本数据集源自公开的广东省河源市商标申请数据，其核心价值在于运用了K-均值聚类分析（K-Means Clustering）算法，对市场中的商标申请主体进行了深度的行为画像与智能分群。 首先将数据从“单次商标申请”的微观层面，聚合至“独立申请人”的中观层面，并为每一位申请人计算出四个关键的行为量化指标：申请规模、历史成功率、业务广度及业务专注度。基于这些综合特征，成功地将复杂的市场主体划分为了三个具有鲜明业务画像的群体。不仅生成了数字化的ApplicantCluster（申请人群体编码），更进一步地为每一条记录都匹配了明确的申请主体类型标签（例如：“初创探索者”、“垂直领域专家”、“大型成熟企业”）。最终，本数据集将分散的申请行为转化为结构化的、可直接解读的市场主体分群信息，为精准营销、客户分层和市场趋势洞察提供了强大的数据基础。

本数据集采用专业统计分析软件，核心数据处理流程如下： 1.数据聚合：以申请人为唯一键，将商标记录聚合至申请人层面。 2.特征工程：通过计算生成四个量化商业行为模式的核心指标： ①总申请量：衡量知识产权活跃规模。 ②历史成功率：反映注册专业度与成功经验。 ③业务广度：计算涉及商标大类数量，评估业务布局范围。 ④业务专注度：通过申请量与广度的比值，衡量垂直深耕程度。 3.聚类分析：采用K-均值算法，依据四个特征将申请人划分为三个特征鲜明群体，生成ApplicantCluster编码（1, 2, 3）。 4.群体释义：分析群体特征后标注业务含义，生成"申请主体类型"字段： ①成熟企业：高申请量、大业务广度、稳定成功率 ②垂直专家：极高专注度，集中深耕特定领域 ③初创探索者：低申请量、低专注度，呈现小规模多样化探索特征 5.标签匹配：通过键值匹配，将群体编码和类型字段精准添加至原始数据每行。 6.数据脱敏：对申请人名称进行重新编码处理（如HY_001），确保数据应用合规性。

本数据集通过对市场主体的科学分群，为知识产权服务机构的业务增长和模式创新提供了直接的数据驱动力： 1.精准营销与客户分层管理：机构可利用申请主体类型标签，对潜在客户和存量客户进行精准画像。例如，针对识别出的“初创探索者”群体，可批量推送“首次商标申请优惠套餐”；对于“垂直领域专家”，则可提供“深度行业竞争监控”的增值服务；对于“大型成熟企业”，可由高级顾问团队提供“全面IP战略托管”方案，实现营销资源的精准投放和客户价值的深度挖掘。 2.服务产品创新与优化：通过分析不同群体的规模、特征及增长趋势，机构可以洞察市场上的潜在需求，从而创新或优化服务产品。例如，若发现“初-创探索者”群体增长迅速，可专门设计并推出一个集商标查询、申请、监控于一体的“初创企业IP启航包”，以满足该群体的特定痛点，抢占市场先机。 3.市场趋势洞察与战略规划：通过对各申请人群体数量、行业分布的动态分析，机构可以宏观地把握市场脉搏。例如，观察“垂直领域专家”主要集中在哪些新兴的商标大类，可以预判未来的行业热点和高价值服务领域，为机构自身的业务战略规划提供了数据支持。

见数据样例附件(供展示)。 附件下载

字段名称 字段类型 字段说明 商标名称 TEXT 商标名称 商标注册号 CHAR(20) 商标注册号 商标大类 VARCHAR(10) 商标国际分类号 申请日期 DATE 提交申请日期 商标申请人 VARCHAR(20) 脱敏处理 申请人类型 VARCHAR(10) 申请人类型 所属区县 TEXT 所属行政区县 法律状态 VARCHAR(10) 法律状态 注册公告日期 DATE 注册公告日期 商品组别 TEXT 商品服务类别 商品组别数量 INTEGER 商品服务类别数 注册申请时长 INTEGER 注册流程天数 成功注册标识 INTEGER 商标是否成功注册 大类主标识 INTEGER 用于计算业务广度的大类标记 成功注册量 INTEGER 申请人注册的商标总数 业务广度 INTEGER 申请人涉及的商标大类数 总申请量 INTEGER 申请人申请的商标总数 历史成功率 DECIMAL(5,4) 申请人商标注册成功率 业务专注度 DECIMAL(10,4) 衡量企业业务垂直深耕程度 群体编码 INTEGER 聚类分析得出的群体编码 申请主体类型 VARCHAR(10) 市场主体类型