CN116881870B - 一种基于科研成果分析的数据溯源方法和系统 - Google Patents
一种基于科研成果分析的数据溯源方法和系统 Download PDFInfo
- Publication number
- CN116881870B CN116881870B CN202311133671.0A CN202311133671A CN116881870B CN 116881870 B CN116881870 B CN 116881870B CN 202311133671 A CN202311133671 A CN 202311133671A CN 116881870 B CN116881870 B CN 116881870B
- Authority
- CN
- China
- Prior art keywords
- evaluation
- traced
- scientific research
- traceability
- tracing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011160 research Methods 0.000 title claims abstract description 189
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000004458 analytical method Methods 0.000 title claims abstract description 19
- 238000011156 evaluation Methods 0.000 claims abstract description 304
- 238000013209 evaluation strategy Methods 0.000 claims abstract description 41
- 238000004519 manufacturing process Methods 0.000 claims description 18
- 238000013461 design Methods 0.000 claims description 6
- 238000011835 investigation Methods 0.000 claims description 6
- 230000010076 replication Effects 0.000 claims 2
- 238000012545 processing Methods 0.000 abstract description 2
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
- G06F21/16—Program or content traceability, e.g. by watermarking
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明属于大数据处理技术领域,请求保护一种基于科研成果分析的数据溯源方法和系统,获取待溯源科研成果的类型,依据待溯源科研成果的类型采用对应的溯源评价策略;提取溯源评价策略的溯源评价路径,对溯源评价路径聚类划分,得到待溯源科研成果的溯源评价关键要素;获取相应的关联用户数据,当关联用户数据满足待溯源科研成果的溯源评价标准,认定待溯源科研成果有效,否则认定待溯源科研成果无效,得出待溯源科研成果的溯源评价结果;依据待溯源科研成果的溯源评价结果更新待溯源科研成果所属的类型的信任度,调整对应的溯源评价策略。本发明可有效对科研成果的溯源结果进行评价,对科研成果的可靠性进行检测,有效识别出学术不端和剽窃风险。
Description
技术领域
本发明属于大数据处理技术领域,具体的,涉及一种基于科研成果分析的数据溯源方法和系统。
背景技术
学术网络是一个公共场所,用户彼此之间都不认识,因此可以自由地畅谈,由于学术网络很容易和方便地在世界各地被使用,并且能利用海量的通信背景为学术不端分子提供掩护,因此成为对学术不端最具吸引力的交流方式。利用信息抽取技术可以鉴定学术不端团体,以及个体、组织和事件之间的关系。因此我们可以运用社会网络分析方法,从学术网络虚拟社会中抽取潜在学术不端网络。
一些新的技术已经应用到分析学术不端网络中,近几年,针对多种潜在的市场运作方面的研究表示,潜在的网络具有一定的灵活性,对学术研讨机构的监控和干预也具有一定的弹性。
由于学术网络是一个巨大的虚拟社会,每个用户都是一个潜在的学术不端者,用户之间的交互关系通过发帖和回复建立,因此调查人员希望通过这些线索获取每个成员的潜在学术不端概率,以及用户之间的关系。这似乎听起来是一个不可能的任务,因为调查人员必须花费大量的时间和精力搜索数据库,阅读学术不端报告,寻找学术不端社团的线索,然后人工推断潜在学术不端网络里其他成员的学术不端概率。这些任务都是既费时又费力的。
