Los Clústeres Industriales Innovadores (IIC), caracterizados por la agregación geográfica y la colaboración tecnológica entre empresas e instituciones tecnológicas, sirven como motores fundamentales de la competitividad económica regional y los avances tecnológicos. Investigaciones previas sobre la identificación de clústeres, crucial para el análisis de IIC, han enfatizado predominantemente las dimensiones geográficas mientras pasaban por alto la proximidad tecnológica. Abordando estas limitaciones, este estudio introduce un marco integral que incorpora múltiples índices y métodos para identificar con precisión los IIC utilizando datos de patentes. Para descubrir conocimientos tecnológicos latentes dentro de los documentos de patentes, se emplea la Asignación de Dirichlet Latente (LDA) para generar temas a partir de una colección de términos. Utilizando los nombres y direcciones de los solicitantes registrados en las patentes, un sistema de mapas de Interfaz de Programación de Aplicaciones (API) facilita la extracción de ubicaciones geográficas. Posteriormente, se despliega un algoritmo de Agrupamiento Espacial Basado en Densidad Multivariante de Aplicaciones con Ruido (MDBSCAN), que tiene en cuenta tanto las distancias tecnológicas como las espaciales, para delinear los IIC. Además, se construye un modelo de red bipartita basado en la información geográfica de patentes recopilada de la patente para analizar la distribución tecnológica en la geografía y el modo de desarrollo de los IIC. La utilización del modelo y las metodologías se demuestra a través de un estudio de caso sobre la industria de electrónica flexible de China (FEI). Los hallazgos revelan que los clústeres identificados a través de este nuevo enfoque están significativamente correlacionados con la innovación tecnológica y los factores geográficos. Además, el algoritmo MDBSCAN demuestra una notable superioridad sobre otros algoritmos en términos de precisión computacional y eficiencia, como lo evidencia el análisis de caso.