CN109919807A - 基于深度学习的个性化知识产权信息服务方法和系统 - Google Patents
基于深度学习的个性化知识产权信息服务方法和系统 Download PDFInfo
- Publication number
- CN109919807A CN109919807A CN201910200756.3A CN201910200756A CN109919807A CN 109919807 A CN109919807 A CN 109919807A CN 201910200756 A CN201910200756 A CN 201910200756A CN 109919807 A CN109919807 A CN 109919807A
- Authority
- CN
- China
- Prior art keywords
- information service
- property information
- intellectual property
- user
- scheme
- 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.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种个性化知识产权信息服务方法和系统。所述方法包括:获取用户特征数据;根据所述用户特征数据获得关联的知识产权信息服务方案;根据知识产权信息服务方案进行信息服务。所述系统包括:用户特征模块,用于获取用户特征数据;关联模块,用于据所述用户特征数据获得关联的知识产权信息服务方案;信息服务模块,用于根据知识产权信息服务方案进行信息服务。采用本发明能提高知识产权信息服务效率。
Description
技术领域
本发明涉及信息服务技术领域,特别是涉及个性化知识产权信息服务方法和系统。
背景技术
知识产权信息服务包括信息资源服务、专利信息检索服务、专利信息分析服务、专利数据库或知识产权信息系统建设服务及其他相关的知识产权信息服务。传统的知识产权信息服务往往是将知识产权信息服务平均分配给用户。然而在实际应用中,不同用户对知识产权信息服务的需求不同,导致知识产权信息服务分配的效率降低。知识产权信息服务包括信息资源服务、专利信息检索服务、专利信息分析服务、专利数据库或知识产权信息系统建设服务及其他相关的知识产权信息服务。
发明内容
基于此,有必要提供一种提高知识产权信息服务效率的个性化知识产权信息服务方法和系统。
一种个性化知识产权信息服务方法,包括:
获取用户特征数据;
根据所述用户特征数据获得关联的知识产权信息服务方案;
根据知识产权信息服务方案进行信息服务。
优选地,所述根据所述用户特征数据获得关联的知识产权信息服务方案的步骤具体包括:将所述用户特征数据输入方案推荐深度学习模型进行计算,得到的输出作为所述关联的知识产权信息服务方案。
优选地,所述用户特征数据包括:用户等级、用户历史对服务情况的反馈意见、用户的资费情况或用户使用时间中的至少一种;所述用户特征数据关联的知识产权信息服务方案包括至少一个知识产权信息服务方案;所述根据知识产权信息服务方案进行信息服务的步骤包括:获取所述用户需求的知识产权信息服务;根据所述关联的知识产权信息服务方案提供用户需求的所述信息服务。
优选地,所述知识产权信息服务方案包括:成本优先信息服务方案、速度优先信息服务方案或质量优先信息服务方案中的至少一种;
所述根据知识产权信息服务方案进行信息服务的步骤包括:
获取所述用户的需求数据;
根据所述关联的知识产权信息服务方案获取所述用户的需求数据对应的知识产权信息服务;
将所述对应的知识产权信息服务给所述用户;
当多个所述用户的需求数据对应的知识产权信息服务是同一独占性知识产权信息服务时,优先将所述知识产权信息服务给对应质量优先信息服务方案的所述用户,再次优先分配给对应速度优先信息服务方案的所述用户;当多个所述用户的需求数据对应的知识产权信息服务是分时使用的知识产权信息服务时,优先将所述知识产权信息服务给对应速度优先信息服务方案的所述用户,再次优先分配给对应质量优先信息服务方案的所述用户。