然而,目前还没有一项技术能够从学术网络上抽取交互关系,并且自动地构建潜在的学术不端网络。之前的相关研究借助已核实的部分信息并结合信念传播算法来推断其他成员的学术不端概率。但是这些潜在的学术不端概率网络都是手工建立的。同时,节点i的本地证据,以及节点i和节点j之间的相容函数都是随机产生的。虽然实验结果证实了我们的假设,但是推广该方法还是有难度的。
发明内容
根据本发明第一方面,本发明请求保护一种基于科研成果分析的数据溯源方法,其特征在于,包括:
获取待溯源科研成果的类型,依据所述待溯源科研成果的类型采用对应的溯源评价策略;
提取所述溯源评价策略的溯源评价路径,对所述溯源评价路径进行聚类划分,得到所述待溯源科研成果的溯源评价关键要素;
针对所述溯源评价关键要素,获取相应的关联用户数据,当所述关联用户数据满足所述待溯源科研成果的溯源评价标准时,认定所述待溯源科研成果有效,否则认定所述待溯源科研成果无效,得出所述待溯源科研成果的溯源评价结果;
依据所述待溯源科研成果的溯源评价结果更新所述待溯源科研成果所属的类型的信任度,调整对应的溯源评价策略。
进一步的,所述获取待溯源科研成果的类型,依据所述待溯源科研成果的类型采用对应的溯源评价策略,具体包括:
获取所述待溯源科研成果的元数据信息,依据所述元数据信息将所述待溯源科研成果至少划分成文字类型、图片类型、流媒体类型的待溯源科研成果;
依据所述待溯源科研成果的类型得到对应的候选溯源评价路径;
提取所述待溯源科研成果的数据内容信息,将所述文字类型的科研成果划分为考察类科研成果和实验类科研成果,将所述图片类型的科研成果划分为外观设计科研成果和商标科研成果、将所述流媒体类型的科研成果划分为视频类型和音频类型的待溯源科研成果;
依据所述待溯源科研成果的子类型为所述候选溯源评价路径设定路径节点权重,得到溯源评价策略。
进一步的,所述提取所述溯源评价策略的溯源评价路径,对所述溯源评价路径进行聚类划分,得到所述待溯源科研成果的溯源评价关键要素,具体包括:
提取所述溯源评价路径的路径节点和路径节点权重,对所述溯源评价路径的节点权重和进行聚类划分,得到一个或多个评价路径集;
将各个评价路径集中权重最大的路径节点作为所述待溯源科研成果的溯源评价关键要素。
进一步的,所述针对所述溯源评价关键要素,获取相应的关联用户数据,当所述关联用户数据满足所述待溯源科研成果的溯源评价标准时,认定所述待溯源科研成果有效,否则认定所述待溯源科研成果无效,得出所述待溯源科研成果的溯源评价结果,具体包括:
获取所述溯源评价关键要素,分析所述评价路径集中与所述溯源评价关键要素关联的一个或多个溯源评价要素;
提取所述溯源评价关键要素与溯源评价要素的关联用户数据,分析得出所述溯源评价关键要素的用户溯源评价得分;
当一个或多个评价路径集的所述用户溯源评价得分之和大于所述待溯源科研成果的溯源评价标准时,认定所述待溯源科研成果有效,否则认定所述待溯源科研成果无效;
依据所述有效或无效的结论得出所述待溯源科研成果的溯源评价结果。
进一步的,所述依据所述待溯源科研成果的溯源评价结果更新所述待溯源科研成果所属的类型的信任度,调整对应的溯源评价策略,具体包括:
所述溯源评价结果包括所述待溯源科研成果的有效或无效、各个溯源评价关键要素的用户溯源评价得分;
当所述待溯源科研成果有效时,获取用户溯源评价得分最高的溯源评价关键要素所在的第一评价路径集,增加所述第一评价路径集中溯源评价要素的权重值;
当所述待溯源科研成果无效时,获取用户溯源评价得分最低的溯源评价关键要素所在的第二评价路径集,降低所述第二评价路径集中溯源评价要素的权重值。
根据本发明第二方面,本发明请求保护一种基于科研成果分析的数据溯源系统,其特征在于,包括:
溯源评价策略模块,获取待溯源科研成果的类型,依据所述待溯源科研成果的类型采用对应的溯源评价策略;
溯源评价要素模块,提取所述溯源评价策略的溯源评价路径,对所述溯源评价路径进行聚类划分,得到所述待溯源科研成果的溯源评价关键要素;
溯源评价结果模块,针对所述溯源评价关键要素,获取相应的关联用户数据,当所述关联用户数据满足所述待溯源科研成果的溯源评价标准时,认定所述待溯源科研成果有效,否则认定所述待溯源科研成果无效,得出所述待溯源科研成果的溯源评价结果;
溯源评价反馈模块,依据所述待溯源科研成果的溯源评价结果更新所述待溯源科研成果所属的类型的信任度,调整对应的溯源评价策略。
进一步的,所述溯源评价策略模块,具体包括:
获取所述待溯源科研成果的元数据信息,依据所述元数据信息将所述待溯源科研成果至少划分成文字类型、图片类型、流媒体类型的待溯源科研成果;
依据所述待溯源科研成果的类型得到对应的候选溯源评价路径;
提取所述待溯源科研成果的数据内容信息,将所述文字类型的科研成果划分为考察类科研成果和实验类科研成果,将所述图片类型的科研成果划分为外观设计科研成果和商标科研成果、将所述流媒体类型的科研成果划分为视频类型和音频类型的待溯源科研成果;
