全文查看链接 　　（5）北京工业大学的专利总量较多，但高强度专利数量不多，且强度分布主要集中在30%～50%区间段，大于50%的高强度专利数量较少。此外，北京工业大学的高强度专利主要集中在2010-2012年，说明之前该校对专利质量的重视程度不够。针对这种情况，学校的科研成果管理应该把专利质量放在更加突出的位置，应积极采取有效措施促进技术含量高、市场前景好，符合技术发展趋势和产业政策的高价值专利的申请。例如通过调整和完善学术奖励机制，将专利质量纳入到奖励评定机制中，改变以往只以专利申请数量作为激励的惟一标准。 全文查看链接