专利信息分析专业的学习内容主要包括以下几个方面：

专利检索：

学习如何有效地检索专利文献，包括使用关键词、分类号、申请人、发明人等检索手段，以及掌握专利数据库的使用方法。

数据处理：

学习如何收集、整理和分析专利数据，包括数据清洗、数据挖掘、数据统计等技能，以便从中提取有价值的信息。

图表制作：

学习如何将分析结果以图表的形式展示，包括绘制专利数量的地理分布图、技术领域的热度图等，以便更直观地理解专利信息。

专利分析方法：

学习包括定量分析方法、定性分析方法、拟定量分析方法、图表分析方法等在内的各种专利分析方法，以便对专利信息进行深入分析。

专利分析典型应用：

学习专利信息分析在专利技术分析、专利环境分析、权利分析等方面的应用，以便将分析结果应用于实际工作中。

知识产权法律法规：

学习专利法及相关法律法规，了解专利的申请、审批、维护和侵权等方面的知识。

数据可视化：

学习如何利用数据可视化工具，通过拖拽、缩放等操作探索数据，使分析结果更易于理解和应用。

机器学习与文本挖掘：

学习利用机器学习算法和自然语言处理技术，从专利文献中提取关键信息，发现其中的模式和规律。

商业意识：

培养将专利分析结果转化为商业价值的意识和能力。

跨学科能力：

培养综合运用理工科知识、法律知识、数据分析技能等多学科知识的能力，以完成复杂的专利分析工作。

通过这些内容的学习，专利信息分析专业的学生将能够掌握从专利检索到分析应用的全流程技能，满足社会对中高端专利信息分析专业人才的需求。