CN111859125A - 一个面向知识产权技术资源领域的语义网络构建和服务推荐方法 - Google Patents
一个面向知识产权技术资源领域的语义网络构建和服务推荐方法 Download PDFInfo
- Publication number
- CN111859125A CN111859125A CN202010657619.5A CN202010657619A CN111859125A CN 111859125 A CN111859125 A CN 111859125A CN 202010657619 A CN202010657619 A CN 202010657619A CN 111859125 A CN111859125 A CN 111859125A
- Authority
- CN
- China
- Prior art keywords
- intellectual property
- technical
- enterprise
- resource
- technology
- 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
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000010276 construction Methods 0.000 title claims abstract description 13
- 238000005516 engineering process Methods 0.000 claims abstract description 38
- 239000013598 vector Substances 0.000 claims description 7
- 235000019633 pungent taste Nutrition 0.000 claims 2
- 238000006243 chemical reaction Methods 0.000 abstract description 3
- 230000009466 transformation Effects 0.000 abstract 1
- 235000013399 edible fruits Nutrition 0.000 description 6
- 238000000605 extraction Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/18—Legal services; Handling legal documents
- G06Q50/184—Intellectual property management
Abstract
本发明涉及知识产权技术资源转化领域,基于知识图谱构建技术建立知识产权技术资源的语义网络和向企业用户提供知识产权技术资源推荐服务的方法,该构建技术和方法包括:步骤1,建立知识产权技术资源技术概念标签画像;步骤2,建立科研机构技术概念标签画像;步骤3,建立企业技术概念标签画像;步骤4,建立知识产权技术资源领域知识体系的语义网络;步骤5,在知识产权技术资源语义网络中进行图推理,结合推荐算法,向企业提供知识产权技术资源推荐服务。该构建技术和方法,提高了企业需求和知识产权技术资源的匹配精准度、降低运营人员的工作难度和运营成本、提升知识产权转化率。
Description
技术领域
本发明涉及知识产权技术资源领域,具体地,涉及知识产权技术资源领域的语义网络构建和服务推荐方法。
背景技术
目前在知识产权技术资源领域,大多数场景都是提供基于检索的查询服务。但是这些检索提供的信息都是孤立存在的,单纯的索引不能对知识产权领域的创新成果、专家、专利等技术资源建立关系。要想找到通过某个技术领域的最新技术找到这个领域的专家,或是通过某个技术领域的专家找到他擅长的技术或是他曾经做过哪些技术创新,企业用户获要付出比较高的时间成本,和人力成本。同时也这也具有比较高的技术门槛。传统的推荐系统使用显性或隐性信息作为输入来进行预测,存在稀疏性问题和冷启动问题。在推荐系统中引入知识图谱语义网络作为辅助信息来提升推荐性能。将有助于提高企业需求和知识产权技术资源的匹配精准度、降低运营人员的工作难度和运营成本、提升知识产权转化率。
发明内容
本发明的目的是提供一种面向知识产权技术资源领域的语义网络构建和服务推荐方法,该语义网络的构建方法和服务推荐方法提高了企业需求和知识产权技术资源的匹配精准度、降低运营人员的工作难度和运营成本、提升知识产权转化率。
为了实现上述目标,本发明提供一种面向知识产权技术资源领域的语义网络构建和服务推荐方法,该构建方法和服务推荐方法包括:
步骤1,建立知识产权技术资源技术概念标签画像;
步骤2,建立科研机构技术概念标签画像;
步骤3,建立企业技术概念标签画像;
步骤4,建立知识产权技术资源领域知识体系的语义网络;
步骤5,在知识产权技术资源语义网络中进行图推理,结合推荐算法,向企业提供知识产权技术资源服务推荐。
优选地,在步骤1中,建立知识产权技术资源库,技术资源库包含但不限于知识产权、专利、论文、专家等资源,通过知识抽取,提取出技术资源的技术概念,为技术资源打技术概念标签;通过收集知识产权技术资源的访问热度,为技术资源打热度标签;