优选地,还包括:
判断是否触发选择知识产权信息服务方案的指令;
是,则按照所述指令调取所述知识产权信息服务方案,根据所述知识产权信息服务方案进行信息服务;
否,则执行所述获取用户特征数据的步骤。
优选地,还包括:预设用于存储知识产权信息服务方案的数据库,并在所述数据库中将所述知识产权信息服务方案与所述用户特征数据相关联。
优选地,还包括:
检测用户特征数据的变化,判断用户特征数据是否发生了变化:是,则获取新的用户特征数据,获得新的用户特征数据关联的知识产权信息服务方案,然后转到所述根据知识产权信息服务方案进行信息服务的步骤继续执行;否,则继续执行本步骤。
一种个性化知识产权信息服务机器人系统,包括:
用户特征模块,用于获取用户特征数据;
关联模块,用于据所述用户特征数据获得关联的知识产权信息服务方案;
信息服务模块,用于根据知识产权信息服务方案进行信息服务;
检测模块,用于检测用户特征数据的变化,判断用户特征数据是否发生了变化:是,则获取新的用户特征数据,获得新的用户特征数据关联的知识产权信息服务方案,然后转到所述根据知识产权信息服务方案进行信息服务的步骤继续执行;否,则继续执行本步骤。
优选地,所述关联模块具体包括:
深度学习模块,将所述用户特征数据输入方案推荐深度学习模型进行计算,得到的输出作为所述关联的知识产权信息服务方案。
优选地,
所述用户特征数据包括:用户等级、用户历史对服务情况的反馈意见、用户的资费情况或用户使用时间中的至少一种;所述用户特征数据关联的知识产权信息服务方案包括至少一个知识产权信息服务方案;
所述信息服务模块包括:
需求获取模块,获取所述用户需求的知识产权信息服务;
服务提供模块,根据所述关联的知识产权信息服务方案提供用户需求的所述信息服务。
上述个性化知识产权信息服务方法和系统,可以根据不同用户的需求,有针对性的信息服务知识产权信息服务,合理的分配知识产权信息服务,合理的分配知识产权信息服务,提高服务效率,而且还可以提高资源的利用率。
附图说明
图1为个性化知识产权信息服务方法的流程图;
图2为一实施例的个性化知识产权信息服务方法的流程图;
图3为一实施例的个性化知识产权信息服务方法的流程图;
图4为个性化知识产权信息服务系统的逻辑框图;
图5为一实施例的个性化知识产权信息服务系统的逻辑框图;
图6为一实施例的个性化知识产权信息服务系统的逻辑框图。
具体实施方式
知识产权信息服务是知识产权领域重要的技术热点之一,目前均衡式的知识产权信息服务方法在面对不同的用户时,均衡式的知识产权信息服务不符合实际的应用,使得知识产权信息服务的效率较低。结合用户的特点,有针对性的提供知识产权信息服务的个性化方案,可以有效的提高知识产权信息服务的效率。
结合附图1,个性化知识产权信息服务方法,包括如下步骤:
S10:获取用户特征数据。每一个使用知识产权信息服务的用户都不一样,都有其特征,即用户特征数据。
在一实施例中,用户特征数据包括:
用户等级:高级用户,例如对数据的质量要求较高,用户对质量比较关注;普通用户,例如长时间使用知识产权信息服务,用户对速度比较关注;免费用户,经常使用免费的使用、租用等知识产权信息服务,用户对成本比较关注。
用户历史对服务情况的反馈意见:例如用户对知识产权信息服务的速度、质量或成本等进行评价;也可以通过设定评价机制,对速度、质量或成本进行评分,然后预设阈值,当速度、质量或成本所获得评分分别与预设的阈值进行比较,确定用户的特征。
用户的资费情况:预设资费阈值,当用户的资费超过资费阈值,则为高级用户,知识产权信息服务的质量较关注;当用户的资费低于资费阈值,则为一般用户,知识产权信息服务的速度较关注。可以理解,资费阈值可以根据各个区域的用户设定,也可以设定多个资费阈值,细分用户特征。
用户使用时间:预设时间阈值,当用户的使用知识产权信息服务的时间超过时间阈值,则用户对速度较关注;当用户的使用时间低于时间阈值,则用户对成本较关注。在其它实施例中,时间阈值可以根据各个区域的用户的使用习惯设定,也可以设定多个时间阈值,细分用户特征。
可以理解,上述各用户特征数据可以是其中的一种或多种。