依据所述待溯源科研成果的子类型为所述候选溯源评价路径设定路径节点权重,得到溯源评价策略。
进一步的,所述溯源评价要素模块,具体包括:
提取所述溯源评价路径的路径节点和路径节点权重,对所述溯源评价路径的节点权重和进行聚类划分,得到一个或多个评价路径集;
将各个评价路径集中权重最大的路径节点作为所述待溯源科研成果的溯源评价关键要素。
进一步的,所述溯源评价结果模块,具体包括:
获取所述溯源评价关键要素,分析所述评价路径集中与所述溯源评价关键要素关联的一个或多个溯源评价要素;
提取所述溯源评价关键要素与溯源评价要素的关联用户数据,分析得出所述溯源评价关键要素的用户溯源评价得分;
当一个或多个评价路径集的所述用户溯源评价得分之和大于所述待溯源科研成果的溯源评价标准时,认定所述待溯源科研成果有效,否则认定所述待溯源科研成果无效;
依据所述有效或无效的结论得出所述待溯源科研成果的溯源评价结果。
进一步的,所述溯源评价反馈模块,具体包括:
所述溯源评价结果包括所述待溯源科研成果的有效或无效、各个溯源评价关键要素的用户溯源评价得分;
当所述待溯源科研成果有效时,获取用户溯源评价得分最高的溯源评价关键要素所在的第一评价路径集,增加所述第一评价路径集中溯源评价要素的权重值;
当所述待溯源科研成果无效时,获取用户溯源评价得分最低的溯源评价关键要素所在的第二评价路径集,降低所述第二评价路径集中溯源评价要素的权重值。
本发明请求保护一种基于科研成果分析的数据溯源方法和系统,获取待溯源科研成果的类型,依据待溯源科研成果的类型采用对应的溯源评价策略;提取溯源评价策略的溯源评价路径,对溯源评价路径进行聚类划分,得到待溯源科研成果的溯源评价关键要素;获取相应的关联用户数据,当关联用户数据满足待溯源科研成果的溯源评价标准时,认定待溯源科研成果有效,否则认定待溯源科研成果无效,得出待溯源科研成果的溯源评价结果;依据待溯源科研成果的溯源评价结果更新待溯源科研成果所属的类型的信任度,调整对应的溯源评价策略。本发明可以有效对科研成果的溯源结果进行评价,对科研成果的可靠性进行检测,有效识别出学术不端和剽窃的风险。
附图说明
图1为本发明请求保护的一种基于科研成果分析的数据溯源方法的工作流程图;
图2为本发明请求保护的一种基于科研成果分析的数据溯源方法的第二工作流程图;
图3为本发明请求保护的一种基于科研成果分析的数据溯源方法的第三工作流程图;
图4为本发明请求保护的一种基于科研成果分析的数据溯源系统的结构模块图。
具体实施方式
根据本发明第一实施例,参照附图1,本发明请求保护一种基于科研成果分析的数据溯源方法,其特征在于,包括:
获取待溯源科研成果的类型,依据所述待溯源科研成果的类型采用对应的溯源评价策略;
提取所述溯源评价策略的溯源评价路径,对所述溯源评价路径进行聚类划分,得到所述待溯源科研成果的溯源评价关键要素;
针对所述溯源评价关键要素,获取相应的关联用户数据,当所述关联用户数据满足所述待溯源科研成果的溯源评价标准时,认定所述待溯源科研成果有效,否则认定所述待溯源科研成果无效,得出所述待溯源科研成果的溯源评价结果;
依据所述待溯源科研成果的溯源评价结果更新所述待溯源科研成果所属的类型的信任度,调整对应的溯源评价策略。
该实施例针对的是对多种类型的待溯源科研成果进行溯源的评价操作,虽然通过一般的路径可以对科研成果进行溯源,但溯源结果是否合理,科研成果是否出现学术不端或窃取科研成果的行为无法较为客观的展示说明,因此,本发明的该实施例特别针对在科研成果的溯源过程中的合理性和可信度进行评价说明。
进一步的,参照附图2,所述获取待溯源科研成果的类型,依据所述待溯源科研成果的类型采用对应的溯源评价策略,具体包括:
获取所述待溯源科研成果的元数据信息,依据所述元数据信息将所述待溯源科研成果至少划分成文字类型、图片类型、流媒体类型的待溯源科研成果;
依据所述待溯源科研成果的类型得到对应的候选溯源评价路径;
提取所述待溯源科研成果的数据内容信息,将所述文字类型的科研成果划分为考察类科研成果和实验类科研成果,将所述图片类型的科研成果划分为外观设计科研成果和商标科研成果、将所述流媒体类型的科研成果划分为视频类型和音频类型的待溯源科研成果;
依据所述待溯源科研成果的子类型为所述候选溯源评价路径设定路径节点权重,得到溯源评价策略。
其中,在该实施例中,待溯源科研成果的元数据信息表明了待溯源科研成果的具体属性信息,至少包括其扩展名信息,即表征出其属于什么类型;
所述文字类型至少包括word,xml,txt扩展名文件;所述图片类型至少包括PDF、jpg,img扩展名文件;所述流媒体文件至少包括mp3,MP4,avi扩展名文件;
具体的文字类型、图片类型、流媒体类型对应的候选溯源评价路径至少包括:
文字类型:上传端(上传设备,上传人)->复制转发端(复制转发设备,复制转发人)->编辑端(编辑设备,编辑人);
图片类型:上传端(上传设备,上传人)->复制转发端(复制转发设备,复制转发人)->绘制/拍摄端(绘制/拍摄设备,绘制/拍摄人);
