技术发展日新月异，企业之间的竞争日趋激烈。技术范式转换对相关产业具有重大影响，对技术范式发展走向的分析影响企业决策的制定，决定企业在未来的竞争中是否能够占据有利地位。当今社会资源紧缺，技术范式的发展方向同样影响着国家战略决策的制定，研究和预见技术范式转换具有重要意义。专利包含丰富的技术、商业、产品知识，反映技术创新活动。专利文本数据包含了专利的主题、创新点、适用范围等重要内容，具有重要价值，文本挖掘技术的发展为专利文本数据分析提供了强有力的工具。技术的发展具有一定的生命周期，技术生命周期理论为技术范式转换研究提供了新的研究视角。因此，本文以专利文本挖掘技术为工具，以技术生命周期为研究视角，深入分析专利文本数据，研究技术范式转换预见理论和方法。　　本研究在识别技术范式转换特征，研究技术范式转换机制，分析专利活动与技术范式转换之间关系，探究技术生命周期理论的基础上提出基于专利文本挖掘的技术范式转换预见方法。该方法首先对专利文本数据进行预处理，去除标点符号和停用词。其次，利用LDA模型抽取专利文本主题，获得专利文档在主题上的概率分布，并据此构建向量空间模型。接着，通过k-means算法实现专利文本的聚类并提出专利聚簇主题识别方法。最后，确定每个专利聚簇对应的技术范式，借助技术生命周期理论，以时间为横轴，以专利累计申请量为纵轴，绘制“S”曲线，识别出技术范式转换特征，预见技术范式转换。　　为研究基于文本挖掘的技术范式转换预见方法的有效性，本文以手机通信技术为例进行实证研究，从德温特数据库中获取相关数据，构建数据库存储专利数据，使用java程序实现专利文本的分词、切词与去除停用词，利用LDA模型的开源组件JGibbLDA获取专利文本在主题上的概率分布，对手机通信技术专利进行聚类分析。最后借助logletlab2软件绘制“S”曲线，估算相关参数值，判断出2G技术处于衰退期，3G及以后通信标准处于成长期，手机通信技术领域正在进行技术范式转换。通过实证研究验证了本文所提出方法的实用性和有效性。