所述用户特征数据关联的知识产权信息服务方案包括至少一个知识产权信息服务方案。所述根据知识产权信息服务方案进行信息服务的步骤包括:从所述至少一个知识产权信息服务方案中选取一个可执行的知识产权信息服务方案,根据所述可执行的知识产权信息服务方案进行信息服务。当所述用户特征数据关联的知识产权信息服务方案包括多个知识产权信息服务方案时,将这多个知识产权信息服务方案按照优先性进行排序,例如质量优先信息服务方案、速度优先信息服务方案、成本优先信息服务方案。那么如果质量优先信息服务方案可执行,则会优选选择质量优先信息服务方案进行信息服务;如果质量优先信息服务方案不可执行、速度优先信息服务方案可执行,则会优选选择速度优先信息服务方案进行信息服务;如果质量优先信息服务方案不可执行、速度优先信息服务方案不可执行、成本优先信息服务方案可执行,则会优选选择成本优先信息服务方案进行信息服务。
S30:根据用户特征数据获得关联的知识产权信息服务方案。每个用户特征都有其对应的最佳的知识产权信息服务方案,同时也可以根据用户的使用行为的改变,调整知识产权信息服务方案。
结合一具体实施例,说明用户特征与知识产权信息服务方案相关联,如下表所示:
对于不同的信息服务方案的设定,例如质量优先信息服务方案,把知识产权信息服务的私有性、独占性或完整性等数据资源作为优先信息服务;例如速度优先信息服务方案,即把用户需要获得的资源以最快的速度传递给用户作为优先信息服务;例如成本优先信息服务方案,即把可共享的资源、可借还的资源等成本最低方案作为优先信息服务。
S50:根据知识产权信息服务方案进行信息服务。具体包括:
获取所述用户需求的知识产权信息服务;
根据所述关联的知识产权信息服务方案提供用户需求的所述信息服务。
可以理解的是,用户需求的知识产权信息服务指的是知识产权信息服务的具体内容,例如对某个专利的名称进行检索等等。根据所述关联的知识产权信息服务方案提供用户需求的所述信息服务,例如所述关联的知识产权信息服务方案是质量优先信息服务方案,所述用户需求的所述信息服务是对某个专利的名称进行检索的信息服务,则根据所述关联的知识产权信息服务方案提供用户需求的所述信息服务就是以质量优先的方式提供的对某个专利的名称进行检索的信息服务。例如。当多个所述用户的需求数据对应的知识产权信息服务是同一独占性知识产权信息服务时,优先将所述知识产权信息服务给对应质量优先信息服务方案的所述用户,再次优先分配给对应速度优先信息服务方案的所述用户。当多个所述用户的需求数据对应的知识产权信息服务是分时使用的知识产权信息服务时,优先将所述知识产权信息服务给对应速度优先信息服务方案的所述用户,再次优先分配给对应质量优先信息服务方案的所述用户。
采用本方法,可以根据不同用户的需求,有针对性的信息服务知识产权信息服务,合理的分配知识产权信息服务,合理的分配知识产权信息服务,提高分配效率,而且还可以提高资源的利用率。
在一实施例中,如图2所示,个性化知识产权信息服务方法还包括:
S60:检测用户特征数据的变化,判断用户特征数据是否发生了变化:是,则获取新的用户特征数据,获得新的用户特征数据关联的知识产权信息服务方案,然后转到所述根据知识产权信息服务方案进行信息服务的步骤继续执行;否,则继续执行本步骤。使得用户特征数据一旦发生变化时就能及时地更换关联的知识产权信息服务方案,从而提高本发明实施例中方法和系统的智能性和自适应性,提高用户的满意度。如果没有步骤S60,那就会导致用户特征数据发生变化后,使用的知识产权信息服务方案仍然是旧方案,那么就会导致旧方案与新的用户特征数据不对应,不是适合于用户当前特征数据的知识产权信息服务方案,所以无法为用户提供合适的知识产权信息服务,会降低用户的体验。
在一实施例中,所述根据用户特征数据获得关联的知识产权信息服务方案的步骤S30具体包括:将所述用户特征数据输入方案推荐深度学习模型进行计算,得到的输出作为所述关联的知识产权信息服务方案。在此步骤之前需要先预备好方案推荐深度学习模型,具体步骤如下:
初始化一个深度学习模型为方案推荐深度学习模型;
获取用户特征大数据;
将用户特征大数据作为方案推荐深度学习模型的输入,对方案推荐深度学习模型进行无监督训练;
