CN104572709B - 用于企业创新体系的数据挖掘系统 - Google Patents

Abstract

本发明提供一种用于企业创新体系的数据挖掘系统，包括：科技创新体系决策辅助支持子系统、科技企业创新知识挖掘子系统、科技创新服务子系统和创新资源目录服务子系统；其中，所述科技创新体系决策辅助支持子系统包括信息收集模块、分析预测模块、决策制定模块和决策执行模块；所述信息收集模块用于搜索知识库或网络上的海量数据，全面、准确地获得与待决策事项相关的各类基础数据。具有功能全面、智能化程度高的优点，从而达到对企业进行深度挖掘的效果，科学指导企业进行技术创新。

Description

用于企业创新体系的数据挖掘系统

技术领域

本发明属于电子信息技术领域，具体涉及一种用于企业创新体系的数据挖掘系统。

背景技术

当今世界科技革命蓬勃发展，高新技术成果向现实生产力的转化越来越快，科学技术已成为各国经济社会发展的决定力量，成为国家综合国力的重要标志。

技术创新是企业生存和发展的内在要求，是市场竞争的客观需要，也是技术进步的必然选择。科技企业在实施技术创新过程中，既要求充分利用企业各种经济要素进行新的科学组合，又要有利于提高经济效益，追求资源配置的最优和收益最大化。

但是，技术创新的投资属于风险性投资，涉及到大量资金的投入，包括：研究与开发、投入产出、商业应用等一系列过程，如何针对企业实际情况，有针对性的科学合理指导企业采取的创新措施，具有重要现实意义。

发明内容

针对现有技术存在的缺陷，本发明提供一种用于企业创新体系的数据挖掘系统，具有功能全面、智能化程度高的优点，从而达到对企业进行深度挖掘的效果，科学指导企业进行技术创新。

本发明采用的技术方案如下：

本发明提供一种用于企业创新体系的数据挖掘系统，包括：科技创新体系决策辅助支持子系统、科技企业创新知识挖掘子系统、科技创新服务子系统和创新资源目录服务子系统；

其中，所述科技创新体系决策辅助支持子系统包括信息收集模块、分析预测模块、决策制定模块和决策执行模块；

所述信息收集模块用于搜索知识库或网络上的海量数据，全面、准确地获得与待决策事项相关的各类基础数据；

所述分析预测模块用于：基于统计预测模型对所述基础数据进行分析，抽取规律性知识，进而预测其发展趋势，并将预测得到的发展趋势直观展示；

所述决策制定模块用于根据所述分析预测模块预测得到的发展趋势，进一步判断、取舍、决策，制定决策策略；

所述决策执行模块用于：采用规则引擎驱动相关信息系统，自动执行所述决策制定模块所制定的决策策略；

所述科技企业创新知识挖掘子系统用于提供主题查询功能；

所述主题查询功能包括：配置动态更新的主题词数据库，该主题词数据库中存储的任何一个主题词均以网状形式关联知识库中的不同资源；当接收到某一主题词的查询请求时，通过对所述主题词进行分析，获取所述主题词的基本属性，即：所述主题词的上位词、下位词或同义词；然后推送与所述主题词的基本属性相关的查询结果；

所述科技创新服务子系统用于智能评审科研项目、智能评估科研机构或人员的科研能力、智能跟踪科研项目的进展和成果、智能展现关注领域的科技成果和智能分析主题学术趋势；

所述创新资源目录服务子系统包括以下功能：(1)对项目立项进行科技查新，生成科技查新报告；(2)结合知识获取五要素知识库，采用关联挖掘算法，对人物自动计算其科研合作关系，推送关联作者；以及，展示作者的研究主题、研究方向、发文刊物、参与的基金项目；(3)从多个角度对文献发文量的分布进行综合分析，包括按文献类型、期刊出处、区域进行统计；(4)主题学科渗透性分析：从学科角度，分析用户提交主题的学科分布情况、主题共现词、相关主题的创新实体的排名情况。

优选的，所述分析预测模块采用自动分类聚类、数据关联挖掘算法和数据清洗转换方法对所述基础数据进行分析。

优选的，所述数据关联挖掘算法为：

采用基于树的孩子兄弟表示法的数据结构.即：树每个结点由项及项的事务链表组成，兄弟结点之间平行排列，每个孩子结点有一个指向其父结点的指针，树的一级兄弟结点从左到右按照子集支持度计数的递增顺序排列；