流媒体类型:上传端(上传设备,上传人)->复制转发端(复制转发设备,复制转发人)->制作端(制作设备,制作人,制作对象)->制作对象端(制作对象历史成果,制作对象人际关系)。
上述候选溯源评价路径的各项内容作为路径节点依据待溯源科研成果的子类型被赋予相应的权重。
进一步的,所述提取所述溯源评价策略的溯源评价路径,对所述溯源评价路径进行聚类划分,得到所述待溯源科研成果的溯源评价关键要素,具体包括:
提取所述溯源评价路径的路径节点和路径节点权重,对所述溯源评价路径的节点权重和进行聚类划分,得到一个或多个评价路径集;
将各个评价路径集中权重最大的路径节点作为所述待溯源科研成果的溯源评价关键要素。
例如,在该实施例中,流媒体类型的溯源评价路径中上传端和制作端的节点权重和等于复制转发端和制作对象端的节点权重和,得到两个评价路径集:上传端和制作端集合;复制转发端和制作对象端集合;
其中,权重最大的路径节点制作人和制作对象历史成果作为所述待溯源科研成果的溯源评价关键要素。
进一步的,参照附图3,所述针对所述溯源评价关键要素,获取相应的关联用户数据,当所述关联用户数据满足所述待溯源科研成果的溯源评价标准时,认定所述待溯源科研成果有效,否则认定所述待溯源科研成果无效,得出所述待溯源科研成果的溯源评价结果,具体包括:
获取所述溯源评价关键要素,分析所述评价路径集中与所述溯源评价关键要素关联的一个或多个溯源评价要素;
提取所述溯源评价关键要素与溯源评价要素的关联用户数据,分析得出所述溯源评价关键要素的用户溯源评价得分;
当一个或多个评价路径集的所述用户溯源评价得分之和大于所述待溯源科研成果的溯源评价标准时,认定所述待溯源科研成果有效,否则认定所述待溯源科研成果无效;
依据所述有效或无效的结论得出所述待溯源科研成果的溯源评价结果。
例如,在该实施例中,溯源评价关键要素包括节点制作人和制作对象历史成果,评价路径集中与所述溯源评价关键要素关联的一个或多个溯源评价要素包括制作设备、制作对象和制作对象人际关系;
提取制作人与制作设备、制作对象的第一关联用户数据,提取制作对象历史成果和制作对象人际关系的第二关联用户数据,得出制作人和制作对象历史成果的用户溯源评价得分;
当所述用户溯源评价得分之和大于流媒体类科研成果的溯源评价标准时,认定所述待溯源科研成果有效,否则认定所述待溯源科研成果无效。
所述有效表明待溯源科研成果的源头可靠,无效表明待溯源科研成果的源头不可靠,存在剽窃或学术不端风险。
进一步的,所述依据所述待溯源科研成果的溯源评价结果更新所述待溯源科研成果所属的类型的信任度,调整对应的溯源评价策略,具体包括:
所述溯源评价结果包括所述待溯源科研成果的有效或无效、各个溯源评价关键要素的用户溯源评价得分;
当所述待溯源科研成果有效时,获取用户溯源评价得分最高的溯源评价关键要素所在的第一评价路径集,增加所述第一评价路径集中溯源评价要素的权重值;
当所述待溯源科研成果无效时,获取用户溯源评价得分最低的溯源评价关键要素所在的第二评价路径集,降低所述第二评价路径集中溯源评价要素的权重值。
根据本发明第二方面,参照附图4,本发明请求保护一种基于科研成果分析的数据溯源系统,其特征在于,包括:
溯源评价策略模块,获取待溯源科研成果的类型,依据所述待溯源科研成果的类型采用对应的溯源评价策略;
溯源评价要素模块,提取所述溯源评价策略的溯源评价路径,对所述溯源评价路径进行聚类划分,得到所述待溯源科研成果的溯源评价关键要素;
溯源评价结果模块,针对所述溯源评价关键要素,获取相应的关联用户数据,当所述关联用户数据满足所述待溯源科研成果的溯源评价标准时,认定所述待溯源科研成果有效,否则认定所述待溯源科研成果无效,得出所述待溯源科研成果的溯源评价结果;
溯源评价反馈模块,依据所述待溯源科研成果的溯源评价结果更新所述待溯源科研成果所属的类型的信任度,调整对应的溯源评价策略。
进一步的,所述溯源评价策略模块,具体包括:
获取所述待溯源科研成果的元数据信息,依据所述元数据信息将所述待溯源科研成果至少划分成文字类型、图片类型、流媒体类型的待溯源科研成果;
依据所述待溯源科研成果的类型得到对应的候选溯源评价路径;
提取所述待溯源科研成果的数据内容信息,将所述文字类型的科研成果划分为考察类科研成果和实验类科研成果,将所述图片类型的科研成果划分为外观设计科研成果和商标科研成果、将所述流媒体类型的科研成果划分为视频类型和音频类型的待溯源科研成果;
依据所述待溯源科研成果的子类型为所述候选溯源评价路径设定路径节点权重,得到溯源评价策略。
进一步的,所述溯源评价要素模块,具体包括:
提取所述溯源评价路径的路径节点和路径节点权重,对所述溯源评价路径的节点权重和进行聚类划分,得到一个或多个评价路径集;
将各个评价路径集中权重最大的路径节点作为所述待溯源科研成果的溯源评价关键要素。
进一步的,所述溯源评价结果模块,具体包括:
获取所述溯源评价关键要素,分析所述评价路径集中与所述溯源评价关键要素关联的一个或多个溯源评价要素;
提取所述溯源评价关键要素与溯源评价要素的关联用户数据,分析得出所述溯源评价关键要素的用户溯源评价得分;