优选地,在步骤2中,收集科研机构的基本信息,通过科研机构与专家的关联关系推理出科研机构的技术概念标签,建立科研机构技术概念标签画像;
优选地,在步骤3中,收集企业的基本信息,收集企业的技术需求信息,通过对企业需求信息做知识抽取,提取出企业的技术概念标签,建立企业技术概念标签画像;
优选地,在步骤4中,建立知识产权技术资源领域本体概念定义,包括定义知识产权技术成果物实体、定义专家实体、定义企业实体、定义科研机构实体、定义技术概念实体、定义知识产权技术成果物实体与专家实体之间的关系、定义专家实体与科研机构实体之间的关系;定义知识产权技术成果物实体与技术概念实体之间的关系、定义专家实体与技术概念实体之间的关系、定义企业实体与技术概念实体之间的关系;
优选地,在步骤5中,使用嵌入式表示学习技术,将知识产权技术资源语义网络中的实体和关系投射到连续的低维向量空间,利用知识产权技术资源语义网络向量空间与推荐系统结合的联合学习算法构建服务推荐模型,为企业用户提供推荐服务。
本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明的进一步理解,并构成说明书的一部分,与下面的具体实施方式一起用于解释本发明,但并不构成对本发明的限制。在附图中:
图1是说明本发明的一种面向知识产权技术资源领域的语义网络构建和服务推荐方法的流程图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
本发明提供一种面向知识产权技术资源领域的语义网络构建和服务推荐方法包括:
步骤1,建立知识产权技术资源库,技术资源库包含但不限于知识产权、专利、论文、专家等资源,通过知识抽取,提取出技术资源的技术概念,为技术资源打技术概念标签;通过收集知识产权技术资源的访问热度,为技术资源打热度标签;建立知识产权技术资源技术概念标签画像,并将知识产权技术资源技术概念标签画像存储至服务器中;
步骤2,收集科研机构的基本信息,通过科研机构与专家的关联关系推理出科研机构的技术概念标签,建立科研机构技术概念标签画像,将科研机构技术概念标签画像存储至服务器中;
步骤3,收集企业的基本信息,收集企业的技术需求信息,通过对企业需求信息做知识抽取,提取出企业的技术概念标签,建立企业技术概念标签画像,将企业技术概念标签画像存储至服务器中;
步骤4,定义知识产权技术资源领域本体概念,包括定义知识产权技术成果物实体、定义专家实体、定义企业实体、定义科研机构实体、定义技术概念实体、定义知识产权技术成果物实体与专家实体之间的关系、定义专家实体与科研机构实体之间的关系;定义知识产权技术成果物实体与技术概念实体之间的关系、定义专家实体与技术概念实体之间的关系、定义企业实体与技术概念实体之间的关系;建立知识产权技术资源领域知识体系的语义网络,并将知识产权技术资源领域知识体系的语义网络存储至图数据库中;
步骤5,使用嵌入式表示学习技术,将知识产权技术资源语义网络中的实体和关系投射到连续的低维向量空间。在知识表达模型中,把关系向量映射到不同的空间,即把实体向量嵌入到线性空间,把关系嵌入到矩阵空间当中。将知识图合并到推荐系统中。与在水面上传播的实际涟漪类似,通过沿着知识图中的链接自动、迭代地扩展企业用户的潜在兴趣,从而刺激企业用户对一组知识实体的偏好的传播。因此,由企业用户以往单击过的知识实体激活的多个“涟漪”叠加起来,形成企业用户相对于候选项目的偏好分布,该分布可用于预测最终的单击概率。
通过上述实施方式,可以将知识产权技术资源语义网络与推荐系统结合,构建服务推荐模型,为企业用户提供推荐服务。
以上结合附图详细描述了本发明的优选实施方式,但是,本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种简单变型,这些简单变型均属于本发明的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。
Claims (6)
1.一个面向知识产权技术资源领域的语义网络构建和服务推荐方法,其特征在于,该语义网络构建技术和服务推荐方法包括:
步骤1,建立知识产权技术资源技术概念标签画像;
步骤2,建立科研机构技术概念标签画像;
步骤3,建立企业技术概念标签画像;
步骤4,建立知识产权技术资源领域知识体系的语义网络;
步骤5,在知识产权技术资源语义网络中进行图推理,结合推荐算法,向企业提供知识产权技术资源服务推荐。
2.根据权利要1中所述的建立知识产权技术资源技术概念标签画像,其特征在于,在步骤1中,建立知识产权技术资源库,技术资源库包含但不限于知识产权、专利、论文、专家等资源,通过知识抽取,提取出技术资源的技术概念,为技术资源打技术概念标签;通过收集知识产权技术资源的访问热度,为技术资源打热度标签。
3.根据权利要求2中所述的建立科研机构技术概念标签画像,其特征在于,在步骤2中,收集科研机构的基本信息,通过科研机构与专家的关联关系推理出科研机构的技术概念标签,建立科研机构技术概念标签画像。
4.根据权利要去3中所述的建立企业技术概念标签画像,其特征在于,在步骤3中,收集企业的基本信息,收集企业的技术需求信息,通过对企业需求信息做知识抽取,提取出企业的技术概念标签,建立企业技术概念标签画像。
5.根据权利要求4所述的建立知识产权技术资源领域知识体系的语义网络,其特征在于,在步骤4中,建立知识产权技术资源领域本体概念定义,包括定义知识产权技术成果物实体、定义专家实体、定义企业实体、定义科研机构实体、定义技术概念实体、定义知识产权技术成果物实体与专家实体之间的关系、定义专家实体与科研机构实体之间的关系;定义知识产权技术成果物实体与技术概念实体之间的关系、定义专家实体与技术概念实体之间的关系、定义企业实体与技术概念实体之间的关系。
6.根据权利要求5所述的在知识产权技术资源语义网络中进行图推理,结合推荐算法,向企业提供知识产权技术资源服务推荐,其特征在于,在步骤5中,使用嵌入式表示学习技术,将知识产权技术资源语义网络中的实体和关系投射到连续的低维向量空间,利用知识产权技术资源语义网络向量空间与推荐系统结合的联合学习算法构建服务推荐模型,为企业用户提供推荐服务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010657619.5A CN111859125A (zh) | 2020-07-09 | 2020-07-09 | 一个面向知识产权技术资源领域的语义网络构建和服务推荐方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010657619.5A CN111859125A (zh) | 2020-07-09 | 2020-07-09 | 一个面向知识产权技术资源领域的语义网络构建和服务推荐方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111859125A true CN111859125A (zh) | 2020-10-30 |
Family
ID=73153364
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010657619.5A Pending CN111859125A (zh) | 2020-07-09 | 2020-07-09 | 一个面向知识产权技术资源领域的语义网络构建和服务推荐方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111859125A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112905803A (zh) * | 2021-02-19 | 2021-06-04 | 同济大学 | 基于知识图谱的网络协同制造技术资源智能检索方法 |
CN114579871A (zh) * | 2022-05-06 | 2022-06-03 | 南京因由数字科技有限公司 | 基于专利信息的推荐方法、装置、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104346446A (zh) * | 2014-10-27 | 2015-02-11 | 百度在线网络技术(北京)有限公司 | 一种基于知识图谱的论文关联信息推荐方法及装置 |
CN109189942A (zh) * | 2018-09-12 | 2019-01-11 | 山东大学 | 一种专利数据知识图谱的构建方法及装置 |
CN109726296A (zh) * | 2018-12-27 | 2019-05-07 | 武汉理工数字传播工程有限公司 | 基于知识图谱的海量知识资源存储方法 |
CN110188208A (zh) * | 2019-06-04 | 2019-08-30 | 河海大学 | 一种基于知识图谱的信息资源查询推荐方法和系统 |
CN110457487A (zh) * | 2019-07-10 | 2019-11-15 | 北京邮电大学 | 专利知识图谱的构建方法及装置 |
CN110609887A (zh) * | 2019-09-18 | 2019-12-24 | 中科赛思联科(苏州)网络科技有限公司 | 基于知识图谱的科技资源大数据查询推荐系统及方法 |
CN110737778A (zh) * | 2019-09-04 | 2020-01-31 | 北京邮电大学 | 基于知识图谱和Transformer的专利推荐方法 |
CN111259133A (zh) * | 2020-01-17 | 2020-06-09 | 成都信息工程大学 | 一种融合多信息的个性化推荐方法 |
-
2020
- 2020-07-09 CN CN202010657619.5A patent/CN111859125A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104346446A (zh) * | 2014-10-27 | 2015-02-11 | 百度在线网络技术(北京)有限公司 | 一种基于知识图谱的论文关联信息推荐方法及装置 |
CN109189942A (zh) * | 2018-09-12 | 2019-01-11 | 山东大学 | 一种专利数据知识图谱的构建方法及装置 |
CN109726296A (zh) * | 2018-12-27 | 2019-05-07 | 武汉理工数字传播工程有限公司 | 基于知识图谱的海量知识资源存储方法 |
CN110188208A (zh) * | 2019-06-04 | 2019-08-30 | 河海大学 | 一种基于知识图谱的信息资源查询推荐方法和系统 |
CN110457487A (zh) * | 2019-07-10 | 2019-11-15 | 北京邮电大学 | 专利知识图谱的构建方法及装置 |
CN110737778A (zh) * | 2019-09-04 | 2020-01-31 | 北京邮电大学 | 基于知识图谱和Transformer的专利推荐方法 |
CN110609887A (zh) * | 2019-09-18 | 2019-12-24 | 中科赛思联科(苏州)网络科技有限公司 | 基于知识图谱的科技资源大数据查询推荐系统及方法 |
CN111259133A (zh) * | 2020-01-17 | 2020-06-09 | 成都信息工程大学 | 一种融合多信息的个性化推荐方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112905803A (zh) * | 2021-02-19 | 2021-06-04 | 同济大学 | 基于知识图谱的网络协同制造技术资源智能检索方法 |
CN114579871A (zh) * | 2022-05-06 | 2022-06-03 | 南京因由数字科技有限公司 | 基于专利信息的推荐方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | A graph-based context-aware requirement elicitation approach in smart product-service systems | |
CN109815308B (zh) | 意图识别模型的确定及检索意图识别方法、装置 | |
Huang et al. | TRec: an efficient recommendation system for hunting passengers with deep neural networks | |
Song et al. | A novel classification approach based on Naïve Bayes for Twitter sentiment analysis | |
US8983971B2 (en) | Method, apparatus, and system for mobile search | |
CN112015868B (zh) | 基于知识图谱补全的问答方法 | |
CN111553162A (zh) | 一种意图识别的方法以及相关装置 | |
CN103425740B (zh) | 一种面向物联网的基于语义聚类的物资信息检索方法 | |
CN106528812B (zh) | 一种基于usdr模型的云推荐方法 | |
CN110069698A (zh) | 信息推送方法和装置 | |
US20220383863A1 (en) | Generating training datasets for a supervised learning topic model from outputs of a discovery topic model | |
CN111859125A (zh) | 一个面向知识产权技术资源领域的语义网络构建和服务推荐方法 | |
CN112380331A (zh) | 信息推送的方法和装置 | |
CN115689672A (zh) | 聊天式商品导购方法及其装置、设备、介质 | |
Li et al. | Emotion analysis model of microblog comment text based on CNN-BiLSTM | |
CN112818091A (zh) | 基于关键词提取的对象查询方法、装置、介质与设备 | |
Li et al. | Personalized query auto-completion for large-scale POI search at Baidu Maps | |
CN116628173B (zh) | 一种基于关键字提取的智能客服信息生成系统及生成方法 | |
CN110674265B (zh) | 面向非结构化信息的特征判别与信息推荐系统 | |
CN111309969A (zh) | 一种匹配文字信息的视频检索方法 | |
Patil | A comprehensive review of recent relevance feedback techniques in CBIR | |
KR20210150103A (ko) | 사용자 정보 기반 협업 파트너 추천 시스템 및 그 방법 | |
CN109388649A (zh) | 一种土地智能推荐方法及系统 | |
CN115170045B (zh) | 一种惠企政策智能分析系统与方法 | |
Li | Query-Driven Graph-based User Recommender System |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201030 |