设根结点为第0层，NODEi是第i层结点，其中，i>＝1；

Ii表示NODEi结点的项，从根结点遍历到NODEi结点经过的结点的项依次为I1，I2...Ii-1，Ii，令项集A＝{I1，I2...Ii-1，Ii}，TIDk是事务Tk的TID，即 {TIDk|TIDk包含于Tk)，如果Tk满足则A包含于Tk，则将NODEi->pTranscation 指向链表的头结点，链表的每个数据元素为满足上述要求的TIDk；

另设NODEa和NODEb都是第i层结点，其中，i>＝1；

如果NODEa和NODEb是兄弟，设从根结点遍历到NODEa，结点经过的结点的项依次为I1，I2......，Ii-1，Ii，项集A＝{I1，12......，Ii-1，Ii}， NODEa->pTranscation指向的链表为LISTa；

设从根结点遍历到NODEb结点经过的结点的项依次为J1，J2......，Ji-1， Ji，令项集B＝{J1，J2......，Ji-1，Ji}，NODEb一>pTranscation指向链表为LISTb。

优选的，所述数据关联挖掘算法具体为：

从海量信息中抽取各种创新主体，建立每一个创新主体的信息剖面，分析得出每个主体的各种特征与属性，在此基础上，挖掘与分析各个本体间的各种关系，包括二元关系、多元关系和传递关系，进页建立本体间的创新产业链关系网络。

优选的，将预测得到的发展趋势直观展示具体为：采用数表结构和图形结构在界面上显示该发展趋势；其中，所述图形结构包括柱状图、折线图和饼状图。

本发明的有益效果如下：

本发明提供一种用于企业创新体系的数据挖掘系统，具有功能全面、智能化程度高的优点，从而达到对企业进行深度挖掘的效果，科学指导企业进行技术创新。

附图说明

图1为本发明提供的用于企业创新体系的数据挖掘系统的结构示意图。

具体实施方式

以下结合附图对本发明进行详细说明：

如图1所示，本发明提供一种用于企业创新体系的数据挖掘系统，包括四个子系统，即：科技创新体系决策辅助支持子系统、科技企业创新知识挖掘子系统、科技创新服务子系统和创新资源目录服务子系统。以下分别详细介绍这四个子系统：

(一)科技创新体系决策辅助支持子系统

科技创新体系决策辅助支持子系统是为了解决政府部门进行科研项目监控、科研立项查新、学科领域专家搜索、人员科研状况分析、机构科技创新能力评估等问题，辅助政府以及科研管理部门进行科学决策。

科技创新体系决策辅助支持子系统原型主要有五个部件组成：人机接口(对话系统)、数据库、模型库、知识库和方法库，而且在此基础上又开发出了各自的管理系统，即对话管理系统、数据库管理系统、模型库管理系统、知识库管理系统、方法库管理系统。因而，对这十个基本部件的不同集成和组合即得到不同的决策辅助支持子系统。而且，由这十个部件可以组成实现支持任何层次和级别的决策支持系统。其中，模型库是决策辅助支持子系统最具特色的部件之一。与管理信息系统相比，决策辅助支持子系统之所以能够对决策制定过程提供有效的支持，除了整个系统设计思想不同以外，主要在于决策辅助支持子系统中有能为决策者提供推理、比较、选择和分析问题的模型库(Model Base) 因而模型库及其相应的管理系统在决策辅助支持子系统中占有十分重要的地位。在模型库中，建模时要注意推理能力和决策者的干预

决策辅助支持子系统原型第一步是对收集到的9个关系型共享数据库中的各种科技创新相关信息，按照创新体系指标体系，进行抽取、转换和加载，建立数据仓库。用户通过访问接口，借助本系统提供的各种分析软件工具，对采集到的信息进行查询、分析、挖掘等一系列深层次的应用，为其创新体系研究以及政策制定提供定性和定量的分析预测结果，并在专家咨询系统的配合下，最终达到为科技企业创新提供决策参考意见和辅助支持的目的。