当一个或多个评价路径集的所述用户溯源评价得分之和大于所述待溯源科研成果的溯源评价标准时,认定所述待溯源科研成果有效,否则认定所述待溯源科研成果无效;
依据所述有效或无效的结论得出所述待溯源科研成果的溯源评价结果。
进一步的,所述溯源评价反馈模块,具体包括:
所述溯源评价结果包括所述待溯源科研成果的有效或无效、各个溯源评价关键要素的用户溯源评价得分;
当所述待溯源科研成果有效时,获取用户溯源评价得分最高的溯源评价关键要素所在的第一评价路径集,增加所述第一评价路径集中溯源评价要素的权重值;
当所述待溯源科研成果无效时,获取用户溯源评价得分最低的溯源评价关键要素所在的第二评价路径集,降低所述第二评价路径集中溯源评价要素的权重值。
本领域技术人员能够理解,本公开所披露的内容可以出现多种变型和改进。例如,以上所描述的各种设备或组件可以通过硬件实现,也可以通过软件、固件、或者三者中的一些或全部的组合实现。
本公开中使用了流程图用来说明根据本公开的实施例的方法的步骤。应当理解的是,前面或后面的步骤不一定按照顺序来精确的进行。相反,可以按照倒序或同时处理各种步骤。同时,也可以将其他操作添加到这些过程中。
本领域普通技术人员可以理解上述方法中的全部或部分的步骤可通过计算机程序来指令相关硬件完成,程序可以存储于计算机可读存储介质中,如只读存储器、磁盘或光盘等。可选地,上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地,上述实施例中的各模块/单元可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。本公开并不限制于任何特定形式的硬件和软件的结合。
除非另有定义,这里使用的所有术语具有与本公开所属领域的普通技术人员共同理解的相同含义。还应当理解,诸如在通常字典里定义的那些术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义,而不应用理想化或极度形式化的意义来解释,除非这里明确地这样定义。
以上是对本公开的说明,而不应被认为是对其的限制。尽管描述了本公开的若干示例性实施例,但本领域技术人员将容易地理解,在不背离本公开的新颖教学和优点的前提下可以对示例性实施例进行许多修改。因此,所有这些修改都意图包含在权利要求书所限定的本公开范围内。应当理解,上面是对本公开的说明,而不应被认为是限于所公开的特定实施例,并且对所公开的实施例以及其他实施例的修改意图包含在所附权利要求书的范围内。本公开由权利要求书及其等效物限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (6)
1.一种基于科研成果分析的数据溯源方法,其特征在于,包括:
获取待溯源科研成果的类型,依据所述待溯源科研成果的类型采用对应的溯源评价策略;
提取所述溯源评价策略的溯源评价路径,对所述溯源评价路径进行聚类划分,得到所述待溯源科研成果的溯源评价关键要素;
针对所述溯源评价关键要素,获取相应的关联用户数据,当所述关联用户数据满足所述待溯源科研成果的溯源评价标准时,认定所述待溯源科研成果有效,否则认定所述待溯源科研成果无效,得出所述待溯源科研成果的溯源评价结果;
依据所述待溯源科研成果的溯源评价结果更新所述待溯源科研成果所属的类型的信任度,调整对应的溯源评价策略;
所述获取待溯源科研成果的类型,依据所述待溯源科研成果的类型采用对应的溯源评价策略,具体包括:
获取所述待溯源科研成果的元数据信息,依据所述元数据信息将所述待溯源科研成果至少划分成文字类型、图片类型、流媒体类型的待溯源科研成果;
依据所述待溯源科研成果的类型得到对应的候选溯源评价路径;
提取所述待溯源科研成果的数据内容信息,将所述文字类型的科研成果划分为考察类科研成果和实验类科研成果,将所述图片类型的科研成果划分为外观设计科研成果和商标科研成果、将所述流媒体类型的科研成果划分为视频类型和音频类型的待溯源科研成果;
依据所述待溯源科研成果的子类型为所述候选溯源评价路径设定路径节点权重,得到溯源评价策略;
所述提取所述溯源评价策略的溯源评价路径,对所述溯源评价路径进行聚类划分,得到所述待溯源科研成果的溯源评价关键要素,具体包括:
提取所述溯源评价路径的路径节点和路径节点权重,对所述溯源评价路径的节点权重和进行聚类划分,得到一个或多个评价路径集;
将各个评价路径集中权重最大的路径节点作为所述待溯源科研成果的溯源评价关键要素;
待溯源科研成果的元数据信息表明待溯源科研成果的具体属性信息,包括扩展名信息;
所述文字类型包括 word,xml,txt 扩展名文件;
所述图片类型包括 PDF、jpg,img 扩展名文件;
流媒体文件包括 mp3,MP4,avi 扩展名文件;
具体的文字类型、图片类型、流媒体类型对应的候选溯源评价路径包括:
文字类型:上传端->复制转发端-> 编辑端;
图片类型:上传端->复制转发端-> 绘制拍摄端;
