随着经济全球化和知识经济的深入发展，专利日益成为国家发展和企业形成核心竞争优势的关键性战略资源。专利信息作为一种集技术、法律与经济信息于一体的战略性信息资源，是紧密联系科技和经济两大领域的纽带，若能有效利用专利数据并将其转化为专利指标去评估、监控产业发展状况，将非常有助于促进产业的快速健康发展。　　本文整理归纳专利与产业的分类体系，分别阐述国外与国内专利与产业映射的研究现状，对比并总结其主要映射方法，国外本领域的研究早于且成熟于国内研究，映射方法主要有基于专家判定、基于交叉检索和基于概率计算三类。　　在充分调研国内外专利与产业映射研究进展的基础上，本文提出一种基于相似度的专利与产业类目映射模型，模型拥有准确、易扩展和高效率的优点。以《国际专利分类》与《国民经济行业分类》为例，设计类目映射模型并做映射实验，通过Z-score标准化方法处理余弦相似度结果，完成《国际专利分类》小类与《国民经济行业分类》小类的部分映射，并根据国家知识产权局的试用版本对照成果综合评价本模型。模型综合考虑专利官方注释规范精炼和大量专利数据覆盖面广的优点，通过自然语言处理技术自动化得到专利与产业类目的映射组合，较现有方法节省大量人力成本的同时保证了正确率，模型可方便地进行映射类目细粒度的调整，并适用于大部分专利与产业分类的映射。同时，本文在已建立的映射模型基础上，以2015年度中国科学院院所发明专利与《战略性新兴产业分类》为例，提出一种基于余弦相似度计算的专利文献与产业类目映射模型并做映射实验，并根据映射成果综合评价本模型。最后，指出模型有待完善之处，并对下一步可拓展的应用领域进行探讨。