科决策辅助支持子系统的功能设计主要分为信息综合查询、制作报表、数据在线分析(OLAP)、数据统计分析、数据挖掘、智能经济预测、监测预警、经济分析、文献知识分析和专家咨询系统等部分。根据B/S和C/S两种不同体系结构，决策辅助支持子系统提供相应接口功能。对B/S结构，决策辅助支持子系统与用户交互的纽带是门户网站，该系统一方面支持平台浏览器(Brower) 所发出的辅助决策运算请求；另一方面通过门户网站及时响应用户请求，由辅助决策服务器从数据仓库中取出相关数据，运算执行并将结果返回到门户网站，再传递给用户。对C/S结构，政府的客户端发出的统计或挖掘分析请求直接提交给平台的决策辅助支持子系统，要求决策辅助支持子系统从数据仓库中取出所需数据，并利用平台的统计或挖掘工具进行运算，将结果回传给政府客户端。

具体的，决策辅助支持子系统包括信息收集模块、分析预测模块、决策制定模块和决策执行模块。

(1)信息收集模块

信息收集模块用于搜索知识库或网络上的海量数据，全面、准确地获得与待决策事项相关的各类基础数据。

(2)分析预测模块

分析预测模块用于：基于统计预测模型对所述基础数据进行分析，抽取规律性知识，进而预测其发展趋势，并将预测得到的发展趋势直观展示。直观展示具体为：采用数表结构和图形结构在界面上显示该发展趋势；其中，所述图形结构包括柱状图、折线图和饼状图。分析预测模块还可以提供统计预测模型计算、知识存储报告等分析预测辅助支持。

分析预测模块采用自动分类聚类、数据关联挖掘算法和数据清洗转换方法对所述基础数据进行分析。

其中，数据关联挖掘算法为：

采用基于树的孩子兄弟表示法的数据结构.即：树每个结点由项及项的事务链表组成，兄弟结点之间平行排列，每个孩子结点有一个指向其父结点的指针，树的一级兄弟结点从左到右按照子集支持度计数的递增顺序排列；

设根结点为第O层，NODEi是第i层结点，其中，i>＝1；

Ii表示NODEi结点的项，从根结点遍历到NODEi结点经过的结点的项依次为I1，I2...Ii-1，Ii，令项集A＝{I1，I2...Ii-1，Ii}，TIDk是事务Tk的TID，即 {TIDk|TIDk包含于Tk)，如果Tk满足则A包含于Tk，则将NODEi->pTranscation 指向链表的头结点，链表的每个数据元素为满足上述要求的TIDk；

另设NODEa和NODEb都是第i层结点，其中，i>＝1；

如果NODEa和NODEb是兄弟，设从根结点遍历到NODEa，结点经过的结点的项依次为I1，I2......，Ii-1，Ii，项集A＝{I1，12......，Ii-1，Ii}， NODEa->pTranscation指向的链表为LISTa；

设从根结点遍历到NODEb结点经过的结点的项依次为J1，J2......，Ji-1， Ji，令项集B＝{J1，J2......，Ji-1，Ji}，NODEb一>pTranscation指向链表为LISTb。因此，根据树的性质，I1＝J1，I2＝J2......Ii-1＝Ji-1，Ii<>Jj，这正好符合Apriori算法关于连接的条件，即前面(i-1)个相同，最后一个不同，所以由A和B组成的i-项集可以不用比较前面(i-1)项就能直接连接成(i+1)一项集，Ci+1＝{I1， I2...，Ii-1，Ii，Ji}。该项集的支持度等于LISTa和LISTb中相同的TID个数。如果TID的数目大于等于最小支持度，则创建了一个新的(i+1)一项集{I1，I2...， Ii-1，Ii，Ji}，同时创建一个新的结点，新的结点的父结点为NODEi，新的结点的项是Ji，新结点的pTranscation指向由兄弟结点相同的TID所组成的新链表。这样就可以从一级结点开始.对同父母结点相同的结点按照自左向右进行连接，直到结点没有兄弟结点为止。采用该种数据关联挖掘算法，对数据库或者数据仓库只需要进行一次扫描，这样就可以避免Apriori算法中对数据库的多次扫描，减少了大量的I/O开销，大大提高了系统的性能。树的一级兄弟结点从左到右按照子集支持度计数的递增顺序排列，这样即使1-项集很大的情况下，将产生较少的候选2-项集，2-项集产生少的候选3-项集，等等，提高了系统的性能。

数据关联挖掘算法整体构思为：

从海量信息中抽取各种创新主体，建立每一个创新主体的信息剖面，分析得出每个主体的各种特征与属性，在此基础上，挖掘与分析各个本体间的各种关系，包括二元关系、多元关系和传递关系，进页建立本体间的创新产业链关系网络。