流媒体类型:上传端->复制转发端-> 制作端->制作对象端;
上传端包括:上传设备,上传人;
复制转发端包括:复制转发设备,复制转发人;
编辑端包括:编辑设备,编辑人;
绘制拍摄端包括:绘制拍摄设备,绘制拍摄人;
制作端包括:制作设备,制作人,制作对象;
制作对象端包括:制作对象历史成果,制作对象人际关系。
2.如权利要求1所述的一种基于科研成果分析的数据溯源方法,其特征在于,所述针对所述溯源评价关键要素,获取相应的关联用户数据,当所述关联用户数据满足所述待溯源科研成果的溯源评价标准时,认定所述待溯源科研成果有效,否则认定所述待溯源科研成果无效,得出所述待溯源科研成果的溯源评价结果,具体包括:
获取所述溯源评价关键要素,分析所述评价路径集中与所述溯源评价关键要素关联的一个或多个溯源评价要素;
提取所述溯源评价关键要素与溯源评价要素的关联用户数据,分析得出所述溯源评价关键要素的用户溯源评价得分;
当一个或多个评价路径集的所述用户溯源评价得分之和大于所述待溯源科研成果的溯源评价标准时,认定所述待溯源科研成果有效,否则认定所述待溯源科研成果无效;
依据所述有效或无效的结论得出所述待溯源科研成果的溯源评价结果。
3.如权利要求2所述的一种基于科研成果分析的数据溯源方法,其特征在于,所述依据所述待溯源科研成果的溯源评价结果更新所述待溯源科研成果所属的类型的信任度,调整对应的溯源评价策略,具体包括:
所述溯源评价结果包括所述待溯源科研成果的有效或无效、各个溯源评价关键要素的用户溯源评价得分;
当所述待溯源科研成果有效时,获取用户溯源评价得分最高的溯源评价关键要素所在的第一评价路径集,增加所述第一评价路径集中溯源评价要素的权重值;
当所述待溯源科研成果无效时,获取用户溯源评价得分最低的溯源评价关键要素所在的第二评价路径集,降低所述第二评价路径集中溯源评价要素的权重值。
4.一种基于科研成果分析的数据溯源系统,其特征在于,包括:
溯源评价策略模块,获取待溯源科研成果的类型,依据所述待溯源科研成果的类型采用对应的溯源评价策略;
溯源评价要素模块,提取所述溯源评价策略的溯源评价路径,对所述溯源评价路径进行聚类划分,得到所述待溯源科研成果的溯源评价关键要素;
溯源评价结果模块,针对所述溯源评价关键要素,获取相应的关联用户数据,当所述关联用户数据满足所述待溯源科研成果的溯源评价标准时,认定所述待溯源科研成果有效,否则认定所述待溯源科研成果无效,得出所述待溯源科研成果的溯源评价结果;
溯源评价反馈模块,依据所述待溯源科研成果的溯源评价结果更新所述待溯源科研成果所属的类型的信任度,调整对应的溯源评价策略;
所述溯源评价策略模块,具体包括:
获取所述待溯源科研成果的元数据信息,依据所述元数据信息将所述待溯源科研成果至少划分成文字类型、图片类型、流媒体类型的待溯源科研成果;
依据所述待溯源科研成果的类型得到对应的候选溯源评价路径;
提取所述待溯源科研成果的数据内容信息,将所述文字类型的科研成果划分为考察类科研成果和实验类科研成果,将所述图片类型的科研成果划分为外观设计科研成果和商标科研成果、将所述流媒体类型的科研成果划分为视频类型和音频类型的待溯源科研成果;
依据所述待溯源科研成果的子类型为所述候选溯源评价路径设定路径节点权重,得到溯源评价策略;
所述溯源评价要素模块,具体包括:
提取所述溯源评价路径的路径节点和路径节点权重,对所述溯源评价路径的节点权重和进行聚类划分,得到一个或多个评价路径集;
将各个评价路径集中权重最大的路径节点作为所述待溯源科研成果的溯源评价关键要素;
待溯源科研成果的元数据信息表明待溯源科研成果的具体属性信息,包括扩展名信息;
所述文字类型包括 word,xml,txt 扩展名文件;
所述图片类型包括 PDF、jpg,img 扩展名文件;
流媒体文件包括 mp3,MP4,avi 扩展名文件;
具体的文字类型、图片类型、流媒体类型对应的候选溯源评价路径包括:
文字类型:上传端->复制转发端-> 编辑端;
图片类型:上传端->复制转发端-> 绘制拍摄端;
流媒体类型:上传端->复制转发端-> 制作端->制作对象端;
上传端包括:上传设备,上传人;
复制转发端包括:复制转发设备,复制转发人;
编辑端包括:编辑设备,编辑人;
绘制拍摄端包括:绘制拍摄设备,绘制拍摄人;
制作端包括:制作设备,制作人,制作对象;
制作对象端包括:制作对象历史成果,制作对象人际关系。
5.如权利要求4所述的一种基于科研成果分析的数据溯源系统,其特征在于,所述溯源评价结果模块,具体包括:
获取所述溯源评价关键要素,分析所述评价路径集中与所述溯源评价关键要素关联的一个或多个溯源评价要素;
提取所述溯源评价关键要素与溯源评价要素的关联用户数据,分析得出所述溯源评价关键要素的用户溯源评价得分;
当一个或多个评价路径集的所述用户溯源评价得分之和大于所述待溯源科研成果的溯源评价标准时,认定所述待溯源科研成果有效,否则认定所述待溯源科研成果无效;
依据所述有效或无效的结论得出所述待溯源科研成果的溯源评价结果。