获取用户特征大数据中每一个用户特征数据,并获取所述每一个用户特征数据对应的知识产权信息服务方案;
将所述每一个用户特征数据及所述每一个用户特征数据对应的知识产权信息服务方案作为方案推荐深度学习模型的输入和预期输出,对方案推荐深度学习模型进行有监督训练;
获取训练后的方案推荐深度学习模型。
在一实施例中,结合附图3,个性化知识产权信息服务方法还包括:
S10A:判断是否触发选择知识产权信息服务方案的指令。具体地,为用户提供了可选择的知识产权信息服务方案,例如质量优先信息服务方案、速度优先信息服务方案或成本优先信息服务方案等。判断用户选择了其中某一个知识产权信息服务方案,则会触发知识产权信息服务方案的指令。
S20:是,则按照指令调取知识产权信息服务方案,根据知识产权信息服务方案进行信息服务。具体地,当获得了触发指令,则按照指令调取具体知识产权信息服务方案,并根据该信息服务方案进行信息服务。根据该信息服务方案进行信息服务的具体方式包括调用不同信息服务方案对应的知识产权信息服务系统,或将该信息服务方案通过信息发送或反馈给知识产权信息服务人员,并通过信息提醒知识产权信息服务人员按照该信息服务方案进行信息服务。
否,则执行获取用户特征数据的步骤,即步骤S10。具体地,当没有接收到触发知识产权信息服务方案的指令,则进入步骤S10。可以理解,也可以设定一个等待时间,当超过该等待时间则触发进入步骤S10的指令。
增加了判断步骤,能够快速的获得用户的个性化需求,无需获取用户的特征数据,然后根据特征数据调取相应的知识产权信息服务的信息服务方案,提高了知识产权信息服务的速度。
在一实施例中,个性化知识产权信息服务方法还包括:预设用于存储知识产权信息服务方案的数据库,并在数据库中将知识产权信息服务方案与用户特征数据相关联。具体地,数据库存储了知识产权信息服务方案,可以增加、调整、补充或删减信息服务方案,使得每个用户特征数据都有其对应的知识产权信息服务方案相关联。
基于上述种个性化知识产权信息服务方法,还提供种个性化知识产权信息服务系统。结合附图4,个性化知识产权信息服务系统,包括如下步骤:
模块10:获取用户特征数据。每一个使用知识产权信息服务的用户都不一样,都有其特征,即用户特征数据。
在一实施例中,用户特征数据包括:
用户等级:高级用户,例如对数据的质量要求较高,用户对质量比较关注;普通用户,例如长时间使用知识产权信息服务,用户对速度比较关注;免费用户,经常使用免费的使用、租用等知识产权信息服务,用户对成本比较关注。
用户历史对服务情况的反馈意见:例如用户对知识产权信息服务的速度、质量或成本等进行评价;也可以通过设定评价机制,对速度、质量或成本进行评分,然后预设阈值,当速度、质量或成本所获得评分分别与预设的阈值进行比较,确定用户的特征。
用户的资费情况:预设资费阈值,当用户的资费超过资费阈值,则为高级用户,知识产权信息服务的质量较关注;当用户的资费低于资费阈值,则为一般用户,知识产权信息服务的速度较关注。可以理解,资费阈值可以根据各个区域的用户设定,也可以设定多个资费阈值,细分用户特征。
用户使用时间:预设时间阈值,当用户的使用知识产权信息服务的时间超过时间阈值,则用户对速度较关注;当用户的使用时间低于时间阈值,则用户对成本较关注。在其它实施例中,时间阈值可以根据各个区域的用户的使用习惯设定,也可以设定多个时间阈值,细分用户特征。
可以理解,上述各用户特征数据可以是其中的一种或多种。
所述用户特征数据关联的知识产权信息服务方案包括至少一个知识产权信息服务方案。所述根据知识产权信息服务方案进行信息服务的模块包括:从所述至少一个知识产权信息服务方案中选取一个可执行的知识产权信息服务方案,根据所述可执行的知识产权信息服务方案进行信息服务。当所述用户特征数据关联的知识产权信息服务方案包括多个知识产权信息服务方案时,将这多个知识产权信息服务方案按照优先性进行排序,例如质量优先信息服务方案、速度优先信息服务方案、成本优先信息服务方案。那么如果质量优先信息服务方案可执行,则会优选选择质量优先信息服务方案进行信息服务;如果质量优先信息服务方案不可执行、速度优先信息服务方案可执行,则会优选选择速度优先信息服务方案进行信息服务;如果质量优先信息服务方案不可执行、速度优先信息服务方案不可执行、成本优先信息服务方案可执行,则会优选选择成本优先信息服务方案进行信息服务。