(3)决策制定模块

决策制定模块用于根据所述分析预测模块预测得到的发展趋势，进一步判断、取舍、决策，制定决策策略。

(4)决策执行模块

决策执行模块用于：采用规则引擎驱动相关信息系统，自动执行所述决策制定模块所制定的决策策略。例如：在库存余量、供应商送货时间、订单数量等因素达到某种条件时，规则引擎可以驱动通信系统发出报警短信，或驱动ERP 系统自动发采购订单。随着政府、企业信息化程度的提高，自动决策执行将会越来越普及。而且就像工作流引擎成为构建协同事务系统的基础架构一样，规则引擎也将成为业务逻辑系统的基础架构。

(二)科技企业创新知识挖掘子系统

科技企业创新知识挖掘子系统用于提供主题查询功能；主题查询功能包括：配置动态更新的主题词数据库，该主题词数据库中存储的任何一个主题词均以网状形式关联知识库中的不同资源；当接收到某一主题词的查询请求时，通过对所述主题词进行分析，获取所述主题词的基本属性，即：所述主题词的上位词、下位词或同义词；然后推送与所述主题词的基本属性相关的查询结果；如：为用户推荐权威的研究机构和行业领域专家。

科技企业创新知识挖掘子系统还具有以下功能：

(1)科研机构查询功能：当用户界面输入某一科研机构名称时，知识挖掘子系统对该科研机构进行分析，得出机构综合分析报告，包括：机构相关科研产出总体分析报告、机构科技论文产出报告、机构相关专利及科技成果产出报告、，机构承担国家科技项目报告、机构科研合作关系报告、机构高产作者分析报告、与机构相关的各种媒体报道和动态信息等，从而全面揭示机构的科研水平和创新实力。

(2)专家查询功能：系统提供以人物为中心的扩展检索，排除重名干扰，定位更准确。人物综合分析报告从科研产出总体情况、相关科技论文产出分析、专利及科技成果产出、人物科研合作关系、人物学科渗透性、人物主要研究领域及相关关键词、人物相关媒体报道等方面得出，从而丰富详实地展现专家的主要研究方向、科研成果、行业经验与背景。

(3)基金导航功能：系统知识库与基金项目数据库同步更新，通过基金查询，帮助用户了解基金项目发表的期刊论文、会议论文，登记的科技成果情况，并对发表论文或者登记成果较多的科研机构、研究专家进行统计分析，跟踪基金项目科研进展情况。

(4)学科导航功能。系统提供的学科导航方便用户了解该学科发表的期刊论文、学位论文、会议论文，学科相关的科技成果、专利、标准及政策法规，并对学科相关的研究机构、研究专家进行挖掘和分析，帮助用户寻找和了解学科权威研究机构和重点研究专家。

(三)科技创新服务子系统

科技创新服务子系统用于智能评审科研项目、智能评估科研机构或人员的科研能力、智能跟踪科研项目的进展和成果、智能展现关注领域的科技成果和智能分析主题学术趋势。

(四)创新资源目录服务子系统

创新资源目录服务子系统包括以下功能：

(1)对项目立项进行科技查新，生成科技查新报告；具体的，平台基于知识获取要素为核心，从中外文期刊论文、学位论文、会议论文、科技成果、专利、标准、图书专著等多来源进行查新检索，生成科技查新报告，为科技项目查新业务提供数据支持和快捷应用工具。

(2)结合知识获取五要素知识库，采用关联挖掘算法，对人物自动计算其科研合作关系，推送关联作者；以及，展示作者的研究主题、研究方向、发文刊物、参与的基金项目，从而更全面地展示作者信息。

(3)从多个角度对文献发文量的分布进行综合分析，包括按文献类型、期刊出处、区域进行统计；

(4)主题学科渗透性分析：从学科角度，分析用户提交主题的学科分布情况、主题共现词、相关主题的创新实体的排名情况。

本发明提供的用于企业创新体系的数据挖掘系统，具有功能全面、智能化程度高的优点，从而达到对企业进行深度挖掘的效果，科学指导企业进行技术创新。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视本发明的保护范围。

Claims (5)

1.一种用于企业创新体系的数据挖掘系统，其特征在于，包括：科技创新体系决策辅助支持子系统、科技企业创新知识挖掘子系统、科技创新服务子系统和创新资源目录服务子系统；