6.如权利要求5所述的一种基于科研成果分析的数据溯源系统,其特征在于,所述溯源评价反馈模块,具体包括:
所述溯源评价结果包括所述待溯源科研成果的有效或无效、各个溯源评价关键要素的用户溯源评价得分;
当所述待溯源科研成果有效时,获取用户溯源评价得分最高的溯源评价关键要素所在的第一评价路径集,增加所述第一评价路径集中溯源评价要素的权重值;
当所述待溯源科研成果无效时,获取用户溯源评价得分最低的溯源评价关键要素所在的第二评价路径集,降低所述第二评价路径集中溯源评价要素的权重值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311133671.0A CN116881870B (zh) | 2023-09-05 | 2023-09-05 | 一种基于科研成果分析的数据溯源方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311133671.0A CN116881870B (zh) | 2023-09-05 | 2023-09-05 | 一种基于科研成果分析的数据溯源方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116881870A CN116881870A (zh) | 2023-10-13 |
CN116881870B true CN116881870B (zh) | 2024-02-27 |
Family
ID=88257139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311133671.0A Active CN116881870B (zh) | 2023-09-05 | 2023-09-05 | 一种基于科研成果分析的数据溯源方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116881870B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105741121A (zh) * | 2016-02-15 | 2016-07-06 | 深圳市我家网络科技有限公司 | 一种基于条目引用的产品溯源信息的编写与存储方法 |
CN108491440A (zh) * | 2018-02-12 | 2018-09-04 | 中国科学院光电研究院 | 一种gnss非实时数据溯源可视化方法和系统 |
CN110751355A (zh) * | 2018-12-06 | 2020-02-04 | 国网河北省电力有限公司经济技术研究院 | 一种科技成果评估方法和装置 |
CN110750572A (zh) * | 2018-12-06 | 2020-02-04 | 国网河北省电力有限公司经济技术研究院 | 一种科技成果启发式评价的自适应方法和装置 |
CN115470339A (zh) * | 2022-07-28 | 2022-12-13 | 北京万方软件有限公司 | 基于科技大数据知识图谱的技术诊断专家智能匹配算法 |
CN115665783A (zh) * | 2022-10-28 | 2023-01-31 | 网络通信与安全紫金山实验室 | 一种异常指标溯源方法、装置、电子设备及存储介质 |
CN115795405A (zh) * | 2022-10-29 | 2023-03-14 | 安徽工程大学 | 一种基于联盟链的科研学术联盟服务系统及其运行方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109359249B (zh) * | 2018-09-29 | 2020-07-10 | 清华大学 | 基于学者科研成果挖掘的学者精准定位方法及装置 |
-
2023
- 2023-09-05 CN CN202311133671.0A patent/CN116881870B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105741121A (zh) * | 2016-02-15 | 2016-07-06 | 深圳市我家网络科技有限公司 | 一种基于条目引用的产品溯源信息的编写与存储方法 |
CN108491440A (zh) * | 2018-02-12 | 2018-09-04 | 中国科学院光电研究院 | 一种gnss非实时数据溯源可视化方法和系统 |
CN110751355A (zh) * | 2018-12-06 | 2020-02-04 | 国网河北省电力有限公司经济技术研究院 | 一种科技成果评估方法和装置 |
CN110750572A (zh) * | 2018-12-06 | 2020-02-04 | 国网河北省电力有限公司经济技术研究院 | 一种科技成果启发式评价的自适应方法和装置 |