模块30:根据用户特征数据获得关联的知识产权信息服务方案。每个用户特征都有其对应的最佳的知识产权信息服务方案,同时也可以根据用户的使用行为的改变,调整知识产权信息服务方案。
结合一具体实施例,说明用户特征与知识产权信息服务方案相关联,如下表所示:
对于不同的信息服务方案的设定,例如质量优先信息服务方案,把知识产权信息服务的私有性、独占性或完整性等数据资源作为优先信息服务;例如速度优先信息服务方案,即把用户需要获得的资源以最快的速度传递给用户作为优先信息服务;例如成本优先信息服务方案,即把可共享的资源、可借还的资源等成本最低方案作为优先信息服务。
模块50:根据知识产权信息服务方案进行信息服务。
具体包括:
需求获取模块,获取所述用户需求的知识产权信息服务;
服务提供模块,根据所述关联的知识产权信息服务方案提供用户需求的所述信息服务。
可以理解的是,用户需求的知识产权信息服务指的是知识产权信息服务的具体内容,例如对某个专利的名称进行检索等等。根据所述关联的知识产权信息服务方案提供用户需求的所述信息服务,例如所述关联的知识产权信息服务方案是质量优先信息服务方案,所述用户需求的所述信息服务是对某个专利的名称进行检索的信息服务,则根据所述关联的知识产权信息服务方案提供用户需求的所述信息服务就是以质量优先的方式提供的对某个专利的名称进行检索的信息服务。例如。当多个所述用户的需求数据对应的知识产权信息服务是同一独占性知识产权信息服务时,优先将所述知识产权信息服务给对应质量优先信息服务方案的所述用户,再次优先分配给对应速度优先信息服务方案的所述用户。当多个所述用户的需求数据对应的知识产权信息服务是分时使用的知识产权信息服务时,优先将所述知识产权信息服务给对应速度优先信息服务方案的所述用户,再次优先分配给对应质量优先信息服务方案的所述用户。
采用本系统,可以根据不同用户的需求,有针对性的信息服务知识产权信息服务,合理的分配知识产权信息服务,合理的分配知识产权信息服务,提高分配效率,而且还可以提高资源的利用率。
在一实施例中,如图5所示,个性化知识产权信息服务系统还包括:
模块60:检测用户特征数据的变化,判断用户特征数据是否发生了变化:是,则获取新的用户特征数据,获得新的用户特征数据关联的知识产权信息服务方案,然后转到所述根据知识产权信息服务方案进行信息服务的步骤继续执行;否,则继续执行本步骤。使得用户特征数据一旦发生变化时就能及时地更换关联的知识产权信息服务方案,从而提高本发明实施例中系统和系统的智能性和自适应性,提高用户的满意度。如果没有模块60,那就会导致用户特征数据发生变化后,使用的知识产权信息服务方案仍然是旧方案,那么就会导致旧方案与新的用户特征数据不对应,不是适合于用户当前特征数据的知识产权信息服务方案,所以无法为用户提供合适的知识产权信息服务,会降低用户的体验。
在一实施例中,所述根据用户特征数据获得关联的知识产权信息服务方案的模块30具体包括:
深度学习模块,将所述用户特征数据输入方案推荐深度学习模型进行计算,得到的输出作为所述关联的知识产权信息服务方案。在此步骤之前需要先预备好方案推荐深度学习模型,具体步骤如下:
初始化一个深度学习模型为方案推荐深度学习模型;
获取用户特征大数据;
将用户特征大数据作为方案推荐深度学习模型的输入,对方案推荐深度学习模型进行无监督训练;
获取用户特征大数据中每一个用户特征数据,并获取所述每一个用户特征数据对应的知识产权信息服务方案;
将所述每一个用户特征数据及所述每一个用户特征数据对应的知识产权信息服务方案作为方案推荐深度学习模型的输入和预期输出,对方案推荐深度学习模型进行有监督训练;
获取训练后的方案推荐深度学习模型。
在一实施例中,结合附图6,个性化知识产权信息服务系统还包括模块70,具体包括:
模块10A:判断是否触发选择知识产权信息服务方案的指令。具体地,为用户提供了可选择的知识产权信息服务方案,例如质量优先信息服务方案、速度优先信息服务方案或成本优先信息服务方案等。判断用户选择了其中某一个知识产权信息服务方案,则会触发知识产权信息服务方案的指令。
模块20:是,则按照指令调取知识产权信息服务方案,根据知识产权信息服务方案进行信息服务。具体地,当获得了触发指令,则按照指令调取具体知识产权信息服务方案,并根据该信息服务方案进行信息服务。根据该信息服务方案进行信息服务的具体方式包括调用不同信息服务方案对应的知识产权信息服务系统,或将该信息服务方案通过信息发送或反馈给知识产权信息服务人员,并通过信息提醒知识产权信息服务人员按照该信息服务方案进行信息服务。
否,则执行获取用户特征数据的步骤,即模块10。具体地,当没有接收到触发知识产权信息服务方案的指令,则进入模块10。可以理解,也可以设定一个等待时间,当超过该等待时间则触发进入模块10的指令。
增加了判断步骤,能够快速的获得用户的个性化需求,无需获取用户的特征数据,然后根据特征数据调取相应的知识产权信息服务的信息服务方案,提高了知识产权信息服务的速度。
在一实施例中,个性化知识产权信息服务系统还包括:预设用于存储知识产权信息服务方案的数据库,并在数据库中将知识产权信息服务方案与用户特征数据相关联。具体地,数据库存储了知识产权信息服务方案,可以增加、调整、补充或删减信息服务方案,使得每个用户特征数据都有其对应的知识产权信息服务方案相关联。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种个性化知识产权信息服务方法,包括:
获取用户特征数据;
根据所述用户特征数据获得关联的知识产权信息服务方案;
根据知识产权信息服务方案进行信息服务。
2.根据权利要求1所述的个性化知识产权信息服务方法,其特征在于,所述根据所述用户特征数据获得关联的知识产权信息服务方案的步骤具体包括:将所述用户特征数据输入方案推荐深度学习模型进行计算,得到的输出作为所述关联的知识产权信息服务方案。
3.根据权利要求1所述的个性化知识产权信息服务方法,其特征在于,所述用户特征数据包括:用户等级、用户历史对服务情况的反馈意见、用户的资费情况或用户使用时间中的至少一种;所述用户特征数据关联的知识产权信息服务方案包括至少一个知识产权信息服务方案;所述根据知识产权信息服务方案进行信息服务的步骤包括:获取所述用户需求的知识产权信息服务;根据所述关联的知识产权信息服务方案提供用户需求的所述信息服务。
4.根据权利要求1或3所述的个性化知识产权信息服务方法,其特征在于,所述知识产权信息服务方案包括:成本优先信息服务方案、速度优先信息服务方案或质量优先信息服务方案中的至少一种;
所述根据知识产权信息服务方案进行信息服务的步骤包括:
获取所述用户的需求数据;
根据所述关联的知识产权信息服务方案获取所述用户的需求数据对应的知识产权信息服务;
将所述对应的知识产权信息服务给所述用户;
当多个所述用户的需求数据对应的知识产权信息服务是同一独占性知识产权信息服务时,优先将所述知识产权信息服务给对应质量优先信息服务方案的所述用户,再次优先分配给对应速度优先信息服务方案的所述用户;当多个所述用户的需求数据对应的知识产权信息服务是分时使用的知识产权信息服务时,优先将所述知识产权信息服务给对应速度优先信息服务方案的所述用户,再次优先分配给对应质量优先信息服务方案的所述用户。
5.根据权利要求1所述的个性化知识产权信息服务方法,其特征在于,还包括:
判断是否触发选择知识产权信息服务方案的指令;
是,则按照所述指令调取所述知识产权信息服务方案,根据所述知识产权信息服务方案进行信息服务;
否,则执行所述获取用户特征数据的步骤。
6.根据权利要求1所述的个性化知识产权信息服务方法,其特征在于,还包括:预设用于存储知识产权信息服务方案的数据库,并在所述数据库中将所述知识产权信息服务方案与所述用户特征数据相关联。
7.根据权利要求1所述的个性化知识产权信息服务方法,其特征在于,还包括:
检测用户特征数据的变化,判断用户特征数据是否发生了变化:是,则获取新的用户特征数据,获得新的用户特征数据关联的知识产权信息服务方案,然后转到所述根据知识产权信息服务方案进行信息服务的步骤继续执行;否,则继续执行本步骤。
8.一种个性化知识产权信息服务机器人系统,其特征在于,包括:
用户特征模块,用于获取用户特征数据;
关联模块,用于据所述用户特征数据获得关联的知识产权信息服务方案;
信息服务模块,用于根据知识产权信息服务方案进行信息服务;
检测模块,用于检测用户特征数据的变化,判断用户特征数据是否发生了变化:是,则获取新的用户特征数据,获得新的用户特征数据关联的知识产权信息服务方案,然后转到所述根据知识产权信息服务方案进行信息服务的步骤继续执行;否,则继续执行本步骤。
9.根据权利要求8所述的个性化知识产权信息服务系统,其特征在于,所述关联模块具体包括:
深度学习模块,将所述用户特征数据输入方案推荐深度学习模型进行计算,得到的输出作为所述关联的知识产权信息服务方案。
10.根据权利要求8所述的个性化知识产权信息服务系统,其特征在于,
所述用户特征数据包括:用户等级、用户历史对服务情况的反馈意见、用户的资费情况或用户使用时间中的至少一种;所述用户特征数据关联的知识产权信息服务方案包括至少一个知识产权信息服务方案;
所述信息服务模块包括:
需求获取模块,获取所述用户需求的知识产权信息服务;
服务提供模块,根据所述关联的知识产权信息服务方案提供用户需求的所述信息服务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910200756.3A CN109919807A (zh) | 2019-03-17 | 2019-03-17 | 基于深度学习的个性化知识产权信息服务方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910200756.3A CN109919807A (zh) | 2019-03-17 | 2019-03-17 | 基于深度学习的个性化知识产权信息服务方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109919807A true CN109919807A (zh) | 2019-06-21 |
Family
ID=66965219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910200756.3A Pending CN109919807A (zh) | 2019-03-17 | 2019-03-17 | 基于深度学习的个性化知识产权信息服务方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109919807A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103095846A (zh) * | 2013-02-02 | 2013-05-08 | 深圳先进技术研究院 | 云计算资源的用户个性化调度方法和系统 |
WO2017115141A1 (en) * | 2015-12-31 | 2017-07-06 | Camelot Uk Bidco Limited | System and method of facilitating intellectual property transactions |
CN107368549A (zh) * | 2017-06-30 | 2017-11-21 | 华中科技大学鄂州工业技术研究院 | 基于深度学习的个性化政务服务推荐方法和系统 |
CN108416535A (zh) * | 2018-03-27 | 2018-08-17 | 中国科学技术大学 | 基于深度学习的专利价值评估的方法 |
CN109242678A (zh) * | 2018-08-09 | 2019-01-18 | 北京领知数据服务中心(有限合伙) | 一种交易平台的数据处理方法和装置 |
-
2019
- 2019-03-17 CN CN201910200756.3A patent/CN109919807A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103095846A (zh) * | 2013-02-02 | 2013-05-08 | 深圳先进技术研究院 | 云计算资源的用户个性化调度方法和系统 |
WO2017115141A1 (en) * | 2015-12-31 | 2017-07-06 | Camelot Uk Bidco Limited | System and method of facilitating intellectual property transactions |
CN107368549A (zh) * | 2017-06-30 | 2017-11-21 | 华中科技大学鄂州工业技术研究院 | 基于深度学习的个性化政务服务推荐方法和系统 |
CN108416535A (zh) * | 2018-03-27 | 2018-08-17 | 中国科学技术大学 | 基于深度学习的专利价值评估的方法 |
CN109242678A (zh) * | 2018-08-09 | 2019-01-18 | 北京领知数据服务中心(有限合伙) | 一种交易平台的数据处理方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Stidham | Pricing and capacity decisions for a service facility: Stability and multiple local optima | |
CN103914468B (zh) | 一种投放信息搜索的方法和装置 | |
US20110040616A1 (en) | Sponsored search bid adjustment based on predicted conversion rates | |
CN106776660A (zh) | 一种信息推荐方法及装置 | |
CN109299344A (zh) | 排序模型的生成方法、搜索结果的排序方法、装置及设备 | |
CN102591873B (zh) | 一种信息推荐方法和设备 | |
CN110442796A (zh) | 一种推荐策略分桶方法、装置及设备 | |
CN102279887B (zh) | 一种文档分类方法、装置及系统 | |
CN106846041A (zh) | 优惠券的发放方法及系统 | |
CN103544623A (zh) | 一种基于用户偏好特征建模的Web 服务推荐方法 | |
CN103095846A (zh) | 云计算资源的用户个性化调度方法和系统 | |
CN109242562A (zh) | 供应商的评级方法、装置和存储介质 | |
CN103246654A (zh) | 搜索结果的展示处理方法和装置 | |
US20040267553A1 (en) | Evaluating storage options | |
CN109299892A (zh) | 一种物流渠道的推荐方法、存储介质和服务器 | |
CN104750760A (zh) | 一种推荐应用软件的实现方法及装置 | |
CN109255000A (zh) | 一种标签数据的维度管理方法及装置 | |
CN106130756A (zh) | 一种预测访问内容点击率的方法及装置 | |
CN105871585A (zh) | 终端关联方法及装置 | |
CN106126519A (zh) | 媒体信息的展示方法及服务器 | |
CN109146551A (zh) | 一种广告推荐方法、服务器及计算机可读介质 | |
CN116308657A (zh) | 一种用于数字化营销平台的商品推荐方法及系统 | |
CN106326462A (zh) | 一种视频索引分级方法及装置 | |
CN109120548A (zh) | 一种流量控制方法及装置 | |
CN110322143B (zh) | 模型实体化管理方法、装置、设备及计算机存储介质 |
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 |