其中，所述科技创新体系决策辅助支持子系统包括信息收集模块、分析预测模块、决策制定模块和决策执行模块；

所述信息收集模块用于搜索知识库或网络上的海量数据，全面、准确地获得与待决策事项相关的各类基础数据；

所述分析预测模块用于：基于统计预测模型对所述基础数据进行分析，抽取规律性知识，进而预测其发展趋势，并将预测得到的发展趋势直观展示；

所述决策制定模块用于根据所述分析预测模块预测得到的发展趋势，进一步判断、取舍、决策，制定决策策略；

所述决策执行模块用于：采用规则引擎驱动相关信息系统，自动执行所述决策制定模块所制定的决策策略；

所述科技企业创新知识挖掘子系统用于提供主题查询功能；

所述主题查询功能包括：配置动态更新的主题词数据库，该主题词数据库中存储的任何一个主题词均以网状形式关联知识库中的不同资源；当接收到某一主题词的查询请求时，通过对所述主题词进行分析，获取所述主题词的基本属性，即：所述主题词的上位词、下位词或同义词；然后推送与所述主题词的基本属性相关的查询结果；

所述科技创新服务子系统用于智能评审科研项目、智能评估科研机构或人员的科研能力、智能跟踪科研项目的进展和成果、智能展现关注领域的科技成果和智能分析主题学术趋势；

所述创新资源目录服务子系统包括以下功能：(1)对项目立项进行科技查新，生成科技查新报告；(2)结合知识获取五要素知识库，采用关联挖掘算法，对人物自动计算其科研合作关系，推送关联作者；以及，展示作者的研究主题、研究方向、发文刊物、参与的基金项目；(3)从多个角度对文献发文量的分布进行综合分析，包括按文献类型、期刊出处、区域进行统计；(4)主题学科渗透性分析：从学科角度，分析用户提交主题的学科分布情况、主题共现词、相关主题的创新实体的排名情况。

2.根据权利要求1所述的用于企业创新体系的数据挖掘系统，其特征在于，所述分析预测模块采用自动分类聚类、数据关联挖掘算法和数据清洗转换方法对所述基础数据进行分析。

3.根据权利要求2所述的用于企业创新体系的数据挖掘系统，其特征在于，所述数据关联挖掘算法为：

采用基于树的孩子兄弟表示法的数据结构.即：树每个结点由项及项的事务链表组成，兄弟结点之间平行排列，每个孩子结点有一个指向其父结点的指针，树的一级兄弟结点从左到右按照子集支持度计数的递增顺序排列；

设根结点为第0层，NODEi是第i层结点，其中，i>＝1；

Ii表示NODEi结点的项，从根结点遍历到NODEi结点经过的结点的项依次为I1，I2…Ii-1，Ii，令项集A＝{Il，I2…Ii-1，Ii}，TIDk是事务Tk的TID，即{TIDk|TIDk包含于Tk}，如果A包含于Tk，则将NODEi—>pTranscation指向链表的头结点，链表的每个数据元素为满足上述要求的TIDk；

另设NODEa和NODEb都是第i层结点，其中，i>＝1；

如果NODEa和NODEb是兄弟，设从根结点遍历到NODEa，结点经过的结点的项依次为I1，I2……，Ii-1，Ii，项集A＝{I1，12……，Ii-1，Ii}，NODEa->pTranscation指向的链表为LISTa；

设从根结点遍历到NODEb结点经过的结点的项依次为J1，J2……，Ji-1，Ji，令项集B＝{J1，J2……，Ji-1，Ji}，NODEb一>pTranscation指向链表为LISTb。

4.根据权利要求2所述的用于企业创新体系的数据挖掘系统，其特征在于，所述数据关联挖掘算法具体为：

从海量信息中抽取各种创新主体，建立每一个创新主体的信息剖面，分析得出每个主体的各种特征与属性，在此基础上，挖掘与分析各个本体间的各种关系，包括二元关系、多元关系和传递关系，进页建立本体间的创新产业链关系网络。

5.根据权利要求2所述的用于企业创新体系的数据挖掘系统，其特征在于，将预测得到的发展趋势直观展示具体为：采用数表结构和图形结构在界面上显示该发展趋势；其中，所述图形结构包括柱状图、折线图和饼状图。