CN115470339A (zh) * | 2022-07-28 | 2022-12-13 | 北京万方软件有限公司 | 基于科技大数据知识图谱的技术诊断专家智能匹配算法 |
CN115665783A (zh) * | 2022-10-28 | 2023-01-31 | 网络通信与安全紫金山实验室 | 一种异常指标溯源方法、装置、电子设备及存储介质 |
CN115795405A (zh) * | 2022-10-29 | 2023-03-14 | 安徽工程大学 | 一种基于联盟链的科研学术联盟服务系统及其运行方法 |
Non-Patent Citations (2)
Title |
---|
应用计算机进行科研成果综合评价;杜波;油气田地面工程(第01期);全文 * |
新形势下科技成果产业化路径探析;刘贞先等;《价值工程》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116881870A (zh) | 2023-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110168523B (zh) | 改变监测跨图查询 | |
USRE47546E1 (en) | Techniques for replicating changes to access control lists on investigative analysis data | |
Ratkiewicz et al. | Truthy: mapping the spread of astroturf in microblog streams | |
Efron | Information search and retrieval in microblogs | |
US8341175B2 (en) | Automatically finding contextually related items of a task | |
US8433762B1 (en) | Generation of nickname dictionary based on analysis of user communications | |
KR101312834B1 (ko) | 검색 경보 결과들 전송 방법, 검색 경보 결과들 전송 시스템, 및 컴퓨터 판독가능 저장 메모리 | |
US9558187B2 (en) | Enhanced document input parsing | |
US20100082653A1 (en) | Event media search | |
US20080256093A1 (en) | Method and System for Detection of Authors | |
US11194840B2 (en) | Incremental clustering for enterprise knowledge graph | |
JP5373818B2 (ja) | 集中型ソーシャル・ネットワーク応答追跡 | |
US20170169096A1 (en) | Methods and systems for analyzing reading logs and documents thereof | |
US8386475B2 (en) | Attribution analysis and correlation | |
US11176196B2 (en) | Unified pipeline for media metadata convergence | |
CN110720097A (zh) | 图数据库中元组和边的功能性等价 | |
WO2022126962A1 (zh) | 基于知识图谱的引导教唆语料的检测方法及其相关设备 | |
KR101443942B1 (ko) | 서버의 캐쥬얼 네트워크에서의 분산 검색 | |
Murnane et al. | RESLVE: leveraging user interest to improve entity disambiguation on short text | |
CN116881870B (zh) | 一种基于科研成果分析的数据溯源方法和系统 | |
TWI709905B (zh) | 資料分析方法及資料分析系統 | |
JPWO2009107234A1 (ja) | イベント履歴記憶装置、イベント履歴追跡装置、イベント履歴記憶方法、イベント履歴記憶プログラム及びデータ構造 | |
JP2014142738A (ja) | 管理方法、管理装置および管理プログラム | |
JP3692416B2 (ja) | 情報フィルタリング方法および装置 | |
US9734195B1 (en) | Automated data flow tracking |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |